Material and methods
In the spring of 2015 a narrower first Webropol survey, which commonly studied Master's
student experience in organizing teamteaching (design, implementation and evaluation of
education), and how the multi-discipline education was seen during the course. The survey had
closed and open questions. A total of 49 students responded.
Teamteaching realization aimed to find out in more detail to obtain information about the
further development of teamtaeching. In the more detailed second survey questionnaire was built on
the basis of teamteaching and on the basis of theoretical knowledge describing learning (mm. Repo
2010). The form has a total of 50 questions, dealing with students' background, work experience,
previous qualifications, course design, implementation, and estimated related issues. In addition, the
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
20
survey included open questions, which sought a wider student experience. The second material was
collected in late spring 2015. The second survey forms were both closed and open questions.
Students (N = 26) received the reply to the questionnaire after the periods of teamteaching,
when they had the experience in the implementation of the five teamteaching courses. Both data
sets were analyzed quantitatively. Survey results were expressed as freqvencies and because of the
limited number of replies also as percentages. In addition, the three main results of the survey II
was considered with the correlation coefficients. Team-teaching a image summary .
was formed on the basis of both surveys. The content analysis of responses to open questions was
used. The results are described in direct quotations.
Survey Results
Results of the survey 1
According to the first survey, teamteaching was reflected in education. 88% of the students
felt that the study was flexible in teaching scheduling, respectively, 94% of the students said that
teaching had appropriate scheduling and 77% of respondents rated the conclusion of the learning
tasks were reserved for a sufficient period of time. 77% of the students finds that multidisciplinary
courses was supported the learning process. 67% of the students indicated that a multi-disciplinary
teaching opened to handle the subject from different aspects. In addition, 69% of students felt that
the
students
also
expanded
their
multi-disciplinary
nature
of
expertise.
In open responses was also things which must be developed in teamteaching, such as more accurate
planning of teaching schedules and better integration of expertise in different areas of the
implementation of the course.
Results of the survey 2
Respondents (N = 26), mean age was 43 years and average work experience of 18 years.
Almost all students (88%) felt that in the course the learning objectives had been taken into account
in the design and majority had the opinion (92%) that content was taken into account in the design
of teamteaching. More than half of respondents (57%) were of the opinion that the course
realization was also taken into account. Similarly, 42% of students felt that there was something to
develope in the implementation.
In the open responses the students described their need for development. As an example the
following "Creating a common understanding, which is complemented by the different
perspectives" and "Planning ahead and detailed instructions for tasks"
The working life was also seen in the design of the courses (77% of respondents ). In
addition, 62% of students stated that the previous knowledge of students had been taken into
account in education. 57% of the students felt that the entrepreneurship had also been included in
the design of the studies. 73% of the students found that the teamteaching was reflected in course
design.
Implementation of studies
Teaching was professional, it was reflected in teachers' cooperation and the proximity of the
working life. 88% of the students said that in the teachers work was seen the visible cooperation as
as well as the teachers gave space other teachers expertise. Students (73%) said that the teaching
was reflected in the "common things done". The correlation between students experienced
teamteaching and working life proximity was very good ( r = 0,74 ) When students experienced
teamteaching and students learning experience a strong dependence (r = 0.8) was found. Similarly
when the students experienced teamteaching and education near working life, gave a correlation
coefficient of 0.74 and, respectively, the teaching expertise of a correlation coefficient of 0.84.
88% of the students evaluated the teamteaching to be practical as well as applying theory and
practice. In addition, 77% of the students evaluated the course assessment criteria were clear.
In summary, the results were shown as the teamteaching a wood pattern. (Figure 1) Figure is
showing teamteaching learning supporting and hindering factors.
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
21
Fig 1 - Teamteaching aspects for learning. Red
leafs are restricting and Green are learning
supporting factors.
Conclusion
It can be concluded that the Master's
students feel teamteaching a meaningful way
to study. The teaching was reflected in
educational cooperation between teachers in
the planning, implementation and evaluation of
teaching. Multidisciplinary, carried out by
several teachers, supports learning. Teachers
and students from different fields of expertise
brought new perspectives and new dimensions
of being taught. Based on the feedback the
teamteaching was very successful in teaching
entrepreneurship and working life aspects. The design was taken into account in the challenges of
the future world of work. Students wanted the teamteaching to continue but also planning, in
particular to harmonize communication was hoped to be added. Students were concerned that the
needs of different education sectors are taken into account.
