Сучасні методи наукових досліджень у системі підготовки наукових кадрів Херсонської державної морської академії

Автор(и)

DOI:

https://doi.org/10.31498/2225-6733.50.2025.336451

Ключові слова:

наукові дослідження, обробка даних, навігація, судноводіння, компетентність

Анотація

Науково-дослідна робота – один із найскладніших видів самостійної роботи здобувачів другого рівня вищої освіти (курсантів-магістрів), здійснення якої потребує спеціальних знань та умінь. Для курсантів-магістрів підготовка та написання магістерської роботи – перший досвід науково-дослідної діяльності. У Херсонській державній морській академії для курсантів-магістрів спеціалізації «Навігація та управління морськими судами» передбачено вивчення курсу «Сучасні методи наукових досліджень та обробки даних» (СМНДОД), який за навчальним планом та освітньо-професійною програмою входить до циклу професійної підготовки. Програма навчальної дисципліни «Сучасні методи наукових досліджень та обробки даних» складена відповідно до Кодексу підготовки та дипломування моряків та несення вахти ПДМНВ-78, IMO-MODEL COURSE 7.01, 7.03. та згідно з ОПП. Напрямом наших досліджень є вдосконалення викладання курсу «Сучасні методи наукових досліджень та обробки даних» у Херсонській державній морській академії для досягнення більш значущих стандартів професійної компетентності здобувачів другого рівня вищої освіти (курсантів-магістрів) спеціалізації «Навігація та управління морськими судами» ХДМА. У цій статті розглядаються дві найважливіші складові курсу СМНДОД. Перша – це «стартові» знання про методологію та методи наукового дослідження, а саме, найбільш значущі класичні парадигми, що визначають суть понять методологія та методи наукового дослідження, поняття та питання сучасних методів емпіричного та теоретичного досліджень. Друга, не менш важлива складова курсу СМНДОД – це вивчення курсантами-магістрами конкретних методів та прийомів обробки та аналізу даних. Подальші наші дослідження спрямовані на більш детальний розгляд другої складової курсу СМНДОД – на вивчення курсантами-магістрами конкретних методів і прийомів обробки та аналізу даних у галузі технічних наук, зокрема, у сфері судноводіння, які найбільш необхідні курсантам-магістрам судноводійської спеціальності, а також розробці набору індивідуальних завдань на конкретних методів збору та аналізу даних

Біографія автора

О.М. Гудирева , Херсонська державна морська академія, м. Херсон

Кандидат фізико-математичних наук, доцент

Посилання

Dynamics analysis and forecast of number of individuals with stress syndrome under uncertainties / S. Bekesiene et al. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2023. № 2. Pp. 195-199. DOI: https://doi.org/10.17721/1812-5409.2023/2.35.

Brown L.D., Cai T.T., Dasgupta A. Interval estimation for a binomial proportion. Statistical science. 2001. No 2. Pp. 101-133. DOI: https://doi.org/10.1214/ss/1009213286.

Draper N.R., Smith H. Applied Regression Analysis. Wiley Series in Probability and Statistics. 3rd ed. John Wiley & Sons, Inc., 1998. 736 p. DOI: https://doi.org/10.1002/9781118625590.

Figueira J.É., Greco S., Ehrogott M. Multiple Criteria Decision Analysis: State of the Art Surveys. International Series in Operations Research & Management Science (ISOR). Springer New York, 2005. Vol. 78. 1048 p. DOI: https://doi.org/10.1007/b100605.

Garcia-Perez M.A. On the confidence interval for the binomial parameter. Quality and quantity. 2005. No. 39. Pp. 467-481. DOI: https://doi.org/10.1007/s11135-005-0233-3.

Gary J.F., Robert D.C. A Unified approach to the classical statistical analysis of small signals. Physical Review D. 1998. Vol. 57. Pp. 3873-3889. DOI: https://doi.org/10.1103/physrevd.57.3873.

Harrison B.P. Probability and statistical inference: Lectures given at the SERC School in Particle Physics, Chandigarh, India, 7-27 March 2005. 53 p. DOI: https://doi.org/10.48550/arXiv.physics/0606179.

Leimeister M., Kolios A. A review of reliability-based methods for risk analysis and their application in the offshore wind industry. Renewable and Sustainable Energy Reviews. 2018. Vol. 91. Pp. 1065-1076. DOI: https://doi.org/10.1016/j.rser.2018.04.004.

Maiboroda R., Miroshnychenko V., Sugakova O. Quantile estimators for regression errors in mixture models with varying concentrations. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2024. № 78(1). Pp. 45-50. DOI: https://doi.org/10.17721/1812-5409.2024/1.8.

Maiboroda R.E., Sugakova O.V. Tests of hypotheses on quantiles of distributions of components in a mixture. Theory of Probability and Mathematical Statistics. 2020. № 101. Pp. 179-191. DOI: https://doi.org/10.1090/tpms/1120.

Rausand M., Barros A., Hoyland A. System Reliability Theory: Models, Statistical Methods and Application. 3-d ed. John Wiley & Sons, Inc., 2021. 864 p. DOI: https://doi.org/10.1002/9781119373940.

