Организация научных исследований в РФ

Индивидуальное выполнение УНИР как  элемента учебного процесса в высшей школе создает возможность проектирования студентом своей собственной  научной деятельности в сотрудничестве с преподавателем. Взгляд на учебно-исследовательскую  деятельность с точки зрения индивидуальной интеракции позволяет говорить о  том, что индивидуальный опыт, приобретенный  в процессе самостоятельного выполнения УНИР, становится основой формирования и развития творческого потенциала студента и детерминирует его  профессиональные возможности в  будущем как молодого специалиста.

Учебно-исследовательская деятельность как элемент индивидуализации обучения способствует повышению активности студента как на уровне решения общественно  значимых задач, так и на уровне личностного  саморазвития, реализации творческого  потенциала в условиях обучения в  вузе и в период профессионального  становления.

Исследовательское обучение как высший уровень проблемного обучения обеспечивает научную творческую активность, возникновение  механизма, побуждающего студентов  к поиску истины, развитие интереса к процессу восприятия новых научных  знаний; позволяет реализовать и  развивать творческие возможности. Учет личных интересов студентов  оказывает существенное влияние  на продуктивность (оригинальность, широту и глубину поиска) выполнения исследований.

В целом подробное рассмотрение учебной научно-исследовательской  работы как элемента индивидуализации обучения, способствующего гармоничному развитию личности студента, обусловливает  необходимость обращения к самим  субъектам индивидуального процесса обучения, реальным участникам взаимодействия: студентам и преподавателям. В уточнении нуждаются их внутренние характеристики, превалирующие интересы, установки, настроения и доминирующие социальные практики. Особый исследовательский интерес вызывают также наличествующие объективные и субъективные условия, в рамках которых реализуется процесс гармоничного развития личности студента. Эти вопросы остаются открытыми и продуцируют возможность исследовательского поиска в рамках обозначенного направления [21].

Современное понятие "научно-исследовательская  работа студентов" (НИРС) включает в  себя два взаимосвязанных элемента:

1) обучение студентов элементам  исследовательского труда, привитие  им навыков этого труда;

2) собственно научные исследования, проводимые студентами под руководством  профессоров и преподавателей.

Руководство НИРС является обязательным элементом деятельности профессоров  и преподавателей вузов, аспирантов. В каждом вузе организуется совет  по НИРС, возглавляемый ректором; на факультете - деканом; на кафедре - заведующим кафедрой. Главными задачами советов  являются: оказание всесторонней помощи руководству вуза в создании условий  для широкого участия студентов  в научно-исследовательской, конструкторской  и творческой работе; распространение  положительного опыта организации  научной работы студентов; методическое руководство работой нижестоящих  советов; организация научно-технических  конференций, выставок, конкурсов, смотров  и др.

Формы и методы привлечения студентов  к научному творчеству условно подразделяются на НИР, включенную в учебный процесс, а также НИР, выполняемую студентами во внеучебное время. Учебно-исследовательская работа (УИРС) выполняется в отведенное расписанием занятий учебное время по специальному заданию в обязательном порядке каждым студентом. Основной задачей УИРС является обучение студентов навыкам самостоятельной теоретической и экспериментальной работы, ознакомление с реальными условиями труда в лаборатории, в научном коллективе.

К таким занятиям относятся :

1) лекции по дисциплине "Основы  научных исследований" (ОНИ);

2) практические и лабораторные  занятия с элементами научных  исследований по дисциплине (ОНИ,  Автомобили и др );

3) курсовое и дипломное проектирование  с элементами научных исследований, наличия внедрения в виде изготовленных  стендов, установок, датчиков; публикаций  статей, тезисов докладов, изготовленных  материалов на изобретения.

 

 

 

 

 

 

4. Организация прикладных  исследований

 

ПРИКЛАДНЫЕ НАУЧНЫЕ ИССЛЕДОВАНИЯ -- исследования, направленные преимущественно на применение новых знаний для достижения практических целей и решения конкретных задач [1].

Прикладные исследования при решении  производственных проблем составляют три этапа.

Первый этап исследований производственной проблемы -- научная постановка задачи -- содержит выявление и описание фактов, формулировку проблемы, цели и гипотезы исследований. Постановка задачи является одним из наиболее ответственных этапов принятия решений. Точное решение, полученное при неправильной постановке задачи приводит только к появлению новых проблем. Очевидная, на первый взгляд, причина возникновения проблемы, может на самом деле быть только следствием более сложных и менее заметных процессов. По существу, постановка задачи сводится к изучению сложившейся ситуации, выявлению того, что именно и почему не устраивает менеджера и описанию ситуации, которую необходимо достигнуть. Изучение ситуации с точки зрения цели организации, выявление факторов, обусловивших ее появление и существование, соизмерение разного рода затрат и результатов дают основание менеджеру отделить более важное от менее важного и сформулировать условия, определяющие допустимость решения и его качество.

