|
текущего исследования, однако может быть осуществлено в будущем. На сегодняшний день информационные модели учреждений и систем профессионального образования в целом представляются набором первичных показателей официальной статистической отчетности. Несмотря на то, что данные государственного статистического наблюдения формируют собой значительные информационные массивы, их критический анализ показывает, что они далеко не в полной мере удовлетворяют выявленным требованиям. В рамках диссертационного исследования удалось достаточно подробно изучить информационную модель проекта системы статистических показателей образования Российской Федерации, разработанную НИИВО, а также ряд действующих систем рейтингования учреждений профессионального образования. В качестве общего недостатка всех рассмотренных информационных моделей можно отметить недостаточно корректное формирование исходного набора параметров. Во многих случаях используемые входные показатели не являются единичными и элементарными. Они являются комплексными показателями или группами показателей, число возможных комбинаций различных разрезов которых может быть достаточно велико. Получаемые разрезы одного и того же показателя содержательно отображают существенно различающиеся аспекты оцениваемого объекта, что иллюстрирует плохую структуризацию и недостаточно системное представление объектов оценки в проектировании оценочных систем. Одним из следствий такого положения является неэкономичность информационных моделей. Они, на самом деле, устанавливает гораздо больший (на порядок) объем единиц, подлежащих статистическому наблюдению, чем это декларируется в преамбулах. Любое изучаемое отношение (связь) должно иметь содержательное (смысловое) значение для целей исследователя. При этом логический путь выводов проходит следующие концептуальные этапы: 47 |
случаев, содержательно далеко не родственных, вариантов. Такая картина характерна для всего проекта. В результате он, на самом деле, устанавливает гораздо больший (на порядок) объем единиц, подлежащих статистическому наблюдению, чем это декларируется в его преамбуле. Если воспользоваться моделью «сущность-связь», то в данном примере явно обозначенными классами сущностей являются две категории объектов наблюдения: «работники» и «научные исследования и разработки». Статус (штатный работник, совместитель, ...), ученую степень (доктор наук, кандидат наук, ...) и должность (исследователь, техник, вспомогательный персонал, ...) можно трактовать как домены атрибутов9 «научные исследования и разработки» имеет домен атрибутов: «отрасль науки» (их список может, например, задаваться соответствующим классификатором). Отметим, что, возможно, рассмотренные категории: статус, ученая степень, должность, отрасль науки, следует так же относить к сущностям. Действительно, их тоже можно рассматривать как объекты наблюдения. (Проблема отнесения категории к сущности или атрибуту требует дополнительного изучения.) Оба обозначенных класса сущностей являются в терминологии ER-диаграмм «слабыми», так как не могут существовать без исходного «сильного» класса сущностей «образовательное учреждение». Видимо, можно полагать, что домены атрибутов класса сущностей «работники». Тогда класс сущностей 9 в скобках экземпляры атрибутов «экономический район» и «субъект Федерации», формирующие «информационные разрезы» относятся именно к этому классу. Собственно показателем (что измеряется) в рассматриваемом примере является натуральный показатель «численность», отображающий в количественном виде класс связей «быть участником» между классами сущностей «работник» и «научные исследования и разработки». Этот класс связей представлен большим спектром экземпляров связей (взаимоотношения между экземплярами сущностей), например: «должностьотрасль науки», «ученая степеньотрасль науки», «статус работникаотрасль науки». А с учетом третей, сильной сущности «образовательное учреждение» количество изучаемых связей может быть еще больше расширено: «экономически райондолжность отрасль науки», «экономически районученая степень отрасль науки», «субъект Федерациистатус работника отрасль науки» и так далее. Любое изучаемое отношение (связь) должно иметь содержательное (смысловое) значение для целей исследователя. При этом логический путь выводов проходит следующие концептуальные этапы: |