«World Scientific Reports» (October 16-17, 2025). Paris, France, 2025. 312p

October , 2025 № 11 Paris, France 16-17.10.2025 Proceedings of the 11th International Scientific Conference 2 UDC 001.1 P 97 Publisher.agency: Proceedings of the 11th International Scientific Conference «World Scientific Reports» (October 16-17, 2025). Paris, France , 2025. 312p ISBN 978-0-4625-4520-2 DOI 10.5281/zenodo.17401466 Editor: Pauline Barbier, Professor, Paris Cité University International Editorial Board: Adrien Chabot Professor, Aix-Marseille University Gabrielle Bourhis Professor, University of Angers Juliette Guerin Professor, University of Artois Florian Dufour Professor, Avignon University Julie da Silva Professor, University of Bordeaux Charlotte Huart Professor, University of Burgundy Salomé Bonnet Professor, University of Caen Normandy Léonard Durand Professor, Clermont Auvergne University Elsa Blanchard Professor, University Pasquale Paoli Faustine Martin Professor, Côte d’Azur University Mélissa Melgares Professor, University of Franche-Comté Judith Guillaume Professor, University of French Guiana Juliette Bourhis Professor, Gustave Eiffel University Madeleine Colin Professor, Jean Monnet University [email protected] https://publisher.agency/ «World Scientific Reports» (October 16-17, 2025). Paris, France 3 Table of Contents Physical and Mathematical Sciences ВЫСОКОПРОИЗВОДИТЕЛЬНЫЙ ОБЛАЧНЫЙ СЕРВИС ДЛЯ ОЦЕНКИ КАЧЕСТВА АТМОСФЕРНОГО ВОЗДУХА НА ОСНОВЕ ДРОБНО-СТОХАСТИЧЕСКИХ УРАВНЕНИЙ ............................................................................................................................................... 6 МАДИЯРОВ МУРАТКАН АЛИМБЕКОВ ЕРНУР МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ НЕСТАНДАРТНЫХ ЗАДАЧ В ОБУЧЕНИИ ТЕОРИИ КОЛЕЦ ........................... 12 Е.А. БЕДЫЧ Pedagogical Sciences РЕЧЕВАЯ ДЕЯТЕЛЬТОСТЬ КАК ОБЪЕКТ ОБУЧЕНИЯ В ПРЕПОДАВАНИИ ИНОСТРАННОГО ЯЗЫКА ................................................. 21 РАФИЕВА ХУРАМАН АЛИ SOCIAL PRACTICES OF WOMEN TEACHERS IN CHINA AND KAZAKHSTAN: GENDER ASYMMETRY IN THE SCIENTIFIC AND EDUCATIONAL SPACE ............................................................................................................................................................................... 25 KONG ZHAOZHAO ARAILY DALELOVNA SHAKIROVA UNIVERSITETDƏ EV TAPŞIRIĞI AKADEMİK UĞURDUR, YOXSA PLAGİATA TƏŞVİQDİR? ......................................................................... 29 MURSHUDOVA ULDUZ BASHIR TO WHAT EXTENT DO BLOOD SUGAR LEVELS AFFECT ADOLESCENTS’ ACADEMIC PERFORMANCE ................................................... 34 MURATBEK NURSAT ZHUSUPULY TYNYSOV MADIYAR MALIK ILIYAS ФОРМИРОВАНИЕ РЕЧЕВОЙ КОМПЕТЕНЦИИ КАК КЛЮЧЕВОГО ЭЛЕМЕНТА ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ СТУДЕНТОВ ПЕДАГОГИЧЕСКИХ ВУЗОВ ....................................................................................................................................................................... 39 КУТТУБАЕВА ИНГА КУБАНЫЧЕВНА THE USE OF BUSINESS GAMES IN TEACHING INFORMATION DISCIPLINES BY PROSPECTIVE COMPUTER SCIENCE TEACHERS ........ 43 SOLOMAKHIN RUSLAN RINATOVICH ПРИМЕНЕНИЕ ДЕЛОВЫХ ИГР В ИЗУЧЕНИИ ИНФОРМАЦИОННЫХ ДИСЦИПЛИН БУДУЩИМИ УЧИТЕЛЯМИ ИНФОРМАТИКИ . 50 СОЛОМАХИН РУСЛАН РИНАТОВИЧ APPLICATION OF NEURAL NETWORKS' FOR VIRTUAL ENHANCEMENT OF LEARNING CREATIVITY REGARDING A COMPUTER AIDED INSTRUCTIONAL (CAI)PROCESS ................................................................................................................................................................ 59 H ASSAN M. H. M USTAFA A HMED M. R ABBIH РАЗРАБОТКА МЕТОДИКИ СОЗДАНИЯ УЧЕБНЫХ ПРОЕКТОВ ПО ОБРАЗОВАТЕЛЬНОЙ РОБОТОТЕХНИКЕ НА ОСНОВЕ STEMДИСЦИПЛИН ............................................................................................................................................................................................ 