учреждение высшего образования
«Бурятская государственная сельскохозяйственная академия имени В.Р. Филиппова»
Агрономический факультет
Лесоводство и лесоустройство
Направленность (профиль) Лесоведение, лесоводство и лесная пирология
в учебном плане
является дисциплиной обязательной для изучения
Семестр 1
Зав. кафедрой Кисова С.В.
п/п
на заседании кафедры
Заведующий кафедрой
Садуев Н.Б.
(представитель работодателя)
Освоение современных методов обработки, анализа и визуализации данных для решения профессиональных задач в лесном хозяйстве.
Развитие компетенций для анализа научных и производственных проблем с использованием цифровых инструментов.
Задачи: Ознакомить с основами цифровых технологий и систем обработки данных.
Научить работать с базами данных и программными средствами для анализа данных.
Развить навыки практического применения цифровых методов для решения задач лесоводства и лесной пирологии.
Формировать умения самостоятельной работы с цифровыми ресурсами и аналитическими инструментами.
Освоение современных методов обработки, анализа и визуализации данных для решения профессиональных задач в лесном хозяйстве.
Развитие компетенций для анализа научных и производственных проблем с использованием цифровых инструментов.
Задачи: Ознакомить с основами цифровых технологий и систем обработки данных.
Научить работать с базами данных и программными средствами для анализа данных.
Развить навыки практического применения цифровых методов для решения задач лесоводства и лесной пирологии.
Формировать умения самостоятельной работы с цифровыми ресурсами и аналитическими инструментами.
Освоение современных методов обработки, анализа и визуализации данных для решения профессиональных задач в лесном хозяйстве.
Развитие компетенций для анализа научных и производственных проблем с использованием цифровых инструментов.
Задачи: Ознакомить с основами цифровых технологий и систем обработки данных.
Научить работать с базами данных и программными средствами для анализа данных.
Развить навыки практического применения цифровых методов для решения задач лесоводства и лесной пирологии.
Формировать умения самостоятельной работы с цифровыми ресурсами и аналитическими инструментами.
ОПК-1: Способен анализировать современные проблемы науки и производства, решать сложные (нестандартные) задачи в профессиональной деятельности;;
ОПК-1:
знает принципы работы с базами данных, геоинформационными системами (ГИС) и дистанционным зондированием.
умеет применять методы статистического анализа и визуализации данных для оценки состояния лесных экосистем.
владеет умением разрабатывать алгоритмы и использовать цифровые инструменты для мониторинга и управления лесными ресурсами.
ПЦК-1:
знает современные программные средства и технологии для автоматизации учета и анализа лесных данных.
умеет интегрировать базы данных с аналитическими и геоинформационными системами.
владеет методами обеспечения качества и безопасности данных при работе с базами данных.
Методы сбора, хранения и обработки данных.
Принципы работы с базами данных и программным обеспечением для анализа данных.
Современные подходы к анализу и визуализации данных.:
Анализировать и интерпретировать цифровые данные в контексте лесоведения и лесоводства
Применять цифровые технологии для решения нестандартных профессиональных задач.:
Создание и ведение баз данных, выполнение запросов.
Проведение статистического анализа и визуализации результатов.:
ПЦК-1: Способен применять программы ведения баз данных в профессиональной деятельности;
ОПК-1:
знает принципы работы с базами данных, геоинформационными системами (ГИС) и дистанционным зондированием.
умеет применять методы статистического анализа и визуализации данных для оценки состояния лесных экосистем.
владеет умением разрабатывать алгоритмы и использовать цифровые инструменты для мониторинга и управления лесными ресурсами.
ПЦК-1:
знает современные программные средства и технологии для автоматизации учета и анализа лесных данных.
умеет интегрировать базы данных с аналитическими и геоинформационными системами.
владеет методами обеспечения качества и безопасности данных при работе с базами данных.
Методы сбора, хранения и обработки данных.
Принципы работы с базами данных и программным обеспечением для анализа данных.
Современные подходы к анализу и визуализации данных.:
Анализировать и интерпретировать цифровые данные в контексте лесоведения и лесоводства
Применять цифровые технологии для решения нестандартных профессиональных задач.:
масштабируемость и надёжность
Создание и ведение баз данных, выполнение запросов.
