Журналы
Email: Пароль: Войти Регистрация
E-mail: efimchick@cde.fmo.ru

Ассистент кафедры компьютерных образовательных технологий (КОТ) СПбНИУ ИТМО, сотрудник центра дистанционного обучения (ЦДО) СПбНИУ ИТМО.

Статьи автора:

В работе приведено описание автоматной модели эталонного алгоритма построения верного решения алгоритмических заданий для виртуальных лабораторий, разработанной на основе модели автоматизированного объекта управления, дан метод формального определения сложности варианта задания и приведен пример определения функции сложности. Функция сложности определяет зависимость итоговой сложности варианта задания от его свойств и таким образом делает возможным автоматическое построение вариантов с заданной сложностью. Результаты работы применены при разработке виртуальных лабораторий, которые используются в практикуме MOOC (массовых открытых онлайн курсов) по теории графов. С. 34-43.

The paper describes an automaton model of the reference algorithm for constructing the right solution for algorithmic tasks for virtual laboratories. The developed model is based on the model of the automated control object. A method of formal determining the complexity of algorithmic task and example of determining of the complexity function are also described. Example. Complexity function determines how complexity of task variant depends on its properties, and thus makes possible the automatic construction of task variants having predefined complexity. The described results are applied in development of virtual laboratories, which are used in the graph theory MOOC.

Ключевые слова: электронное обучение, виртуальные лаборатории, RLCP.
Keywords: e-learning, virtual labs, RLCP.
Проблема недобросовестного заимствования в академической среде по-прежнему является актуальной. Недобросовестные заимствования, или плагиат, встречаются сегодня в различных формах академической активности, начиная от семестровых работ студентов и заканчивая диссертациями ученых. Развитие коммуникаций, глобальный характер взаимодействия привели к широкой доступности материалов, которые легко скопировать. Это приводит к тому, что студентам становится проще найти решение, чем его составить. Отдельной проблемой являются недобросовестные заимствования в работах обучающихся учебных заведений, которые они выполняют в рамках практических курсов по программированию. Как и в случае с~текстом, выявлять плагиат вручную является возможным только в самых небольших подвыборках данных. К счастью, на сегодняшний день существует довольно большое количество систем, позволяющих автоматизировано выявлять сходство исходного кода. Более того, существуют средства, позволяющие агрегировать результаты поиска плагиата несколькими различными системами, что также увеличивает вероятность обнаружения случаев недобросовестного заимствования. При этом применение данных средств по-прежнему не так широко распространено в~образовательных учреждениях. В настоящей статье приводится описание процесса анализа плагиата, построенного для использования в рамках практических курсов по программированию, а также рассмотрен инструмент интерактивной графовой визуализации результатов анализа плагиата. С. 79-92.

The problem of unfair borrowing in the academic environment is still relevant. Unfair borrowing, or plagiarism, is found today in various forms of academic activity, ranging from semester papers of students to dissertations of scientists. The development of communications and the global nature of interaction have led to a wide availability of materials that are easy to copy. This leads to the fact that it becomes easier for students to find a solution than to compose it. A separate problem is the unfair borrowing in the works of students of educational institutions, which they perform in the framework of practical programming courses. As in the case of text, it is possible to detect plagiarism manually only in the smallest subsamples of data. Fortunately, today there are quite a large number of systems that allow you to automatically identify the similarity of the source code. Moreover, pagebreak there are tools that allow you to aggregate the results of the search for plagiarism by several different systems, which also increases the likelihood of detecting cases of unfair borrowing. At the same time, the use of these tools is still not so widespread in educational institutions. This article describes the process of plagiarism analysis built for use in practical programming courses, as well as a tool for interactive graph visualization of the results of plagiarism analysis.

Ключевые слова: дистанционное обучение, электронное обучение, смешанное обучение, плагиат, академическая недобросовестность.
Keywords: distance learning, e-learning, blended learning, plagiarism, academic dishonesty.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть