Laukevičius, Tadas

Aprašoma baigtinės aibės elementų suskirstymo į atskiras grupes metodika, leidžianti gauti optimaliai, pasiūlyto kriterijaus prasme, suderintą su aprioriniu elementų rangavimu, tvarką. Metodika pagrįsta tam tikru kombinatoriniu algoritmu ir gali būti naudinga įvairių socialinių mokslų uždavinių sprendimui, kai statistikos metodų taikymas komplikuotas.

Aprašoma pirmoji patirtis taikant įtinklintą mokymo(si) metodą (ĮMM) taikomosios matematikos dalyko dėstyme. ĮMM numato aktyvų studentų ir dėstytojo naudojimąsi internetinėmis technologijomis ir specialia programine įranga. Šio metodo taikymas matematikos dalykams nėra trivialus ir reikalauja ieškoti naujų didaktinių sprendimų.

Straipsnyje konstruojamas dichotominis testas, suskirstantis 12 Lietuvos universitetų į 12 grupių pagal 11 skirtingų kriterijų: studijų krypčių įvairovė, studijų tarptautiškumas, akademinis personalas, studijų sąlygos, finansavimo struktūra, studentų nuomonė, mokslo ir meno veiklos intensyvumas, aukščiausi akademinio personalo ir alumnų veiklos įvertinimai, universitete įgytos specialybės paklausa darbo rinkoje, studentų skaičius, dėstytojų skaičius dirbančių visu etatu. Taip pat pateiktas suskirstymas į 4 grupes pagal 3 kriterijus (akademinis personalas, studijų sąlygos, darbo rinka), kurių įtaka galutiniam suskirstymui buvo didžiausia. Autoriai taiko savo sukurtą algoritmą, kuriuo atliekamas objektų suskirstymas į norimą kiekį grupių, reitinguojant įvairius socialinius objektus.

Šiame darbe taikant edukometrinius metodus analizuojama, kokią įtaką mokyklinės matematikos mokymosi patirtis bei rezultatai turi studentų studijų sėkmei antrajame kurse universitete. Taip pat analizuojama dėstytojų, vertinančių studentų žinias, subjektyvumo įtaka galutiniam studentų žinių vertinimo rezultatui. Tiriami MRU viešojo administravimo specialybės antrojo kurso studentai. Taip pat, remiantis empiriniais duomenimis, nagrinėjama, kokią įtaką matematikos supratimui turi jų polinkis į matematikos disciplinas. Skaičiavimais patvirtinama, kad laikiusių valstybinius matematikos egzaminus studentų taikomosios matematikos egzamino rezultatai yra geresni. Šie rezultatai taip pat patvirtinami nustatant studentų populiacijos klasterius, kuriuose jie sugrupuojami pagal mokyklos baigiamojo valstybinio egzamino ir taikomosios matematikos įvertinimus ir kiekybinių metodų studijų universitete rezultatus.

Tikslas. Autoriai siekia sukurti algoritmą, kuriuo automatiškai atliekami skaičiavimai ir klasterizuojami Vilniaus miesto mikrorajonai pagal normuotą kainą atsižvelgiant į turimą statistinę informaciją. Metodologija. Klasterizavimo metodas pasitelkiant pačių sukurtą algoritmą. Rezultatai. Autoriai pristato sukurtą algoritmą, kuriuo automatiškai parenkami informatyviausi dichotominiai diagnostiniai operatoriai. Šie operatoriai yra optimalūs, kadangi jų pagrindu atlikta mikrorajonų klasterizacija yra artimiausia mikrorajonų klasterizacijai pagal normuotą kainą. Praktinė reikšmė. Kuriamas determinuotas vertės rangavimo modelis. Originalumas. Modeliavimo metodika nėra originali, tačiau ji taikoma tokioje srityje, kurioje išplėtoti statistiniai, o ne determinuoti matematiniai modeliai. Tyrimo tipas: tyrimo pristatymas.