Проведение статистического анализа и визуализации результатов.:
производительности баз данных
форма текущего контроля успеваемости)
работ
Microsoft OfficeProPlus 2016 RUS OLP NL Acdmc. Договор № ПП-61/2015 г. О поставке программных продуктов от 9 декабря 2015 года
Microsoft Windows Vista Business Russian Upgrade Academic OPEN No Level Государственный контракт № 25 от 1 апреля 2008 года
http://www.garant.ru/
- использование специализированных (адаптированных) рабочих программ дисциплин (модулей) и методов обучения и воспитания, включая наличие альтернативной версии официального сайта организации в сети «Интернет» для слабовидящих;
- использование специальных учебников, учебных пособий и других учебно-методических материалов, включая альтернативные форматы печатных материалов (крупный шрифт или аудиофайлы);
- использование специальных технических средств обучения (мультимедийное оборудование, оргтехника и иные средства) коллективного и индивидуального пользования, включая установку
мониторов с возможностью трансляции субтитров, обеспечение надлежащими звуковыми
воспроизведениями информации;
- предоставление услуг ассистента (при необходимости), оказывающего обучающимся необходимую техническую помощь или услуги сурдопереводчиков / тифлосурдопереводчиков;
- проведение групповых и индивидуальных коррекционных занятий для разъяснения отдельных вопросов изучаемой дисциплины (модуля);
- проведение процедуры оценивания результатов обучения возможно с учетом особенностей нозологий (устно, письменно на бумаге, письменно на компьютере, в форме тестирования и т.п.) при использовании доступной формы предоставления заданий оценочных средств и ответов на задания (в печатной форме увеличенным шрифтом, в форме аудиозаписи, в форме электронного документа, задания зачитываются ассистентом, задания предоставляются с использованием сурдоперевода) с
использованием дополнительного времени для подготовки ответа;
- обеспечение беспрепятственного доступа обучающимся в учебные помещения, туалетные и другие помещения организации, а также пребывания в указанных помещениях (наличие пандусов, поручней, расширенных дверных проемов и других приспособлений);
- обеспечение сочетания онлайн и офлайн технологий, а также индивидуальных и коллективных форм работы в учебном процессе, осуществляемом с использованием дистанционных образовательных технологий;
- и другие условия, без которых невозможно или затруднено освоение ОПОП ВО.
В целях реализации ОПОП ВО в академии оборудована безбарьерная среда, учитывающая потребности лиц с нарушением зрения, с нарушениями слуха, с нарушениями опорно-двигательного
аппарата. Территория соответствует условиям беспрепятственного, безопасного и удобного передвижения инвалидов и лиц с ограниченными возможностями здоровья. Вход в учебный корпус
оборудован пандусами, стекла входных дверей обозначены специальными знаками для слабовидящих, используется система Брайля. Сотрудники охраны знают порядок действий при прибытии в академию лица с ограниченными возможностями. В академии создана толерантная социокультурная среда, осуществляется необходимое сопровождение образовательного процесса,
при необходимости предоставляется волонтерская помощь обучающимся инвалидам и лицам с ограниченными возможностями здоровья.
2. Оценочные материалы является составной частью нормативно-методического обеспечения системы оценки качества освоения обучающимися указанной дисциплины (модуля).
3. При помощи оценочных материалов осуществляется контроль и управление процессом формирования обучающимися компетенций, из числа предусмотренных ФГОС ВО в качестве результатов освоения дисциплины (модуля).
4. Оценочные материалы по дисциплине (модулю) включают в себя:
- оценочные средства, применяемые при промежуточной аттестации по итогам изучения дисциплины (модуля).
- оценочные средства, применяемые в рамках индивидуализации выполнения, контроля фиксированных видов ВАРО;
- оценочные средства, применяемые для текущего контроля;
5. Разработчиками оценочных материалов по дисциплине (модулю) являются преподаватели кафедры, обеспечивающей изучение обучающимися дисциплины (модуля), в Академии. Содержательной основой для разработки оценочных материалов является Рабочая программа дисциплины (модуля).
2. Комплект заданий для практических работ,
3. Перечень групповых заданий,
4. Комплект заданий для самостоятельной работы обучающихся,
5. Кейс-задания
6.Тестовые задания
Цифровые технологии и анализ данных
2) охватывает все разделы дисциплины
Блок 1 (знать)
1. Что такое реляционная база данных?
a) База данных, основанная на графах
b) База данных, организованная в виде таблиц с отношениями между ними
c) База данных, хранящая только текстовую информацию
d) База данных, предназначенная для хранения изображений
Ответ: b
2. Какой язык используется для запросов к реляционным базам данных?
a) HTML
b) SQL
c) Python
d) Java
Ответ: b
3. Что такое ГИС (геоинформационная система)?
a) Система для обработки текстовых данных
b) Система для сбора, хранения, анализа и визуализации пространственных данных
c) Программа для создания презентаций
d) Система для управления базами данных без пространственных данных
Ответ: b
4. Какой из перечисленных источников данных относится к дистанционному зондированию Земли?
a) Спутниковые снимки
b) Наземные измерения температуры
c) Ручной учет деревьев
d) Документы лесного фонда
Ответ: a
5. Что такое SQL-запрос SELECT?
a) Команда для удаления данных
b) Команда для создания таблиц
c) Команда для выборки данных из базы
d) Команда для обновления данных
Ответ: c
Блок 2 (знать, уметь)
6. Какой тип базы данных лучше всего подходит для хранения пространственных данных лесного массива?
a) Реляционная база данных с поддержкой пространственных типов
b) Текстовая база данных
c) Графовая база данных без пространственных функций
d) Табличная база данных Excel
Ответ: a
a) ArcGIS
b) Microsoft Word
c) Adobe Photoshop
d) AutoCAD
Ответ: a
8. Какой метод анализа данных позволяет выделить группы объектов с похожими характеристиками?
a) Регрессия
b) Кластеризация
c) Корреляция
d) Дисперсионный анализ
Ответ: b
9. Что из перечисленного НЕ является преимуществом использования цифровых двойников в лесном хозяйстве?
a) Возможность моделирования развития лесных экосистем
b) Автоматическое удаление лесных участков
c) Прогнозирование последствий пожаров и вредителей
d) Оптимизация управления ресурсами
Ответ: b
10. Какой из языков программирования часто используется для статистического анализа и визуализации лесных данных?
