Анализ больших данных проектных студенческих сообществ в работе со знаниевыми системами: когнитивная визуализация

Обложка

Цитировать

Полный текст

Аннотация

Характеризуются результаты исследования – когнитивные визуализации – больших данных на материалах цифровых следов деятельности студенческих проектных сообществ по созданию знания в образовании. Презентация этих результатов в сочетании с предметом исследования – указанными следами – является основанием для релевантности парадигмы визуальной семиотики задачам данного проекта. Выборкой исследования стали проектные сообщества студентов, работающие на цифровых платформах Wiki, SkillSpace, Patentoskop, Univertechpred. Рассмотрены цифровые следы, которые оставляли участники проектной деятельности в электронных библиотеках при создании совместных статей и исследований, при разработке патентных заявок на результаты интеллектуальной деятельности, технологических проектов на платформе студенческого предпринимательства. При обработке больших данных применялись методы сетевого анализа, выявляющие связи между агентами деятельности при создании цифровых объектов: интеллектуальных продуктов и технологических проектов.

Об авторах

Ольга Александровна Агатова

Российский университет дружбы народов имени Патриса Лумумбы

Email: olga_agatova@mail.ru
доктор педагогических наук, доцент Москва, Россия

Ксения Андреевна Ермолина

Российский университет дружбы народов имени Патриса Лумумбы

Email: ermolina@gmail.com
Москва, Россия

Список литературы

  1. Агатова 2023 – Агатова О. А. Федеральный проект Минобрнауки «Женщины: школа наставничества и современные институты наставничества // Новое в психолого-педагогических исследованиях. 2023. № 1 (68). С. 9–20.
  2. Берроуз, Севидж 2016 – Берроуз Р., Севидж М. После кризиса? Big data и методологические вызовы эмпирической социологии // Социологические исследования. 2016. № 3 (383). C. 87–95.
  3. Лепский 2019 – Лепский В. Е. Цифровой бум на закате техногенной цивилизации. Рефлексивные процессы и управление // Рефлексивные процессы и управление: сб. материалов Междунар. науч.-практ. междисциплинарного симпозиума. М.: Когито-Центр, 2019. С. 109–115.
  4. Мещерякова 2020 – Мещерякова Н. Н. Методология познания цифрового общества // Цифровая социология. 2020. Т. 3, № 2. С. 41–54.
  5. Шкодырев 2021 – Шкодырев В. П. Эволюция в кибернетике: управление, основанное на знаниях // Системный анализ в проектировании и управлении: сб. науч. тр. XXVI Междунар. науч.-практ. конф., 13–14 октября 2022 года: [в 3 ч.]. СПб.: С.-Петерб. политехн. ун-т Петра Великого, 2023. Ч. 1. C. 51–58. doi: 10.18720/SPBPU/2/id23-34
  6. Эльконин 2019 – Эльконин Б. Д. Продуктивное Действие // Культурно-историческая психология. 2019. Т. 15, № 1. С. 116–122. doi: 10.17759/chp.2019150112
  7. Born et al. 2021 – Born K., Dalasta L., Ke W., Vespignani A. Studing the Emerging Global Brain: Analyzing and Visualizing the Impact of Co-Authorship Teams // Wiley Periodicals, Inc. Complexity.2021. Vol. 10, № 4. P. 57–67. doi: 10.1002/cplx20078
  8. Cummings 2009 – Cummings J. A sociotechnical framework for identifying team science collaborations that could benefit from cyberinfrastructure. Michigan: VOSS: Science Foundation, 2009. 100 p.
  9. Fernandez 2011 – Fernandez P. Zotero: information management software 2.0 // Library Hi Tech News. Emerald Group Publishing Limited. 2011. Vol. 28, № 4. P. 5–7.
  10. Köhler, Cortina 2022 – Köhler T., Cortina J. Play it Again, Sam! An Analysis of Constructive Replication in the Organizational // Journal of Management.2019.Vol. 47. № 2. P. 488–518. doi: 10.1177/0149206319843985
  11. Kreamer et al 2024 – Kreamer L., Cobb H., Castille C., Cogswell J. Big team Science initiatives: A catalyst for trustworthy advancements in 10 psyhology // Acta Psyhologica. 2024. Vol. 242. P. 13–27. doi: 10.1016/j.actpsy.2023.104101
  12. Repenning, Basawapatna 2016 – Repenning A., Basawapatna A. Drops and Kinks: Modeling the Retention of Flow for Hour of Code Style Tutorials // Proceedings of the 11th Workshop in Primary and Secondary Computing Education. New York: Association for Computing Machinery, 2016. P. 76–79.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».