Оценка и моделирование траектории развития исследовательского потенциала студентов экономического вуза на базе «компетентностного треугольника»

Кутуев А.В.1, Трошина Е.П.1
1 Самарский государственный экономический университет, Россия, Самара

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 16, Номер 2 (Февраль 2022)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=48201616
Цитирований: 2 по состоянию на 07.12.2023

Аннотация:
В статье представлены результаты корреляционно-регрессионного анализа ранее проведённой диагностики исследовательского потенциала студенческой среды Самарского государственного экономического университета. Определяется уровень значимости и чувствительности исследовательского потенциала студентов/ студентов-исследователей к группам факторов эндогенного (личностные качества) и экзогенного (результирующие показатели) характера. Положено начало разработки модели «компетентностного треугольника», направленной на развитие компонентов исследовательского потенциала студентов, моделируются ожидаемые результаты от реализации данной модели.

Ключевые слова: исследовательский потенциал, исследовательская деятельность, студенческое научное общество, студент-исследователь, «компетентностный треугольник»

JEL-классификация: I23, I24, I25, I26



Введение

Развитие инновационной экономики нашей страны напрямую зависит от компетентности и исследовательского потенциала сотрудников отечественных предприятий. Ключевой задачей российских вузов является подготовка будущих специалистов и профессионалов в соответствующих сферах деятельности. Но кроме обучения специалистов под потребности местного бизнес-сообщества важно привлекать студентов к научно-исследовательской деятельности. Вовлечение студенческой среды в исследовательскую деятельность позволяет направлять студентов на решение проблем прикладного (практико-ориентированного) характера благодаря совмещению креативного мышления, энергичности и целеустремленности молодежи с использованием общенаучного инструментария, а также узкоспециализированных методов управления инновационной деятельностью.

Основной проблемой при попытке студента попробовать себя в университетской науке представляется хаотичный, неструктурированный подход к данному виду деятельности. И это приводит к тому, что потенциальный исследователь может терять мотивацию к научной деятельности из-за отсутствия каких-либо наблюдаемых результатов, а также от несопоставимости затрачиваемых ресурсов с получаемым результатом и т.д. По мере того как мотивированный студент-исследователь выйдет на приемлемый уровень, может подойти к концу его срок обучения. И на этом этапе обучающийся может принять решение о завершении своей исследовательской активности и полностью переключиться на свою самореализацию в профессиональной среде. Из-за этого естественного процесса университет не в полной мере может реализовывать свой научно-исследовательский и инновационный потенциал.

Во многих университетах сформированы студенческие научные общества (СНО), которые агрегируют в себе студентов-исследователей, мотивированных на занятие научно-исследовательской деятельностью по различным интересам. И от текущей стадии развития СНО в отдельном вузе будет зависеть то, каких результатов (в т.ч. по масштабу) следует ожидать руководству университета и его стейкхолдерам от студенческой науки. Важной, но малораспространенной практикой является применение диагностических методик, направленных на изучение сложившихся параметров студенческой среды в университете: восприимчивость к инновациям и открытиям, различные формы личностного потенциала (в т.ч. и исследовательский потенциал), предпочитаемые форматы коммуникаций, взаимодействий, ролевые модели поведения и многое другое. Без диагностических процедур невозможна объективная оценка и прогнозирование ожидаемых результатов от мер поддержки студенческой науки.

Полученные данные о текущем состоянии могут существенно помочь скорректировать вектор развития студенческого научного общества и студенческой науки в целом, поскольку они помогут разработать проект необходимых изменений, осуществление которых будет направлено на наиболее чувствительные драйверы дальнейшего развития. И одно из наиболее привлекательных направлений по разработке проекта – повышение скорости становления молодого ученого посредством аккумулирования, мобилизации и реализации его исследовательского потенциала.

Цель исследования – определить уровень значимости и чувствительности исследовательского потенциала студентов/студентов-исследователей к группам факторов эндогенного (личностные качества) и экзогенного (результирующие показатели) характера, а также смоделировать траекторию развития исследовательского потенциала (ИП) студентов. Для достижения поставленной цели авторы проверили следующие гипотезы:

1. Существует ли взаимосвязь между исследовательским потенциалом студента и входными параметрами (вступительные экзамены, баллы ОГЭ и ЕГЭ) при его поступлении в вуз?

