Актуальность и цели. Приводится статистический и аналитический анализ перспективы обеспечения инженерными кадрами предприятий на основе статистических данных выпуска школьников Рязанской области и результатов ЕГЭ. Цель работы - проанализировать общий потенциал региона по наращиванию объема подготовки кадров по инженерным направлениям подготовки и специальностям и определить тенденции на этапе общей подготовки абитуриентов по основным предметам, необходимым для подготовки инженерных кадров, в образовательных организациях среднего общего образования, выявить закономерности и тренды по массивам выборочных совокупностей выпуска 9-х и 11-х классов в период с 2017 по 2025 г. Рассматриваются задачи обработки ряда выборочных совокупностей выпуска 9-х и 11-х классов, анализа выбираемости предметов единого государственного экзамена (ЕГЭ), распределения абитуриентов по предметам ЕГЭ в срезе потенциального восполнения инженерных кадров за период с 2019 по 2024 г. и преодоления минимальных для поступления в вузы порогов.
Материалы и методы. Использовались методы подготовки и очистки данных, обработки выборочных совокупностей на основе построения вариационных рядов, определения выборочных долей, метод гистограмм для визуализации полученных данных, корреляционного и регрессионного анализа. Анализ результатов ЕГЭ осуществляется с позиции преодоления/непреодоления минимального порога, устанавливаемого Минобрнауки России для подведомственных ему вузов.
Результаты. По результатам проведенного анализа определены нисходящие тренды в перспективе восполнения инженерных кадров, связанные со снижением качества подготовки в школе, установлена закономерность снижения количества сдающих ЕГЭ по физике с одновременным, но непропорциональным в части преодолевающих минимальный порог ростом аналогичного показателя по информатике. Выявлен абсолютный минимум результатов ЕГЭ по многим критически важным для инженерного образования предметам в 2023 г.
Выводы. Рост числа бюджетных мест на инженерные направления подготовки и специальности не приводит к росту популярности последних. Такие явления, как недоборы, а особенно недобор в 2023 г., когда проблемы с приемом возникли и в ряде столичных вузов, стали обыденностью на фоне снижения качества подготовки абитуриентов.
Идентификаторы и классификаторы
- SCI
- Информатика
Восполнение инженерных кадров в современных условиях является критически важной задачей обеспечения технологического суверенитета страны, поставленной президентом РФ. Рязанский радиотехнический университет имени В. Ф. Уткина является ведущим вузом региона по обеспечению предприятий оборонно-промышленного комплекса инженерными кадрами, где ведется подготовка специалистов по многим направлениям развития технологического суверенитета страны [1].
Список литературы
1. Об утверждении приоритетных направлений проектов технологического суверенитета и проектов структурной адаптации экономики Российской Федерации и Положения об условиях отнесения проектов к проектам технологического суверенитета и проектам структурной адаптации экономики Российской Федерации, о представлении сведений о проектах технологического суверенитета и проектах структурной адаптации экономики Российской Федерации и ведении реестра указанных проектов, а также о требованиях к организациям, уполномоченным представлять заключения о соответствии проектов требованиям к проектам технологического суверенитета и проектам структурной адаптации экономики Российской Федерации: постановление Правительства РФ № 603 от 15 апреля 2023 г. // Правительство России. URL: http://government.ru/docs/48272/ (дата обращения: 03.02.2025).
2. Частота кадров: почему российским компаниям не хватает инженеров // Известия. URL: https://iz.ru/1738941/kseniia-nabatkina-iana-shturma/chastota-kadrov-pochemu-rossiiskim-kompaniiam-ne-khvataet-inzhenerov/(дата обращения: 24.12.2024).
3. Дефицит инженеров стал в России рекордным // Новые известия. URL: https://newizv.ru/news/2024-07-26/defitsit-inzhenerov-stal-v-rossii-rekordnym-432160 (дата обращения: 03.02.2025).
4. Об утверждении Концепции технологического развития на период до 2030 года (вместе с “Концепцией технологического развития на период до 2030 года”): распоряжение Правительства РФ № 1315-р от 20.05.2023 (ред. от 21.10.2024) // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/document/0001202305250050 (дата обращения: 24.12.2024).
