ADATBÁZIS-KEZELÉS OKTATÁS HALLGATÓI SZEMMEL. Czenky Márta Szent István Egyetem, Gépészmérnöki Kar, Informatika Tanszék

Informatika a felsőoktatásban 2008

Debrecen, 2008. augusztus 27-29.

ADATBÁZIS-KEZELÉS OKTATÁS HALLGATÓI SZEMMEL THE TEACHING OF DATABASE MANAGEMENT FROM STUDENT’S POINT OF VIEW

Czenky Márta Szent István Egyetem, Gépészmérnöki Kar, Informatika Tanszék Összefoglaló A Szent István Egyetem Gépészmérnöki Karán a mérnök informatikus szakirányos gépészmérnök és a kommunikáció-technikai mérnök hallgatók hallgatják az adatbázis-kezelés tárgyat. A 2007/2008. tanév őszi félévének végén 62 kérdésből álló kérdőívvel kértem ki a hallgatók véleményét a tárgyról és az oktatásról. A válaszok ismeretében reméltem, hogy választ kapok a következő kérdésekre. Mennyire támaszkodhatom az oktatás során a hallgatók informatika iránti érdeklődésére, számítógépes jártasságára? A tárgyfelvételi és tanulási motivációk mennyiben segíthetik az eredményesebb tanulást? Foglalkoztak-e már a hallgatók előzőleg adatbázis-kezelési ismeretekkel, ha igen, mivel? Kell-e változtatni az egyes témákra fordított időarányokon? Mely területeken kell a tanítás eredményességét javítani? Mi a véleménye a hallgatóknak az órai munkáról, az oktatási anyagokról? Kell-e változtatni a számonkérés módján? Kellően objektív-e a hallgatóknak saját tudásukról alkotott véleménye? Mennyire önállóan készítették el a hallgatók a házi feladatot? Foglalkoznának-e a hallgatók továbbra is adatbázis-kezeléssel, miről hallanának szívesen? Előadásomban röviden be kívánom mutatni a témában meghirdetett tárgyakat, azok tematikáját, a kérdőíves felmérés eredményét, valamint az oktatásban ez alapján tervezett változtatásokat.

Kulcsszavak oktatás, adatbázis-kezelés, kérdőíves felmérés

Abstract At the Faculty of Engineering of Szent István University the engineer-informatics specialist students and the communication technical engineer students attend the database management subject. At the end of the autumn semester 2007/2008 I asked the students' opinion by a questionnaire consisting of 62 questions about the subject and the education. I hoped that with the help of this survey I can get an answer to the following questions. During the course how much may I lean on the students' interest in informatics and their experience in computers? How can I raise the motivation level for attending the subject and help the efficiency of learning? Did the students deal with database management before and if yes what was it? Is it necessary to change the proportion of time we spend with certain topics? In which areas is it necessary to raise the efficiency of the teaching? What is the opinion of the students about the classwork and about the written curriculum? Is it necessary to make changes in college paper and homework? Is the students' opinion about their own knowledge objective adequately? Did the students prepare their homework absolutely by themselves? Would the students deal with database management in the future and about what would they like to hear about? During my lecture I wish to present shortly the subject announced in the topic, their syllabus, the result of the survey with questionnaire, and the planned changes in the education according to the findings of the survey.

Keywords education, database management, survey with questionnaire

1


1.


Bevezetés

A Szent István Egyetem Gépészmérnöki Karán a mérnök-informatikus szakirányos gépészmérnök és a prezentáció szakirányos kommunikáció-technikai mérnök hallgatók számára az Adatbázis-kezelés tárgy kötelező. Ezen kívül Adatbázis-kezelés II. és Adatbázis programozás címmel választható tárgyakat is meghirdettünk. 1. táblázat Az oktatott tárgyak tematikája

Adatbázis-kezelés

Adatbázis-kezelés II.

Adatbázis-kezelő rendszerek főbb jellemzői. Modellezési alapfogalmak. Egyed-kapcsolat adatmodell. Relációs modell jellemzői, függőségek, normalizálás. Az SQL nyelv. Az SQL nyelv eljárásjellegű elemei.

Adatbázis-kezelő rendszerek megvalósítása. Kliens-szerver és többrétegű alkalmazások. OOP, objektum-orientált adatmodell, UML, objektum-lekérdező nyelv. További adatmodellek. Adattárházak. Adatbányászat alapjai.

