Смекни!
smekni.com

Автоматизированная система оценки качества деятельности преподавателей кафедры Информационные системы (стр. 19 из 33)

- учебно-методическая работа – данный показатель характеризует участие преподавателей в разработке новых программ и внедрение новых средств контроля знаний студентов, а также написание методических указаний, учебников, учебных пособий и электронных пособий для использования в обучении студентов;

- научная работа – данный показатель показывает приобщение преподавателя к научно-исследовательской работе, их вклад в научную работу кафедры. Разработка и внедрение информационных систем (получение патентов, свидетельств). Также участие в конференциях, совещаниях, семинарах с выступлениями, публикация научных статей, тезисов и написание монографий;

- общественная, организационная и воспитательная работа – данный показатель учитывает участие преподавателя в проведение воспитательной работы со студентами, оказание им помощи в организации внеучебной деятельности по своим дисциплинам и культурно-массовых, спортивных мероприятиях, выполнение обязанностей кураторов студенческих групп.

Также методика предусматривает возможность учета субъективных факторов: рейтинг у студенчества, самооценка преподавателя, оценка коллегами-преподавателями, оценка морально-психологического климата в коллективе, а также оценка заведующим кафедрой и деканом.

Оценка студентами - осуществляется при помощи сбора анкет «Преподаватель глазами студентов», которые позволят определить степень удовлетворенности студентов – основных потребителей образовательных услуг качеством работы преподавателей.

Самооценка преподавателя – позволяет преподавателю оценить себя, свою профессиональную деятельность.

Оценка коллегами-преподавателями – позволяет получить оценку преподавателя по результатам опроса преподавателей-коллег на основании его профессионализма, взаимоотношений с окружающими и личных качеств.

Оценка социально-психологического климата в коллективе позволяет оценить степень удовлетворенности внутренних потребителей – преподавателей – условиями своей работы. Необходимость исследования мнений преподавателей продиктована тем, что образовательная услуга выражается в способностях преподавателя, т.е. материального «носителя» услуги и качество предоставления услуги напрямую зависит от субъективных причин – степени удовлетворенности преподавателя своей работой, психологического состояния.

Оценка заведующим кафедрой.

Оценка деканом.

Каждый раздел, разбит на ряд интегральных показателей, при помощи которых определяется уровень квалификации преподавателя или эффективность его работы в одном из характерных направлений работы. В свою очередь, интегральные показатели включают в себя некоторое количество частных показателей, которые позволяют всесторонне оценивать итоги работы сотрудников в соответствующем направлении работы. Методика оценки представлена в виде иерархического дерева подзадач, каждая из которых решается одним из следующих методов: нейронная сеть, продукционная экспертная система, формула. Конечные вершины дерева и методы решения приведены на рисунке 2.9 - Дерево оценки рейтинга преподавателя. В Приложении Д дерево «Оценка рейтинга качества работы преподавателей» представлено в развернутом виде.


Рисунок 2.9 - Дерево оценки рейтинга преподавателя


В соответствие с этими показателями построено дерево решений задачи определения рейтинга преподавателя, которое представлено в виде таблицы (см. Приложение Е).

Оценка каждого фактора производится на основе конечных показателей, которые можно выразить в количественных величинах. С помощью группы экспертов были определены весовые коэффициенты показателей, которые представлены в Приложении Ж.

Оценка факторов и общего результата зачастую является неформализованной задачей, поэтому были использованы нейронные сети. Для подготовки обучающих выборок также были привлечены эксперты.

В таблице применены следующие обозначения: НС – нейронная сеть, ПП – правила продукции, Ф – формула, З – значение исходного показателя.

Выбор метода решения в узлах дерева зависит от целого ряда факторов, которые делятся на две группы. Во-первых, это характеристики решаемой задачи, во-вторых, это характеристики возможных методов решения, в том числе продукционных экспертных систем и нейронных сетей, и предпочтения пользователя, решающего задачу.

Характеристики задачи в значительной степени влияют на способ и возможность ее решения. Для задач оценки главной характеристикой является сложность ее решения. Определение сложности задачи неоднозначно. На основе анализа подходов к понятию сложности выделены следующие характеристики задач, по которым определяется их сложность: размерность, доступность информации, динамичность, детерминированность, характер входных показателей.

