Научный журнал

Фундаментальные исследования

ISSN 1812-7339

"Перечень" ВАК

ИФ РИНЦ = 1,674

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Ларионов С.В. 1 Корсунов В.П. 1 Берднова Е.В. 1

---

1 Саратовский государственный аграрный университет им. Н.И. Вавилова

Связь между естественнонаучным и профессиональным циклами учебных предметов в аграрном образовании практически отсутствует. Аграрные проблемы, связанные с полеводством, животноводством и производством продуктов питания, даются чаще всего лингвистически (словесно-описательно), то есть превалируют словесные формы обучения. В то же время большинство научных достижений происходит в естественнонаучной сфере с использованием математических моделей или естественнонаучных формул. Это является побудительным мотивом к более тесному сближению естественнонаучного и профессионального циклов. Такое сближение возможно в виде профессионально-ориентированного аграрного образования на естественнонаучной основе. Оно может быть построено с использованием кейсов – наборов (портфелей) задач профессионального содержания, структурированных применительно к полеводству, животноводству и технологии продуктов питания и планируемых к изучению на предметах естественнонаучного цикла: математике, физике, химии, биологии. Профессиональная тематика должна быть согласована с региональными аграрными проблемами и соответствовать назначению самого вуза. Примером такого построения образования может служить структура обучения на базе кейсов в Саратовском государственном аграрном университете им. Н.И. Вавилова.

Статья в формате PDF

352 KB

профессионально-ориентированное аграрное образование

образование на естественнонаучной основе

задачи профессионального содержания

1. Берднова Е.В., Корсунов В.П. Компьютерное моделирование на биоматериале живых организмов // Вестник Саратовского госагроуниверситета им. Н.И. Вавилова. – 2014. – № 7. – С. 25–27.

2. Каневская И.Ю., Корсунов В.П. Математическая модель зависимости урожайности сорта тритикале Студент от нормы высева // Аграрный научный журнал. – Саратов, СГАУ, 2014. – № 10. – С. 23–24.

3. Ларионов С.В. Корсунов В.П., Берднова Е.В. Компетентностный подход к подготовке профессионалов аграрных специальностей высшей квалификации. – Саратов, Изд-во Сарат. ун-та, 2015. – 103 с.

4. Ларионов С.В., Корсунов В.П. Применение математики в зоотехнии, ветеринарии и технологии питания животного происхождения: учебно-методическое пособие. – Саратов: Изд-во Сарат. ун-та, 2014 – 60 с.

5. Савенкова Е.В., Корсунов В.П. Оценка достоверности различий выборочных средних при различных видах откорма цыплят с помощью дисперсионного анализа // Материалы конференции по итогам научно-исследовательской и производственной работы студентов за 2006 год. – Саратов: Изд-во СГАУ, 2007. – С. 21–23.

6. Шилер З., Вахал Я., Винш Я. Математика в животноводстве: пер. с чешского Г.Н. Мирошниченко. – М.: Колос, 1971. – 208 с.

В современном аграрном образовании наряду с профессиональным циклом дисциплин есть естественнонаучный цикл: математика, физика, химия, биология. В естественнонаучном цикле разрабатываются межпредметные связи. Тем не менее связь между естественнонаучным и профессиональным циклами практически не формируется. Функциональные зависимости, связанные с полеводством, животноводством и производством продуктов питания, даются чаще лингвистически (словесно-описательно), чем в виде математических моделей или естественнонаучных формул. В то же время большинство научных достижений происходит в естественнонаучной сфере. Это является побудительным мотивом к более тесному сближению естественнонаучного и профессионального циклов. Такое сближение возможно в виде профессионально-ориентированного аграрного образования на естественнонаучной основе.

Базой профессионально-ориентированного аграрного образования на естественнонаучной основе могут служить кейсы. Под кейсом понимается набор (портфель) задач профессионального содержания. Задачи структурируются применительно к полеводству, животноводству и технологии продуктов и планируются к изучению на предметах естественнонаучного цикла: математике, физике, химии, биологии.

Профессиональная тематика должна быть согласована с региональными аграрными проблемами и соответствовать назначению и специфике самого вуза. Примером такого построения образования может служить структура обучения на базе кейсов в Саратовском государственном аграрном университете им. Н.И. Вавилова.

Математическая модель взаимосвязи аграрного образования с сельским хозяйством Саратовской области состоит в моделировании наиболее острых проблем аграрной сферы и внедрении соответствующих тем в учебный процесс в качестве студенческих научных работ для приобретения студентами научного рейтинга.

Проблемы полеводства. На совещании 02.09.2010 по аграрной политике в Саратове под председательством президента Д. Медведева было зафиксировано, что, несмотря на аномальную жару и засуху, наша страна обладает достаточными запасами зерна. Тем не менее проблеме урожайности нужно уделять особое внимание. Такое положение сохраняется и в настоящее время. В связи с этим задачи на урожайность считаются приоритетными. Примером такой работы может служить тема, связанная с определением зависимости урожайности сельскохозяйственной культуры от нормы высева. Приводятся экспериментальные данные связи урожайности с нормой высева для некоторой сельскохозяйственной культуры и предлагается сделать расчёт функции регрессии зависимости урожайности от нормы высева. Для данного случая в качестве аналога предлагается работа [2] по определению зависимости урожайности сорта тритикале «Студент» от нормы высева.

