Изучение Small group discussion (Войнова Екатерина)
Изучение Small group discussion
Команда проекта: Катя, Света, Арина
Модель обсуждения в малой группе. Ключевые особенности модели:
- Различает роли студента и преподавателя, что позволяет гибко моделировать различные педагогические стратегии.
- Агенты обладают убеждениями о собственных состояниях и состояниях других участников, меняющимися в ходе вербальных транзакций.
- Модель учитывает факторы конкуренции и кооперации как ключевые элементы, формирующие характер групповой дискуссии.
- Предоставляет теоретическую перспективу для комплексного анализа индивидуального и группового развития вовлечённости в учебную задачу.
1. Аннотация В данном проекте исследуется модель обсуждения в малой группе с точки зрения вовлеченности студентов и структуры возникающих социальных связей. С помощью факторного эксперимента в среде BehaviorSpace собираются микроданные об эффективности учебной дискуссии в зависимости от выбранных стратегий взаимодействия.
Цель работы: Количественно оценить с помощью эконометрических методов (регрессионного анализа в R), как разные учебные подходы влияют на индивидуальную активность студентов.
2. Рабочие гипотезы команды
👤 Гипотеза 1 (Екатерина Войнова) — Влияние кооперации на активность
* H₀: Включение кооперативного режима обучения (learning-mode = "Cooperation") не оказывает влияния на средний уровень активности студентов.
* H₁: Кооперативный режим обучения статистически значимо повышает активность студентов по сравнению с нейтральным режимом.
👤 Гипотеза 2 (Света) — Влияние соревновательности на граф связей
* H₀: Переход к соревновательной модели не изменяет плотность связей в возникающем коммуникационном графе (graph-density).
* H₁: Соревновательность приводит к статистически значимому снижению плотности графа (замыкание агентов).
👤 Гипотеза 3 (Арина) — Модерирующая роль преподавателя
* H₀: Присутствие преподавателя-модератора в соревновательной среде не влияет на активность студентов.
* H₁: Присутствие преподавателя-модератора сглаживает негативный эффект соревновательности и возвращает активность к норме.
3. Интерфейс модели
4. Инструменты и управляющие параметры
Используемые инструменты:
- Моделирование: NetLogo (среда агентного программирования).
- Анализ данных: Скрипты на языке R (пакеты tidyverse, ggplot2, lmtest).
- Платформа реализации: Поле цифровой дидактики.
Теоретический базис — Зона ближайшего развития
Понятие в культурно-исторической теории Выготского, обозначающее расхождение в уровне трудности задач, которые решаются ребёнком самостоятельно и с помощью медиаторов-помощников, в роли которых могут выступать взрослые, учителя или сверстники.
Основные управляющие параметры модели:
- `number-of-students` — численность учебной группы (диапазон от 3 до 15).
- `learning-mode` — текущий режим взаимодействия (Cooperation / Competition / Neutral).
- `teacher-present` — логический переключатель наличия преподавателя в дискуссии.
Собираемые метрики:
- `student-activity` — средняя интенсивность реплик на одного студента.
- `graph-density` — плотность получившегося графа коммуникаций.
- `researcher` — идентификатор автора конкретного эксперимента.
5. План факторных экспериментов
- Длительность симуляции: Фиксированно 50 ходов (тиков) на одну дискуссию.
- Количество повторений: 50 автономных прогонов для каждой комбинации параметров для обеспечения точности регрессии.
- Индивидуальный вклад: Каждый участник команды генерирует массив данных со своим уникальным текстовым маркером в колонке `researcher`.
Лог собранных данных:
- Ссылка на объединенный датасет (CSV): [Файл будет прикреплен после завершения генерации]
6. Результаты эконометрического анализа
- (В данном разделе Арина разместит итоговые таблицы регрессии, графики остатков и p-value для подтверждения гипотез)*
7. Просмотр исходного кода
- Раздел зарезервирован под текстовый код процедур NetLogo (заполняется Светой)
8. Участники и распределение ролей
- Екатерина Войнова — постановка рабочих эконометрических гипотез, сгенерированный лог (`researcher = "Katya"`), общая координация и структурирование проекта.
- Света — техническая наладка модели NetLogo, проведение факторных прогонов, сгенерированный лог (`researcher = "Sveta"`).
- Арина — программирование эконометрических моделей в RStudio, интерпретация коэффициентов регрессии, сгенерированный лог (`researcher = "Arina"`).