Adatbázis-programozás

Beépített és dinamikus SQL. Az SQL nyelv eljárásjellegű elemei, tárolt eljárások, kurzorkezelés, triggerek. Az ADO objektummodell. ADO.NET. Adatbázis-kezelés Java környezetben. MySQL és ODBC kap(Han, Kamber 2004), csolatú adatbázisok kezelé(Moline, Ullman 2001) se PHP nyelvből. (Czenky 2005), (Ullman, Az Access adatbázisWidom 1998) kezelő programozása. (Czenky 2007), (Holzner 2002), (Sági 2005), (Bhamidipati 1999)

A 2007/2008. tanév őszi félévében a Moodle e-learning rendszerrel felmérést készítettem az Adatbázis-kezelés tárgyat hallgató diákok körében a tárgyról és az oktatásról. A felmérésre a félév végén, az érdemjegy megszerzése után került sor. A kérdések megválaszolása önkéntes volt az 54 hallgatóból 46 tette azt meg. Az adatokat SQL-el kérdeztem le és Visual Basic eljárásokkal dolgoztam fel, az eredményekből jelentéseket generáltam (Falus 2004), (Falus, Ollé 2008). Reméltem, hogy a hallgatói válaszok ismeretében választ kapok az összefoglalóban felsorolt kérdésekre, és ezáltal eredményesebbé tehetem az oktatást. 2.

Informatika iránti érdeklődés, számítógépes jártasság

A hallgatók szakirányainak ismeretében az várható, hogy a hallgatók többségét érdekli az informatika. Az ilyen irányú kérdésemre 100% válaszolta azt, hogy érdekli az informatika, bár csak 10% szeretne profi informatikus lenni. Ugyancsak a hallgatók 100%-a használ számítógépet, 90%-uk nemcsak játékra, csevegésre, levelezésre, hanem a különböző feladataik megoldására is. A hallgatók informatika iránti érdeklődését az is alátámasztja, hogy 54%-uk a megelőző években felvett fakultatív informatikai tárgyat. Néhány a hallgatott tárgyak közül: 3Dtervezés, CAD-modellezés, web-programozás, adatbázis-kezelés.

2



A hallgatók 80,4%-nak érdeklődése az általuk választott tárgyak iránt nem haladja meg a közepes szintet. Érdemes lenne további kérdésekkel kideríteni, hogy miért nem, és milyen témák tanítását javasolják, ami jobban érdekelné őket. 3.

Tárgyfelvételi és tanulási motivációk

Az Adatbázis-kezelés a tárgyat felvett hallgatók számára kötelező tárgy volt, a tárgyfelvételt tehát alapvetően ez határozta meg, de megkérdeztem azt is, hogy van-e egyéb ok is, mely motiválhatta a választásukat. Azok számára, akik foglalkoztak már adatbázis-kezeléssel az ismeretek rendszerezése, illetve új ismeretek megszerzése a vonzó. Ez utóbbi motiválta a tárgyfelvételt leginkább azoknál is, akik eddig még nem foglalkoztak adatbázis-kezeléssel, valamint az, hogy a megszerzett tudást a későbbiekben hasznosítani tudják. A hallgatók közel negyedének az informatika a kedvenc tárgyai közé tartozik, és ez motiválja a tanulásban. A hallgatók egyharmada úgy ítéli meg, hogy jó érzéke van az informatikához, ez nyilván az ilyen jellegű ismeretek könnyebb elsajátítását is jelenti. A legörvendetesebb, hogy kétharmaduk e témában önállóan is képzi magát, mivel az informatika egy gyorsan fejlődő tudomány. Ez a tanuláshoz való tudatos hozzáállást jelez, ami tapasztalatom szerint az intézményi keretben folyó tanulás során is megmarad. Az új ismeretek megszerzésének lehetősége és a tanultak várhatóan jól hasznosítható volta a tanulásban is motiválja a hallgatókat. Ugyancsak hajtóerő a jó érdemjegy szerzésének lehetősége. A hallgatók 17,4%-a egyéb motivációs tényezőt is említett, a későbbi felmérések során feltétlenül rá kell kérdezni, hogy mik ezek. A tanulást motiváló tényező lehet a személyes tapasztalat. A hallgatók 34,8%-a találkozott már a gyakorlati életben műszaki adatbázissal, 32,6%-uk úgy tapasztalta állásbörze, álláshirdetés, szakmai gyakorlat, barátok, ismerősök elbeszélése alapján, hogy az ipar igényli az adatbázis-kezelési ismereteket. A konkrét példák többsége kereskedelmi vonatkozású. 60 54,3

