Программы обучения и тренингов


Наши семинары и тренинги помогают университетскому сообществу развивать навыки, необходимые для академического и профессионального успеха.
  • Сессии, интегрированные в учебный курс
    Проводятся по запросу профессоров в рамках занятий. Это могут быть разовые занятия, все или выбранные модули в рамках программы информационной грамотности.
  • Открытые библиотечные тренинги
    Сессии для всех желающих в поддержку исследовательских и информационных потребностей академического сообщества.
  • Пратнерские мероприятия
    Обучение использованию баз данных, ресурсов и услуг в партнерстве с издателями и поставщиками информации. А также приглашенные эксперты НУ IREC и других департаментов.
  • Ориентационные сессии
    Информационные сессии в ​​начале каждого семестра, а также экскурсии по библиотеке.
Календарь тренингов
Программа информационной грамотности
Исследовательская аналитика и практика научной коммуникации
Поддержка академических публикаций и добросовестность исследований
ИИ грамотность
Заказать тренинг
Программа информационной грамотности (NU LILY)
Программа информационной грамотности направлена ​​на содействие успешной деятельности учащихся, воспитание активных и критично мыслящих людей, стремящихся к непрерывному обучению. Цель программы – помочь учащимся развить навыки поиска, доступа, оценки, применения и распознавания нужной информации.
Модуль 1
Потребность в информации
Модуль 2
Поисковая стратегия
Модуль 3
Оценка информации
Модуль 4
Использование и распространение информации
Исследовательская аналитика и практика научной коммуникации
Серия тренингов по укреплению основных исследовательских навыков и понимание научной практики. Программа поддерживает преподавателей, аспирантов и исследователей, развивая компетенции в области грамотности в работе с исследовательскими данными и ответственного использования данных, оценки исследований, научной коммуникации, исследовательской этики, открытой науки и ответственного проведения исследований.
Результаты обучения
  • Выявлять и применять принципы грамотности в работе с исследовательскими данными и ответственного управления данными на протяжении всего жизненного цикла исследования
  • Разрабатывать и оценивать планы управления данными (ПУР) в соответствии с требованиями финансирующих организаций и учреждений.
  • Использовать соответствующие инструменты и платформы для организации, документирования, хранения и обмена данными.
  • Критически оценивать результаты исследований, журналы и показатели для поддержки ответственной оценки исследований.
  • Применять принципы научной коммуникации, включая публикацию в открытом доступе и осведомленность об авторском праве.
  • Демонстрировать понимание исследовательской этики, практики открытой науки и ответственного проведения исследований.
Поддержка академических публикаций и добросовестность исследований
Программа обучения разработана в качестве обязательного компонента для менеджеров по работе с грантами и администраторов проектов Управления исследовательской политики и анализа (NURA). Обучение особенно важно для менеджеров, поскольку оно помогает им направлять и поддерживать соискателей грантов в выполнении требований NU в отношении публикации исследовательских результатов.
  • Длительность
    • один месяц, два раза в неделю (34 часа)
    • одна неделя, ежедневно (34 часа)
    • две недели, три раза в неделю (18 часов)
  • Оценка
    • Предварительное тестирование
    • Тестирование и проверка знаний
    • Практическая работа
  • Инструкторы
    Офис поддержки преподавания и обучения
    Офис поддержки исследований
  • Формат
    • Очное обучение
    • Moodle https://moodle.nu.edu.kz/course/section.php?id=275797
Программа
Модуль 1. Введение в поддержку академических публикаций и добросовестность исследований
  • Приветствие и обзор программы обучения
  • Важность деятельности администрации проекта до и после получения гранта в публикации научных работ
  • Краткий обзор исследовательской политики и стратегических целей НУ в отношении публикаций
  • Как поддержка ответственных публикаций способствует репутации НУ и успешному получению грантов Формирование ожиданий от курса
  • Предварительное тестирование (оценка потребностей)
Модуль 2. Определение высокоэффективных журналов для публикации вашего исследования
  • Понимание импакт-фактора журнала
  • Понимание CiteScore
  • Понимание квартилей и процентилей
  • Понимание индекса Хирша
  • Ответственное использование исследовательских показателей
Модуль 3. Выбор подходящего журнала для публикации
  • Почему важен выбор журналов и ключевые стратегии
  • Релевантные показатели для публикации
  • Инструменты и базы данных: Scopus и Web of Science
  • Инструменты и базы данных: SJR и JCR
  • Инструменты и базы данных: инструменты для предложений
  • Казахстанские журналы, индексируемые в WoS и Scopus
  • Согласование исследования с журналом — рекомендации для авторов
  • Типы статей (обзор, оригинальное исследование, тематическое исследование, статья с данными)
  • Требования RDM к публикации статей Услуги для авторов
Модуль 4. Публикация статей
  • Процесс публикации в журнале
  • Этапы подачи рукописи
  • Обеспечение качества (понимание процесса рецензирования и редакционных ожиданий (включая отзыв статьи)
  • Модели публикации (традиционная, открытая, самоиздание, гибридная)
  • Преимущества открытого доступа
  • Журналы-хищники: как выявить различия?