5. О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года: указ Президента РФ № 309 от 07.05.2024 // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/document/0001202405070015 (дата обращения: 24.12.2024).
6. Поручение Правительства Российской Федерации от 7 февраля 2024 г. по развитию вузов, обеспечивающих подготовку инженерных кадров и научных разработок для создания технологического суверенитета // Правительство России. URL: http://government.ru/docs/50803/ (дата обращения: 24.12.2024).
7. Комплексный план мероприятий по повышению качества математического и естественно-научного образования на период до 2030 года: распоряжение Правительства РФ № 3333-р от 19 ноября 2024 г. // Правительство России. URL: http://government.ru/docs/all/156334/ (дата обращения: 24.12.2024).
8. Рязанская область испытывает дефицит квалифицированных кадров // Рязанская газета. URL: https://rg62.info/2023/12/04/ryazanskaya-oblast-ispytyvaet-deficzit-kvalificzirovannyh-kadrov/(дата обращения: 03.02.2025).
9. С 2020 года в вузах России растет количество бюджетных мест для подготовки инженерных кадров // Российское образование. URL: https://ruobraz.ru/news/s-2020-goda-v-vuzakh-rossii-rastet-kolichestvo-byudzhetnykh-mest-dlya-podgotovki-inzhenernykh-kadrov/(дата обращения: 03.02.2025).
10. Об установлении минимального количества баллов единого государственного экзамена по общеобразовательным предметам, соответствующим специальности или направлению подготовки, по которым проводится прием на обучение в образовательных организациях, находящихся в ведении Министерства науки и высшего образования Российской Федерации, на 2022/23 учебный год: приказ Министерства науки и высшего образования Российской Федерации № 713 от 05.08.2021 // Официальный интернет-портал правовой информации. URL: http://publication.pravo.gov.ru/Document/View/0001202110010029?index=2 (дата обращения: 03.02.2025).
11. Пацей Н. В., Шиман Д. В., Наркевич А. С., Сухорукова И. Г. Методы очистки и подготовки информации для решения задач интеллектуального анализа // Интеграция и развитие научно-технического и образовательного сотрудничества - взгляд в будущее: сб. ст. II Междунар. науч.-техн. конф. “Минские научные чтения - 2019” (г. Минск, 11-12 декабря 2019 г.): в 3 т. Минск: БГТУ, 2020. Т. 3. С. 136-138. EDN: QAXBXG
12. Кулаичев А. П. Методы и средства комплексного статистического анализа данных: учеб. пособие. 5-е изд., перераб. и доп. М.: ИНФРА-М, 2025. 484 с. (Высшее образование). DOI: 10.12737/25093
13. Хруничев Р. В. Прикладные статистические методы анализа: учеб. пособие. Рязань: Рязан. гос. радиотехн. ун-т, 2023. 80 с.
14. Солонин С. И. Метод гистограмм: учеб. пособие. Екатеринбург: ЦНОТ ИТОО УрФУ, 2014. 97 с. EDN: VGSBSF
15. Об утверждении Порядка приема на обучение по образовательным программам высшего образования - программам бакалавриата, программам специалитета, программам магистратуры: приказ Министерства науки и высшего образования РФ № 1076 от 21 августа 2020 г. (с изм. и доп. от 25.01.2021, 13.08.2021, 26.08.2022, 10.02.2023, 16.11.2023) // Гарант.Ру. 2025. URL: https://base.garant.ru/74541661/#friends (дата обращения: 15.01.2025).
16. Что происходит в российском образовании: 6 трендов из статистики // Skillbox. Образование 4.0. URL: https://skillbox.ru/media/education/chto-proiskhodit-v-rossiyskom-obrazovanii-6-trendov-iz-statistiki/(дата обращения: 04.02.2025).
17. Сводный отчет по форме федерального статистического наблюдения № СПО-1 “Сведения об образовательной организации, осуществляющей образовательную деятельность по образовательным программам среднего профессионального образования” на начало 2024/25 учебного года // Минпросвещения России. URL: https://edu.gov.ru/activity/statistics/secondary_prof_edu (дата обращения: 04.02.2025).