százalék

50

50,98

43,13

40

30,4

30 20 10

8,7 1,96

2,2

0 0

2 értékelés

4,3

4

3,92

6

osztályzat

1. ábra Tanuláshoz való hozzáállás megítélése

Tanári tapasztalataim alapján a hallgatók tanuláshoz való hozzáállása megfelelő. Megkérdeztem a hallgatókat, hogy ők hogy ítélik meg azt egy ötfokozatú skálán mérve. Az 1. ábrán az értékelés és a megszerzett érdemjegyek százalékos megoszlása látható. A mi motiválta volna jobban a tanulásban, a feladatok megoldásában kérdésre többek között a következő válaszokat kaptam: több idő a megértésre és gyakorlásra, magasabb óraszám, kevesebb hallgatott tárgy, több gyakorlat tanári segítséggel, szakmába vágó példák, magasabb követelmény.

3


4.


Az önállóan megszerzett adatbázis-kezelési ismeretek

A hallgatók 43,5%-a foglalkozott már adatbázis-kezeléssel a tárgy felvétele előtt. Megkérdeztem azt is, hogy mivel foglalkoztak. Három témakört jelöltek meg a legtöbben, az SQL nyelvet, az Access és a MySQL adatbázis-kezelő rendszerek interaktív használatát. Adatmodellezéssel és adatbázis programozással csak két-két fő foglalkozott. Egy fő használta az Oracle-t is. Érdekesség, hogy az MS SQL Server, amit a gyakorlatok során használunk, mindenki számára ismeretlen. Következő kérdésem az volt, hogy olvasott-e a témával foglalkozó cikket, könyvet? Igen választ adott a hallgatók 17,4%-a, mégpedig egyetemi jegyzetet, Interneten megtalálható cikkeket és oktatási segédanyagokat olvastak, témának főleg a MySQL-t jelölték meg. Kérdés, hogy a fennmaradó 26,1% miből sajátította el a szükséges ismereteket, csak próbálgatták az egyes rendszereket? Egy következő felmérésnél erre is rá kell kérdezni! 5.

A témakörök megítélése

Az Adatbázis-kezelés tárgy féléves óraszáma 28 óra, 10-10 óra jut az adatmodellezésre és az SQL nyelvre, 2-2 óra az ABKR jellemzőkre és az SQL nyelv eljárásjellegű elemeire, a két zárthelyire szintén 2-2 óra kellett, mert a gépek számánál nagyobb létszám miatt két csoportban kellett a zárthelyit megíratni. Megkértem a hallgatókat jelezzék, hogy véleményük szerint az egyes témákra fordított idő sok, kevés vagy éppen megfelelő, mennyi időt javasolnak az egyes témakörökre, melyik témát hagynák ki az oktatásból. Az is érdekelt, hogy mennyire tartották érdekesnek az elhangzottakat. A hallgatók az adatbázis-kezelő rendszerek jellemzőinek és az adatmodellezésnek a tárgyalására fordított időt megfelelőnek tartják, és közel 50% szerint az SQL nyelvre szánt idő is megfelelő, bár a hallgatók közel 40%-a az SQL-re szánt időt kevésnek tartja. Az SQL nyelv eljárásjellegű elemeivel és az Access-szel történő foglalkozást egyértelműen kevésnek tartják a hallgatók. Az adatbázis programozás részletesebb tárgyalását fakultatív tárgy keretében tervezem, az Access interaktív használatával pedig órán nem foglalkozunk, és nem is tervezem azt. A hallgatók által javasolt időarányokat megnézve, a legtöbb időt az SQL nyelv tárgyalására javasolják, valamivel kevesebbet az adatmodellezésre, és közel annyit az adatbázis programozásra, bár ezt a témát 40% törölné a tematikából. Foglalkoznának a hallgatók órán az Access adatbázis-kezelő rendszerrel, de véleményem szerint erre továbbra sincs lehetőség. Az adatmodellezést egy, az SQL nyelvet két hallgató törölné a tematikából, ennek a két témakörnek a fontosságát tehát a hallgatók is érzékelik. Ezt a két témakört tartják a legérdekesebbnek is – ötfokozatú skálán 3,3 és 3,6, a többi témakör egységesen 2,7-es értékelést kapott. Különböző állításokkal való egyetértéssel, illetve egyet nem értéssel arra kívántam választ kapni, hogy mely témaköröket, feladatokat tartanak a hallgatók könnyűnek vagy nehéznek. A tárgyat, az SQL nyelvet és az adatbázis programozást nehéznek tartják, az adatmodellezést, a házi feladatot, a teszteket viszont könnyűnek. Ebben az állítás sorban arra is rákérdeztem, hogy egy nehezebb adatmodellezési, egy bonyolultabb lekérdezési feladat ösztönöz-e a feladat önálló megoldására. Sajnos a válasz nemleges, a nehezebb feladat inkább megrettenti a hallgatókat.