2. Способна ли академическая среда влиять на исследовательский потенциал студента?

3. Способствует ли студенческое научное общество по развитию исследовательского потенциала его участников?

4. Можно ли в качестве оценочного показателя исследовательского потенциала студента использовать количество опубликованных работ, призовые места в научных конкурсах?

5. Имеет ли значение желание поступать на следующую ступень образования на процесс формирования исследовательского потенциала студента?

6. Возможно ли построение прогнозной модели развития исследовательского потенциала (и его компонентов) студентов?

Научная новизна работы заключается в том, что полученные результаты помогут перейти от стихийного к структурированному и целенаправленному развитию исследовательского потенциала студентов, а также позволят разработать механизм по аккумулированию и мобилизации ИП для генерации и реализации студенческих инновационных проектов и решений.

Обсуждение

Многие ученые при изучении научно-исследовательского потенциала концентрируют свое внимание на окружающих факторах научной деятельности. Несомненно, создание инфраструктуры и оснащение соответствующим оборудованием являются важным условием для обеспечения научно-исследовательской деятельности (НИД) по техническим и естественнонаучным направлениям, но подобный подход практически не применяется в социально-гуманитарных науках. Но общей проблемой для науки в целом можно признать низкую вовлеченность среди молодежи – будущего национальной науки.

Кроме того, существующие и распространенные подходы практически не учитывают специфику научно-исследовательского потенциала на уровне студенческой науки. Сложной задачей представляется применение результирующего подхода к оценке исследовательского потенциала студентов, поскольку лишь малая часть учащихся способна испытать свои силы в науке и генерировать какие-либо результаты, о чем свидетельствует предыдущая работа авторов [1] (Kutuev, Troshina, 2021). Среди студентов всегда есть доля тех, кто склонен к исследовательской деятельности, но осознание этого может прийти только на старших/выпускных курсах, когда возникнет интерес к какой-либо теме в рамках профильных дисциплин. Здесь можно наблюдать картину, когда у студента уже имеется достаточный уровень компетенций, подкрепленный мотивацией к действиям – фактически сформированный и доступный к идентификации внешнему наблюдателю. Это та самая основа результирующего подхода к оценке научно-исследовательской деятельности студента – работа с уже готовым к генерации научных результатов исследовательским потенциалом.

Аналогичная ситуация может складываться при использовании ресурсного подхода. Так как доля студентов-исследователей в вузах низкая, как и популярность студенческой науки, направляемые ресурсы могут не приносить ожидаемых результатов без выявления выраженных и/или слабозаметных потребностей со стороны студентов. Если для выявления потребностей первой группы эффективен диалог между руководством университета и студентами, тогда как для определения потребностей второй группы необходимо проводить мероприятия по диагностике психологических конструктов исследовательской деятельности.

Комбинированное использование коммуникаций со стороны руководства образовательных организаций и диагностических методик позволит точнее и эффективнее осуществлять управление ресурсной базой вуза на пути повышения результативности со стороны студенческих научных обществ. В работе [2] (Fedorova, 2020) Федорова М.А. рассматриваются многие проблемы вовлечения студентов технических вузов в научно-исследовательскую деятельность, которые свойственны для всей студенческой науки: низкая мотивация, недостаток исследовательских компетенций, принудительно-директивный формат работы, а также игнорирование способностей студентов и отсутствие дифференцированной системы научной подготовки. И одним из необходимых инструментов для дифференцирования научной нагрузки на студента является диагностика личностного потенциала (в данном случае – исследовательского).

В основе дифференциации лежит распределение и индивидуализация исследовательских задач, которые будет необходимо выполнять студенту в процессе своего обучения. Это способствует оптимизации затрачиваемых ресурсов (усилий, времени) и позволяет эффективнее наращивать когнитивный и поведенческий (исполнительский) компоненты исследовательского потенциала обучающегося за счет того, что поставленные задачи будут учитывать текущий уровень компетенций студента. Авторы солидарны с тем, что для реализации вышеописанной системы необходимо сформировать «психически комфортные познавательные условия для студентов».