18. За два года меньше ребят стали сдавать ЕГЭ по профильной математике и физике // Skillbox. Образование 4.0. URL: https://skillbox.ru/media/education/za-dva-goda-menshe-rebyat-stali-sdavat-ege-po-profilnoy-matematike-i-fizike/(дата обращения: 04.02.2025).
19. Министры образования поработали над ошибками // Коммерсантъ. Российское образование. URL: https://www.kommersant.ru/doc/5720583 (дата обращения: 04.02.2025).
20. В России растет нехватка учителей // БФМ.РУ. 2025. URL: https://www.bfm.ru/news/565855 (дата обращения: 15.01.2025).
Выпуск
Другие статьи выпуска
Актуальность и цели. Исследование посвящено разработке модели формирования оптимального состава команд для проектов в целом и для инновационных в частности, которые являются основой экономического прогресса в современном информационном обществе. Проблема заключается в необходимости повышения эффективности и результативности проектов за счет оптимизации состава команд. Целью исследования является создание математической модели формирования команд проектов, учитывающей такие факторы, как квалификация, производительность и инновационный потенциал участников.
Материалы и методы. Методологическую и инструментальную основу исследования составили метод дискретной оптимизации, основы кибернетики, а также математического моделирования. В работе рассматриваются существующие подходы к формированию команд, в основном базирующиеся на опыте и наблюдениях, на личностных качествах или взаимоотношениях между членами команды.
Результаты. В результате была построена модель формирования команды проекта на основе алгоритма, позволяющего минимизировать затраты на персонал при сохранении высокой эффективности. Практическое применение данной модели демонстрируется на примере IT-проектов, что показывает возможности оптимизации человеческих ресурсов в данной отрасли. Модель обеспечивает оптимальный состав команды на проект с учетом минимизации расходов на трудовые ресурсы при выполнении требуемой производительности на проект в целом. Данный подход способствует экономическому прогрессу проектно-ориентированных предприятий.
Выводы. Исследование направлено на улучшение методов и моделей управления проектами и может быть полезно руководителям проектов, специалистам по кадрам и руководству компаний, стремящихся внедрить методы оптимизации состава команд при реализации проектов. Внедрение разработанной модели может способствовать повышению прогнозируемости проектов, что особенно актуально в условиях растущей сложности и масштабов современных проектов.
Актуальность и цели. Рассматриваются вопросы разработки моделей и метода оценки временных и стоимостных рисков производства продукции предприятий оборонно-промышленного комплекса. Целью является создание моделей и алгоритма предиктивного анализа рисков при составлении календарного плана-графика выполнения проектных заданий для поддержки принятия решений руководителями предприятий оборонно-промышленного комплекса.
Материалы и методы. В ходе исследований разработаны модели расчета и анализа рисков срыва сроков поставок и изменения стоимости электронной компонентной базы изделий.
Результаты. Важным результатом является алгоритм вероятностной оценки рисков отклонения поставки электронных компонент от запланированных сроков при производстве изделий. Алгоритм анализа рисков решает задачи оценки временных и стоимостных параметров проектного задания на соответствие прогнозным величинам на ранней стадии производственного цикла. Результаты анализа применяются в процессе принятия решений, что позволяет компенсировать факторы неопределенности до начала выполнения проектных работ и повышает эффективность управления производственными проектами.
Выводы. Внедрение модели и метода прогностической оценки рисков на основе анализа имеющейся статистики на предприятии позволяет использовать полученные результаты для анализа других параметров проектного задания, например параметров надежности изделий и показателей качества. Модели и алгоритм анализа рисков предназначены для руководящего персонала предприятия и в настоящее время используются при составлении календарного плана-графика кооперационных процессов в ходе выполнения производственных заданий по выпуску изделий оборонно-промышленного комплекса.