Аналитические зависимости, или формулы, можно использовать для решения задач малого и среднего размера. Построение формулы для большого количества показателей затруднено. Доступность информации косвенно влияет и на динамику изменения (с появлением более полной информации настройку метода нужно уточнять), и на детерминированность связей, поэтому формулы можно применять при решении задач, вся информация о которых легко доступна. Функциональная зависимость может отразить только задачи с определенным (детерминированным) механизмом функционирования

Продукционные экспертные системы могут решать и более сложные задачи. Их тип сложности можно охарактеризовать как разрешимые и трудно разрешимые. Они могут быть использованы и для решения простых задач, однако затраты на создание базы знаний будут не сопоставимы с эффектом.

Экспертные системы лучше использовать для решения задач среднего размера, поскольку при большом числе правил, модификация базы знаний сильно затруднится. Способность экспертных систем к наращиванию базы знаний в процессе эксплуатации позволяет использовать их при решении изменчивых задач. Внесение изменений в базу знаний производится экспертом, что может занять значительное время, поэтому решение нестабильных задач в рамках экспертной системы затруднено. Наличие коэффициентов уверенности внутри системы позволяет решать стохастические задачи, а структура правил базы знаний работать с качественными показателями.

Нейронные сети позволяют решать задачи, для которых нет информации о методах решения, но есть статистический материал. Таким образом, нейронные сети можно использовать для решения трудно разрешимых задач, а при наличии достаточного статистического материала – и неразрешимых. Нейронные сети могут оперировать большим числом показателей. Качественные признаки можно представить для нейронных сетей посредством введения отдельного входного показателя для каждого значения качественного признака и обозначения его наличия/отсутствия через "1" или "0". Нейронные сети легко модифицируются, дообучаются, т.е. пригодны для решения изменчивых и нестабильных задач. Для обучения нейронных сетей задачник может быть построен экспертом на основании предположений и может быть уточнен позже при появлении информации, нейронная сеть в этом случае дообучается по измененному задачнику.

Кроме характеристик задач и методов решения при выборе агрегатов играют роль предпочтения пользователя, например, о степени прозрачности решения.

2.6.2 Порядок определения рейтинговой оценки качества работы преподавателей

Оценка рейтинга качества работы профессорско-преподавательского состава кафедры осуществляется ежеквартально в строго определенной последовательности. Мною описан процесс оценки качества деятельности преподавателей, который представлен на рисунке 2.10.

Рейтинг у студенчества преподавателя производится в начале каждого семестра. Студентам выдаются анкеты «Преподаватель глазами студентов», которым предлагается оценить по десятибалльной шкале каждого преподавателя кафедры, которые вели у них занятия в прошлом семестре. Анкета «Преподаватель глазами студентов» представлена в Приложении И. Затем эти анкеты собираются, полученные данные заносятся в систему, и производится расчет для каждого преподавателя по каждым дисциплинам, которые он преподавал студентам в предыдущем семестре. Результаты вводятся в информационную систему «Бизнес-Аналитик» для расчета итогового рейтинга оценки качества работы преподавателя.


Рисунок 2.10 – Процессная модель «Оценка качества деятельности преподавателей»

Индивидуальный рейтинг преподавателя рассчитывается ежеквартально на основании информации, которая заносится ответственным по рейтингу преподавателей в модуль «Преподаватели» ИАС «Кафедра». Изначально данные о каждом преподаватели собираются с помощью анкет для преподавателей. Анкета для преподавателя, также разработана мною и представлена в Приложении К. Полученная информация заносится методистом в базы данных. В последующем каждый преподаватель кафедры сообщает ответственному по преподавателям информацию о своей проделанной работе за отчетный период, например о новой опубликованной научной статьи, учебного пособия, о пройденных курсах повышения квалификации с предоставлением сертификата и т.п. В оперативном режиме производится изменения значений в «Информационной карте преподавателя» ИАС «Кафедра», которые конвертируются в информационную систему «Бизнес-Аналитик» для расчета индивидуального рейтинга преподавателя.

Результаты по самооценке преподавателя, оценке коллегами-преподавателями, оценке морально-психологического климата в коллективе и оценке заведующем кафедрой и деканом, полученные по опросу преподавателей, заведующем кафедрой, деканом, также сперва заносятся в «Информационную карту преподавателя», а затем с помощью функции конвертации экспортируются в «Бизнес-Аналитик» для итогового расчета рейтинга оценки качества работы каждого преподавателя кафедры.