В свою очередь, Салаватулина Л.Р. выделяет необходимость в тьютерской поддержки студенческой науки. В данной работе уточняется тот факт, что студенты могут быть плохо осведомлены о существовании студенческой науки и, соответственно, не знать о возможности получать стипендию за достижения в научной деятельности или грантовой поддержке, не знать о стажировках в партнерских организациях и т.д. А среди тех студентов, кто способен к осуществлению исследовательской деятельности, высока доля тех, кто может испытывать сложности при выполнении НИР даже при наличии плана работы. Салаватулина Л.Р. описывает функции тьютерского сопровождения, а также перечень детализированных событий, которые направлены на устранение входных барьеров в студенческую науку обучающимися, тем самым популяризуя ее среди молодежи [3] (Salavatulina, 2019).

Методика исследования

В работе применяются эконометрические методы оценки, анализа и моделирования количественных и качественных показателей, полученных на предыдущем этапе диагностики исследовательского потенциала студентов в феврале 2021 года [1] (Kutuev, Troshina, 2021). В исследовании приняли участие 120 респондентов со всех институтов и факультетов Самарского государственного экономического университета (СГЭУ), 84,2% из которых приходится на программы бакалавриата, 7,5% – магистратуры, 5,8% – специалитет и 2,5% студентов, обучающихся на программе ФСППО. На основе полученных результатов авторы перешли к построению корреляционно-регрессионной модели для проверки гипотез, возникших на стадии изучения теоретических материалов.

Объект исследования – интегральный показатель исследовательского потенциала студентов СГЭУ (Y). Для проверки вышеперечисленных гипотез были использованы следующие группы показателей:

1. Диагностируемые методические компоненты исследовательского потенциала (Х15) [4] (Bordovskaya, Kostromina, Rozum, Moskvicheva, 2017).

2. Баллы по результатам вступительных экзаменов (Х6). Была произведена конвертация всех результатов к единому оценочному параметру – набранный процент от максимально возможного балла от сдачи всех необходимых для поступления дисциплин.

3. Влияние академической среды на студента (Х79).

4. Научная и конкурсная активность (Х1012).

5. Желание продолжать обучение на следующей ступени и дальнейшая научная активность (Х1314).

После оценки качества полученных данных авторы перешли к моделированию потенциального сценария развития компонентов исследовательского потенциала на примере среднестатистического студента, которое основано на предположении о том, что разработанная концептуальная модель будет способна обеспечивать соответствующий прирост и аккумулирование исследовательского потенциала.

Результаты

Перейдем к этапу построения корреляционно-регрессионной модели по полученной выборке [5] (Repina, Tsypin, Zaychikova, Shirnaeva, 2019). Из анализируемых данных были исключены ответы 4 респондентов по причине некорректного заполнения некоторых дополнительных полей анкеты (не входящих в перечень вопросов по методике), но важных для проверки гипотез по их приобщенности к исследовательскому потенциалу, а именно:

1. Взаимосвязь между компонентами исследовательского потенциала выборки и входных характеристик исследуемых респондентов при поступлении в вуз.

2. Влияние образовательной среды университета на развитие исследовательского потенциала среди участников студенческого научного общества (СНО СГЭУ) и студентов, не считающихся себя таковыми.

3. Роль количества завершенных и разрабатываемых исследовательским работ студентов (в т.ч. призовые места в научных конкурсах для студентов).

4. Значимость желания начать/продолжить заниматься научно-исследовательской деятельностью на следующей ступени образования (в т.ч. поступление в аспирантуру).

Первым шагом при построении эконометрической модели будет выступать оценка качества полученных данных. Оценим корреляционные связи между интегральным показателем исследовательского потенциала, его компонентами и дополнительными внешними факторами, которые могут выступать в качестве предпосылок для формирования, развития, а также следствием реализации исследовательского потенциала обеих групп респондентов (рис. 1).

Рисунок 1. Матрицы коэффициентов парной корреляции участников СНО и студентов

Источник: составлено авторами на основании предыдущих исследований [1] (Kutuev, Troshina, 2021).

Как видно из рисунка 1, наиболее сильные корреляционные связи между исследовательским потенциалом и показателями среди обеих выборок наблюдаются между компонентами ИП используемой методики, что является достаточно ожидаемым результатом. Однако важно отметить и тот факт, что уровень исследовательского потенциала у активистов СНО незначительно слабо, но имеет отрицательную корреляционную связь со значением вступительных баллов (в процентном отношении от максимума), тогда как среди остальной части выборки такое явление отсутствует.

