1. eVNUIR
  2. Фонди факультетів та підрозділів
  3. Факультет інформаційних технологій та математики
  4. Наукові роботи (FITM)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://evnuir.vnu.edu.ua/handle/123456789/22618
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorПасічник, Володимир Володимирович-
dc.contributor.authorПасічник, Володимир Володимирович-
dc.contributor.authorЮнчик, Валентина Леонідівна-
dc.contributor.authorКунанець, Наталія Едуардівна-
dc.contributor.authorФедонюк, Анатолій Ананійович-
dc.date.accessioned2023-07-27T10:14:57Z-
dc.date.available2023-07-27T10:14:57Z-
dc.date.issued2023-
dc.identifier.citationПасічник, В. В., Юнчик, В. Л., Кунанець, Н. Е., & Федонюк, А. А. (2023). Поширення знаннєвого потенціалу в процесі електронного навчання. Вісник Національного університету «Львівська політехніка» «Інформаційні системи та мережі». 2023. № 13. С. 361-374.uk_UK
dc.identifier.urihttps://evnuir.vnu.edu.ua/handle/123456789/22618-
dc.descriptionThe key terms in the process of knowledge management and knowledge potential are analyzed. Groups of internal and external factors affecting knowledge potential are indicated. The factors of influence on the choice of electronic educational resources are highlighted. The interaction of participants in the educational process is depicted shematically, particularly in communities of the electronic educational environment. The list of probabilistic selection rules for choosing a source of knowledge and learning is given. The model of dynamics of dissemination of knowledge potential, taking into account the flow of knowledge from source to agent, is indicated. Modeling is described in the form of a generalized diffusion model of processes of redistribution of knowledge potential during e-learning, taking into account the replenishment of the source of knowledge. The influence of electronic educational resources on the replenishment of the teacher's knowledge, which transfers knowledge to students within a certain community, is given. The general structure of the process of formation of knowledge potential during e-learning, indicating sources of knowledge, factors of influence on participants of the educational process is shown, the processes of replenishment, transfer, and redistribution of knowledge are indicated.uk_UK
dc.description.abstractПроаналізовано ключові терміни, які стосуються управління знаннями та знаннєвого потенціалу. Зазначено групи внутрішніх та зовнішніх факторів, що впливають на знаннєвий потенціал. Виокремлено фактори впливу на вибір електронних освітніх ресурсів. Схематично зображено взаємодію учасників освітнього процесу, зокрема в спільнотах електронного освітнього середовища. Подано перелік ймовірнісних правил відбору для вибору джерела та засвоєння знань. Запропоновано модель динаміки поширення знаннєвого потенціалу з урахуванням перетікання знань від джерела до агента. Описано узагальнену дифузійноподібну модель процесів перерозподілу знаннєвого потенціалу під час електронного навчання з урахуванням поповнення джерела знань. Зображено вплив електронних освітніх ресурсів на поповнення знаннєвого потенціалу викладача, який передає отримані знання студентам у межах певної спільноти. Показано загальну структуру процесу формування знаннєвого потенціалу під час електронного навчання із вказанням джерел знань, факторів впливу на учасників освітнього процесу, зазначено процеси поповнення, передавання та перерозподілу знань.uk_UK
dc.format.extent361-374-
dc.language.isoukuk_UK
dc.publisherНаціональний університет "Львівська політехніка"uk_UK
dc.relation.urihttps://science.lpnu.ua/sites/default/files/journal-paper/2023/jul/30933/230487maket-363-376.pdfuk_UK
dc.subjectзнанняuk_UK
dc.subjectінформаціяuk_UK
dc.subjectданіuk_UK
