Подходы к трансформации системы обучения в области статистики в контексте непрерывного образования и Индустрии 4.0 (на примере Республики Узбекистан)

Статья посвящена проблемам трансформации образовательной системы в контексте непрерывного образования и Индустрии 4.0 применительно к процессам принятия государственных решений по развитию инвестиционной экосистемы Республики Узбекистан.

Дана характеристика информационно-статистических ресурсов, используемых в системе государственного управления в современных условиях на основе анализа, показаны направления трансформации системы статистического обучения и переподготовки кадров статистиков.

 Особо отмечены вопросы внедрения в программы обучения цифровых компетенций в области статистики и необходимость формирования современных знаний и навыков, связанных с внедрением цифровых технологий.

Автор подчеркивает актуальность адаптации образовательной системы в области статистики к изменяющимся требованиям современного мира и делает вывод, что развитие профессиональных компетенций статистиков должно быть непрерывным, начиная со среднего образования, переходящим в переподготовку и повышение квалификации в течение всей карьеры специалистов.

Рекомендации авторского исследования могут быть использованы органами власти и другими заинтересованными организациями для совершенствования образовательной системы в области статистики.

1. Морозов А.Н. Альтернативные источники статистической информации как основа принятия политических решений // Вопросы государственного и муниципального управления. 2018. № 2. С. 50–70.

2. Howlett M. Policy Analytical Capacity and EvidenceBased Policy-Making: Lessons from Canada // Canadian Public Administration. 2009. Vol. 52. No. 2. P. 153−175.

3. Камалетдинов У. Возможности использования экосистемного подхода при формировании инвестиционного бренда региона // Economics and Education. 2021. № 6. С. 266–271. https://doi.org/10.55439/ECED/vol_iss6/a317.

4. Ben-Zvi D., Garfield J. The Challenge of Developing Statistical Literacy, Reasoning and Thinking. Springer, 2004. P. 423.

5. Keeler C.M., Steinhorst R.K. Using Technology to Enhance the Teaching of Statistics // The American Statistician, 1995. Vol. 49. No. 4. P. 342−349.

6. Rienties B., Toetenel L. The Impact of Learning Design on Student Behaviour, Satisfaction and Performance: A Cross-Institutional Comparison Across 151 Modules // Computers in Human Behavior. 2016. Vol. 60. P. 333−341.

7. Sonnenberg C., Bannert M. Discovering the Effects of Learner Characteristics and Generating Prompts on Students’ Self-Regulated Learning in Statistics // Learning and Instruction. 2019. Vol. 61. P. 30−41.

8. Bates A.W. Teaching in a Digital Age: Guidelines for Designing Teaching and Learning. Tony Bates Associates Ltd, 2015.

9. Selwyn N. Is Technology Good for Education? Polity Press, 2016. P. 185.

10. Schwab K. The Fourth Industrial Revolution. Crown Business, 2016.

11. Jiang B., Yao X. Geospatial Analysis and Modelling of Urban Structure and Dynamics. Springer Netherlands, 2010.

12. Rai A. What is Big Data – Characteristics, Types, Benefits & Examples. 2022. URL: https://www.upgrad.com/blog/what-is-big-data-types-characteristics-benefits-and-examples/.

13. Thelin R. What is Big Data? Characteristics, Types, and Technologies. 2020. URL: https://www.educative.io/blog/what-is-big-data.

14. Mayer-Schönberger V., Cukier K. Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton Mifflin Harcourt, 2013. P. 242.

15. Digital Dividends. World Development Report. World Bank, 2016. URL: http://documents.worldbank.org/curated/en/896971468194972881/pdf/102725-PUB-Replacement-PUBLIC.pdf.