Имеет место быть мультиколлинеарность по группе студентов-исследователей наблюдается между показателями по ранее выдвинутым гипотезам. Но выборка обычных студентов имеет другую картину: мультиколлинеарность концентрируется между факторами исследовательского потенциала применяемой методики, тогда как единственная имеющаяся подобная связь среди внешних показателей имеется только между долгосрочной (накопленной) и краткосрочной (по результатам текущей сессии) успеваемостью. Проведем регрессионный анализ выборки для построения значимой и достоверной модели по полученным выборкам (табл. 1).

Таблица 1

Регрессионная статистика выборки

Регрессионная статистика
СНО
Студенты
Множественный R
0,989654
0,965655
R-квадрат
0,979416
0,932489
Нормированный R-квадрат
0,957248
0,919542
Стандартная ошибка
0,29806
0,518645
Наблюдения
28
88
Дисперсионный анализ выборки СНО

df
SS
MS
F
Значимость F
Регрессия
14
54,95223
3,925159
44,18246
1,24E-08
Остаток
13
1,154917
0,08884
Итого
27
56,10714



Дисперсионный анализ выборки студентов

df
SS
MS
F
Значимость F
Регрессия
14
271,2272
19,37337
72,022
7,04E-37
Остаток
73
19,63645
0,268992


Итого
87
290,8636



Источник: составлено авторами на основании предыдущих исследований [1] (Kutuev, Troshina, 2021).

Полученные результаты регрессионного анализа позволяют сделать вывод о наличии сильно выраженной связи между результативным показателем (исследовательским потенциалом) и факторами, на него влияющими, а построенная модель по этим данным способна обеспечить точность по выборкам активистов СНО и студентов с точностью в 97,94% и 93,24% соответственно.

Но в модели были выявлены и незначимые показатели. Последующий анализ позволил исключить незначимые по P-значению элементы из будущей модели. Исключаемые показатели по выборке СНО наблюдаются в основном среди гипотетических групп показателей с выраженной мультиколлинеарностью между собой. Но по данной выборке признан незначим внутренний методический показатель, направленный на изучение мотивационного компонента (Х4).

Оценка выделенных показателей по выборке студентов показала, что ни один из гипотетических показателей не значим по P-значению по сравнению с выборкой студентов-исследователей. Но важное отличие текущей выборки от предыдущей заключается в том, что все внутренние методические показатели являются значимыми, в том числе и важность мотивации к новизне (Х4). И это позволяет выдвинуть предположение, что через мотивационные факторы возможно активизировать вовлечение студентов в исследовательскую деятельность путем их приобщения к студенческому научному обществу, где сформировано и эконометрически обосновано наличие необходимой среды для осуществления исследовательской деятельности и развития исследовательского потенциала личности студента. Поэтому перейдем к проверке значимости модели после исключения выше обозначенных факторов

В построенной регрессионной модели все оставшиеся показатели значимы по P-критерию, а уровень исследовательского потенциала участников СНО (Y) объясняется дополнительными факторами на 97,03%. Особого внимания в данной модели заслуживает вклад показателя «Долгосрочная успеваемость (Х8)», который предполагает модальную оценку студентом на протяжении всего обучения в университете. Полученное значение коэффициента вносит максимальный вклад в развитии исследовательского потенциала студента, что еще раз подчеркивает одну из ключевых функций научной деятельности – генерацию нового научного знания на базе уже имеющихся знаний, полученных в результате качественного и полноценного их освоения в процессе профессиональной подготовки. Проверим итоговую модель на наличие мультиколлинеарности (рис. 2).

Рисунок 2. Матрица коэффициентов парной корреляции значимых показателей исследовательского потенциала участников СНО СГЭУ

Источник: составлено авторами на основании предыдущих исследований [1] (Kutuev, Troshina, 2021).

Опираясь на рисунок 2, можно сделать вывод об отсутствии в модели мультиколлинеарности между показателями. Сделаем промежуточные выводы по выдвинутым гипотезам:

1. Корреляция между исследовательским потенциалом студента и баллами при поступлении носит слабовыраженный, но негативный характер, как и вклад коэффициента регрессии в общее уравнение регрессии. Это может являться следствием действующего механизма перевода талантливых и зарекомендовавших себя (в т.ч. и в научной деятельности) студентов с договорной на бюджетную форму обучения на конкурсной основе (при наличии вакантных мест на курсе по данной программе). И занятие исследовательской деятельностью в данном случае выступает в качестве одного из социальных лифтов в университете.