dc.subjectзнаннєвий потенціалuk_UK
dc.subjectелектронне навчанняuk_UK
dc.subjectелектронний освітній ресурсuk_UK
dc.titleПоширення знаннєвого потенціалу в процесі електронного навчанняuk_UK
dc.title.alternativeDissemination of knowledge potential in the e-learning processuk_UK
dc.typeArticleuk_UK
dc.identifier.doihttps://orcid.org/0000-0003-3007-2462-
dc.citation.issue13-
dc.citation.journalTitleВісник Національного університету «Львівська політехніка» «Інформаційні системи та мережі»-
dc.contributor.affiliationНаціональний університет "Львівська політехніка"uk_UK
dc.contributor.affiliationВолинський національний університет імені Лесі Українкиuk_UK
dc.contributor.affiliationНаціональний університет "Львівська політехніка"uk_UK
dc.contributor.affiliationВолинський національний університет імені Лесі Українкиuk_UK
dc.coverage.countryUAuk_UK
dc.coverage.placenameЛьвівuk_UK
dc.identifier.orcidhttps://orcid.org/0000-0001-9434-563X-
dc.identifier.orcidhttps://orcid.org/0000-0003-3500-1508-
dc.identifier.orcidhttps://orcid.org/0000-0003-0942-227X-
dc.relation.referencesenSikora, Y. B. (2017). The use of knowledge management methods for e-learning organization. ITLT, 61(5), 162–174. https://doi.org/10.33407/itlt.v61i5.1718.uk_UK
dc.relation.referencesenBloodgood, J. M. & Chen, A. N. K. (2022), Preventing organizational knowledge leakage: the influence of knowledge seekers’ awareness, motivation and capability. Journal of Knowledge Management, 26(9), 2145–2176. https://doi.org/10.1108/JKM-12-2020-0894.uk_UK
dc.relation.referencesenShehzad, M., Zhang, J., Dost, M., Ahmad, M. S. & Alam, S. (2022). Knowledge management enablers and knowledge management processes: a direct and configurational approach to stimulate green innovation. European Journal of Innovation Management. https://doi.org/10.1108/EJIM-02-2022-0076.uk_UK
dc.relation.referencesenKordab, M., Raudeliūnienė, J. & Meidutė-Kavaliauskienė, I. (2020). Mediating Role of Knowledge Management in the Relationship between Organizational Learning and Sustainable Organizational Performance. Sustainability, 12(23). 10061. https://doi.org/10.3390/su122310061.uk_UK
dc.relation.referencesenNusrat, A., He, Y. & Luqman, A. (2022). Promoting Creativity with Social Media Knowledge Discussion Groups: Exploring the Moderating Role of Knowledge-Oriented Leadership, 51–64. https://doi.org/10.1007/978-3- 031-23012-7_4.uk_UK
dc.relation.referencesenMarbun, D. S., Juliandi, A., & Effendi, S. (2020). The Effect of Social Media Culture and Knowledge Transfer on Performance. Budapest International Research and Critics Institute-Journal (BIRCI-Journal), 3(3), 2513– 2520. https://doi.org/10.33258/birci.v3i3.1234.uk_UK
dc.relation.referencesenLiu, X., Li, Y., Chen, L., GengXiang, C. & Zhao, B. (2023). Multiple source partial knowledge transfer for manufacturing system modelling. Robotics and Computer-Integrated Manufacturing, 80. 102468. https://doi.org/10.1016/j.rcim.2022.102468.uk_UK
dc.relation.referencesenMagotra, A. & Kim, J. (2020). Improvement of Heterogeneous Transfer Learning Efficiency by Using Hebbian Learning Principle. Applied Sciences. 10(16), 5631. https://doi.org/10.3390/app10165631.uk_UK
dc.relation.referencesenPocol, C. B., Stanca, L., Dabija, D.-C., Câmpian, V., Mișcoiu, S. & Pop, I. D. (2023). A QCA Analysis of Knowledge Co-Creation Based on University – Industry Relationships. Mathematics. 11(2):388. https://doi.org/10.3390/math11020388.uk_UK
dc.relation.referencesenOsman, Mohamad & Mohd Noah, Shahrul Azman & Saad, Saidah. (2022). Ontology-Based Knowledge Management Tools for Knowledge Sharing in Organization – A Review. IEEE Access, 13(1), 342. https://doi.org/10.1109/ACCESS.2022.3163758.uk_UK