Актуальность и цели. На этапе разработки технологического процесса токарной обработки детали важно определить процессы, происходящие в результате воздействия инструмента на заготовку. Величины напряжений, давлений, сил и температурных деформаций, возникаемых в результате воздействия резца, главным образом определяют свойства детали, полученной в результате обработки. Важнейшим шагом на этапе технологической проработки детали является моделирование процесса резания. Компьютерное моделирование позволяет полностью сымитировать процесс токарной обработки, учесть параметры вращения заготовки, режимы резания, силу тяжести и инерции заготовки в процессе вращения, вынужденные колебания и автоколебания, а также процесс стружкообразования. Цель исследования - разработка компьютерной модели при сложном пространственном перемещении режущего инструмента, позволяющей исследовать напряженно-деформированное и тепловое состояние процесса резания, условия стружкообразования, прогнозировать параметры качества поверхностного слоя, а также учитывать характеристики заготовки и режущего инструмента с последующей возможностью параметризации процесса.
Материалы и методы. Теоретические и экспериментальные исследования базируются на геометрической и кинематической основе механики резания. С позиции кинематического подхода рассмотрены параметры режимов резания и сечения срезаемого слоя, координатные плоскости, углы режущего инструмента, а также характеристики деформации и скорости деформации срезаемого слоя. Для компьютерного моделирования использован конечно-элементный пакет Ansys Workbench, задача решалась в трехмерной постановке. Для моделирования пластической деформации и разрушения материала использована модель Джонсона - Кука, позволяющая учесть кинематическое упрочнение и адиабатический разогрев деформируемого материала. В качестве критерия стружкоотделения выбрано критическое значение деформации сдвига в слое, разделяющем заготовку и стружку.
Результаты. Разработана компьютерная модель сложного перемещения режущего инструмента и разрушений вращающейся заготовки со стружкообразованием.
Выводы. Полученные результаты компьютерной модели процесса точения и стружкообразования адекватны натурным исследованиям обработки.
Актуальность и цели. Актуальность темы обусловлена потребностью в доклиническом исследовании пар трения эндопротезов тазобедренного сустава, направленном на оптимизацию лечебно-диагностических процессов эндопротезирования тазобедренного сустава человека. Целью работы является разработка и апробация методики исследования медико-биологических процессов функционирования эндопротезов тазобедренного сустава, позволяющая оценить прочность и износостойкость пар трения.
Материалы и методы. В методике исследования использовано регрессионное математическое моделирование напряжений узла подвижности эндопротеза тазобедренного сустава на основе медико-биологических процессов функционирования тазобедренного сустава и сравнительное испытание объемного износа пар трения.
Результаты. Разработанные имитационные и математические модели медико-биологических процессов функционирования тазобедренного сустава позволили оценить надежность конструкций пар трения из углеситалла. Оценка полученных данных напряжений выявила высокую надежность узла подвижности с парой трения из углеситалла. Объемный износ пары трения из углеситалла меньше, чем у керамической пары трения, на 31,8 %.
Выводы. Математические и имитационные модели позволяют определять параметры нагружения узлов подвижности эндопротезов тазобедренного сустава. В результате исследования запас прочности пары трения из углеситалла составил 4,5, что говорит о высокой надежности конструкции. Определение объемного износа позволяет установить возможность новых пар трения снижать риск развития послеоперационных осложнений. Объемный износ пары трения из углеситалла меньше, чем пары трения из керамики, на 31,8 %. Полученные в результате исследования данные позволят оптимизировать лечебно-диагностический процесс эндопротезирования тазобедренного сустава человека за счет предоставления данных о прочности и износостойкости эндопротезов на предоперационном этапе.
Актуальность и цели. Рассматривается проблема управления экономической системой, представленной нелинейной моделью, в условиях неопределенности.
Материалы и методы. Экономическая система описывается нелинейной моделью, включающей случайный фактор и управляющее воздействие со стороны государства. В рамках этой модели построены алгоритмы управления на основе экспертных знаний, направленные на обеспечение сбалансированного и устойчивого развития.
Результаты. Проведены исследование предложенной динамической модели, описывающей циклы в экономике, и сравнительный анализ алгоритма управления с использованием четкого и нечеткого алгоритмов управления.
Выводы. Выделены определенные преимущества предложенного нечеткого алгоритма управления нелинейной модели на основе экспертных знаний, что может быть полезно при разработке управления системами большей размерности, где использование классических методов может быть недостаточно обоснованно или целесообразно.
