СТАТЬИ АРБИР
 

  2018

  Июль
  Август   
  Пн Вт Ср Чт Пт Сб Вс
30 31 1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31 1 2
   

  
Логин:
Пароль:
Забыли свой пароль?


Оценка сложности получения контрольных цифр приема вузом


ОЦЕНКА СЛОЖНОСТИ ПОЛУЧЕНИЯ КОНТРОЛЬНЫХ ЦИФР ПРИЕМА ВУЗОМ

В статье получена оценка сложности получения контрольных цифр приема вузом методами нечеткой логики. Сам процесс управления процессом распределения бюджетных мест рассмотрен как система черного ящика. Приведены оценки прогноза сложности получения контрольных цифр приема по отдельным направлениям подготовки (специальностям) ЮЗГУ.

Работа выполнена в рамках гранта Президента Российской Федерации МК-5226.2015.8.

При планировании контингента студентов одним из ключевых показателей является наличие контрольных цифр приема по специальностям и направлениям подготовки за счет бюджетных средств.

Несмотря на кажущуюся простоту планирования по принципу «больше бюджетных мест - больше набор студентов» или «больше запросили бюджетных мест в Минобрнауки России - больше их получили», на деле Минобрнауки выделяет места только в ходе конкурсного отбора по специальной методике [1].

Согласно методике, критерием принятия решения о распределении контрольных цифр приема является значение показателя потенциала образовательной организации PPV, которое рассчитывается по формуле [1]:

ррУт(ГВ- Т) ГЕРм где PEV - значение показателя эффективности деятельности образовательной организации;

Т - процент трудоустройства выпускников (рассчитывается как отношение выпускников, трудоустроившихся за отчетный период, к общему количеству выпускников без учета продолживших обучение на следующем уровне образования).

РЕР - показатель эффективности реализуемых образовательных программ. В данном показателе учитываются

средний балл ЕЕЭ студентов, поступивших на очную бюджетную форму обучения;

процент отношения объема доходов организации от использования результатов интеллектуальной деятельности к числу педагогических работников;

количество публикаций в расчете на 100 Е1ПР в базе Web of Science;

доходы организации от выполнения научно-исследовательских и др. работ в расчете на одного Е1ПР, а также доходы из всех источников;

отношение средней заработной платы Е1ПР в организации к средней заработной плате по региону;

доля контингента обучающихся из числа иностранных граждан.

В - процент студентов, обучающихся за счет бюджетных средств на специальности, направлению подготовки или укрупненной группе, к общему количеству обучающихся.

При этом он равен:

0,6, если полученный процент составляет менее 10%;

1,5, если полученный процент составляет более 75%;

1 в остальных случаях.

R - показатель, характеризующий возможность обеспечения подготовки кадров с высшим образованием в целях безопасности страны и для предприятий оборонно-промышленного комплекса. Рассчитывается как среднее арифметическое экспертных оценок.

D - показатель наличия аккредитации образовательных программ по соответствующим специальностям и направлениями подготовки, срок действия которых истекает не ранее завершения учебного года, на который устанавливаются контрольные цифры приема.

Таким образом, распределение контрольных цифр приема производится в зависимости от занятого места в рейтинге согласно данной методике.

При этом каждый вуз, отправляя заявку на участие в конкурсе, знает только свои данные, без возможности узнать данные других вузов, и, вследствие этого, спрогнозировать [2] свое место в итоговом рейтинге [3].

Поэтому управление процессом распределения контрольных цифр приема представляет собой пример системы «черного ящика», обладая известными входными (данными в заявке) и выходными (выделенными бюджетными местами) по каждой организации и изначально неизвестным внутренним устройством (данными других вузов) (рис. 1).

В формуле (1) есть параметры, которые не зависят от конкретной специальности (т.е. для всех специальностей в заявке они одинаковы) - к примеру, показатели PEV, R и большинство составляющих показателя эффективности деятельности РЕР образовательной организации.

Если исключить данные показатели из рассмотрения, можно на основе данных приемных кампаний проанализировать сложность получения контрольных цифр приема для образовательных организаций.

Таким образом, внутри вуза на получение бюджетных мест по каждой специальности влияют:

процент трудоустройства (Т) и средний балл ЕЕЭ (входит в показатель РЕР) [3];

показатели В, R и D.

Безусловно, на конечный результат в распределении мест (рис. 1) оказывают влияние все факторы методики, для которых затруднительно получить четкую количественную оценку. Е1оэтому для оценки сложности получения бюджетных мест целесообразно использовать термины нечеткой логики.

Нормативные акты 1
Заявки ”
р аспред ел енные
вузов
распределения
кцп ’
кцп

Рис. 1. - Управление процессом распределения КЕ1Д по примеру системы «черного ящика»

Введем лингвистическую переменную (х,Т(Х),и), где X - сложность получения бюджетных мест; терм-множество т(Х) = {" тяжело"," средне"," легко"}, U = [0;l] с функциями принадлежностями (рис.2), задаваемыми следующим

В данных функциях принадлежности независимый аргумент х определи

ляется через отношение „г = ^рас" , где Nme - число бюджетных мест, указанное вузом в заявке; N - число выделенных вузу контрольных цифр приема в ходе конкурса.

