Бугаев, Константин Валериевич (доцент кафедры уголовного процесса и криминалистики факультета права и экономики Омской академии МВД России, кандидат юридических наук). Отграничение криминалистики от иных наук методами информационного анализа текста [Текст] / К. В. Бугаев // Юридический мир. - 2011. - N 8. - С. 40-43 : 7 табл., 1 график. - Библиогр. в сносках . - ISSN 1811-1475
Рубрики: Право Криминалистика Кл.слова (ненормированные): дескрипторы -- информационная плотность текста -- информационный анализ текста -- информация -- криминалистика -- методы анализа текста -- наукометрия -- семантика -- статистика Аннотация: Для выделения тематически близких к криминалистике дисциплин из ряда иных наук возможно использовать методы информационного анализ текста, применяя названия авторефератов диссертаций (АРД). Так, установлена близость к криминалистике ряда юридических наук "криминального блока" по некоторым аспектам рядов динамики количества тем АРД, дескрипторов, информационной плотности названий АРД. Нет сведений об экземплярах (Источник в БД не найден) |
Дюличева, Юлия Юрьевна (кандидат физико-математических наук; доцент). Учебная аналитика МООК как инструмент анализа математической тревожности [Текст] / Ю. Ю. Дюличева // Вопросы образования. - 2021. - № 4. - С. 243-265 : 6 рис., 3 табл. - Библиогр.: с. 260-265 (40 назв. ) . - ISSN 1814-9545
Рубрики: Образование. Педагогика Дистанционное образование Методика преподавания учебных предметов Кл.слова (ненормированные): МООК -- анализ текстов -- анализ текстовых образовательных данных -- изучение математики -- массовые открытые онлайн-курсы -- математическая тревожность -- методы анализа текста -- онлайн-обучение -- учебная аналитика Аннотация: Исследование посвящено извлечению описаний математической тревожности из отзывов на массовые открытые онлайн-курсы по математике (MOOK) с помощью методов анализа текстовых данных. Эмоциональные состояния обучающихся, связанные с математической фобией, являются серьезным препятствием в изучении математики и получении базовых математических знаний, необходимых для будущей профессиональной деятельности. На платформах МООК накапливаются большие объемы данных, среди которых отзывы на онлайн-курсы представляют особый интерес. Эмпирическую основу исследования составили материалы 38 онлайн-курсов по математике на Udemy и 1898 отзывов обучающихся. Применение алгоритма анализа тональности VADER, кластерного анализа текстов отзывов с негативной тональностью на основе метода kMeans и векторного представления предложений с помощью модели представления языка BERT позволило выделить кластеры с описанием различных отрицательных эмоций, связанных с прошлым фрустрирующим опытом при изучении математики, кластер с описанием сожалений в связи с упущенными возможностями из-за негативного отношения к математике, а также кластер с описанием постепенного преодоления математической тревожности в процессе изучения онлайн-курсов по математике. Построенный граф знаний позволил визуализировать некоторые закономерности, связанные с различными отрицательными эмоциями, которые возникали у обучающихся при изучении математики. Нет сведений об экземплярах (Источник в БД не найден) |