 |
 |
 |
 |
|
 |
 |
Патриции Шмук, изложенным в работе «Групповые процессы в классе» (Group processes in classroom),
развитие межличностной аттракции предполагает последовательное действие «фильтрующих
факторов» (filtering factors), начиная с близкого соседства, физ. привлекательности и соц. статуса как
первичных факторов, за которыми следуют статус признания (granting status)
и доверие, обнаружение
общих ценностей и аттитюдов и улучшение самооценки на основе предоставления и получения
положительных реакций.
Учителя, которые а) общаются с самыми разными уч-ся, б) спрашивают всех уч-ся, в)
вознаграждают индивидуальное поведение, но делают взыскания всей группе, г) укрепляют статус и
чувство безопасности уч-ся путем похвалы перед их одноклассниками, д) не унижают или не приводят в
замешательство уч-ся перед лицом их товарищей и е) формируют малые группы, с тем чтобы каждый
уч-ся имел возможность поработать с каждым из др. уч-ся, оказываются, в целом, более эффективными
в создании положительной атмосферы, способствующей удовлетворению важных психол.
потребностей.
Разбиение на группы
Уч-ся разбивают на группы различными способами: по возрасту — в 1-й, 2-й, 3-й классы и т. д.;
по способностям (например, ученики с высокими, средними и низкими достижениями); по полу; по
интересам; в зависимости от того, добираются ли они до дома пешком или на автобусе; по программе
обучения (например, для подготовки к поступлению в колледж или в профессиональное училище) и на
основе множества др. критериев. Эти способы разбиения на группы влияют на характер
осуществляющихся взаимодействий и, в конечном итоге, на сам учебный процесс.
Разбиение на группы и обучение детей в раздельных классах на основе их способностей
позволяет снижать разброс по уровню способностей среди уч-ся в пределах одного и того же класса.
Такой тип разбиения на группы получил название «однородного» (homogenous), т. к. он подразумевает
объединение уч-ся со сходными способностями. Распределение уч-ся по классам случайным образом
приводит к возникновению значительного разброса по уровням способностей в каждом классе. Исслед.
продемонстрировали, что однородные группы уч-ся не достигают больших успехов в сравнении с
разнородными группами. В действительности, из-за ухудшения качества обучения, которое может
последовать за объединением учеников с низким уровнем способностей в один класс, последние
достигают больших успехов в неоднородных классах, потому что здесь они могут взаимодействовать с
учениками с высоким уровнем способностей, к-рые служат для них лучшей моделью в отношении
приобретения умений, аттитюдов и ожиданий, и потому что здесь они получают более качественное
обучение.
См. также Учебные потоки (разбиение учеников на группы по академическим способностям),
Успеваемость и учебные потоки
Дж. Мак-Миллан
Кластерный анализ (clucter analysis)
К. а. — это общий термин для целого ряда методов, используемых для группировки объектов,
событий или индивидов в классы (кластеры) на основе сходства их характерных признаков. Несмотря
на отсутствие единого определения кластера, во всех его определениях особо подчеркиваются такие
условия, как сходство, однородность и близость. Если воспользоваться специальной терминологией, то
кластеры можно определить как однородные подгруппы, формируемые методом, к-рый минимизирует
дисперсию внутри групп (кластеров) и максимизирует дисперсию между группами.
Методики кластеризации используются для установления сходных подгрупп объектов или
индивидов и для построения таксономии. Т. о., они помогают исследователю в описании структуры
совокупности объектов и отношений между ними, а тж в формулировании законов и утверждений
относительно классов объектов.
Все методы К. а. состоят из четырех осн. шагов: а) выбор мер и произведение измерений
характерных признаков объектов или индивидов, подлежащих классиф.; б) задание меры сходства; в)
формулирование правил и определение порядка формирования кластеров; г) применение этих правил к
данным для формирования кластеров. Т. к. каждый шаг предполагает выбор из множества возможных
процедур, был разраб. широкий спектр методик кластеризации.
На первом шаге принимается решение о том, какие характерные признаки или свойства будут
использоваться в качестве основы классиф. Конечно, это решение будет зависеть от проблемы исслед. и
природы классифицируемых объектов. Хотя обычно все признаки имеют одинаковые веса, не