Эффективность формулировки проблемы зависит от объекта исследований. В естественных и технических  науках вследствие материального характера  исследуемого объекта реальность фактов не вызывает трудностей с их объективным  выявлением, а точность описания зависит  от используемых приборов. Проблема как  объект исследования операций носит  идеальный характер и является противоречием  между существующим и целью исследования  желаемым состоянием. При описании существующей ситуации в качестве фактов выступают внешние проявления проблемы, однако их соответствие ей далеко не так  однозначно, как в случае описания фактов в естественных и технических  науках. Это приводит, в частности, к тому, что затраты отождествляются  с результатами, а точность применяемого математического метода  с адекватностью  получаемых с его помощью решений  исследуемой проблемы.

Ещё более сложным оказывается  вопрос объективного описания второй составляющей проблемы желательной ситуации и, соответственно, следующих из неё определений цели и гипотезы исследований. Все это зависит от объективности описания существующей ситуации и лица, принимающего решение выявить цели систем, в которые входит исследуемый объект. Здесь методические ошибки могут привести к тому, что попытка решения одной проблемы приведет к появлению новых. Многие новые проблемы  уплотнение почвы тяжёлой техникой, инерционность управленческого аппарата, вследствие увеличения численности сотрудников и связей, утилизация стоков животноводческих комплексов и др. возникали в результате деятельности человека, направленной на решение других проблем.

Второй этап исследования производственной проблемы  разработка математической модели. Объективность при этом должна обеспечиваться использованием научных  принципов оценки ситуаций, а также  методов и моделей принятия решений. Моделирование, особенно с использованием компьютеров, является основным теоретическим  инструментом системных исследований прикладной ориентации в управлении сложными системами. Содержательная часть  процесса моделирования (выбор показателей, факторов, зависимостей) включается в  экономическую теорию, а техническая (под которой в 9 случаях из 10 понимается построение тех или иных статистических моделей) в эконометрику. Таким образом, экономико-математическое моделирование  оказывается, с одной стороны, разорванным, с другой усечённым. И вопросы взаимосвязи всех этапов моделирования, корректности интерпретации результатов моделирования и, следовательно, ценности рекомендаций на основе моделей оказываются как бы висящими в воздухе.

Глубокая внутренняя связь моделирования  и системного подхода (systems approach) прослеживается уже в способе полагания объекта, поскольку систему, представляющую объект, по которому принимается решение, можно рассматривать как модель последнего. Наряду с этим представление модели сложного объекта как системы оказывается во многих случаях эффективным приёмом его исследования. Системное моделирование это форма моделирования, для которой характерно представление объекта исследования в виде системы, многомодельность, итеративность построения системной модели, интерактивность. В этой плодотворности соединения системного подхода и моделирования заключается важный фактор, способствующий их взаимодействию и взаимопроникновению. Особо следует выделить принципиальную необходимость введения в системную модель неформализуемых элементов в соответствии с принципом внешнего дополнения Ст. Бира (Beer Stafford). Наличие последних обусловливает включение в модель субъекта, который призван осуществлять взаимодействие формализованных и неформализованных элементов системной модели. Эта особенность даёт возможность более тесно реализовать единство субъекта и объекта, ориентацию на целевые установки принимаемых решений. Именно итеративность и диалоговость системного моделирования дают возможность снять противоречия между формализованными и неформализованными элементами всей структуры моделирования, возникающими в процессе моделирования. При моделировании, так же как и на первом этапе исследований, который можно считать построением концептуальной модели проблемы, происходит свёртка, ограничение полученной информации в форме, удобной в дальнейшем исследовании. Ограничение разнообразия необходимо для упорядочения количества информации, поступающей к объекту. Ограничение разнообразия исходной информации (здесь ею является уже концептуальная модель проблемы) при математическом моделировании происходит вследствие трёх ограничений, имманентных этому методу, ограниченности математического языка, метода и собственно модели.

