УДК [378:62]-042.4:004
https://doi.org/10.20339/AM.06-23.094
И.Б. Гинзбург,
канд. техн. наук, доцент
А.А. Ермаков,
канд. экон. наук, доцент
e-mail: iliagi@mail.ru , aleral@mail.ru , snp@inmas.ru
С.Н. Падалко,
д-р техн. наук, профессор
Московский авиационный институт (национальный исследовательский университет
В статье представлены результаты разработок и внедрения технологий дистанционного обучения для проведения лабораторного практикума по инженерным дисциплинам. В их числе способы обеспечения дистанционного проведения лабораторного практикума, организационные и технические проблемы, связанные с дистанционным обучением, и решения этих проблем, основанные на полученном опыте. Предложены технология и программное решение на базе компонентов Project Jupyter, обеспечивающие эффективное дистанционное взаимодействие в процессе проведения лабораторных занятий.
Ключевые слова: дистанционное обучение, лабораторный практикум, проблемы дистанционного обучения, программное обеспечение, Project Jupyter, эффективность дистанционного взаимодействия.
Литература
1. Moodle — Open-source learning platform. [Электронный ресурс] URL: https://moodle.org/ 2023
2. СДО «Прометей». ООО «Виртуальные технологии в образовании» [Электронный ресурс] URL: https://www.prometeus.ru/
3. Бродский А.В., Гинзбург И.Б., Столярчук В.А. Эволюция способов дистанционного обучения // Научно-технический вестник Поволжья. 2020. № 11. С. 24-26.
4. Махорин А.О., Падалко С.Н., Терентьев М.Н. Симуляция многошлюзовой беспроводной самоорганизующейся сети произвольной топологии с учетом решения задачи выбора оптимальных параметров сети // Научно-технический вестник Поволжья. 2014. № 6. С. 228–232.
5. Махорин А.О. Целочисленное моделирование инъективных и биективных отображений // Научно-технический вестник Поволжья. 2019. № 12. С. 77–79.
6. Махорин А.О., Станкевич А.М. Модель использования ресурсов при решении задач агрегированного планирования // Научно-технический вестник Поволжья. 2017. № 2. С. 116–120.
7. Столярчук В.А. Автоматизированная система поддержки научных исследований // Автоматизация. Современные технологии. 2020. Т. 74. № 2. С. 64–71.
8. Кондрашов Ю.Н. Использование аналитических технологий в системах поддержки принятия решений на этапах жизненного цикла аэрокосмических изделий // Научно-технический вестник Поволжья. 2019. № 5. С. 37–41.
9. Волкоморов С.В., Карпенко А.П., Мартынюк В.А. Анализ кинематики параллельных механизмов средствами системы автоматизированного проектирования CATIA // Информационные технологии. 2010. № 11. С. 45–51.
10. Project Jupyter [Электронный ресурс] URL: https://jupyter.org/
11. JupyterHub – JupyterHub 3.0.0 documentation [Электронный ресурс] URL: https://jupyterhub.readthedocs.io/en/stable/
12. JupyterLab – JupyterLab 3.5.0b0 documentation [Электронный ресурс] URL: https://jupyterlab.readthedocs.io/en/stable/
13. gnuplot homepage [Электронный ресурс] URL: http://www.gnuplot.info/
14. GNU Octave [Электронный ресурс] URL: https://octave.org/
15. QuantStack/jupyterlab-drawio: A standalone embedding of the FOSS drawio / mxgraph package into jupyterlab // GitHub: Let’s build from here [Электронный ресурс] URL: https://github.com/QuantStack/jupyterlab-drawio
16. Jeffrey M. Perkel. Why Jupyter is data scientists’ computational notebook of choice. November 2018. Nature 563 (7729). Р. 45–146. DOI:10.1038/d41586-018-07196-1
17. Adam B. Blake, Benjamin J. Winjum, James Stigler Simple. Workflows for Teaching with Jupyter. January 2022. Conference: IASE 2021 Satellite Conference: Statistics Education in the Era of Data Science. DOI:10.52041/iase.yphve
18. Noprianto Noprianto, Vivi Nur Wijayaningrum, Vivin Ayu Lestari. Jupyter Lab Platform-Based Interactive Learning. December 2022. Conference: 2022 International Conference on Electrical and Information Technology (IEIT) At: Malang, Indonesia. DOI:10.1109/IEIT56384.2022.9967857
.png)