Актуальность и цели. Компьютерная плантография является одним из методов диагностики состояния стоп. В ходе расчета клинико-функциональных показателей при проведении данного исследования одним из этапов является выделение точек, лежащих на границе зоны контакта стопы с опорной поверхностью. Ввиду стремления снизить нагрузку на специалистов при проведении этой процедуры и развития технологий искусственного интеллекта актуальной задачей является разработка модели сегментации зон контакта на плантограммах как одного из этапов автоматизации проведения данного исследования. Цель исследования - разработать и апробировать модель сегментации опорной зоны стопы на снимках компьютерной плантографии средствами искусственного интеллекта.
Материалы и методы. В исследовании использован датасет, содержащий 500 снимков компьютерной плантографии разных пациентов.
Результаты. По результатам обучения модели yolo11x-seg (модель сегментация снимков) были получены высокие показатели в задачах детекции и сегментации зон контакта совместно в переднем и среднем отделах стопы и отдельно в заднем отделе стопы. Метрики качества работы модели составили: mAP50 - 0,9727, mAP50-95 - 0,8293, точность - 0,9849, полнота - 0,9684 в задаче детекции сегментируемой области; mAP50 - 0,9727, mAP50-95 - 0,8482, точность - 0,9849, полнота - 0,9688 в задаче семантической сегментации. Полученные показатели подтверждают способность модели эффективно выделять и сегментировать общую зону контакта в переднем и среднем отделах стопы, а также зону контакта в заднем отделе стопы.
Выводы. Интеграция данной модели в системы поддержки принятия врачебных решений обеспечит ускорение процесса анализа снимков и снижение трудозатрат специалистов, что позволит оптимизировать проведение научных исследований и повысить качество медицинских услуг.
Актуальность и цели. Рост потребности в квалифицированных кадрах для реализации технологических инноваций и развития инфраструктуры обусловливает актуальность анализа и численного моделирования распределения выпускников инженерно-технических специальностей (ИТС). В связи с этим важно проводить регулярный мониторинг спроса и предложения ИТС на рынке труда, чтобы адекватно реагировать на изменения и обеспечивать наличие необходимых кадров для успешного развития бизнеса. Это поможет выявить недостаток или избыток специалистов в определенных областях, поспособствовать оптимизации образовательных программ, а также обеспечить соответствие подготовки выпускников требованиям рынка труда. В условиях цифровизации и перехода к устойчивому развитию важно эффективно использовать ресурсы для формирования инженерного потенциала страны. Цель исследования - разработка адекватных математических моделей для моделирования распределения выпускников инженерных специальностей Пензенского государственного университета (ПГУ).
Материалы и методы. Используются методы статистического анализа, эконометрического моделирования, экономико-математического моделирования.
Результаты. В условиях стремительных изменений на рынке труда и растущей необходимости в высококвалифицированных кадрах распределение выпускников инженерно-технических специальностей приобретает особую значимость. На основе зарубежных и отечественных моделей рынка труда разработаны три математические модели для анализа распределения выпускников инженерно-технических специальностей ПГУ. Эти модели служат инструментом для прогнозирования числа бакалавров, специалистов и магистров, которые будут искать работу по окончании учебы. С использованием построенных математических моделей и результатов предыдущих связанных исследований был сформирован усредненный прогноз распределения выпускников ИТС ПГУ в переходный период «учеба - работа» до 2028 г.
Выводы. Полученные результаты позволяют не только прогнозировать распределение выпускников, но и оценивать возможный дисбаланс между спросом и предложением специалистов, подчеркнуть необходимость повышения престижа технических специальностей и актуальность инженерного образования. Успешное развитие научно-исследовательской деятельности и промышленности, а также сектора наукоемких услуг становится критически важным для реиндустриализации экономики России.
Актуальность и цели. Рассматривается одна из актуальнейших задач в организациях высокотехнологичных отраслей по построению системы мотивации, позволяющая ускорить темпы развития российской экономики в условиях санкционного давления, дефицита человеческого капитала и ориентации на внутренние ресурсы и импортозамещение. Цель работы - показать возможность использования современных подходов к построению системы мотивации, направленных на ускорение инновационной деятельности предприятий высокотехнологичных отраслей промышленности.