References:
1. Auvinen P. 2004. Ammatillisen käytännön toistajasta monipuoliseksi aluekehittäjäksi?
Ammattikorkeakoulu-uudistus ja opettajan työn muutos vuosina 1992-2010. Akateeminen väitöskirja.
Joensuun yliopiston julkaisuja. N:o 100. Suomi.
2. Haikonen E & Puttonen K. 2016. Monialaisella yhteisopettajuudella hyvä startti verkkotutkinnon
suorittamiseen. UAS Journal. 1/2016. Luettavissa: https://uasjournal.fi/
3. EK (Elinkeinoelämän keskusliitto). 2011. Oivallus. Loppuraportti. Luettavissa: http://ek.fi/wp-
content/uploads/Oivallus_loppuraportti.pdf
4. Izberk-Bilgin E, Klein B, Chandra C, Lee H, Susko D, Lee M & Zikanov O. 2012
5. A multidisciplinary team-teaching approach to sustainable business education. Journal of Case
Studies in Education. Available online 22.10.2015. http://www.aabri.com/manuscripts/121121.pdf
6. Jämsä U. 2014. Kuntoutuksen muutosagentit. Tutkimus työelämälähtöisestä oppimisesta
ylemmässä ammattikorkeakoulutuksessa. Acta Universitatis Ouluensis D Medica 1252. Tampere. 309 sivua.
ISBN 978-952-62-0497-0 (paperback), ISBN 978-952-62-0498-7 (pdf), ISNN 0355-3221 (printed), ISNN
1796-2234 (online) http://urn.fi/urn:isbn:9789526204987
7. Järvensivu A & Alasoini T. 2012. Mitä työelämän muutoksen tulevaisuussuuntautunut tutkimus
voisi
olla?
Artikkeleita.
Työpoliittinen
Aikakauskirja
3/2012.
luettu
22.10.2015
https://www.tem.fi/files/34163/jarvensivualasoini.pdf
8. Koivisto K, Koskela M & Henner . 2015. Opettajien kokemuksia tiimiopettajuudesta master-
koulutuksessa. ePooki 29/2015. Luettavissa: http://www.oAMK.fi/epooki/2015/opettajien-kokemuksia-
tiimiopettajuudesta-master-koulutuksessa/
9. Laukkanen V, Sääski K & Siimekselä M. 2015 Uutta opettajuutta kehittämässä – SPIRIT-
hankkeen kokemuksia Savonia-ammattikorkeakoulussa. AMK-lehti // Journal of Finnish Universities of
Applied Sciences, No 2 (2015) http://www.uasjournal.fi/index.php/uasj/article/view/1684/1606
10. Leavitt M. 2006. Team teaching – benefits and challenges. Speaking of teaching. Center for
Teaching
and
Learning.
Stanford
University.
Luettavissa:
https://web.stanford.edu/dept/CTL/Newsletter/teamteaching.pdf
11. Lepänjuuri A & Nurminen R. 2015. Opettajuus liikkeessä – opettaja työelämän muutoksen
tunnistajana
ja
tulkkina.
Elinikäisen
ohjauksen
verkkolehti.
2015
12/05.
Luettavissa:
http://verkkolehdet.jAMK.fi/elo/2015/05/12/opettajuus-liikkeessa-opettaja-tyoelaman-muutoksen-
tunnistajana-ja-tulkkina/
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
22
12. Marttila L. 2010. Mistä ammattikorkeakouluopettajuus on tehty. Lisensiaatintutkielma.
Kasvatustieteiden tiedekunta. Tampereen opettajankoulutuslaitos. Tampereen yliopisto. Finland
13. Mällinen S. 2007. Conceptual change process of polytechnic teachers in transition from
classrooms to web-based courses. Academic dissertation. University of Tampere. Faculty of education.
Finland
14. Mäntylä R. 2015. Tunnistamattomat työelämävalmiudet - työyhteisöjen ja verkostojen
kehittäminen.
Luettu
23.4.2016.
http://www.hAMK.fi/verkostot/YAMK-koulutus-vahvaksi-tki-
vaikuttajaksi/tyopaketti1/Documents/Tunnistamattomat.pdf
УДК 004.624
БАРЛЫБАЕВ А.Б., САБЫРОВ Т.С., АКИМБЕКОВА Э.М.