2. Образовательная среда университета благотворно влияет на исследовательский потенциал студентов, что является следствием освоения ими в ходе своего обучения соответствующих компетенций. Но наиболее ярко это прослеживается по выборке участников СНО, так как помимо освоения аналитического и исследовательского инструментария по своей специальности они активно дополнительно оттачивают владение данными методами, что не может не оказывать влияния на исследовательский потенциал.

3. Количество завершенных исследовательских работ, а также занимаемые призовые места по научным конкурсам в рамках текущего исследования являются незначимыми. Тогда как единовременная исследовательская деятельность по нескольким научным работам оказывает негативное влияние на исследовательский потенциал участников СНО. Но дополнительный анализ данного явления по выборке студентов-исследователей показал, что рассредоточение сил и «распыление» наблюдаются только у тех студентов, которые находятся на пограничном и/или высоком уровне развития исследовательского потенциала.

4. Желание продолжить научно-исследовательскую деятельность на следующей ступени образования является значимым фактором, но оказывает негативное влияние на развитие исследовательского потенциала студента. Это может быть следствием нахождения студентов в состоянии самоопределения и поиска себя, а также низкой материальной отдачей за результаты своей деятельности, что делает занятие профессиональной деятельностью и последующее трудоустройство более привлекательным вариантом по сравнению с построением научной карьеры.

Наличие в модели такого показателя, как количество лет пребывания в университете (Х7), делает возможным переход к следующему этапу данного исследования – к моделированию развития исследовательского потенциала участников СНО СГЭУ. Начнем с построения базового (текущего) сценария становления среднестатистического участника СНО в студента-исследователя (табл. 2).

Таблица 2

Текущая среднестатистическая модель развития исследовательского потенциала участников СНО СГЭУ

Курс (Х7)
1
2
3
4
5
6
Долгосрочная успеваемость (X8)
4,8
5
5
5
5
5
Фактор 1. Ресурсное обеспечение исследовательской деятельности (X1)
83,0
83,4
81,9
83,7
93,0
94,0
Фактор 2. Исследовательская креативность (X2)
58,0
63,7
65,4
64,3
66,0
78,0
Фактор 3. Самоорганизация исследовательской деятельности (X3)
58,5
51,1
55,1
51,3
58,0
48,0
Фактор 5. Научная гибкость (X5)
29,0
28,8
30,3
32,0
39,0
43,0
Ожидается публикаций (X12)
0,5
1,5
1,9
2,7
1,0
5,0
Баллы (X6), %
79,3
80,3
66,4
70,3
59,0
87,0
Наука на следующей ступени (X13)
0,0
0,0
0,0
0,0
0,0
0,0
Среднее значение ИП
4,33
4,30
4,86
4,67
7,00
7,00
Прогнозное значение ИП (Y)
4,44
4,40
5,11
5,18
7,62
7,27
Y=-12,3296 + 0,07182*Х1 + 0,04886*Х2 + 0,06814*Х3 + 0,08106*Х5 + (-0,00842)*Х6 + 0,28403*Х7 + 0,43663*Х8 + (-0,17396)*Х12 + (-0,3023)*Х13
Источник: составлено авторами на основании предыдущих исследований [1] (Kutuev, Troshina, 2021).

Полученные прогнозные данные по имеющемуся уравнению регрессии незначительно варьируются от среднестатистических значений исследовательского потенциала. В настоящее время развитие исследовательского потенциала участников СНО носит спонтанный характер. Формирование и закрепление исследовательских компетенций происходит путем получения общепрофессиональной подготовки, которая подкрепляется только лишь дополнительной инициативой со стороны студентов. Но в целом наблюдается аккумулирование исследовательского потенциала к старшим курсам. Механизмы обмена исследовательским опытом и трансляции лучших практик не функционируют в полной мере по причине разрозненности тематик работ. Уже к 3 курсу студенты-исследователи особенно интенсивно включаются в научную деятельность, о чем свидетельствуют попытки работы над двумя статьями на момент фиксации ответов.

Теперь перейдем к моделированию траектории развития среднестатистического студента с 1 курса, 80% баллов (240 баллов по ЕГЭ по 3 предметам) и возможной необходимости адаптации к новой академической среде, что выражено в среднем результате сдачи первых сессий на оценку «хорошо». Результаты моделирования представлены в таблице 3.

