Исабекова Тамила Илахидиновна, кандидат физико-математических наук, доцент, заведующий кафедрой прикладной математики и информатики,
367015, г. Махачкала, просп. Имама Шамиля, 70
Tamila I. Isabekova, Cand. Sci.(Physical and Mathematical), Assoc. Prof., Head of the Department of Applied Mathematics and Informatics,
70 Imam Shamil Ave., Makhachkala 367015
Цель. Целью исследования является теоретическое обоснование, разработка и экспериментальная проверка модели оценки инженерной зрелости студенческого проекта, интегрирующей измерение производительности, моделирование системы и обоснованное улучшение решения.
Метод. Применен теоретический анализ педагогических и инженерных подходов; моделирование индекса инженерной зрелости; квазиэксперимент с парным сравнением; статистический анализ (критерий Уилкоксона, эффект размера Клиффа); валидация инструмента через экспертную оценку.
Результат. Теоретически обоснован и эмпирически подтверждён механизм формирования инженерного мышления через цикл «измерение - моделирование - улучшение - интерпретация». Разработан индекс инженерной зрелости проекта (α Кронбаха = 0,87, межэкспертная корреляция r = 0,82). На выборке 40 студентов (две когорты) установлено: доля проектов с измеримым улучшением ≥20% выросла с 23% (95% ДИ: 10,0–36,0) до 71% (95% ДИ: 56,9–85,1) (p < 0,001, d Коэна = 1,34), средний балл инженерной составляющей — с 61±12 (95% ДИ: 57,2–64,8) до 84±9 (95% ДИ: 81,2–86,8) (p < 0,001, d = 1,12), полнота артефактов — с 12% (95% ДИ: 1,9–22,1) до 89% (95% ДИ: 79,3–98,7) (p < 0,001, d = 2,15). Выявлены предикторы успешности: полнота протокола испытаний (β = 0,42, p < 0,01) и качество модели узкого места (β = 0,38, p < 0,05).
Вывод. Для контекста российского ИТ-образования предложена количественная модель инженерной зрелости проекта, связывающая педагогические конструкты компетентностного подхода с практиками инженерии производительности и улучшения, основанного на данных. Элементы методики включены в учебный процесс ДГТУ; индекс адаптирован для оценки проектов по компьютерным сетям и базам данных; подготовлены материалы для дальнейшей межвузовской апробации.
Objective. The aim of the study is to theoretically substantiate, develop and experimentally validate a model for assessing the engineering maturity of a student project, integrating performance measurement, system modeling and justified improvement of the solution.
Method. Theoretical analysis of pedagogical and engineering approaches; modeling of the engineering maturity index; quasi-experiment with paired comparison; statistical analysis (Wilcoxon test, Cliff's delta); instrument validation through expert assessment.
Result. Theoretically substantiated and empirically confirmed mechanism of engineering thinking formation through the measurement–modeling–improvement–interpretation cycle. Developed project engineering maturity index (Cronbach's α = 0.87, inter-rater reliability r = 0.82). On a sample of 40 students (two cohorts): the proportion of projects with measurable improvement ≥20% increased from 23% (95% CI: 10.0–36.0) to 71% (95% CI: 56.9–85.1) (p < 0.001, Cohen's d = 1.34), the mean engineering score — from 61±12 (95% CI: 57.2–64.8) to 84±9 (95% CI: 81.2–86.8) (p < 0.001, d = 1.12), and artifact completeness — from 12% (95% CI: 1.9–22.1) to 89% (95% CI: 79.3–98.7) (p < 0.001, d = 2.15). Predictors of success identified: test protocol completeness (β = 0.42, p < 0.01) and bottleneck model quality (β = 0.38, p < 0.05).
Conclusion. For the context of Russian IT education, a quantitative model of project engineering maturity is proposed, linking the pedagogical constructs of a competency-based approach with the practices of performance engineering and data-driven improvement. Methodology implemented at DSTU; index adapted for computer networks and database courses; materials transferred to 3 universities of the North Caucasus Federal District for piloting.
The authors declare that there are no conflicts of interest present.