EdGraph

Run app

Для запуска приложения на Linux в проект добавлен run.sh файл, запускаем

./run.sh

Для Windows использовать команду

docker-compose up -d --build
docker exec focused_engelbart bash -c "python manage.py load_crit"

Quick Start

При первом запуске будут доступны различные образовательные программы, на которых можно понять, как устроено приложение. При нажатии на модель попадаем на страницу с графиками, описывающими ее. Сверху будет график, сгенерированный на основе большого количества разнородних, но коллерирующих критериев(30+), нижже можно ознакомиться с 6 наиболее популярными. Остальные графики спрятаны, но могут быть развернуты, если есть необходимость. При наведении курсора на график справа появляются возможности анализировать его с легкой статистики, возможность сравнить график с каким-либо другим, а также, в случае падения какого-то критерия, представлен способ решения и избежания повторного падения при следующем измерении.

Compare Graphics

Как было описано выше, графики можно сравнивать, выбирая определенные из них. Само сравнение происходит на странице "Сравнение Графиков" в верху экрана

Google Forms Data

К проекту можно привязать опросник, при помощи которого можно собирать данные о критериях много проще, чем поиск их вручную, функционал добавления полученной с ответов на Google-форму информации к определенной модели реализован сверху в "Импорт из Google Forms"

Upload Model (Handle-Mode)

Для загрузки собственной модели в систему следует использовать следующих формат: информация о критериях хранится в Excel-файле, первый столбец которого называется "date" и содержит дату(!воу!). Дальше идут столбцы с критериями, количество строк которых равно количеству строк в столбце "date".

Сервис поддерживает следующие критерии(следующий пункт)

Criteria

Agg_data – Интегральный критерий
percent_hired_first_year – Процент выпускников устроившхся на работу в топовые места в течении года после выпуска
cnt_publication_all – Количество публикаций работ по данной направлению ОП
percent_autors_programm – Процент авторских курсов именитых преподавателей
university_rank – Место университета в используемом рейтинге страны
GOS_avg – Средние значение Государтственного экзамена(Россия)\n или его аналога в других странах
Diplom_avg – Средняя оценка за защиту диплома
number_of_articles – Количество научных публикаций от преподавателей направления ОП
has_p2p_score – Наличие оценки преподователей друг другом для вывода рейтинга среди них
has_stud_score – Возможность для студентов оценивать преподавателей
n_has_phD – Количество преподавателей со званиев Профессор на направлении ОП
percent_high_qval_teachers – Процент преподавателей проходивших курсы повышения квалификации
has_brs – Наличие Балльно-Рейтинговой Системы обучения
percent_working_student – Процент студентов работающий во время обучения
avg_EGE_on_start – Среднее количество баллов ЕГЭ(или аналогов для других стран) требуемых для поступления
percent_foreign_students – Процент иногородних студентов на направлении ОП
percent_additional_subjects – Количество предметов для самостоятельного(необязательного) обучения, которые может предложить данная программа
has_partners – Есть ли у ВУЗа партнеры со стороны топовых компаних
has_eng_disc – Есть ли у направления дисциплины на иностранном языке
has_word_accred – Поддержка ВУЗа мировым сообществом
percent_avg_cnt_st_to_all – Процент посещаемости предметов на данном направлении
freq_check_knowledge – Частота проверки знаний по предмету
avg_salary_new/avg_region_sal – Отношение средней зарплаты выпускника\n к средней зарплате по региону
percent_teachers_with_hirsh_noless2 – Процент преводавателей на направлении ОП с рейтингом Хирша не менее 2
percent_practic_preps – Процент преподавателей ведущих также и практику на факультете
avg_stud_store_per_year – Средний бал всех студентов за год
p2p_score – Средняя оценка преподавателя рассчитанная на основе его оценок его коллег
student_score –Средняя оценка преподавателя рассчитанная на основе оценок его студентов
number_of_articles.teachers. – Количество статей выпущенное автором за промежуток времени

Example of Data

Для начала пример можно посмотреть в самой форме на странице "Импорт из Google Forms", смысл такой же Пример данных:

date	                   teacher_id           p2p_score
2015-09-01 00:00:00	 |     1	     |  1,546972889
2016-09-01 00:00:00	 |     1	     |  4,686970885
2017-09-01 00:00:00	 |     1	     |  1,809467181
2018-09-01 00:00:00	 |     1	     |  4,280270179
2019-09-01 00:00:00	 |     1	     |  1,628968108

With Love from

Hikkir's Command