a) R
b) C++
c) HTML
d) JavaScript
Ответ: a
Блок 3 (знать, уметь, владеть)
11. Ваша задача - создать базу данных для учета лесных участков с информацией о породах деревьев, возрасте и площади. Какой тип связи между таблицами «Породы» и «Участки» наиболее логичен?
a) Один ко многим (одна порода - много участков)
b) Многие ко многим
c) Один к одному
d) Нет связи
Ответ: a
12. При анализе спутниковых снимков лесного массива вы обнаружили изменения в растительном покрове за последние 5 лет. Какой инструмент ГИС поможет визуализировать эти изменения?
a) Буферная зона
b) Тематическая карта изменений
c) Создание точечных слоев
d) Табличный отчет
Ответ: b
13. Вы получили набор данных с измерениями диаметра и высоты деревьев. Какой метод анализа позволит определить зависимость между этими параметрами?
a) Корреляционный анализ
b) Кластеризация
c) Дисперсионный анализ
d) Факторный анализ
Ответ: a
14. В рамках проекта по мониторингу лесных пожаров необходимо быстро определить площадь пораженных участков. Какие цифровые технологии помогут в этом?
a) Дистанционное зондирование и ГИС-анализ
b) Ручной обход леса
c) Текстовые отчеты лесников
d) Классические бумажные карты
Ответ: a
15. Ваша команда разрабатывает систему ведения лесного учета. Какие меры необходимо принять для обеспечения безопасности данных?
a) Использовать резервное копирование и контроль доступа
b) Хранить данные только на локальных компьютерах без резервных копий
c) Давать доступ всем сотрудникам без ограничений
d) Не использовать пароли
Ответ: a
Кейс-задание
Тема: Оценка последствий лесного пожара с использованием ГИС и спутниковых данных
Уровень: Минимальный (базовые навыки работы с QGIS).
Цель: Определить площадь и степень повреждений лесного участка после пожара.
Задачи:
1. Загрузить спутниковые снимки до и после пожара.
2. Выделить зоны повреждений.
3. Рассчитать площадь поврежденной территории.
4. Создать карту с визуализацией результатов
Итоговый результат
Решение:
1. Пример карты
2. Отчет: Общая площадь повреждений: 370 га (250 + 120).
3. Рекомендации: Провести лесовосстановление в зонах сильных повреждений.
2. Цели и задачи цифровизации лесного хозяйства. Роль цифровых технологий в современной лесной науке и практике.
3. Основные понятия и классификация цифровых технологий, применяемых в лесном деле.
4. Виды и структура баз данных. Отличия реляционных и нереляционных баз данных.
5. Основы работы с реляционными базами данных. Создание, модификация и выполнение SQL-запросов.
6. Принципы организации и ведения электронных баз данных лесного фонда.
7. Геоинформационные системы (ГИС): структура, функции и применение в лесном хозяйстве.
8. Источники данных для ГИС: спутниковые снимки, аэрофотосъемка, данные дистанционного зондирования Земли (ДДЗ).
9. Методы обработки и анализа данных дистанционного зондирования.
10. Программные продукты для работы с ГИС и ДДЗ (ArcGIS, QGIS, Google Earth Engine и др.).
11. Автоматизированные системы управления лесными ресурсами: назначение, возможности, примеры (АРМ «Лесфонд» и др.).
12. Использование GPS и мобильных приложений для мониторинга и учета лесных ресурсов.
13. Методы статистического анализа данных лесного хозяйства с использованием программ R и Python.
14. Визуализация данных: графики, карты, интерактивные дашборды.
15. Применение машинного обучения и искусственного интеллекта в анализе лесных данных.
16. Основы имитационного моделирования динамики лесных экосистем и прогнозирования пожаров.
17. Принципы работы с большими данными (Big Data) в лесном деле.
18. Цифровые двойники лесных экосистем: понятие, возможности и перспективы.
19. Вопросы безопасности и защиты данных в системах ведения лесных баз данных.
20. Интеграция различных цифровых систем и платформ для комплексного управления лесным хозяйством.
21. Практические аспекты внедрения цифровых технологий в лесное производство: проблемы и пути решения.
22. Роль цифровых технологий в устойчивом лесоуправлении и сохранении биоразнообразия.
23. Перспективы развития цифровых технологий и анализа данных в лесоводстве и пирологии
2. Комплект заданий для практических работ
Практическая работа 1. Введение в базы данных и SQL-запросы
• Создать реляционную базу данных для учета лесных насаждений с таблицами: «Древесные породы», «Участки», «Параметры насаждений».
• Выполнить SQL-запросы: выборка данных по возрасту, площади, породам деревьев; обновление информации; объединение таблиц.
• Сформировать отчет по результатам выборки.
Практическая работа 2. Работа с программным обеспечением ведения баз данных
• Освоить работу с MS Access или MySQL: создание форм ввода данных, организация запросов, экспорт данных.
• Импортировать и обработать набор данных о лесных ресурсах.
• Выполнить анализ полноты и достоверности данных.
Практическая работа 3. Анализ и визуализация данных в R/Python
• Загрузить набор лесных данных (площадь, возраст, биометрия).