ПРОГРАММЫ ДЛЯ АВТОМАТИЗАЦИИ ДЕЯТЕЛЬНОСТИ ПЕРСОНАЛА В SMART-
UNIVERSITY
(НИИ «Искусственный интеллект» Евразийский национальный университет им.
Л.Н. Гумилева, Астана, Казахстан)
Целью данной работы является описание программ, которые будут автоматизировать
деятельность пользователей в Проекте Smart-University.
Задача работы состоит в разработке подсистем и пользовательских интерфейсов. Сам
Проект Smart-University как система будет разделен на две большие части:
1.
LMS (система
управлением обучением) – информационная система
позволяющая автоматизировать деятельность высшего учебного заведения и позволяющая
применять дистанционные образовательные технологии в обучении.
2.
Smart tutor – интеллектуальная информационная система позволяющая обучать
и проводить контроль знаний без вмешательства преподавателей.
LMS состоит из следующих подсистем:
Социальная сеть (Взаимодействие пользователей)
е-библиотека
Модель е-университета
Учебный процесс
Наука
Международное сотрудничеств
Интеграция ИКТ
е-приемная комиссия
Профориентационная работа
Эдвайзерство
Техническое обслуживание
Дом студентов
Управление персоналом
Документооборот
Отчеты
Аудит
Контроль руководства
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
23
Социальная сеть – позволит пользователям взаимодействовать между собой, это
личные профили, отправка сообщений, просмотр всех пользователей и другие элементы
социальных сетей.
е-библиотека – содержит 2 полсистемы: автоматизация работы библиотекаря, это
выдача книг по электронным читательским билетам, заказ книг в режиме онлайн;
организация электронной библиотеки, где будут книги в электронном формате, репозиторий
трудов сотрудников университета.
Модель е-университета – позволит управлять личной карточкой университета
(официальная информация об университете), управлять настройками университета (система
обучения, начало и конец учебного года, система оценок), управлять настройками
тестирования, управлять настройками журнала, управлять моделью образования (это уровни
образования-группы специальностей-специальности), управлять структурой образования
(это
факультеты-кафедры,
контингентом),
управлять
контингентом-пользователями,
управлять аудиторным фондом. В основном здесь сосредоточены организационные вопросы
университета.
Учебный процесс – позволит управлять учебной документацией (академическим
календарем, ТУП-ГОСО специальностей, КЭД, МОП, ИУП студентов, РУП, академическими
потоками, группами, регистрацией на весенний семестр, на летний семестр), позволит
управлять системой тестирования, позволит управлять для обучающихся на факультете
дистанционного образования система e-learning, которая будет позволять создавать
обучающие курсы, вебинары, виртуальные аудитории. Также подсистема учебный процесс
позволит автоматически составлять расписания с учетом аудиторного фонда. Для ДОТ если
это будет необходимо как в случаях, вебинаров, то расписание будет составляться
преподавателем в соответствии расписанию студентов чтобы не допустить накладки.
Управление академическими задолженностями. Список студентов, имеющих академические
задолженности. Определение задолженностей. Управление Ведомостями, Транскриптами,
приказами. Управление УМКД и Силлабусами.
Наука – учет НИР, проектов выполняемых в университете, учет научных публикация
ППС, учет научных договоров.
Международное сотрудничество – проектов выполняемых в университете по
сотрудничеству, учет договоров по сотрудничеству.
Интеграция ИКТ – API для обмена данных с социальными сетями, для обмена данных
с аналогичными LMS, для обмена данных с системами электронного правительства, ЕСУО.
е-приемная комиссия – прием документов на обучение в режиме онлайн.
Профориентационная работа – проведение профработ с абитуриентами, абитуриент
может бесплатно зайти в социальную сеть университета, задать узнать информацию на
страничке вопросы абитуриентов, написать любому пользователя по вопросам обучения в
универстете.
Эдвайзерство – управление ИУП, консультация студентов и их родителей, поддержка
обучающихся.
Техническое обслуживание – оформление технических заявок на ремонт, проведение
технических работ по обслуживанию техники и программного обеспечения.
Дом студентов – управление и учет контингента студенческих общежитий.
Управление персоналом – автоматизация работы отдела кадров, учет персонала, учет
ставок, учет личных дел персонала, управление нагрузками, управление приказами на
персонал, командировки, отпуск и т.д.
Документооборот – автоматизация работы канцелярии, учет и прием входящей и
исходящей канцелярии и документов, учет исполнения приказов и документов.