Mason R.L., Gunst R.F., Hess J.L. Statistical Design and Analysis of Experiments, with Applications to Engineering and Science. 2-d ed. A John Wiley & Sons Publication, 2003. 746 p. DOI: https://doi.org/10.1002/0471458503.

Montgomery D.C. Design and Analysis of Experiments. 9th ed. John Wiley & Sons, Inc., 2022. 629 p.

Neyman J. Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability. Philosophical Transactions of the Royal Society of London, A. 1937. Vol. 236. Pp. 333-380. DOI: https://doi.org/10.1098/rsta.1937.0005.

Roger J.B. Event classification using weighting methods. Journal of Computational Physics. 1987. Vol. 72. Pp. 202-219. DOI: https://doi.org/10.1016/0021-9991(87)90078-7.

Simonov D., Gorbachuk V. A method of finding solutions in a dynamic model of inventory management under uncertainty. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2022. № 4. Pp. 31-39. DOI: https://doi.org/10.17721/1812-5409.2022/4.4.

Descriptive Statistics The Specification of Statistical Measures and Their Presentation in Tables and Graphs. Part 7 of a Series on Evaluation of Scientific Publications / A. Spriestersbach et al. Deutsches Ärzteblatt international. 2009. No. 106. Pp. 578-583. DOI: https://doi.org/10.3238/arztebl.2009.0578.

Zubchenko V., Herasymenko M. Analysis of the impact of macroeconomic indicators on the country’s rating. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2024. № 78(1). Pp. 36-40. DOI: https://doi.org/10.17721/1812-5409.2024/1.6.

Zubchenko V.P., Aleksandrova P.V. Mathematical modeling of the dynamics of an insurance company based on macro indicators. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2023. № 1, pp. 44-47. DOI: https://doi.org/10.17721/1812-5409.2023/1.6.

Zubchenko V.P., Tkachenko A.V. Mathematical model of financial dynamics of an insurance company. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2022. № 3. Pp. 28-36. DOI: https://doi.org/10.17721/1812-5409.2022/3.3.

Бахрушин В.Є. Методи аналізу даних: навчальний посібник для студентів. Запоріжжя: КПУ, 2011. 268 с.

Боснюк В.Ф. Математичні методи в психології: курс лекцій // Мультимедійне навчальне видання. 2020. Х.: НУЦЗУ, 2020. 141 с. URL: http://repositsc.nuczu.edu.ua/handle/123456789/11329.

Грицюк П.М., Остапчук О.П. Аналіз даних: Навчальний посібник. Рівне: НУВГП, 2008. 218 с.

Єгорова С.М. Про особливості впровадження засад компетентнісного підходу у вищу професійну освіту фахівців морського транспорту. Modern Problems and ways of their solution in science, transport and education. 2014. С. 151.

Єлейко Я., Ярова О., Головатий С. Побудова статистичних критеріїв з урахуванням впливу зовнішнього середовища. Вісник Львівського університету. Серія механіко-математична. 2021. Вип. 91. С. 99-104. DOI: http://dx.doi.org/10.30970/vmm.2021.91.099-104.

Жлуктенко В.І., Наконечний С.І., Савіна С.С. Теорія ймовірностей і математична статистика. К. : КНЕУ, 2001. 336 с.

Іващенко П.О., Семеняк І.В., Іванов В.В. Багатовимірний статистичний аналіз. X. : Основа, 1992. 144 с.

Лапач С.Н., Чубенко А.В., Бабич П.Н. Статистика в науке и бизнесе. К. : МОРИОН, 2002. 640 с.

Майборода Р.Є. Регресія: Лінійні моделі: навчальний посібник. К. : ВПЦ «Київський університет», 2007. 296 с.

Паніотто В.І., Максименко В.С., Харченко Н.М. Статистичний аналіз соціологічних даних. К. : Вид. дім «КМ Академія», 2004. 270 с.

Пашко А.О. Статистичний аналіз даних // Електронне видання. 2019. 55 с. URL: https://csc.knu.ua/media/filer_public/19/d5/19d56780-269a-4eef-bb3b-48ec8da23859/intelektualnaobrobkadanikh.pdf.

Руденко В.М. Математична статистика: навчальний посібник. К. : Центр учбової літератури, 2012. 304 с.

Міжнародна конвенція про підготовку і дипломування моряків та несення вахти 1978 року : Міжнародний документ від 07.07.1978. 55 с.

IMO Model Course 7.03. Officer in charge of a navigational watch. Subcommittee on standards of training and watchkeeping. STW 44/WP.6/Add.1.

IMO Model Course 7.01. Master and chief mate. 2014 Edition. Electronic Edition. STW 43/3/6.

##submission.downloads##

Опубліковано

2025-06-30

Як цитувати

Гудирева , О. . (2025). Сучасні методи наукових досліджень у системі підготовки наукових кадрів Херсонської державної морської академії. Вісник Приазовського Державного Технічного Університету. Серія: Технічні науки, (50), 277–287. https://doi.org/10.31498/2225-6733.50.2025.336451

Номер

Розділ

271 Річковий та морський транспорт