Please use this identifier to cite or link to this item:
https://repository.hneu.edu.ua/handle/123456789/40038| Title: | Автоматизоване конструювання та оцінка навчальних траєкторій з ООП і web технологій для STEM освіти |
| Authors: | Столяренко Т. Л. |
| Keywords: | STEM-освіта персоналізація ООП Web-технології Python JavaScript навчальні траєкторії |
| Issue Date: | 2025 |
| Citation: | Столяренко Т. Л. Автоматизоване конструювання та оцінка навчальних траєкторій з ООП і web технологій для STEM освіти / Т. Л. Столяренко // Відкриті інформаційні та комп'ютерно-інтегровані технології: збірник наукових праць – Харків: Нац. Аерокосм. ун-т «ХАІ», 2025. – Вип. 105. – С. 4-26. |
| Abstract: | У контексті динамічного розвитку STEM-галузей, традиційні універсальні навчальні плани стають менш ефективними. Ця стаття присвячена методиці автоматизованого конструювання та оцінки навчальних траєкторій, що дозволяє персоналізувати процес навчання, адаптуючи його під індивідуальні потреби та темп студента. Основний фокус статті — практична реалізація цього підходу для дисциплін об'єктно-орієнтованого програмування (ООП) та Web-технологій. Сучасна STEM освіта переживає період значних трансформацій, зумовлених інтеграцією передових технологій штучного інтелекту та автоматизованих систем навчання. Дана робота присвячена аналізу методологій та інструментів автоматизованого конструювання і оцінки навчальних траєкторій, спеціалізованих для навчання об'єктно-орієнтованого програмування (ООП) та веб-технологій у контексті STEM освіти. Особливу увагу приділено розробці та впровадженню інструментів на базі мов програмування Python та JavaScript, які забезпечують персоналізацію навчального процесу та адаптивне навчання. У роботі досліджуються сучасні підходи до використання генеративного штучного інтелекту (GenAI) та великих мовних моделей (LLM) для створення динамічного навчального контенту, що адаптується до індивідуальних потреб та рівня знань студентів у реальному часі. Аналізуються методології багатовимірної оцінки ефективності навчальних траєкторій, включаючи автоматизоване виявлення проблем у засвоєнні ООП концепцій та механізми зворотного зв'язку. Практичний аспект дослідження охоплює архітектуру систем на основі Python для алгоритмів машинного навчання та JavaScript для інтерактивних користувацьких інтерфейсів, що сприяє підвищенню ефективності навчання та мотивації студентів порівняно з традиційними методами викладання STEM дисциплін. Робота вносить вклад у розвиток теоретичних основ адаптивного навчання та надає практичні рекомендації для розробників освітніх технологій та викладачів STEM дисциплін, щоб краще оснастити студентів навичками, необхідними для майбутньої кар'єри в галузі технологій. |
| URI: | https://repository.hneu.edu.ua/handle/123456789/40038 |
| Appears in Collections: | Статті (ЕКСА) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| статя_Столяренко_ТЛ_ХНЕУ_Автоматизоване_конструювання_та_оц.pdf | 795,01 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.