Отчеты – генерация отчетов по динамическим данным хранящихся в базе данных.
Аудит – позволит проводить проверку и ее учет.
Контроль руководства – позволит контролировать жизнедеятельность университета.
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
24
Данная LMS обязательно должна поддерживать трехъязычие, локализацию
статистических и динамических данных.
Список пользователей LMS:
1. Тьютор,
2. Студент,
3. Студент дистанционного обучения,
4. Родитель,
5. Родитель Студента дистанционного обучения,
6. Эдвайзер,
7. Библиотекарь,
8. Офис-регистратор,
9. Сотрудник отдела регистрации движения обучающихся,
10. Технический администратор,
11. Администратор сопровождения ПО
12. Абитуриент,
13. Декан,
14. Заведующий кафедрой,
15. Проректор,
16. Ректор,
17. Сотрудник приемной комиссии,
18. Сотрудник управления персоналом,
19. Сотрудник отдела планирования и мониторинга учебного процесса,
20. Сотрудник кафедры,
21. Сотрудник отдела науки,
22. Сотрудник общежития,
23. Аудитор,
24. Администратор по СМК,
25. Сотрудник отдела международного сотрудничества,
26. Сотрудник факультета,
27. Читатель.
Вторая часть будет состоять из интеллектуальных информационных систем:
1. Программы выбора специальности абитуриентами.
2. Программы обработки базы знаний.
3. Программы
разработки
смарт-тьютора,
позволяющего
подготовить
интеллектуальные электронные учебные издания.
4. Программы смарт-тьютора, позволяющего провести интеллектуальное обучение.
5. Программы смарт-тьютора, позволяющего провести интеллектуальную оценку
знаний обучаемого.
6. Программы обработки базы знаний для выявления и объяснения допущенных
ошибок при оценке знаний обучаемых.
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
25
СЕКЦИЯ 1
SECTION 1
ЖАСАНДЫ ЗЕРДЕ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
ARTIFICIAL INTELLIGENCE
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
26
«ҚОҒАМДЫ АҚПАРАТТАНДЫРУ» V ХАЛЫҚАРАЛЫҚ ҒЫЛЫМИ-ПРАКТИКАЛЫҚ КОНФЕРЕНЦИЯ
27
UDC 004.89
BEKTURSUNOVA A.N., PRADEEP A.
ANALYSIS OF HUMAN EMOTIONS BASED ON IMAGE RECOGNITION
(Kazakh-British Technical University, Almaty, Kazakhstan)
Abstract
The main principles of human emotions recognition are to use machine learning
technologies, so as to determine the presence of people on it, and then analyze emotions by
expressions of face. Owing to the enormous number of parallelism in its structure and high rates of
computation, the neural networks related to artificial intelligence possesses a great potential among
decision making systems. According to Fundamentals of Face Recognition Techniques, neural
networks are valued as the most essential and powerful tools that are able to cope with complex
calculations and demonstrate wide range of functions through the applications computer vision.
Nowadays, there is a Facial Action Coding System or catalog consisting of more than 5,000
muscle movements, which show hidden emotions owing to the location of eyebrow or lips location
points. This research is used to analyze human emotions and hidden feelings due to creation of huge
database of facial expressions. In analysis, the factors as a happy, sad or relaxed are not enough
because everything is built by several algorithms and enormous calculations. By doing so, facial
microexpressions are divided into more-nuanced ones in order to give more exact results.
Advantages
So far, the potential power of this technology has been used mostly for market research. The
emotion-detection software technology has great benefit to help people. It is widely considered that
cameras could determine whether the driver is exhausted and prevent him from falling asleep and
save his life. Another convincing factor in favor of this technology is that it could help to improve
the level of education at school and determine how teachers hold the attention of students.
Moreover, researchers at North Carolina State University filmed students during the lessons via the
laptops with emotions analyzing software. By doing so, they were able to determine muscular
movements and record whether students were bored or challenged.
Nowadays there are many media testing companies that use emotion analysis software to
identify the potential success of new TV shows or advertisement. These examples demonstrate one
of the main benefits of analysis the human faces, due to relaxed environment at home watching new
long episodes, leaving the software and waiting for their responses.
Process of human emotions recognition
As you can see, the first step starts from the detection and location of the face in the image.
Face alignment stage is aimed to achieve more accurate location and normalized faces, whilst face
detection provides rough picture of scale for each face. It is claimed that input image is looked as a
|