dc.relation.referencesenFerrer-Serrano, M., Fuentelsaz, L. & Latorre, P. (2021). Examining knowledge transfer and networks: an overview of the last twenty years. Journal of Knowledge Management, 26(8), 2007–2037. https://doi.org/10.1108/JKM04-2021-0265uk_UK
dc.relation.referencesenYang, C., Fu, L. & Gan, X. (2021). Evolving Knowledge Graph-Based Knowledge Diffusion Model. 1715, 145. https://doi.org/10.1109/WCNC49053.2021.9417427.uk_UK
dc.relation.referencesenJakubik, M. (2022). Comparing knowledge management and wisdom management. In Proceedings 17th International Conference on Knowledge Management, 36, 36–47.uk_UK
dc.relation.referencesenHao, Y., Wang, X., Lin, Y. & Zhang, C. (2022). Dynamics Modeling of Knowledge Dissemination Process in Online Social Networks. CWSN 2022. Communications in Computer and Information Science, 1715, 145–153. https://doi.org/10.1007/978-981-19-8350-4_12.uk_UK
dc.relation.referencesenPasichnyk, V., Bomba, A., Nazaruk, M. & Kunanets, N. (2021). The dynamics simulation of knowledge potentials of agents including the feedback. Journal of Physics: Conference Series, 1840, 012020. https://doi.org/10.1088/1742-6596/1840/1/012020.uk_UK
dc.relation.referencesenBomba, A., Nazaruk, M., Kunanets, N. & Pasichnyk, V. (2020). Modeling the Dynamics of Knowledge Potential of Agents in the Educational Social and Communication Environment. Advances in Intelligent Systems and Computing IV, CSIT 2019, 1080. https://doi.org/10.1007/978-3-030-33695-0_2.uk_UK
dc.relation.referencesenBomba, A, Lechachenko, T. & Nazaruk, M. (2021). Modeling the Dynamics of “Knowledge Potentials” of Agents Including the Stakeholder Requests. Advances in Computer Science for Engineering and Education, 84, 75–88. https://doi.org/10.1007/978-3-030-80472-5_7.uk_UK
dc.relation.referencesenKunanets, N. E., Lenko, V. S., Pasichnyk, V. V., & Shcherbyna, Y. M. (2017). Personal data and knowledge bases of virtual research communities. Scientific Bulletin of UNFU, 27(6), 185–191. https://doi.org/10.15421/40270638.uk_UK
dc.relation.referencesenRaudeliuniene, J. (2022). Organizational Knowledge Potential: Peculiarities of Formation Strategic Decisions. Journal of System and Management Sciences, 12(6), 548–560. https://doi.org/10.33168/JSMS.2022.0632.uk_UK
dc.relation.referencesenIoannidis, E., Varsakelis, N. & Antoniou, I. (2021). Intelligent Agents in Co-Evolving Knowledge Networks. Mathematics, 9(1), 103. https://doi.org/10.3390/math9010103.uk_UK
dc.relation.referencesenBomba, A., Nazaruk, M., Pasichnyk V. (2014). Construction of a diffusion-like model of the information process for the dissemination of the knowledge potential. Bulletin of the Lviv Polytechnic National University. Computer Science and Information Technology, (800), 35–44.uk_UK
dc.relation.referencesenBomba, A., Nazaruk, M., Kunanets, N., Pasichnyk V. (2015). A generalized diffusion-like model of the information process for the dissemination of the knowledge potential. Radio Electronics, Computer Science, Control, (3 (34)), 64–70.uk_UK
dc.relation.referencesenNguyen, B., Radnejad, A. B., Verbeke, A. & Zoirou, A. (2022). ICT knowledge transfer in complex organizations: Investigating antecedents of potential absorptive capacity. Journal of Information Technology Case and Application Research, 24(3), 184–223. https://doi.org/10.1080/15228053.2022.2072162.uk_UK
dc.relation.referencesenLi, X. & Zhang, B. (2019). Workflow-based Knowledge Flow Modeling and Research: Combination of Knowledge and Workflow. CSAE 2019: Proceedings of the 3rd International Conference on Computer Science and Application Engineering, 34, 1–6. https://doi.org/10.1145/3331453.3362051.uk_UK
dc.relation.referencesenYang, B. & Yang, M. (2022). Research on enterprise knowledge service based on semantic reasoning and data fusion. Neural Comput & Applic, 34, 9455–9470. https://doi.org/10.1007/s00521-021-06382-z.uk_UK