4


6.


Megértési, tanulási, alkalmazási problémák

A felmérésben részletesen rákérdeztem, hogy mely fogalmak, tételek, szabályok, algoritmusok megértése, megtanulása, illetve alkalmazása jelent problémát. Az alábbi táblázatban azokat gyűjtöttem össze, melyek leginkább problémát jelentenek a hallgatóknak. Az adatmodellezés terén az E-K modell kevésbé jelentett problémát, mint a normalizálás – 5%-15% az E-K modellnél, a normalizáláshoz kapcsolódó értékek az alábbi táblázatból kiolvashatók. Az egyik kérdésre adott válasz szerint a normalizálás megértéséhez csak a hallgatók 15%-a vett igénybe külső segítséget, tehát valószínű a gyakorlatban való alkalmazással van elsősorban probléma. 2. Táblázat Leginkább problémát jelentő fogalmak, tételek, tevékenységek

Fogalom, tétel, szabály, algoritmus E-K modell relációs modellbe történő átírásának szabálya normálformák

Igenlő válasz % 21,7

Fogalom, tétel, szabály, algoritmus többértékű függőségek felismerése függőségi diagram felrajzolása nyelvi szabályok megértése és betartása (SQL) lekérdezések kódolása (SQL utasítások megszerkesztése) összekapcsolási (join) műveletek alkérdéses lekérdezések

69,6

táblázatok szétbontási szabálya 0.-dik NF-jú táblázat felírása

26,1

1. NF-re hozás, elsődleges kulcs meghatározás funkcionális függőségek felismerése

39,1

41,3

28,3

Igenlő válasz % 19,6 30,4 39,1 43,5 30,4 39,1

Az adatok is azt mutatják, hogy a hallgatóknak leginkább a normalizálás okoz problémát. A normalizálás lépéseit a számítógépes tesztekben gyakoroltattam, de valószínű több példa és gyakorlat szükséges ennek a tervezési módszernek a megértéséhez és alkalmazásához. A zárthelyi dolgozatban az egyes lépéseket helyesen megoldók arányát a következő lista mutatja. 1. NF-re hozás 59% Funkcionális függőségek felismerése 74%

Annak meghatározása, hogy hányadik normálformában van egy adott táblázat 47% Táblázat szétbontása 73%

Az SQL-re fordított időt a hallgatók közel fele kevésnek találta, az egyes lekérdezés típusokra csak néhány gyakorló lekérdezést tudtunk végrehajtani. Elgondolkodtató, hogy az öszszekapcsolási műveletek megértése és végrehajtása gondot okozott (a zárthelyiben is). Az alkérdéses lekérdezéseknél jobban érthető - az SQL-utasítások összetett volta miatt - a megértési és alkalmazási probléma. Több gyakorlás lehet feltehetően megoldás. Az ABKR jellemzőkkel kapcsolatos fogalmak kevésbé (10% körül), az SQL nyelv eljárásjellegű elemeivel kapcsolatos fogalmak, tevékenységek nagyobb mértékben (20%-30%) jelentettek problémát, de ezekre a témákra fordított csekély idő ezeket magyarázza.

5


7.