• Провести описательный статистический анализ (средние, медианы, дисперсии).
• Построить графики распределения и корреляций.
• Выполнить кластеризацию или классификацию данных (по выбору).
Практическая работа 4. Использование ГИС для анализа лесных данных
• Ознакомиться с интерфейсом QGIS или ArcGIS.
• Импортировать пространственные данные лесного массива.
• Выполнить пространственный анализ: создание буферных зон, наложение слоев, измерение площадей.
• Сформировать тематическую карту состояния лесных участков.
Практическая работа 5. Применение мобильных технологий и ПИК в лесном хозяйстве
• Ознакомиться с мобильными приложениями для измерения биометрических параметров (например, Timbeter).
• Смоделировать сбор данных с использованием геотрекера или GPS.
• Проанализировать собранные данные и подготовить отчет.
• Разработать небольшой проект по цифровизации учета лесных ресурсов с использованием баз данных и ГИС.
• Описать алгоритм сбора, обработки и анализа данных.
• Подготовить презентацию с результатами и рекомендациями.
3. Перечень групповых заданий
1. Проектирование и создание базы данных лесного фонда
• Совместно разработать структуру реляционной базы данных для учета лесных ресурсов (породы, возраст, площадь, состояние).
• Реализовать базу данных в MS Access или MySQL.
• Выполнить совместный анализ и подготовить отчёт по результатам выборки и обработки данных.
2. Анализ цифровых данных лесного мониторинга с использованием ГИС
• Обработать и проанализировать пространственные данные лесного массива в QGIS или ArcGIS.
• Выполнить картографирование ключевых параметров (покров, возраст, ущерб от пожаров).
• Подготовить презентацию с результатами анализа и предложениями по управлению лесным фондом.
3. Разработка алгоритма и реализация анализа данных в R/Python
• Совместно разработать алгоритм статистического анализа и визуализации лесных данных.
• Реализовать код для кластеризации или классификации данных.
• Обсудить результаты и подготовить совместный доклад.
4. Исследование возможностей применения мобильных цифровых технологий в лесном учёте
• Проанализировать существующие мобильные приложения и приборы для сбора лесных данных (GPS, Timbeter и др.).
• Организовать практическое тестирование выбранного приложения или устройства.
• Подготовить отчёт с оценкой эффективности и рекомендациями по применению.
5. Разработка комплексной системы мониторинга лесных экосистем с применением цифровых технологий
• Сформировать концепцию системы мониторинга с использованием баз данных, ГИС и дистанционного зондирования.
• Определить источники данных, методы сбора и обработки информации.
• Представить проект в виде групповой презентации с обоснованием выбора технологий и методов.
6. Анализ проблем и перспектив цифровизации лесного хозяйства
• Провести коллективный обзор современных цифровых технологий в лесном деле.
• Обсудить основные проблемы внедрения и пути их решения.
• Подготовить аналитический доклад с предложениями по развитию цифровизации в отрасли.
4. Комплект заданий для самостоятельной работы
1. Изучение теоретического материала
• Ознакомиться с основными понятиями цифровых технологий и их применением в лесном деле.
• Изучить структуру и виды баз данных, особенности реляционных баз данных и SQL.
• Исследовать принципы работы геоинформационных систем (ГИС) и их роль в мониторинге лесных экосистем.
• Рассмотреть методы дистанционного зондирования Земли (ДДЗ) и их применение в лесном хозяйстве.
2. Анализ и систематизация информации
• Подготовить краткий обзор современных программных продуктов для ведения баз данных в лесном хозяйстве (например, MS Access, MySQL).
• Составить сравнительную таблицу основных ГИС-платформ, используемых в лесном деле (ArcGIS, QGIS и др.).
• Проанализировать государственные информационные ресурсы и сервисы, доступные для цифровизации лесного хозяйства.
3. Практические задания по базам данных
• Спроектировать структуру базы данных для учета лесных ресурсов (таблицы, связи, ключи).
• Написать и отладить несколько SQL-запросов для выборки данных по заданным критериям (порода, возраст, площадь).
• Выполнить анализ полноты и качества данных, предложить способы улучшения.
4. Работа с ГИС и дистанционным зондированием
• Изучить доступные открытые источники спутниковых данных для мониторинга лесов (например, Sentinel, Landsat).
• Выполнить предварительный анализ и визуализацию данных с помощью бесплатного ГИС-программного обеспечения (QGIS).
• Подготовить краткий отчет с описанием полученных результатов и рекомендациями.
5. Исследование современных тенденций и проблем цифровизации лесного дела
• Изучить этапы развития цифровизации лесного хозяйства в России.
• Проанализировать основные проблемы и препятствия внедрения цифровых технологий в лесной сектор.
• Подготовить эссе или реферат на тему «Перспективы развития цифровых технологий в лесном хозяйстве».
6. Подготовка к промежуточной аттестации
• Систематизировать изученный материал по цифровым технологиям, базам данных и ГИС.
• Выполнить тестовые задания и решить практические кейсы, предложенные преподавателем.
• Подготовить ответы на контрольные вопросы по дисциплине.
Раздел 1. Основы цифровых технологий
Кейс 1.1: Оценка последствий лесного пожара (Минимальный уровень)
Цель: Научить работать с ГИС и спутниковыми данными для анализа повреждений.