Таблица 3

Моделирование изменений (5% ежегодный прирост) параметров исследовательского потенциала при подготовке среднестатистического участника СНО СГЭУ

Курс (Х7)
1
2
3
4
5
6
Долгосрочная успеваемость (X8)
4
5
5
5
5
5
Фактор 1. Ресурсное обеспечение исследовательской деятельности (X1)
83,0
87,2
91,5
96,1
100,9
105,9
Фактор 2. Исследовательская креативность (X2)
58,0
60,9
63,9
67,1
70,5
74,0
Фактор 3. Самоорганизация исследовательской деятельности (X3)
58,5
61,4
64,5
67,7
71,1
74,7
Фактор 5. Научная гибкость (X5)
29,0
30,5
32,0
33,6
35,2
37,0
Ожидается публикаций (X12)
0,5
1,5
1,9
2,7
1,0
5,0
Баллы (X6), %
80,0
80,0
80,0
80,0
80,0
80,0
Наука на следующей ступени (X13)
0,0
0,0
1,0
1,0
1,0
1,0
Среднее значение ИП
4,3
4,3
4,9
4,7
7,0
7,0
Прогнозное значение ИП (Y)
4,1
5,4
6,1
7,1
8,5
9,0
Y=-12,3296 + 0,07182*Х1 + 0,04886*Х2 + 0,06814*Х3 + 0,08106*Х5 + (-0,00842)*Х6 + 0,28403*Х7 + 0,43663*Х8 + (-0,17396)*Х12 + (-0,3023)*Х13
Источник: составлено авторами на основании предыдущих исследований [1] (Kutuev, Troshina, 2021).

Отличительной чертой смоделированного сценария развития от базового является появление дополнительной научно-исследовательской и организационно-методической поддержки, которая может реализовываться путем проведения соответствующих мероприятий (занятий, мастер-классов и т.д.) и потенциально способной оказывать благоприятное воздействие на развитие как компонентов исследовательского потенциала, так и ИП в целом. Благодаря предложенному сценарию развития исследовательского потенциала студентов СНО СГЭУ становится возможным планомерное и устойчивое развитие ИП. В свою очередь, это будет способствовать и повышению качества выпускных квалификационных работ таких студентов, что является следствием перехода к 7 стенайну – высокому исследовательскому потенциалу и последующей его реализации в разработке инновационных решений в ходе прохождения практики [6] (Volkodavova, Goryacheva, Zhabin, Khansevyarov, 2019).

Освоение студентом-исследователем компетенций по управлению проектами будет способствовать развитию у него восприятия, ориентированного на выявление проблем/потребностей в изменении сложившейся ситуации путем структурирования своих идей в прототип-решения. Данный элемент направлен на развитие у студентов поведенческого компонента ИП, который соответствует факторам Х1 и Х3 построенной модели развития студента. По мере аккумулирования исследовательского опыта участник СНО сможет в дальнейшем не только осуществлять комплексные исследования в автономном (независимом) режиме, но и выступать в качестве организатора проектно-исследовательской группы и задавать собственный вектор развития темы согласно сформированному видению научной новизны / практической ценности для общества.

Изучение научно-методического инструментария для проектно-исследовательской работы необходимо для осуществления более целенаправленного научного поиска, анализа информации, ее трансформации и преобразования в новые умозаключения под воздействием методов и инструментов двух групп: общенаучных и узконаправленных, которые приобретаются в ходе профессиональной подготовки студента, что соответствует Х3 и Х5 в предлагаемой модели [7] (Dreshchinskiy, 2020). Освоение данного компонента делает возможным для исследовательских команд СНО совершенствовать свои научно-исследовательские компетенции, что будет способствовать как расширению спектра решаемых задач, так и глубине проработки объекта исследования. В конечном итоге владение расширенным инструментарием научных исследований поможет поднять качество исследовательских работ студентов.

Развитие последнего компонента данной модели – предметной области исследования – рассматривается авторами текущей работы как возможная сфера реализации исследовательского потенциала студентов-исследователей и направлено на интегрирование ранее описанных компонентов, а также приобретенных знаний в ходе профессиональной подготовки, в новое знание/разработку/решение имеющейся задачи в научной или бизнес-среде. Кроме того, освоение предметной области исследования может выступать в качестве проявления ранее исключенного мотивационного компонента исследовательского потенциала, который отвечает за потребность в приобретении новых знаний.

