Concept for forecasting the development of qualified worker’s and technician’s system training

Author:

Блинов В.И.ORCID,Сергеев И.С.ORCID,Есенина Е.Ю.ORCID

Abstract

Ведение. Анонсированные Минпросвещением планы разработать к  осени 2024 года новую стратегию развития образования актуализируют проблему прогнозирования развития системы подготовки квалифицированных рабочих и специалистов среднего звена. Цель. Разработка методологии прогнозирования готовности системы среднего профессионального образования к  решению задачи обеспечения экономики в квалифицированных кадрах. Методы. Использованы методы сравнительного и обобщающего анализа научных публикаций о подходах к прогнозированию и его практиках в России и за рубежом, экстраполяции данных, моделирования, теоретического и  кластерного анализа, синтеза и концептуализации. Результат. Представлена концепция прогнозирования развития системы подготовки квалифицированных рабочих и специалистов среднего звена, включающая типы данных и параметры, используемые для прогнозирования, его этапы, методы работы с данными. Научная новизна состоит в обосновании путей использования инструментов аналитики больших данных (прогнозной аналитики) для управления развитием системы профессионального образования. Практическая значимость. Предложен инструментарий прогнозирования и алгоритмы его использования для управления развитием системы СПО: средства прогнозной аналитики, требования к  данным, используемым в  системе прогнозной аналитики, этапы прогнозирования и условия эффективности его результатов. Introduction. The announced plans of the Ministry of Education to develop a new education strategy by the autumn of 2024 make the problem of forecasting the development of the training system of qualified workers and technicians relevant. The aim of this article is to develop a methodology for forecasting the level of readiness of the secondary vocational education system to solve the problem of the qualified personnell provision for the economy. Methods. The authors used methods of comparative and general analysis of scientific data on approaches to forecasting and its practices in Russia and abroad, data extrapolation, modeling, theoretical and cluster analysis, synthesis and conceptualisation. Results. A strategy for forecasting the development of a system for training qualified workers and technicians is presented, including the types of data and parameters used for forecasting, its stages, and methods of working with data. The scientific novelty lies in the substantiation of ways to use big data analytics tools (predictive analytics) to manage the development of the vocational education system. The practical significance lies in the proposed set of forecasting tools and algorithms for its use to manage the development of the secondary vocational education system. Among them: predictive analytics tools, data requirements used in the predictive analytics system, forecasting stages and conditions for the effectiveness of its results.

Publisher

Vocational education and labour market

Reference14 articles.

1. Алудова-Краус А. Р. Сущность и значение HR-аналитики в сфере управление персоналом // Меридиан. 2019. № 14 (32). С. 135–137.

2. Безворотных А. В., Стефаненко О. С. Метод предиктивной аналитики при обработке больших данных // Актуальные проблемы авиации и космонавтики: Сб. мат-лов VIII межд. науч.-практ. конф., посвященной Дню космонавтики: в 3 т. Т. 2. Красноярск, 2022. С. 12–14.

3. Бойко А. Э., Савицкая Т. В., Лопаткин Д. С. Применение инструментов интеллектуального анализа образовательных данных при работе с системами управления обучением в организациях высшего образования // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2023. № 46. С. 151–177. https://doi.org/10.15593/2224-9397/2023.2.07

4. Виноградова А. А. Предиктивная аналитика // Экономическая наука - хозяйственной практике: Мат-лы XVIII межд. науч.-практ. конф. Кострома: Костромской государственный технологический университет, 2017. С. 208–210.

5. Калытюк И. С., Французова Г. А., Гунько А. В. К вопросу выбора методов предиктивного анализа данных социальных медиа // Автоматика и программная инженерия. 2019. № 4. С. 9–17.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3