Задача:
• Используя QGIS и открытые спутниковые снимки (Landsat или Sentinel-2):
1. Определите границы пожара до и после события.
2. Рассчитайте площадь поврежденной территории.
3. Визуализируйте результаты на карте с легендой (зоны: нет повреждений, слабые, сильные).
Инструменты: QGIS, модуль Semi-Automatic Classification Plugin.
Данные: Снимки за два периода (до/после пожара).
Результат: Отчет с картой, расчетами площади и выводами о степени повреждений.
Критерии оценки:
• Корректность выделения зон.
• Точность расчетов.
________________________________________
Кейс 1.2: Оптимизация базы данных лесных участков (Базовый уровень)
Цель: Развить навыки работы с реляционными базами данных.
Задача:
• Создайте в PostgreSQL базу данных для учета:
o Участков леса (ID, площадь, породный состав).
o Исторических данных о пожарах (дата, площадь, причина).
• Напишите SQL-запросы:
1. Найти участки с преобладанием хвойных пород.
2. Вывести статистику по пожарам за последние 5 лет.
Инструменты: PostgreSQL, PgAdmin.
Результат: Файл БД + скрипты SQL.
Критерии оценки:
• Логичность структуры БД.
• Эффективность запросов.
Кейс 1.3: Прогнозирование риска пожаров (Продвинутый уровень)
Цель: Применить машинное обучение для анализа рисков.
Задача:
• На основе данных о температуре, влажности и исторических пожарах:
1. Постройте модель классификации (логистическая регрессия/дерево решений).
2. Визуализируйте ключевые факторы риска.
Инструменты: Python (библиотеки Pandas, Scikit-learn).
Данные: CSV-файл с метеопараметрами и метками "пожар/нет пожара".
Результат: Jupyter-ноутбук с кодом, графиками и интерпретацией.
Критерии оценки:
• Качество модели (accuracy, F1-score).
• Глубина анализа факторов.
Раздел 2. Анализ данных и IoT
Кейс 2.1: Мониторинг микроклимата леса (Базовый уровень)
Цель: Научить работать с IoT-данными.
Задача:
• Используя данные с датчиков температуры и влажности:
1. Постройте графики изменений параметров за месяц.
2. Выявите аномалии (например, засуха).
Инструменты: Excel или Python (Matplotlib).
Данные: CSV-файл с ежечасными показаниями.
Результат: Отчет с графиками и выводами о климатических трендах.
Критерии оценки:
• Корректность визуализации.
• Логичность интерпретации.
Кейс 2.2: Интеграция IoT и ГИС для охраны лесов (Продвинутый уровень)
Цель: Создать систему реального времени.
Задача:
• Настройте дашборд в Grafana для отображения данных с датчиков (температура, CO₂).
• Интегрируйте данные с картой QGIS: отметьте зоны с высоким риском пожаров.
Инструменты: Grafana, QGIS, IoT-платформа (например, ThingsBoard).
Результат: Скриншоты дашборда + карта с динамическими метками.
Критерии оценки:
• Работоспособность интеграции.
• Наглядность представления данных.
Кейс 2.3: Оптимизация лесопользования (Экспертный уровень)
Цель: Решение комплексной задачи с Big Data.
• Проанализируйте данные:
o Спутниковые снимки (NDVI для оценки здоровья леса).
o Данные лесоустройства (возраст деревьев, породы).
o Экономические показатели (стоимость древесины).
• Предложите план вырубки, максимизирующий прибыль без ущерба экологии.
Инструменты: Python (GeoPandas, Scikit-learn), QGIS.
Результат: Презентация с алгоритмом решения, картами и расчетами.
Критерии оценки:
• Баланс экономических и экологических факторов.
• Использование продвинутых методов анализа.
Общие рекомендации
1. Данные: Используйте открытые источники (NASA Earthdata, Global Forest Watch).
2. Оценка уровней:
o Минимальный: Выполнение 60% требований.
o Экспертный: Креативность + автоматизация процессов (например, скрипты для ETL).
3. Презентация: Защита кейсов включает демонстрацию инструментов и ответы на вопросы.
• Внедрение систем ведения баз данных в лесном хозяйстве: возможности и проблемы
• Применение искусственного интеллекта и машинного обучения для анализа лесных данных
• Использование ГИС и дистанционного зондирования для мониторинга лесных экосистем
• Роль цифровых двойников и интернета вещей в управлении лесным фондом
• Современные мобильные приложения и технологии компьютерного зрения для учета лесоматериалов
• Цифровая трансформация лесопромышленных предприятий: опыт и вызовы
• Проблемы и барьеры внедрения цифровых технологий в лесной промышленности России
• Перспективы применения больших данных и предиктивной аналитики в лесоводстве и пирологии
• Концепция «Connected forest» и ее значение для цифровизации лесного бизнеса
• Экологический менеджмент и цифровые инструменты на предприятиях лесного комплекса
• Влияние цифровых технологий на устойчивое лесоуправление и сохранение лесных ресурсов
Оценка «хорошо» (71-85 баллов) ставится обучающемуся, обнаружившему полное знание учебно-программного материала, успешное выполнение заданий, предусмотренных программой в типовой ситуации (с ограничением времени), усвоение материалов основной литературы, рекомендованной в программе, способность к самостоятельному пополнению и обновлению знаний в ходе дальнейшей работы над литературой и в профессиональной деятельности. При ответе на вопросы экзаменационного билета студентом допущены несущественные ошибки. Задача решена правильно или ее решение содержало несущественную ошибку, исправленную при наводящем вопросе экзаменатора.
