Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://repository.hneu.edu.ua/handle/123456789/40038
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorСтоляренко Т. Л.-
dc.date.accessioned2026-05-15T10:06:16Z-
dc.date.available2026-05-15T10:06:16Z-
dc.date.issued2025-
dc.identifier.citationСтоляренко 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.uk_UA
dc.identifier.urihttps://repository.hneu.edu.ua/handle/123456789/40038-
dc.description.abstractУ 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.uk_UA
dc.language.isouk_UAuk_UA
dc.subjectSTEM-освітаuk_UA
dc.subjectперсоналізаціяuk_UA
dc.subjectООПuk_UA
dc.subjectWeb-технологіїuk_UA
dc.subjectPythonuk_UA
dc.subjectJavaScriptuk_UA
dc.subjectнавчальні траєкторіїuk_UA
dc.titleАвтоматизоване конструювання та оцінка навчальних траєкторій з ООП і web технологій для STEM освітиuk_UA
dc.typeArticleuk_UA
Розташовується у зібраннях:Статті (ЕКСА)

Файли цього матеріалу:
Файл Опис РозмірФормат 
статя_Столяренко_ТЛ_ХНЕУ_Автоматизоване_конструювання_та_оц.pdf795,01 kBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.