Оценка влияния индивидуальных психофизиологических особенностей на академическую успеваемость и риск развития астенического синдрома с разработкой метода прогнозирования результатов средствами KNIME Analytics Platform

Abstract

Практическая значимость интеграции способов выявления студентов с риском возникновения академической неуспеваемости при построении индивидуальных образовательных траекторий заключается в разработке методов, способствующих снижению данного риска, что может быть использовано для совершенствования образовательного процесса и по-вышения качества подготовки будущих специалистов. Дополнительным эффектом данной интеграции и персонификации образовательного процесса будет предупреждение функциональных нарушений со стороны многих органов и систем. Целью исследования является оценка влияния особенностей высшей нервной деятельности (ВНД) на академическую успеваемость и риск развития астенического синдрома, а также построение логистической регрессии, моделирующей зависимость академической успеваемости студентов от некоторых показателей физического и ментального здоровья средствами KNIME Analytics Platform с позиции повышения результативности образовательного процесса и предупреждения астенического синдрома. В работе использовались статистические данные, собранные в результате анализа результатов исследования 145 студентов медицинского института ФГБОУ ВО «МГУ им. Н.П. Огарева». Среди исследуемых показателей – средний балл зачетки, показатели астении и ВНД, особенности эмоционального баланса и когнитивного статуса и другие. Выявлено, что лица с нормальными уровнями процессов ВНД лучше адаптируются к высоким интеллектуальным нагрузкам и имеют более высокие показатели академической успеваемости. Проведенное ис-следование подтвердило возможность использования логистической регрессии для прогнозирования успеваемости студентов, а также продемонстрировало потенциал KNIME Analytics Platform как инструмента для анализа данных в образовательной сфере. Полученные данные могут служить основой для дальнейших исследований, направленных на поиск новых факторов, влияющих на результативность образовательного процесса, а также при разработке индивидуальных траекторий обучения с учетом расчетного прогноза, при создании мобильных приложений для оптимизации распорядка дня с целью рационального распределения времени и повышения результативности образовательного процесса и профилактики развития астенического синдрома и других функциональных расстройств со стороны органов и систем.

The practical importance of integrating ways to identify students at risk of academic failure when building individual educational trajectories is to develop methods that help reduce this risk, which can be used to improve the educational process and improve the quality of training for future specialists. An additional effect of this integration and personification of the educational process will be the prevention of functional disorders on the part of many organs and systems. The aim of the study is to assess the impact of the features of higher nervous activity (HNI) on academic performance and the risk of developing asthenic syndrome, as well as to build a logistic regression modeling the dependence of students' academic performance on certain indicators of physical and mental health using the KNIME Analytics Platform from the perspective of improving the effectiveness of the educational process and preventing asthenic syndrome. The work used statistical data collected as a result of the analysis of the results of a study of 145 students of the Ogarev Moscow State University Medical Institute. Among the studied indicators are the average score, indicators of asthenia and GNI, features of emotional balance and cognitive status, and others. It was revealed that people with normal levels of GNI processes adapt better to high intellectual loads and have higher academic performance. The conducted research confirmed the possibility of using logistic regression to predict student academic performance, and also demonstrated the potential of the KNIME Analyt-ics Platform as a tool for data analysis in the educational field. The data obtained can serve as a basis for further research aimed at finding new factors affecting the effectiveness of the educational process, as well as in developing individual learning trajectories based on a calculated forecast, creating mobile applications to optimize daily routines in order to rationalize time allocation and improve the effectiveness of the educational process and prevent the development of asthenic syndrome and other functional disorders. from the organs and systems.