Проблемы животноводства. Проект долгосрочной областной целевой программы «Развитие мясного животноводства в Саратовской области на 2012–2015 годы и на период до 2020 года» предусматривает увеличение к 2020 году поголовья крупного рогатого скота мясного направления в 1,7 раза, свиней – в 1,6 раза, птицы – в 1,4 раза. Поэтому актуальными являются темы продуктивности скота. Примером такой работы может служить тема, связанная с компьютерным моделированием наследуемости для крупного рогатого скота. Из данных работы [6] следует, что возможно определение коэффициента наследуемости по соотношению родителей и потомков. Между родителями и потомками генетическое подобие выражается коэффициентом корреляции rG = 0,50. Так, например, связь репродуктивности матери FM и дочери FD имеет вид

где – дисперсия генетическая, а – дисперсия фенотипическая. При этом отмечено, что rG имеет разное значение для других случаев. Генетическое сходство между полубратьями и полусёстрами выражается числом r_G = 0,25. Полубратья и полусёстры – это братья и сёстры от одного и того же племенного быка, но от разных коров. Таким образом, зная генетические и фенотипические свойства родителей и детей, можно прогнозировать воспроизводство детей и их потомков. Более подробные рекомендации по решению этой проблемы с использованием методов теории вероятностей и математической статистики даны в работе [1], посвящённой компьютерному моделированию на биоматериале живых организмов. Приложение методов математической статистики применительно к откорму цыплят можно почерпнуть в работе [5].

Проблемы продукции животноводства. В ведомственной целевой программе «Развитие переработки продукции животноводства в Саратовской области на 2013–2015 годы» (Приказ Минсельхоза Саратовской области от 13.05.2013 № 127-пр (ред. от 31.12.2014) сказано, что численность целевой группы населения области, на которую ориентирована программа, 2503,6 тыс. чел (население области на 01.01.2013 года), и даны целевые индикаторы (показатели) эффективности реализации программы: выручка увеличится с 20,3 млрд рублей в 2012 году до 22,0 млрд рублей в 2015 году; прирост производственных мощностей по убою скота и первичной переработке продуктов убоя увеличится с 3,0 тыс. тонн в 2012 году до 3,3 тыс. тонн в 2015 году; производство цельномолочной продукции увеличится со 175,7 тыс. тонн в 2012 году до 187,5 тыс. тонн в 2015 году; производство колбасных изделий увеличится со 121,5 тыс. тонн в 2012 году до 124,0 тыс. тонн в 2015 году; производство рыбы увеличится с 8,9 тыс. тонн в 2012 году до 10,0 тыс. тонн в 2015 году; дополнительно будет создано 48 рабочих мест.

В связи с этим актуальными являются темы, связанные с продуктами питания животного происхождения.

Наиболее острыми в этом плане считаются проблемы замещения импорта продуктов питания и проблемы снижения роста числа заболеваний, связанных с некачественным питанием.

В мясной промышленности использование субпродуктов в готовых изделиях может способствовать решению проблемы замещения импорта. При этом необходимо обеспечить такой подбор микроэлементов, какой не приносит вреда здоровью человека. В качестве примера в табл. 1 указаны основные элементы в говяжьих субпродуктах.

Таблица 1

Соотношение микроэлементов в говяжьих субпродуктах

Для успешной реализации этого проекта необходимо решить задачу обеспечения структуры и пропорций применяемых в пищевых изделиях субпродуктов, лишённых отрицательных последствий для человека. Формирование таких структур и пропорций требует аналитического подхода. В связи с большим количеством переменных величин (ингредиентов продуктов), приводящих к чрезвычайно большому количеству экспериментов для установления аналитических зависимостей качества продуктов от ингредиентов методы математической статистики (корреляционного, регрессионного и дисперсионного анализов) и математического программирования (линейного, нелинейного и динамического) для решения этой проблемы не приемлемы. Действенным методом в этом случае является метод матричного структурирования. Суть этого метода состоит в следующем. Составляется таблица размерности m – ингредиентов на n – микроэлементов. В каждой клетке (m/n) указывается масса микроэлемента в 100 г ингредиента. В (m + 1)-й строке указывается суммарное значение по столбцу. В (m + 2)-й строке указывается значение данного микроэлемента, соответствующего норме (значениям, указанным в соответствующем стандарте). Эти данные указаны в табл. 2.