Vélemények az órai munkáról, az oktatási anyagokról

A hallgatók 97,8%-a válaszolt igennel arra a kérdésre, hogy tudta-e követni a tanári magyarázatot. Egy-egy hallgató jelezte, hogy véleménye szerint az nem volt elég érthető, illetve, hogy az Internet elvonta a figyelmét. A hallgatók 80,4%-a javasol több közös feladatmegoldást, és 67,4%-uk szerint hasznos lenne heti rendszerességgel gyakorló tesztet megoldani. A hallgatók többsége (87%) elégedett volt az MS SQL Server Express adatbázis-kezelő rendszer nyújtotta lehetőségekkel, és ami nagyon örvendetes, javasolja modellező szoftverek használatát is (65%). A hallgatók 60%-a jelezte, hogy élvezte a számítógépes teszteket, így könnyebb volt a tanulás. A Moddle rendszerbe közel 220 adatmodellezési és az SQL nyelvre vonatkozó kérdést vittem fel, ezekből generálódnak a gyakorló tesztek és a zárthelyi dolgozatok. Az Internetre kitett, a tanulást segítő tananyagok PDF állományok, közel 160 oldal, valamint elhelyezésre kerültek ott modellezési és SQL-lekérdezési feladatok és megoldásaik, gyakorló tesztek, mintaadatbázisok is. Nagyon örvendetes, hogy sok hallgató használta az oktatási anyagokat (91,3% - 4,42) és a teszteket (87% - 4,17) a zárthelyire való felkészülés során (zárójelben azok ötfokozatú skála szerinti értékelése). Többen említették az órai munkával és a tanulással kapcsolatban is az időhiányt. Az óraszám növelésére nincs lehetőség, ez feszített tempót, kevesebb gyakorlást jelent, ez utóbbit szintén problémaként jelezték a hallgatók. A tanulásra fordított idejük is kevés, mert a többi tárggyal is kell foglalkozniuk. 8.

Vélemény a számonkérési formákról

Jelenleg két zárthelyi dolgozatot kell megírni, egyiket az adatmodellezésből (számítógépes teszt), a másikat az SQL nyelvből (számítógépes teszt és lekérdezési feladatok), valamint egy házi feladatot kell önállóan elkészíteni. Az ezekből szerzett pontszámok összesítése után alakul ki a gyakorlati jegy, illetve kerül megajánlásra a vizsgajegy a következő határok szerint – 50%, 60%, 75%, 85%. Ezek az értékek a SZIE Gépészkaron szokásosan alkalmazott értékek. Az első zárthelyi dolgozat átlagos eredménye 73,4%, az elégtelenek aránya 3,7%, a második zárthelyi eredménye73,6%, elégtelent senki nem írt. Az SQL nyelv eljárásjellegű elemeivel kapcsolatos feladat jelenleg nincs a zárthelyiben, de ezt a hallgatók nem is támogatják. Számomra örvendetes, hogy a házi feladat kiváltását zárthelyi dolgozattal csak kevesen javasolják. A házi feladat ad lehetőséget a tanultak rendszerezésére és alkalmazására a gyakorlatban. Az évek során a szóbeli vizsgákat felváltották az írásbeli számonkérések. A szóbeli vizsga visszaállítását a hallgatók sem javasolják. 9.

Hallgatói vélemények a saját tudásukról, a tanulásra fordított idő

A hallgatók átlagban néhány tizeddel rosszabb jegyet (3,19) adtak volna maguknak, mint amit ténylegesen kaptak (3,5). Néhány válasz arra a kérdésre, hogy mi ennek az oka: a zárthe-