Оценка «удовлетворительно» (56-70 баллов) ставится обучающемуся, обнаружившему знание основного учебно-программного материала в объеме, достаточном для дальнейшей учебы и предстоящей работы по специальности, знакомство с основной литературой, рекомендованной программой, умение выполнять задания, предусмотренные программой. При ответе на экзаменационные вопросы и при выполнении экзаменационных заданий обучающийся допускает погрешности, но обладает необходимыми знаниями для устранения ошибок под руководством преподавателя. Решение задачи содержит ошибку, исправленную при наводящем вопросе экзаменатора.
Оценка «неудовлетворительно» (менее 56 баллов) ставится обучающемуся, обнаружившему пробелы в знаниях основного учебно-программного материала, допустившему принципиальные ошибки в выполнении предусмотренных программой заданий, слабые побуждения к самостоятельной работе над рекомендованной основной литературой. Оценка «неудовлетворительно» ставится обучающимся, которые не могут продолжить обучение или приступить к профессиональной деятельности по окончании академии без дополнительных занятий по соответствующей дисциплине.
зачет /оценка «хорошо» (71-85 баллов) ставится обучающемуся, обнаружившему полное знание учебно-программного материала, успешное выполнение заданий, предусмотренных программой в типовой ситуации (с ограничением времени), усвоение материалов основной литературы, рекомендованной в программе, способность к самостоятельному пополнению и обновлению знаний в ходе дальнейшей работы над литературой и в профессиональной деятельности.
зачет /оценка «удовлетворительно» (56-70 баллов) ставится обучающемуся, обнаружившему знание основного учебно-программного материала в объеме, достаточном для дальнейшей учебы и предстоящей работы по специальности, знакомство с основной литературой, рекомендованной программой, умение выполнять задания, предусмотренные программой.
незачет /оценка «неудовлетворительно» (менее 56 баллов) ставится обучающемуся, обнаружившему пробелы в знаниях основного учебно-программного материала, допустившему принципиальные ошибки в выполнении предусмотренных программой заданий, слабые побуждения к самостоятельной работе над рекомендованной основной литературой. Оценка «неудовлетворительно» ставится обучающимся, которые не могут продолжить обучение или приступить к профессиональной деятельности по окончании академии без дополнительных занятий по соответствующей дисциплине.
оценка «хорошо» (71-85 баллов) - основанием для снижения оценки может служить нечеткое представление сущности и результатов исследований на защите, или затруднения при ответах на вопросы, или недостаточный уровень качества оформления текстовой части и иллюстративных материалов, или отсутствие последних;
оценка «удовлетворительно» (56-70 баллов) - дополнительное снижение оценки может быть вызвано выполнением работы не в полном объеме, или неспособностью студента правильно интерпретировать полученные результаты, или неверными ответами на вопросы по существу проделанной работы;
оценка «неудовлетворительно» (менее 56 баллов) - выставление этой оценки осуществляется при несамостоятельном выполнении работы, или при неспособности студента пояснить ее основные положения, или в случае фальсификации результатов, или установленного плагиата.
зачет /оценка «отлично» (86-100 баллов) ставится обучающемуся:
- отчет выполнен в соответствии с заданием, грамотно, характеризуется логичным, последовательным изложением материала с соответствующими выводами и /или обоснованными расчетами, предложениями; не содержит ошибок;
- проведено научное исследование в соответствие с полученным заданием;
- отчет выполнен с использованием современных информационных технологий и ресурсов;
- обучающийся при выполнении и защите отчета демонстрирует продвинутый уровень сформированности компетенций, предусмотренных программой практики;
- отчет о прохождении производственной практики имеет положительную характеристику руководителей практики от предприятия и кафедры на обучающегося;
зачет /оценка «хорошо» (71-85 баллов) ставится обучающемуся:
- отчет выполнен в соответствии с заданием, грамотно, характеризуется логичным, последовательным изложением материала, допущены небольшие неточности при формировании выводов/расчетов, предложений; содержит незначительные ошибки/опечатки в текстовой части отчета;
- проведено научное исследование в соответствие с полученным заданием;
- отчет выполнен с использованием современных информационных технологий и ресурсов;
- обучающийся при выполнении и защите отчета демонстрирует базовый уровень сформированности компетенций, предусмотренных программой практики;
- отчет о прохождении производственной практики имеет положительную характеристику руководителей практики от предприятия и кафедры на обучающегося;
зачет /оценка «удовлетворительно» (56-70 баллов) ставится обучающемуся:
- отчет выполнен в соответствии с заданием, материал изложен последовательно, допущены неточности при формировании выводов/расчетов, предложений; содержит ошибки/опечатки в текстовой части отчета;
- присутствуют элементы научного исследования, творческий подход к решению поставленных задач проявляется незначительно;
- отчет выполнен с использованием современных информационных технологий и ресурсов;
- обучающийся при выполнении и защите отчета демонстрирует пороговый уровень сформированности компетенций, предусмотренных программой практики;
- отчет о прохождении производственной практики имеет положительную характеристику руководителей практики от предприятия и кафедры на обучающегося;
незачет /оценка «неудовлетворительно» (менее 56 баллов) ставится обучающемуся:
- творческий подход к решению поставленных задач не проявляется; отсутствуют элементы научного исследования;
- отчет выполнен с использованием современных пакетов компьютерных программ, информационных технологий и информационных ресурсов;
- обучающийся при выполнении и защите отчета показывает не сформированность компетенций, предусмотренных программой практики;
- отчет имеет отрицательную характеристику руководителей практики от предприятия и кафедры на обучающегося.