dc.relation.referencesenYunchyk, V. L., Kunanets, N. E., Pasichnyk, V. V. & Fedoniuk, A. A. (2021). Analysis of Artificial Intellectual Agents for E-Learning Systems. Information Systems and Networks, 10, 41–57. https://doi.org/ 10.23939/sisn2021.10.041.uk_UK
dc.relation.referencesСікора Я. Б. (2017). Використання методів управління знаннями для організації електронного навчання. Інформаційні технології і засоби навчання, 61(5). 162–174. https://doi.org/10.33407/itlt.v61i5.1718.uk_UK
dc.relation.referencesBloodgood, J. M. & Chen, A. N. K. (2022), Preventing organizational knowledge leakage: the influence of knowledge seekers’ awareness, motivation and capability. Journal of Knowledge Management, 26(9), 2145–2176. https://doi.org/10.1108/JKM-12-2020-0894.uk_UK
dc.relation.referencesShehzad, M., Zhang, J., Dost, M., Ahmad, M. S. & Alam, S. (2022). Knowledge management enablers and knowledge management processes: a direct and configurational approach to stimulate green innovation. European Journal of Innovation Management. https://doi.org/10.1108/EJIM-02-2022-0076.uk_UK
dc.relation.referencesKordab, M., Raudeliūnienė, J. & Meidutė-Kavaliauskienė, I. (2020). Mediating Role of Knowledge Management in the Relationship between Organizational Learning and Sustainable Organizational Performance. Sustainability, 12(23). 10061. https://doi.org/10.3390/su122310061.uk_UK
dc.relation.referencesNusrat, A., He, Y. & Luqman, A. (2022). Promoting Creativity with Social Media Knowledge Discussion Groups: Exploring the Moderating Role of Knowledge-Oriented Leadership, 51–64. https://doi.org/10.1007/978-3- 031-23012-7_4.uk_UK
dc.relation.referencesMarbun, D. S., Juliandi, A., & Effendi, S. (2020). The Effect of Social Media Culture and Knowledge Transfer on Performance. Budapest International Research and Critics Institute-Journal (BIRCI-Journal), 3(3), 2513– 2520. https://doi.org/10.33258/birci.v3i3.1234.uk_UK
dc.relation.referencesLiu, X., Li, Y., Chen, L., GengXiang, C. & Zhao, B. (2023). Multiple source partial knowledge transfer for manufacturing system modelling. Robotics and Computer-Integrated Manufacturing, 80. 102468. https://doi.org/10.1016/j.rcim.2022.102468.uk_UK
dc.relation.referencesMagotra, A. & Kim, J. (2020). Improvement of Heterogeneous Transfer Learning Efficiency by Using Hebbian Learning Principle. Applied Sciences. 10(16), 5631. https://doi.org/10.3390/app10165631.uk_UK
dc.relation.referencesPocol, C. B., Stanca, L., Dabija, D.-C., Câmpian, V., Mișcoiu, S. & Pop, I. D. (2023). A QCA Analysis of Knowledge Co-Creation Based on University – Industry Relationships. Mathematics. 11(2):388. https://doi.org/10.3390/math11020388.uk_UK
dc.relation.referencesOsman, Mohamad & Mohd Noah, Shahrul Azman & Saad, Saidah. (2022). Ontology-Based Knowledge Management Tools for Knowledge Sharing in Organization – A Review. IEEE Access, 13(1), 342. https://doi.org/10.1109/ACCESS.2022.3163758.uk_UK
dc.relation.referencesFerrer-Serrano, M., Fuentelsaz, L. & Latorre, P. (2021). Examining knowledge transfer and networks: an overview of the last twenty years. Journal of Knowledge Management, 26(8), 2007–2037. https://doi.org/10.1108/JKM04-2021-0265uk_UK
dc.relation.referencesYang, C., Fu, L. & Gan, X. (2021). Evolving Knowledge Graph-Based Knowledge Diffusion Model. 1715, 145. https://doi.org/10.1109/WCNC49053.2021.9417427.uk_UK
dc.relation.referencesJakubik, M. (2022). Comparing knowledge management and wisdom management. In Proceedings 17th International Conference on Knowledge Management, 36, 36–47.uk_UK
dc.relation.referencesHao, Y., Wang, X., Lin, Y. & Zhang, C. (2022). Dynamics Modeling of Knowledge Dissemination Process in Online Social Networks. CWSN 2022. Communications in Computer and Information Science, 1715, 145–153. https://doi.org/10.1007/978-981-19-8350-4_12.uk_UK