  • Понимание APC (сборов за обработку статьи) и финансовой поддержки
  • Права авторов, авторское право и лицензирование в открытой науке
Модуль 5. Обеспечение ответственной публикации
  • Этика и ответственность при публикации
  • Ответственное использование ИИ при подготовке публикаций и заявок на гранты
  • Руководство по надлежащей практике использования ИИ в исследованиях
Модуль 6. Обеспечение готовности к будущему
  • Краткое изложение основных обучающих моментов
  • Распространённые ошибки, которых следует избегать при поддержке заявителей на гранты
  • Поддержка непрерывного обучения
ИИ грамотность
Программа обучения грамотности в использовании искусственного интеллекта является частью программы информационной грамотности для критически мыслящих учащихся. Принципы информационной грамотности служат основой для обучения основам грамотности в работе с ИИ. Цель программы – развитие навыков работы с ИИ, включая способность выявлять потребности, эффективно взаимодействовать с системами ИИ, критически оценивать информацию, генерируемую ИИ, и применять ее ответственно и этично.
  • Длительность
    • Еженедельные тренинги
    • 30 мин - 2 ч.
  • Оценка
    • Предварительное тестирование
    • Тестирование и проверка знаний
    • Практическая работа
  • Инструкторы
    Офис поддержки преподавания и обучения
  • Формат
    • Очно
    • Онлайн
Вводный уровень. Основы грамотности в области искусственного интеллекта
  • Что такое ИИ? (Понимание искусственного интеллекта, машинного обучения и нейронных сетей простым языком)
  • Как работает ИИ? Что скрывают алгоритмы (основные понятия обучения моделей ИИ, включая наборы данных, распознавание образов и петли обратной связи)
  • Типы ИИ в повседневной жизни (изучение ИИ в поисковых системах, рекомендательных системах, голосовых помощниках, чат-ботах и ​​умных устройствах)
  • Типы ИИ в исследованиях (изучение ИИ в поисковых системах, в том числе в академических базах данных)
  • Галлюцинации и предвзятость ИИ
  • Промпт инжиниринг
  • Этические соображения ИИ и академическая честность в NU
ИИ в исследованиях
  • Эффективный поиск и применение в различных областях знаний (социальные и гуманитарные науки, экономика, бизнес, инженерия, геология, государственная политика, естественные науки, медицина)
  • Использование ИИ для генерации поисковых запросов
  • Поиск и обнаружение литературы с помощью ИИ, синтез и обобщение исследований, поддержка написания и редактирования, анализ и визуализация данных
  • Сравнение традиционного поиска литературы и поиска с использованием ИИ
  • Расширенное создание подсказок (разработка сложных подсказок, итеративное уточнение и стратегии использования ИИ в качестве помощника в мышлении, а не простого способа решения проблемы)
  • Оценка и выбор инструментов ИИ (структуры для сравнения инструментов ИИ на основе назначения, прозрачности, стоимости, доступности и риска) Критическая оценка результатов работы ИИ
Искусственный интеллект и научная коммуникация
  • Ответственность в научной практике с использованием ИИ
  • Политика издателей и принятие рецензирования с помощью ИИ
  • Искусственный интеллект в инфраструктуре открытой науки (сервисы доступности, перевод, вопросы прозрачности, авторство)
Искусственный интеллект и управление данными
  • Очистка, классификация и аннотирование данных с помощью ИИ
  • Автоматизированное создание метаданных
  • Поддержка поиска и интеграции данных
  • Гарантия качества и обнаружение аномалий
  • Инструменты для управления большими или сложными наборами данных