• Main Navigation
  • Main Content
  • Sidebar

Электронные библиотеки

  • Главная
  • О нас
    • О журнале
    • Цели и задачи
    • Тематика
    • Главный редактор
    • Редакция
    • Отправка материалов
    • Заявление об открытом доступе
    • Заявление о конфиденциальности
    • Контакты
  • Текущий выпуск
  • Архивы
  • Регистрация
  • Вход
  • Поиск
Издается с 1998 года
ISSN 1562-5419
16+
Language
  • Русский
  • English

Найти

Расширенные фильтры

Результаты поиска

Разработка тренажера виртуальной реальности для пренатальной диагностики врожденных пороков сердца

Омар Корреа Мадригал, Джавье Эрнесто Пердомо Батиста, Карлос Гарсия Гевара
316-327
Аннотация:

Проект разработки тренажера виртуальной реальности для пренатального выявления врожденных пороков сердца и сопутствующих заболеваний направлен на улучшение специализированной подготовки в области пренатальной диагностики с помощью иммерсивных технологий. Особенно заслуживает внимания теоретический модуль «Мой друг – легкое», который позволяет в игровой форме изучать анатомию сердечно-сосудистой системы плода с помощью 3D-головоломок, заданий на время и бейджей, добиваясь хороших результатов в ходе пилотного тестирования. Практический модуль имитирует УЗИ с помощью тактильных устройств, снижая количество диагностических ошибок и позволяя создавать персонализированные УЗИ. В качестве основного источника информации была собрана база данных с 1200 маркированными исследованиями. Реализация проекта направлена на первоначальное снижение количества клинических ошибок, что может привести к снижению перинатальной смертности. Этот проект объединяет технологические инновации, медицинскую строгость и интерактивную педагогику, позиционируя геймификацию как важный инструмент в медицинском образовании и закладывая основу для его распространения на другие специальности.

Ключевые слова: Виртуальная реальность, врожденные пороки сердца, геймификация, пренатальная диагностика, медицинское обучение, клиническое моделирование.

Образовательная аналитика и адаптивное обучение с использованием модели студента в интеллектуальных обучающих системах

Михаил Владиславович Каяшев, Денис Юрьевич Макаров, Антон Александрович Марченко
181-192
Аннотация:

Для поддержки адаптивного обучения и образовательной аналитики в интеллектуальных обучающих системах необходимо собирать и обрабатывать данные об успеваемости студентов и их индивидуальных характеристиках. Это можно реализовать с помощью модели студента. Анализ подходов к моделированию студента показал оптимальным применение нескольких типов моделей, исходя из требований, составленных для разрабатываемой обучающей системы. Были выбраны и объединены в одну модель три подхода: оверлейный, сеть Байеса, моделирование ошибочных знаний. Использование оверлейной модели позволяет строить индивидуальные траектории обучения студентов. Сети Байеса реализуют компетентностный подход в обучении. Модель ошибок отслеживает ошибочные знания студентов и помогает им исправить их на ранних стадиях. Модель студента, объединяющая в себе данные подходы, является подходящей для реализации персонализированного обучения, позволяет преподавателю отслеживать успеваемость студентов по различным характеристикам, а также дает возможность легко представить в системе карту тем, знаний, компетентности студентов в различных областях в виде графа, что является удобным и понятным представлением.

Ключевые слова: интеллектуальная обучающая система, модель студента, компетенция, адаптивное обучение, образовательная аналитика, оверлейная модель, байесовская сеть, доменная модель.
1 - 2 из 2 результатов
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Отправить материал
Текущий выпуск
  • Логотип Atom
  • Логотип RSS2
  • Логотип RSS1

Электронные библиотеки

ISSN 1562-5419

Информация

  • О журнале
  • Цели и задачи
  • Тематика
  • Руководство для авторов
  • Отправка материалов
  • Заявление о конфиденциальности
  • Контакты
  • eLIBRARY.RU
  • dblp computer science bibliography

Отправить статью

Авторам нужно зарегистрироваться в журнале перед отправкой материалов, или, если вы уже зарегистрированы, можно просто войти со своей учетной записью и начать процесс отправки, состоящий из пяти шагов.

Отправить материал
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.

© 2015-2025 Казанский (Приволжский) федеральный университет; Институт развития информационного общества