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
– правильность ответа по содержанию задания (учитывается количество и характер ошибок при ответе);
– полнота и глубина ответа (учитывается количество усвоенных фактов, понятий и т.п.);
– сознательность ответа (учитывается понимание излагаемого материала);
– логика изложения материала (учитывается умение строить целостный, последовательный рассказ, грамотно пользоваться специальной терминологией);
– использование дополнительного материала;
– рациональность использования времени, отведенного на задание (не одобряется затянутость выполнения задания, устного ответа во времени, с учетом индивидуальных особенностей обучающихся).
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
для учета в рейтинге (оценка)
«отлично»
«хорошо»
«удовлетво-рительно»
«неудовлетворительно»
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
- теоретический уровень знаний;
- качество ответов на вопросы;
- подкрепление материалов фактическими данными (статистические данные или др.);
- практическая ценность материала;
- способность делать выводы;
- способность отстаивать собственную точку зрения;
- способность ориентироваться в представленном материале;
- степень участия в общей дискуссии.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
(дискуссии, полемики, диспута, дебатов)
для учета в рейтинге (оценка)
«отлично»
используется терминология; показано умение иллюстрировать теоретические положения конкретными примерами, применять их в новой ситуации; высказывать свою точку зрения.
«хорошо»
«удовлетво-рительно»
«неудовлетворительно»
для учета в рейтинге (оценка)
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
– полнота раскрытия темы;
– правильность формулировки и использования понятий и категорий;
– правильность выполнения заданий/ решения задач;
– аккуратность оформления работы и др.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
(обязательно для дисциплин, где по УП предусмотрена контрольная работа)
«отлично»
«хорошо»
«удовлетво-рительно»
«неудовлетворительно»
Примерные критерии оценивания:
– правильность выполнения задания на практическую/лабораторную работу в соответствии с вариантом;
– степень усвоения теоретического материала по теме практической /лабораторной работы;
– качество подготовки отчета по практической / лабораторной работе;
– правильность и полнота ответов на вопросы преподавателя при защите работы
и др.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания практических занятий (лабораторных работ):
для учета в рейтинге (оценка)
«отлично»
«хорошо»
«удовлетво-рительно»
«неудовлетворительно»
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
В качестве критериев могут быть выбраны, например:
– соответствие срока сдачи работы установленному преподавателем;
– соответствие содержания и оформления работы предъявленным требованиям;
– способность выполнять вычисления;
– умение использовать полученные ранее знания и навыки для решения конкретных задач;
– умение отвечать на вопросы, делать выводы, пользоваться профессиональной и общей лексикой;
– обоснованность решения и соответствие методике (алгоритму) расчетов;
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
расчетно-графической работы, работы на тренажере
для учета в рейтинге (оценка)
«отлично»
«хорошо»
«удовлетво-рительно»
«неудовлетворительно»
для учета в рейтинге (оценка)
Материалы тестовых заданий следует сгруппировать по темам/разделам изучаемой дисциплины (модуля) в следующем виде:
Тема (темы) / Раздел дисциплины (модуля)
Тестовые задания по данной теме (темам)/Разделу с указанием правильных ответов.
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
- отношение правильно выполненных заданий к общему их количеству
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
для учета в рейтинге (оценка)
Задачи реконструктивного уровня
Задачи творческого уровня
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
– полнота знаний теоретического контролируемого материала;
– полнота знаний практического контролируемого материала, демонстрация умений и навыков решения типовых задач, выполнения типовых заданий/упражнений/казусов;
– умение самостоятельно решать проблему/задачу на основе изученных методов, приемов, технологий;
– умение ясно, четко, логично и грамотно излагать собственные размышления, делать умозаключения и выводы;
– полнота и правильность выполнения задания.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
(рефератов, докладов, сообщений)
для учета в рейтинге (оценка)
Показано умелое использование категорий и терминов дисциплины в их ассоциативной взаимосвязи.
Ответ четко структурирован и выстроен в заданной логике. Части ответа логически взаимосвязаны. Отражена логическая структура проблемы (задания): постановка проблемы – аргументация – выводы. Объем ответа укладывается в заданные рамки при сохранении смысла.
Продемонстрировано умение аргументировано излагать собственную точку зрения. Видно уверенное владение освоенным материалом, изложение сопровождено адекватными иллюстрациями (примерами) из практики.
Высокая степень самостоятельности, оригинальность в представлении материала: стилистические обороты, манера изложения, словарный запас. Отсутствуют стилистические и орфографические ошибки в тексте.
Работа выполнена аккуратно, без помарок и исправлений.