Материалы и методы. Методология проведения работы базируется на системном подходе, позволяющем использовать современные условия развития высокотехнологичных отраслей путем создания модели мотивации для управления инновационным процессом.
Результаты. Показана необходимость перехода к эффективной системе мотивации с четкой количественной оценкой постоянного и переменного вознаграждения работников наукоемких предприятий, позволяющей раскрыть и увеличить потенциал работника.
Выводы. В выводах отмечены последствия применения системы мотивации на ускорение инновационного процесса в высокотехнологичных отраслях промышленности.
Актуальность и цели. На современном этапе готовится переход на новую систему высшего образования Российской Федерации. Для обеспечения эффективности образовательной деятельности в этих условиях необходимо задействовать механизмы на базе институтов развития инновационной деятельности. К последним относятся научно-образовательные центры мирового уровня, потенциал которых в части повышения эффективности образовательной деятельности университетов-участников изучен не в полной мере.
Материалы и методы. Для характеристики конкурентоспособности регионов-инициаторов научно-образовательных центров мирового уровня использованы некоторые показатели рейтинга инновационного развития субъектов Российской Федерации, формируемого Национальным исследовательским университетом «Высшая школа экономики», для характеристики конкурентоспособности университетов-участников - данные рейтинга «Образование» Национального рейтинга университетов, формируемого информационным агентством «Интерфакс», данные мониторинга эффективности вузов и данные независимой оценки качества условий осуществления образовательной деятельности, которая проводится соответствующим Общественным советом при Минобрнауки России. Вместе со сравнительным анализом конкурентоспособности регионов-инициаторов и университетов-участников научно-образовательных центров мирового уровня проанализировано содержание программ развития университетов. Исследования проведены в срезе научно-образовательного центра мирового уровня «Инженерия будущего».
Результаты. В ходе стратификации регионов-инициаторов создания данного научно-образовательного центра по итогам 2021 и 2022 гг. выявлены регионы со сравнительно высоким уровнем инновационного развития и высоким уровнем развития университетов-участников, дислоцированных на их территории. В программах развития ряда университетов отражены стратегические проекты, нацеленные на повышение эффективности образовательной деятельности за счет повышения уровня цифровой трансформации.
Выводы. Научно-образовательные центры мирового уровня, созданные в рамках национального проекта «Наука и университеты», имеют хороший потенциал обеспечения эффективности образовательной деятельности университетов-участников в части образовательных программ, соответствующих направлениям научных проектам центров. Для университетов-участников эффективной может оказаться реализация актуализированных программ развития с позиций включения в стратегические проекты вузов мероприятий по трансформации образовательной деятельности в новых условиях.
Актуальность и цели. В последние десятилетия санкционная политика приобрела особое значение в международной конкуренции, этим обусловлена актуальность исследуемой проблемы. Целями исследования являются выявление последствий и определение мер противодействия экономическим антироссийским санкциям.
Материалы и методы. Основанием исследования послужили методы дескриптивного анализа, системного анализа, единства исторического и логического, сравнительного анализа, фактические данные о введенных против России экономических санкциях и контрсанкциях со стороны России, официальные статистические данные о внешнеэкономической деятельности России (показатели экспорта и импорта за 2014-2023 гг.).
Результаты. На основе анализа выявлены наиболее пострадавшие от санкций сектора и отрасли экономики России, определены задачи и направления экономического развития отечественной экономики в условиях санкционного давления со стороны зарубежных стран.
Выводы. Введенные против России международные экономические санкции как оказывают негативное воздействие на отечественную экономику, так и формируют стимулы и создают возможности для ее развития и обеспечения устойчивости и самодостаточности на основе импортозамещения и диверсификации производства и внешнеэкономических связей.
Издательство
- Издательство
- ПГУ
- Регион
- Россия, Пенза
- Почтовый адрес
- 440026, Пензенская обл, г Пенза, Первомайский р-н, ул Красная, д 40
- Юр. адрес
- 440026, Пензенская обл, г Пенза, Первомайский р-н, ул Красная, д 40
- ФИО
- Гуляков Александр Дмитриевич (РЕКТОР)
- Контактный телефон
- +7 (___) _______
- Сайт
- https://pnzgu.ru/