dc.relation.referencesКравчук, І., Присяжнюк, О. & Лавриненко, С. (2023). Формування знаннєвого потенціалу адміністрування у професійному розвитку менеджера. Економіка та суспільство. (47). https://doi.org/ 10.32782/2524-0072/2023-47-64.uk_UK
dc.relation.referencesPasichnyk, V., Bomba, A., Nazaruk, M. & Kunanets, N. (2021). The dynamics simulation of knowledge potentials of agents including the feedback. Journal of Physics: Conference Series, 1840, 012020. https://doi.org/10.1088/1742-6596/1840/1/012020.uk_UK
dc.relation.referencesBomba, A., Nazaruk, M., Kunanets, N. & Pasichnyk, V. (2020). Modeling the Dynamics of Knowledge Potential of Agents in the Educational Social and Communication Environment. Advances in Intelligent Systems and Computing IV, CSIT 2019, 1080. https://doi.org/10.1007/978-3-030-33695-0_2.uk_UK
dc.relation.referencesBomba, A, Lechachenko, T. & Nazaruk, M. (2021). Modeling the Dynamics of “Knowledge Potentials” of Agents Including the Stakeholder Requests. Advances in Computer Science for Engineering and Education, 84, 75–88. https://doi.org/10.1007/978-3-030-80472-5_7.uk_UK
dc.relation.referencesКунанець Н. Е., Ленько В. С., Пасічник В. В. & Щербина Ю. М. (2017). Персональні бази даних та знань віртуальних дослідницьких спільнот. Науковий вісник НЛТУ України. 27(6). 185–191. https://doi.org/10.15421/40270638.uk_UK
dc.relation.referencesRaudeliuniene, J. (2022). Organizational Knowledge Potential: Peculiarities of Formation Strategic Decisions. Journal of System and Management Sciences, 12(6), 548–560. https://doi.org/10.33168/JSMS.2022.0632.uk_UK
dc.relation.referencesIoannidis, E., Varsakelis, N. & Antoniou, I. (2021). Intelligent Agents in Co-Evolving Knowledge Networks. Mathematics, 9(1), 103. https://doi.org/10.3390/math9010103.uk_UK
dc.relation.referencesБомба, А., Назарук, М., & Пасічник, В. (2014). Побудова дифузійноподібної моделі інформаційного процесу поширення знаннєвого потенціалу. Вісник Національного університету Львівська політехніка. Комп’ютерні науки та інформаційні технології. (800). С. 35–44.uk_UK
dc.relation.referencesБомба, А., Назарук, М., Кунанець, Н., & Пасічник, В. (2015). Узагальнена дифузійноподібна модель інформаційного процесу поширення знаннєвого потенціалу. Радіоелектроніка, інформатика, управління. (3 (34)). С. 64–70.uk_UK
dc.relation.referencesNguyen, B., Radnejad, A. B., Verbeke, A. & Zoirou, A. (2022). ICT knowledge transfer in complex organizations: Investigating antecedents of potential absorptive capacity. Journal of Information Technology Case and Application Research, 24(3), 184–223. https://doi.org/10.1080/15228053.2022.2072162.uk_UK
dc.relation.referencesLi, X. & Zhang, B. (2019). Workflow-based Knowledge Flow Modeling and Research: Combination of Knowledge and Workflow. CSAE 2019: Proceedings of the 3rd International Conference on Computer Science and Application Engineering, 34, 1–6. https://doi.org/10.1145/3331453.3362051.uk_UK
dc.relation.referencesYang, B. & Yang, M. (2022). Research on enterprise knowledge service based on semantic reasoning and data fusion. Neural Comput & Applic, 34, 9455–9470. https://doi.org/10.1007/s00521-021-06382-z.uk_UK
dc.relation.referencesЮнчик, В., Кунанець, Н., Пасічник, В. & Федонюк, А. (2021) Аналіз штучних інтелектуальних агентів для систем електронного навчання. Інформаційні системи та мережі. 10. С. 41–57. https://doi.org/ 10.23939/sisn2021.10.041uk_UK
dc.subject.udc004.82uk_UK
Розташовується у зібраннях:Наукові роботи (FITM)

Файли цього матеріалу:
Файл Опис РозмірФормат 
230487maket-363-376 (1).pdfStattiaISM521,82 kBAdobe PDFПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.