Примерные критерии оценивания:
– полнота раскрытия темы;
– степень владения понятийно-терминологическим аппаратом дисциплины;
– знание фактического материала, отсутствие фактических ошибок;
– умение логически выстроить материал ответа;
– умение аргументировать предложенные подходы и решения, сделанные выводы;
– степень самостоятельности, грамотности, оригинальности в представлении материала (стилистические обороты, манера изложения, словарный запас, отсутствие или наличие грамматических ошибок);
– выполнение требований к оформлению работы.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся).
Примерная шкала оценивания письменных работ:
Продемонстрировано владение понятийно-терминологическим аппаратом дисциплины (уместность употребления, аббревиатуры, толкование и т.д.), отсутствуют ошибки в употреблении терминов.
Показано умелое использование категорий и терминов дисциплины в их ассоциативной взаимосвязи.
Ответ в достаточной степени структурирован и выстроен в заданной логике без нарушений общего смысла. Части ответа логически взаимосвязаны. Отражена логическая структура проблемы (задания): постановка проблемы – аргументация – выводы. Объем ответа незначительно превышает заданные рамки при сохранении смысла.
Продемонстрировано умение аргументированно излагать собственную точку зрения, но аргументация не всегда убедительна. Изложение лишь отчасти сопровождено адекватными иллюстрациями (примерами) из практики.
Достаточная степень самостоятельности, оригинальность в представлении материала. Встречаются мелкие и не искажающие смысла ошибки в стилистике, стилистические штампы. Есть 1–2 орфографические ошибки.
Работа выполнена аккуратно, без помарок и исправлений.
Продемонстрировано достаточное владение понятийно-терминологическим аппаратом дисциплины, есть ошибки в употреблении и трактовке терминов, расшифровке аббревиатур.
Ошибки в использовании категорий и терминов дисциплины в их ассоциативной взаимосвязи.
Ответ плохо структурирован, нарушена заданная логика. Части ответа логически разорваны, нет связок между ними. Ошибки в представлении логической структуры проблемы (задания): постановка проблемы – аргументация – выводы. Объем ответа в существенной степени (на 25–30%) отклоняется от заданных рамок.
Нет собственной точки зрения либо она слабо аргументирована. Примеры, приведенные в ответе в качестве практических иллюстраций, в малой степени соответствуют изложенным теоретическим аспектам.
Текст работы примерно наполовину представляет собой стандартные обороты и фразы из учебника/лекций. Обилие ошибок в стилистике, много стилистических штампов. Есть 3–5 орфографических ошибок.
Работа выполнена не очень аккуратно, встречаются помарки и исправления.
Продемонстрировано крайне слабое владение понятийно-терминологическим аппаратом дисциплины (неуместность употребления, неверные аббревиатуры, искаженное толкование и т.д.), присутствуют многочисленные ошибки в употреблении терминов.
Продемонстрировано крайне низкое (отрывочное) знание фактического материала, много фактических ошибок – практически все факты (данные) либо искажены, либо неверны.
Ответ представляет собой сплошной текст без структурирования, нарушена заданная логика. Части ответа не взаимосвязаны логически. Нарушена логическая структура проблемы (задания): постановка проблемы – аргументация – выводы. Объем ответа более чем в 2 раза меньше или превышает заданный. Показаны неверные ассоциативные взаимосвязи категорий и терминов дисциплины.
Отсутствует аргументация изложенной точки зрения, нет собственной позиции. Отсутствуют примеры из практики либо они неадекватны.
Текст ответа представляет полную кальку текста учебника/лекций. Стилистические ошибки приводят к существенному искажению смысла. Большое число орфографических ошибок в тексте (более 10 на страницу).
Работа выполнена неаккуратно, с обилием помарок и исправлений. В работе один абзац и больше позаимствован из какого-либо источника без ссылки на него.
для учета в рейтинге (оценка)
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
- соответствие решения сформулированным в кейсе вопросам (адекватность проблеме и рынку);
- оригинальность подхода (новаторство, креативность);
- применимость решения на практике;
- глубина проработки проблемы (обоснованность решения, наличие альтернативных вариантов, прогнозирование возможных проблем, комплексность решения).
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
для учета в рейтинге (оценка)
Концепция игры
Роли:
Задания (вопросы, проблемные ситуации и др.)
Ожидаемый (е) результат(ы)
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
качество усвоения информации;
выступление;
содержание вопроса;
качество ответов на вопросы;
значимость дополнений, возражений, предложений;
уровень делового сотрудничества;
соблюдение правил деловой игры;
соблюдение регламента;
активность;
правильное применение профессиональной лексики.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
для учета в рейтинге (оценка)
для учета в рейтинге (оценка)
Индивидуальные творческие задания (проекты):
Критерии оценивания (устанавливаются разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерные критерии оценивания:
- актуальность темы;
- соответствие содержания работы выбранной тематике;
- соответствие содержания и оформления работы установленным требованиям;
- обоснованность результатов и выводов, оригинальность идеи;
- новизна полученных данных;
- личный вклад обучающихся;
- возможности практического использования полученных данных.
Шкала оценивания (устанавливается разработчиком самостоятельно с учетом использования рейтинговой системы оценки успеваемости обучающихся)
Примерная шкала оценивания:
п/п