6



lyiken jó kérdéseket kaptam, lusta voltam tanulni, egy dolgozatra fel lehet készülni; de gyakorlatban alkalmazni nehezebb, idő és leterheltség, a tanárnő jó szándéka, szubjektivitás. Ötfokozatú skálán 3,4 értékkel jelezték a hallgatók a tárgy hasznosságát. 15%-uk már tudta alkalmazni a tanultakat, munkahelyen, vagy saját felhasználásra készített nyilvántartásban. Megkérdeztem azt is, hogy a hallgatók megszerzett tudásuk alapján milyen tevékenységre tartják magukat alkalmasnak. 20% válaszolta azt, hogy nem sajátította el olyan mélyen az anyagot, hogy alkalmazni tudja. 15%-22% százalék gondolja úgy, hogy képes kisebb adatbázisokat tervezni, interaktívan vagy az SQL nyelvvel kezelni őket, esetleg egyszerűbb programozási feladatot megoldani. Megkérdeztem azt is, hogy heti hány órát foglalkoztak tanulással, gyakorlással, illetve mennyit kellett volna a megalapozott tudáshoz. A hallgatók átlagosan heti 2,2 órát fordítottak tanulásra, de megítélésük szerint ennél kétszer többet kellene tanulni a megalapozott tudáshoz. 10. Vélemények a házi feladatról A házi feladat a feladat megfogalmazásából, az adatmodell, az SQL-lekérdezések és az Access adatbázis-kezelő rendszerben az adatbázis-kezelő alkalmazás elkészítéséből áll. Az Access-szel órán nem foglalkozunk, egy 40 oldalas leírás, esetleg szakkönyvek segítségével kezelését önállóan kell a hallgatóknak elsajátítani. A házi feladatnál a megoldandó feladatot a hallgatók 82,6%-a egyedül találta ki és fogalmazta meg, az adatmodellt 73,9%, az SQL-lekérdezéseket 58,7%, az adatbázist kezelő alkalmazást 63% készítette el egyedül. Kérdés, hogy az önállóság csökkenésének a megoldandó feladat nehézsége vagy az időhiány az oka? A hallgatók szerint a házi feladat készítése során a legnagyobb nehézséget a megoldandó feladat megfogalmazása jelentette (32,6%). Nehezebb feladatnak tartották az Access alkalmazás objektumainak készítését is (28,3%), az adatmodell megalkotása és az SQL-lekérdezések megszerkesztése körülbelül azonos nehézségű a hallgatók véleménye szerint (22%-24%). Úgy gondolom, hogy elsősorban az időhiány –mert későn állnak neki a házi feladat elkészítésének - az oka az önálló munkavégzés csökkenésének. A hallgatók átlagosan egy napot dolgoztak a házi feladat elkészítésén, és munkájukat átlagosan 70% (3,5) teljesítményűnek ítélik. Ez utóbbi nagyon jó értékelés, mert a házi feladatra kapott pontszámokból számított átlag 69%. Sajnos elégtelen eredményű lett a házi feladatok 15%-a, ezen munkák nagyon igénytelenek és színvonaltalanok voltak. A házi feladat elkészítéséhez szükséges időt nem tartják soknak a hallgatók, véleményük szerint 2 napot kellett volna átlagosan dolgozni egy jeles szintű munka elkészítéséhez. 11. További képzés Arra a kérdésre, hogy ha most lehetne választani, újra felvenné-e a tárgyat, a hallgatók 71,7%-a adott igenlő választ. Azok indoka, akik nem vennék fel újra a tárgyat: nem érdekli őket az informatikának ez a része, csak azért vették fel, mert kötelező volt, nehéz a tárgy, nincs szükségük erre a tudásra. A választható tárgyak témái iránt érdeklődik a hallgatók 20%-30%-a. Véleményem szerint a 10% körüli és az alatti érdeklődést kiváltó témák nem kötnék le túlságosan a hallgatókat.