На третьем этапе исследования проблем после обоснования вида и структуры адекватность и, соответственно, эффективность управленческого  решения, полученного с помощью  математической модели, связаны с  качеством исходной информации, на основании которой вычисляются, например, элементы матрицы условий  задачи математического программирования или коэффициентов уравнения  регрессии. Характер искажений здесь  во многом зависит от метода моделирования. Для линейного программирования ошибки данного этапа уже мало связаны с исследуемым объектом и в основном возникают из-за невнимательности разработчика: неправильно взяты  производительность или нормы расхода  материала и т. д. Такого рода ошибки обычно обнаруживаются в работе с  моделью и легко исправляются. Более сложная ситуация складывается при использовании регрессионного анализа, одинаково широко распространенного  в естественных, технических и  общественных науках. Отличие этого  метода по сравнению, допустим, с линейным программированием в том, что  формирование коэффициентов регрессии  определяется исходными данными, являющимися  результатами процессов, происходящих в исследуемом объекте, рассматриваемом  как "черный ящик", в котором  механизм превращения "вход" в "выход" часто неизвестен. С увеличением  количества исходной информации уровень  ее разнообразия приближается к тому, который имманентен реальному объекту. Таким образом можно повышать адекватность регрессионной модели, что нельзя достичь в линейном программировании. Это достоинство регрессионного анализа достаточно эффективно может быть использовано в естественных науках вследствие сравнительно малого количества факторов и возможности управления последними. В исследованиях социально-экономических явлений эффективность использования регрессионных моделей снижается, так как резко возрастает количество факторов, многие из которых неизвестны и (или) неуправляемы. Все это требует не ограничиваться отдельной выборкой, а стремиться использовать данные в объеме, приближающемся к генеральной совокупности. В отличие от большинства процессов, изучаемых естественными и техническими науками, сложность тиражирования которых во многом определяется только затратами на эксперимент, проверить регрессионную модель социально-экономического объекта достаточно сложно вследствие уникальности протекающих в нём процессов, имеющих историческую природу. В этой связи основным источником исходной информации в исследованиях социально-экономических объектов является наблюдение, "пассивный" эксперимент, исключающий повторность опытов и, соответственно, проверку адекватности регрессионной модели по статистическим критериям. Поэтому основные показатели адекватности, используемые при регрессионном анализе социально-экономических объектов, коэффициент множественной корреляции и ошибка аппроксимации. Однако высокое значение первого и низкое второго показателя не позволяет однозначно судить о качестве регрессионной модели. Объясняется это тем, что с увеличением числа членов полинома модели, а внешне это число ограничивается только числом опытов (наблюдений), вследствие количественного роста её разнообразия, точность аппроксимации исходных данных уравнением регрессии растёт [6].

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

 

Практически все ведущие страны имеют продуманную стратегию  научно-технического развития, которая  реализуется на практике и обеспечивается выделением значительных финансовых средств. Такие стратегии осуществляют США, Япония, Германия, Великобритания, Китай, Бразилия и Индия. Главный упор в  этих программах делается на увеличении государственных инвестиций в НИОКР  в приоритетных отраслях, стимулировании внутреннего спроса на высокотехнологичную  продукцию, принятии комплексных мер  по поощрению инновационной активности частного сектора, особенно малого и  среднего бизнеса, а также подготовке квалифицированных научных и  инженерно-технических кадров.

Все это позволяет сделать вывод  о том, что выход России в число  лидеров глобального научно-технического развития требует ускоренного осуществления  государственной стратегии поддержки  НИОКР и инноваций.

В формирующемся многополярном  мире складываются 4 главных центра научного прогресса - США (35% мировых  расходов на НИОКР по паритету покупательной  способности), Европейский Союз (24%), Япония и Китай (примерно по 12%)^[1]. К сожалению, Российская Федерация в группу лидеров не входит - на нашу долю приходится менее 2% мировых расходов на НИОКР по паритету покупательной способности и 1% по обменному курсу^[*]. Таким образом, Россия отстает от США по расходам на НИОКР в 17 раз, от Европейского Союза - в 12 раз, от Китая - в 6,4 раза, от Индии - в 1,5 раза [8].

В настоящее время в России работает несколько сотен тысяч научных  работников, большая часть (порядка  полумиллиона) кандидаты и доктора  наук.

В России насчитывается около четырёх  тысяч организаций, занимающихся исследованиями и разработками. Около 70 % этих организаций  принадлежат государству.

Россия не сможет добиться ведущей  роли на международной арене без  развития научного потенциала страны. Мировой финансово-экономический  кризис отбросил российскую экономику  на пять лет назад. Стало ясно, что  полученные в начале прошлого десятилетия  огромные доходы от экспорта энергетических ресурсов не были использованы для  диверсификации и модернизации российской экономики.

От судьбы российской науки зависит  судьба России. Потеряв науку, Россия перестанет быть независимым государством, сохраняющим контроль над своей  территорией и своими природными богатствами. Это обстоятельство следует  положить в основу стратегии будущего развития страны [9].