Заключение

Предлагаемая модель «компетентностного треугольника» может выступать одним из возможных способов аккумулирования, мобилизации и реализации исследовательского потенциала студентов, так как в своей основе содержит предпосылки для совместного обучения и обмена опытом по оптимальным путям достижения целей между участниками данной модели, а при получении положительных эффектов – послужить основой для трансляции и переноса в образовательные программы, тем самым обеспечить усиление фундаментальности и гибкости подготовки студентов в новых условиях, как это отмечают Жабин А.П., Волкодавова Е.В., Кандрашина Е.А. [8] (Zhabin, Volkodavova, Kandrashina, 2020). Теоретические знания из двух первых блоков будут отрабатываться на реальных исследовательских задачах или на примере кейсов от представителей бизнес-сообщества и/или органов власти различных уровней, а полученный опыт будет способствовать более эффективному и результативному достижению последующих целей.

Дальнейшее развитие механизмов поддержки и стимулирования (в т.ч. финансового) студенческой науки может повысить значимость интерес и замотивировать молодежь к занятию научно-исследовательской деятельностью и разработке инновационных проектов посредством вовлечения в студенческие научные общества вузов. Но решение данной проблемы представляется достаточно сложной задачей без изменения общественного мнения относительно престижа науки в целом, без улучшения имиджа ученого и начинающих исследователей, а также при имеющейся степени выраженности барьеров входа и осуществления научно-исследовательских работ.

Авторы текущей работы видят следующие 3 взаимосвязанных направления развития вопроса по вовлечению и активизации студенческой научной деятельности.

Первое направление – разработка новых методик диагностики научно-исследовательского потенциала и идентификации приоритетных стилей осуществления научных работ студентами.

Второе направление – создание и концептуальное описание моделей и механизмов функционирования самоорганизующихся студенческих научных обществ, способных обеспечить большую результативность и эффективность на пути к получению новых научных результатов.

Третье направление – выделение значимости и последующая интеграция студенческих научных обществ в модель пятерной спирали для удовлетворения возникших и потенциальных потребностей стейкхолдеров.


Источники:

1. Кутуев А.В., Трошина Е.П. Идентификация и диагностика исследовательского потенциала студенческой среды экономического вуза // Экономика и предпринимательство. – 2021. – № 5(130). – c. 1181-1186. – doi: 10.34925/EIP.2021.130.5.232.
2. Федорова М.А. Самореализация студентов технического вуза в исследовательской деятельности // Ярославский педагогический вестник. – 2020. – № 1(112). – c. 15-21. – doi: 10.20323/1813-145X-2020-1-112-15-21.
3. Салаватулина Л.Р. Тьюторское сопровождение научно-исследовательской деятельности студентов // Вестник Южно-Уральского государственного гуманитарно-педагогического университета. – 2019. – № 2. – c. 167-178. – doi: 10.25588/CSPU.2019.13.60.012.
4. Бордовская Н.В., Костромина С.Н., Розум С.И., москвичева Н.Л. Исследовательский потенциал студента: содержание конструкта и методика его оценки // Психологический журнал. – 2017. – № 2. – c. 89-103.
5. Репина Е.Г., Цыпин А.П., Зайчикова Н.А., Ширнаева С.Ю. Эконометрика в табличном редакторе MS Excel. / Практикум. - Самара : Самарский государственный экономический университет, 2019. – 176 c.
6. Волкодавова Е.В., Горячева Т.В., Жабин А.П., Хансевяров Р.И. Компетентностный подход как основа развития предпринимательских ВУЗов в национальной инновационной системе // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. – 2019. – № 2. – c. 134-141. – doi: 10.18500/1994-2540-2019-19-2-134-141 .
7. Дрещинский В.А. Методология научных исследований. / учебник для вузов - 2-е изд., перераб. и доп. - М.: Издательство Юрайт, 2020. – 274 c.
8. Жабин А.П., Волкодавова Е.В., Кандрашина Е.А. Управление предпринимательскими рисками, или «черный лебедь» COVID-19 как тест на антихрупкость // Вестник Самарского государственного экономического университета. – 2020. – № 3(185). – c. 38-45.

Страница обновлена: 26.11.2024 в 12:58:40