Таблица 1 - Распределение некоторых направлений подготовки (специальностей) по термам в ЮЗГУ

Терм
Значение х
Направление подготовки (специальность)
1
легко
1,0
Информационная безопасность
2
0,94
Программная инженерия
3
0,89
Информационная безопасность телекоммуникационных систем
4
0,88
Электроснабжение
5
0,85
Архитектура
6
0,83
Строительство
7
Средне
0,63
Строительство уникальных зданий и сооружений
8
0,6
Правоохранительная деятельность
9
Тяжело
0,17
Экономическая безопасность
10
0
Т аможенное дело

В связи с тем, что год от года соотношение х = рас" на каждой специNm

альности меняется, для определения сложности получения бюджетных мест можно использовать среднее значение по данным за несколько лет (с I’ по Г, включительно):

‘г

Ет

1=7,

х = —!—,

72-7i

где хг - отношение числа распределенных контрольных цифр приема к числу заявленных в /'-том году.

На основе введенной лингвистической переменной и данных, полученных в ходе приемных кампаний [4,5] за 2011-2015 гг. в Юго-Западном государственном университете, получены следующие результаты (табл. 1).

После анализа всех данных по направлениям подготовки (специальностям) в ЮЗГУ были получены обобщенные результаты (табл.2).

Таблица 2 - Распределение контрольных цифр приема по профилям подготовки

Терм
Профиль направлений подготовки (специальностей)
1
Легко
IT, строительный, энергетический, машиностроительный, автомобильный, химический профили
2
Средне
Юридический, «Техносферная безопасность», «Землеустройство и кадастры» и др.
3
Тяжело
Экономический, социально-гуманитарный цикл, «Таможенное дело», «Фундаментальная и прикладная лингвистика», «Физическая культура» и др.

Таким образом, управление процессом распределения контрольными цифрами приема при планировании контингента студентов можно рассматривать как систему черного ящика, а сложность получения контрольных цифр приема можно оценить методами нечеткой логики. На основе предложенных методов проанализированы входные и выходные показатели Юго-Западного государственного университета, получены оценки прогноза сложности получения бюджетных мест по отдельным специальностям и направлениям подготовки.

Список литературы

Порядок проведения конкурса по распределению контрольных цифр приема по профессиям, специальностям и направлениям подготовки и (или) укрупненным группам профессий, специальностей и направлений подготовки для обучения по образовательным программам среднего профессионального и высшего образования за счет бюджетных ассигнований федерального бюджета [Электронный ресурс]. Режим доступа: 11Цр://минобрнауки.рф/с1оситеп1з/7010 (Дата обращения: 15.02.2016)

Зарубина, Н.К. Построение математической модели для планирования контингента студентов при приеме в вуз [Текст] / Н.К. Зарубина, О.В. Овчинкин, А.И. Пыхтин // Тенденции и перспективы развития науки XXI века: сб.ст. Межд.науч,- пр.конф. - Уфа: ОМЕГА-САЙНС, 2015. - С.55-57.

Зарубина, Н.К. Проблемы планирования контингента студентов при приеме в вуз [Текст] / Н.К. Зарубина, А.Г. Мезенцева, О.В. Овчинкин, А.И. Пыхтин // Журнал научных и прикладных исследований. -2015. - №.10. - С. 82-84.

Овчинкин, О.В. Алгоритм проведения конкурсного отбора претендентов при приеме в вуз на второй и последующие курсы в условиях указания множества упорядоченных по приоритету направлений подготовки в заявлении / О.В. Овчинкин, А.И. Пыхтин // Открытое образование. - 2013. - №6. - С. 65-70.

Пыхтин, А.И. Модификации алгоритма проведения конкурса при приеме на программы высшего образования в соответствии с изменениями порядка приема в вузы России в 2015 году / А.И. Пыхтин, О.В. Овчинкин, Н.К. Зарубина, А.Г. Мезенцева // Известия ЮЗГУ. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2015. - №4(17). - С. 45-50.

УДК 004.891.2: 616-085


ЗАРУБИНА НАТАЛЬЯ КОНСТАНТИНОВНА ПЫХТИМ АЛЕКСЕЙ ИВАНОВИЧ ОВЧИНКИН ОЛЕГ ВИКТОРОВИЧ Россия, г.Курск, Юго-Западный государственный университет nkzarubina[AT]yandex.ru





МОЙ АРБИТР. ПОДАЧА ДОКУМЕНТОВ В АРБИТРАЖНЫЕ СУДЫ
КАРТОТЕКА АРБИТРАЖНЫХ ДЕЛ
БАНК РЕШЕНИЙ АРБИТРАЖНЫХ СУДОВ
КАЛЕНДАРЬ СУДЕБНЫХ ЗАСЕДАНИЙ

ПОИСК ПО САЙТУ