@ARTICLE{26543118_134813722_2014, 
	author = {А. С. Пронин and Е. В. Веретенник and А. В. Семенов}, 
	keywords = {, академическая успеваемость, анализ социальных сетей, учебные группы, эффект сообученияметод кластеризации Ньюмана},
	title = {Формирование учебных групп в университете с помощью анализа социальных сетей},
	journal = {Вопросы образования},
	year = {2014},
	number = {3},
	pages = {54-73},
	url = {https://archive_vo.hse.ru/2014--3/134813722.html},
	publisher = {},
	abstract = {Пронин Александр Сергеевич - старший преподаватель кафедры менеджмента НИУ ВШЭ — Санкт-Петербург. E-mail: aspronin@hse.ruВеретенник Елена Вадимовна - аспирант, преподаватель кафедры менеджмента НИУ ВШЭ — Санкт-Петербург. E-mail: veretennik@hse.ruСеменов Александр Владимирович - независимый исследователь. E-mail: semenoffalex@gmail.comАдрес: 198099, Санкт-Петербург, ул. Промышленная, 17.Работе присуждено 2‑е место на Конкурсе научных работ молодых ученых 2013 г.Представлен и протестирован способ реорганизации студенческих учебных групп с помощью анализа социальных сетей (Social Network Analysis, SNA). Задача, сформулированная администрацией факультета менеджмента НИУ ВШЭ (Санкт-Петербург), состояла в том, чтобы сформировать на основе имеющихся четырех учебных групп 2‑го курса бакалавриата три новые. Главным условием выступало сохранение сложившихся дружеских и деловых отношений между студентами. Технические требования состояли в обеспечении равного размера новых групп (26 студентов) и эквивалентного уровня академической успеваемости (измерялась по среднему баллу студентов за семестр). Представлен алгоритм решения задачи с использованием инструментов SNA, включающий две возможные стратегии для групп с разной структурой взаимодействия: это стратегия «слабого звена» (выбрать наименее целостную учебную группу, разделить ее и дополнить выделенными кластерами остальные три группы) и стратегия «плавильного котла» (реформировать все четыре группы курса в абсолютно новые кластеры на основании оценок учебного взаимодействия). При сравнении полученных за последующие 1,5 года рейтинговых оценок успеваемости выявлен рост среднего балла студентов в группах, сформированных с учетом межличностных оценок и взаимодействия. Предлагаемый метод группировки может использоваться для изменения структуры учебных групп и курсов в ситуациях естественного сокращения численности студентов, а также при формировании проектных команд в рамках исследовательских курсов или научных лабораторий.},
	annote = {Пронин Александр Сергеевич - старший преподаватель кафедры менеджмента НИУ ВШЭ — Санкт-Петербург. E-mail: aspronin@hse.ruВеретенник Елена Вадимовна - аспирант, преподаватель кафедры менеджмента НИУ ВШЭ — Санкт-Петербург. E-mail: veretennik@hse.ruСеменов Александр Владимирович - независимый исследователь. E-mail: semenoffalex@gmail.comАдрес: 198099, Санкт-Петербург, ул. Промышленная, 17.Работе присуждено 2‑е место на Конкурсе научных работ молодых ученых 2013 г.Представлен и протестирован способ реорганизации студенческих учебных групп с помощью анализа социальных сетей (Social Network Analysis, SNA). Задача, сформулированная администрацией факультета менеджмента НИУ ВШЭ (Санкт-Петербург), состояла в том, чтобы сформировать на основе имеющихся четырех учебных групп 2‑го курса бакалавриата три новые. Главным условием выступало сохранение сложившихся дружеских и деловых отношений между студентами. Технические требования состояли в обеспечении равного размера новых групп (26 студентов) и эквивалентного уровня академической успеваемости (измерялась по среднему баллу студентов за семестр). Представлен алгоритм решения задачи с использованием инструментов SNA, включающий две возможные стратегии для групп с разной структурой взаимодействия: это стратегия «слабого звена» (выбрать наименее целостную учебную группу, разделить ее и дополнить выделенными кластерами остальные три группы) и стратегия «плавильного котла» (реформировать все четыре группы курса в абсолютно новые кластеры на основании оценок учебного взаимодействия). При сравнении полученных за последующие 1,5 года рейтинговых оценок успеваемости выявлен рост среднего балла студентов в группах, сформированных с учетом межличностных оценок и взаимодействия. Предлагаемый метод группировки может использоваться для изменения структуры учебных групп и курсов в ситуациях естественного сокращения численности студентов, а также при формировании проектных команд в рамках исследовательских курсов или научных лабораторий.}
}