7



Ilyen megítélést kapott három témakör: relációs modell matematikai alapjai, adatbázis-kezelés JDBC-n keresztül, UML. Ezek közül úgy gondolom, hogy az UML, mint OOP tervezési módszer nem törölhető a tematikából. Legnagyobb érdeklődés az adatbányászat alapjai iránt van (50%). 12. A hallgatói vélemény hatása az oktatott tárgyakra A félév elején azok körében, akik már foglalkoztak adatbázis-kezeléssel felmérő dolgozat íratása. A kiemelkedő eredményt elért hallgatóknak tanári irányítás mellett önállóan feldolgozandó témakörök kijelölése, ilyen téma lehet például az egyes adatbázis-kezelők SQL nyelvjárásának tanulmányozása, Az Access adatbázis-kezelő programozása Visual Basic-ből, MySQL adatbázisok kezelése PHP nyelvből stb. Jobban támaszkodni az önálló képzésre (2/3 rész önállóan is képzi magát), az egyes anyagrészek önálló feldolgozására pl. modellező szoftverek, más adatbázis-kezelő rendszerek. Az SQL nyelv eljárásjellegű elemeire és az Access interaktív használatára fordított időt a hallgatók kevésnek tartják, de ezekkel a témákkal továbbra sem lehet nagyobb óraszámban foglalkozni. Az Access-nek, illetve bármely más, a házi feladat elkészítéséhez használt ABKR-nek megismerése továbbra is önálló munka lenne. Az Adatbázis-kezelés tárgy tematikájából az SQL nyelv eljárásjellegű elemeit törölni lehet, ezt a felszabadult két órát az SQL tanítására lehet fordítani. A törölt témáról bővebben a választható C tárgyakban lenne szó. Modellező szoftvernek az oktatásba való bevonása pl. Toad Data Modeler, DBDesigner4, melyek ingyenesen hozzáférhetők. Ezeknek a szoftvereknek a megismerése magyar nyelvű felhasználói leírás segítségével önálló feladat, a házi feladat készítésénél valamelyik használata kötelező lenne. A házi feladat nemcsak Access-ben, hanem a hallgató által választott tetszőleges adatbáziskezelő használatával is megoldható. Tananyagnak az Interneten található tutorialokat javasolok, bár ezen leírások többsége angol nyelvű. A házi feladat készítés mélyebb tanári felügyelete, útmutatás a feladatok megoldásához, a részfeladatok bemutatása és szükség esetén javítása. A hallgatók többsége (67%) heti rendszerességgel javasol gyakorló teszt megoldást. Ezen kívül a folyamatos tanulásra való ösztönzés céljából pár pontos számítógépes teszt az órák elején. Az Adatbázis-kezelés II. tárgynál, a további adatmodellek (EER, deduktív), az osztott adatbázisok és az UML, az Adatbázis programozás tárgynál pedig az ADO objektummodell, az adatbázis-kezelés JDBC-n keresztül, a Delphi adatbázis-kezelési lehetőségei önálló feldolgozású témák lesznek, ez utóbbi tárgynál az ADO.NET gyakorlati bemutatása nem a Visual Basic programnyelv, hanem a C# segítségével történik. Növelni kell az e-learninges oktatás szerepét – több, mint 60%-a a hallgatóknak jelezte, hogy élvezte a számítógépes teszteket, melyek ösztönöztek a tanulásra. Ez három dolog megvalósítását jelenti. Egyrészt a Moodle rendszerben további kérdések felvitele, nemcsak a kötelező, de a választható tárgyakhoz is. Másrészt a házi feladat tapasztalata az, hogy a sima szöveges, PDF leírások használata nem kellően eredményes, ezért az oktatási anyagokat át kell alakítani HTML formátumúra, példákkal, ábrákkal, képernyő képekkel, kiemelésekkel bőven illusztrálva, ezzel segítve a könnyebb feldolgozást. Harmadrészt a modellezést és az SQLutasítások összeállítását segítő szoftverek kidolgozása. Előnyeik: lépésről lépésre vezetik a

8



hallgatót, aki látja, hogy milyen lépéseken keresztül jut el a végeredményhez, ezt követően könnyebben tudja ellenőrizni a saját megoldását - csak a megoldások megadása nem inspirálja a hallgatókat az önálló gyakorlásra és megoldásuk ellenőrzésére – jelzik a hibákat, használatukhoz nincs szükség a tanár személyes jelenlétére. Irodalomjegyzék [1]

K. Bhamidipati: SQL programozói referenciakönyv, Panem, Budapest, 1999, p. 298

[2]

Czenky Márta: Adatmodellezés, SQL és Access alkalmazás, SQL Server és ADO, ComputerBooks Kiadó, Budapest, 2005, p. 445

[3]

Czenky Márta: Access programozás, ComputerBooks Kiadó, Budapest, 2007, p. 312

[4]

Falus Iván (Szerk.), Bevezetés a pedagógiai kutatás módszereibe, Műszaki Kiadó, Budapest, 2004, p. 540

[5]

Falus Iván, Ollé János, Az empirikus kutatások gyakorlata, Nemzeti Tankönyvkiadó, 2008, p. 341

[6]

J. Han, M. Kamber: Adatbányászat, Panem, Budapest, 2004, p. 532

[7]

S. Holzner: Visual Basic .NET, Perfact-Pro Kft, Budapest, 2002, p. 1088

[8]

H. G. Moline, J. D. Ullman – J. Widom: Adatbázisrendszerek megvalósítása, Panem, Budapest, 2001, p. 682

[9]

Sági Gábor: Webes adatbázis-kezelés MySQL és PHP használatával, BBS-Info KFT, Budapest, 2005, p. 160

[10] J. D. Ullman, J. Widom: Adatbázisrendszerek alapvetés, Panem, Budapest, 1998, p. 508

9

ADATBÁZIS-KEZELÉS OKTATÁS HALLGATÓI SZEMMEL. Czenky Márta Szent István Egyetem, Gépészmérnöki Kar, Informatika Tanszék

Recommend Documents