Последние две строки анализируются на предмет нарушения необходимого баланса. Клетка, соответствующая максимальному дисбалансу, выбирается в качестве ключевой точки. Клетки соответствующего столбца анализируются на предмет удельного веса. Пропорциональным варьированием элементов столбца достигается баланс по данному элементу. С учётом проделанного варьирования составляется новая таблица (новая матрица) с новыми значениями строк и столбцов. После этого последние две строки новой матрицы повторно анализируются на предмет нарушения необходимого баланса. При наличии дисбаланса по другому элементу (он, как правило, бывает дисбалансом меньшего масштаба) этот элемент выбирается в качестве второй ключевой точки. Расчёт по ключевым точкам продолжается до получения приемлемого результата.

Таблица 2

Состав рецептуры в формализованном виде

Получению приемлемого результата должны способствовать два фактора. Первый фактор – кратность отклонения от нормы. Как правило, приемлемым считается 20 % отклонение. Второй фактор – ущерб здоровью человека от недостатка или избытка количества элемента по отношению к норме. В этом отношении известны следующие показания.

Недостаток магния вызывает ослабление и даже прекращение функций иммунной системы организма, избыток приводит к тому, что страдают почки, что приводит к обезвоживанию организма.

Нехватка калия способствует возникновению сердечно-сосудистых заболеваний, избыток способствует появлению аритмии сердца, избыточному выделению мочи и развитию панкреатита.

Нехватка кальция способствует задержке роста и развитию рахита у детей, а у взрослых приводит к таким болезням, как камни в почках, гипертония, избыток приводит к тому, что возникает большая вероятность перелома шейки бедра.

Недостаток железа приводит к проблемам с памятью и к заболеваниям, связанным с кровопотерями, таким как язва желудка и геморрой, избыток может вызвать более серьезные последствия, чем недостаток. В частности возникает опасность развития онкологических заболеваний.

Недостаток натрия способствует нарушению нормального функционирования центральной нервной системы, сердечно-сосудистой системы, почек, избыток приводит к возникновению клеточной дегидратации.

Недостаток серы в организме приводит к снижению общего жизненного тонуса и иммунитета. При этом следует отметить, что дефицит серы проявляется очень редко. Тяжёлых последствий от недостатка серы не отмечается. Избыток серы приводит к малокровию, слабости, головокружению, заметно понижается интеллект.

Недостаток фосфора приводит к общей слабости и потере аппетита, к частым простудам, избыток фосфора приводит к появлению камней в мочевом пузыре и развитию жировой дистрофии печени.

По степени вредного воздействия на организм отклонений от нормы на первое место следует поставить кальций (при этом недостаток более вреден, чем избыток в равных пропорциях), на второе – магний (недостаток и избыток вредны в равной степени), на третье – калий (недостаток более вреден, чем избыток), на четвёртое – фосфор (недостаток более вреден, чем избыток), на пятое – железо (избыток более вреден, чем недостаток), на шестое – натрий (недостаток более вреден, чем избыток) и на седьмое – серу (избыток более вреден, чем недостаток).

В последнее время отмечается рост числа заболеваний, связанных с некачественным питанием. Наиболее частой причиной является нарушение баланса ключевых элементов в составе основных фрагментов пищи. Дисбаланс связан с несоблюдением необходимых пропорций в составе пищи.

Решение этой проблемы также целесообразно проводить методом матричного структурирования.

Приведённые примеры являются фрагментами общего построения аграрного образования на естественнонаучной основе.

Профессиональные вузы, предметом которых являются технические и естественнонаучные аспекты, должны проводить учебный процесс по профессиональным задачам. Для этого должны быть разработаны каталоги профессиональных задач. Например, специальность бакалавра по направлению подготовки 260200.62 «Продукты питания животного происхождения» включает в себя профиль подготовки «Технология мяса и мясных продуктов» и профиль подготовки «Технология молока и молочных продуктов». На каждый из продуктов: колбасу, сосиски, творог, масло, сыр, мороженое ‒ есть своя технология. В каждой из них есть свои ключевые точки. На каждую ключевую точку должна быть разработана своя математическая модель, своя профессиональная задача, а также набор (портфель – кейс) аналогичных задач. Эти задачи решаются в процессе обучения в вузе. Затем во время стажировок и производственных практик аналогичные задачи должны обкатываться на производстве. Для этого должны быть разработаны соответствующие алгоритмы. Решению этих вопросов посвящены работы [3, 4].

Таковы проблемы аграрного образования.

Известны и более масштабные аграрные проблемы. Опустынивание степей Калмыкии и Ставропольского края ставит на повестку дня строительство обводного канала от Волги в обход Волгограда. Но такой подход катастрофичен для самой Волги. Не менее сложны вопросы мелиорации и лесонасаждений в Заволжье. Их необходимо решать.

Всё это делает настоятельно необходимым создание в Саратове аграрного технопарка.

Рецензенты:

Игошин В.И., д.п.н., профессор кафедры геометрии механико-математического факультета, Саратовский государственный университет им. Н.Г. Чернышевского, г. Саратов;

Молчанов А.В., д.с.-х.н., профессор, декан факультета ветеринарной медицины, пищевых и биотехнологий, заведующий кафедрой «Технология производства продуктов животноводства и племенное дело», Саратовский государственный аграрный университет им. Н.И. Вавилова, г. Саратов.

Библиографическая ссылка