73 ГАУЕЗХАН САНЖАР КАНАТУЛЫ DEVELOPMENT OF A METHODOLOGY FOR CREATING EDUCATIONAL PROJECTS ON EDUCATIONAL ROBOTICS BASED ON STEM DISCIPLINES ............................................................................................................................................................................................... 79 SANJAR KANATULY GAUYEZKHAN Technical Sciences РАЗРАБОТКА МЕТОДИКИ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИИ CLIL ПРИ ИЗУЧЕНИИ ИНФОРМАТИКИ В ШКОЛАХ ДЛЯ ОДАРЕННЫХ ДЕТЕЙ ................................................................................................................................................................................. 83 СӘКЕН ЖАСҰЛАН БІРЖАНҰЛЫ PLANTS OF NORTHERN KAZAKHSTAN: POTENTIAL FOR CREATING FUNCTIONAL FOOD PRODUCTS .................................................. 88 ZHAKUPOVA GULMIRA SAGANDYK ASSEM MULDASHEVA AKNUR AKHMETZHANOVA AIGERIM INTELLIGENT DATA-DRIVEN MODEL FOR SMART CITY MANAGEMENT ................................................................................................ 94 SALIM T. T. KUATBAYEVA A. A. УПРАВЛЕНИЕ РИСКАМИ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ В ОРГАНИЗАЦИЯХ ................................................................... 104 DULAT KABYTAYEV ИССЛЕДОВАНИЕ ВЛИЯНИЯ АЛЮМОСИЛИКАТНЫХ ПОЛЫХ МИКРОСФЕР НА ЭКСПЛУАТАЦИОННЫЕ ХАРАКТЕРИСТИКИ ЛЁГКИХ БЕТОНОВ .................................................................................................................................................................................. 114 Б.Д.АЛИМАНОВА БАЗАРБАЕВ Д.О DATA ANALYTİCS İS A NEW STAGE OF DECISION-MAKING IN THE DIGITAL AGE ................................................................................ 122 KARIMOVA NAILE, RASIM AI IN PRODUCT MANAGEMENT: NEW TOOLS AND RISKS .................................................................................................................... 130 YEVHENII BOMBELA PRORAB AI AGENT: TRANSFORMING FIELD SERVICE MANAGEMENT THROUGH AI-DRIVEN AUTOMATION AND PREDICTIVE ANALYTICS ............................................................................................................................................................................................... 137 YEVHENII BOMBELA Proceedings of the 11th International Scientific Conference 4 УСТАНОВКА ДЛЯ ПРЕССОВАНИЯ СЫРОВ С ПРИМЕНЕМ ДВУХСТОРОННЕГО СТУПЕНЧАТОГО (ШАГОВОГО) БЕССАЛФЕТОЧНОГО, БЕЗ ПЕРЕПРЕССОВОК ....................................................................................................................................... 152 МАНУКЯН САМВЕЛ СМБАТОВИЧ Medical Sciences CLINICAL SIGNIFICANCE OF ULTRASOUND DIAGNOSTICS IN INFLAMMATORY, PRECANCEROUS DISEASES AND BREAST CANCER 164 ARMAN KHOZHAYEV ERLAN TANZHARYKOV GULMIRA BEGALIEVA DINORAM ABABAKRIYEVA ANAR KASSIMOVA MOLDIR SATYBALDY ELNARA GUNYASHEVA ASSEL KURALBEK SAMAL MOLDAZHANOVA Political Studies RELATIONS BETWEEN THE REPUBLIC OF KAZAKHSTAN AND THE UNITED ARAB EMIRATES: HISTORY AND MODERN TRENDS ..... 177 ABU SHAWER OMAR AHMAD FOREIGN POLICY COOPERATION BETWEEN KAZAKHSTAN AND THE ARAB STATES ........................................................................... 179 SAAD TWAISSI Economic Sciences ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ФАКТОР ТРАНСФОРМАЦИИ ИННОВАЦИОННОГО МАРКЕТИНГА ....................................... 183 САУЛЕ МАЖИТОВА КРИСТИНА ТИХОМИРОВА НООСТРАТЕГІЯ ПОВОЄННОГО ВІДНОВЛЕННЯ І ПРОГРЕСУ УКРАЇНИ .............................................................................................. 188 КОРСАК КОСТЯНТИН ВІТАЛІЙОВИЧ КОРСАК ЮРІЙ КОСТЯНТИНОВИЧ ЭТИЧНОСТЬ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЕКТА В ИССЛЕДОВАНИЯХ И АВТОРСКОЕ ПРАВО В КАЗАХСТАНЕ . 204 ТУРЛЫБЕКОВА А.А. ТАСТАНБЕКОВ Д.Б. ҚАЗАҚСТАН ЕҢБАК НАРЫҒЫНДАҒЫ ГЕНДЕРЛІК ТЕҢСІЗДІК ............................................................................................................. 207 ГЕЛАШВИЛИ Н.Н. МАКАЛАКОВА Б.М. B2B ЦИФРЛЫҚ МАРКЕТИНГТІҢ ИНТЕГРАТИВТІ МОДЕЛІ ЖӘНЕ МЕДИА КЕҢІСТІКТЕГІ ТӘЖІРИБЕСІ ........................................... 211 М.А АШИКБАЕВА ОСПАНОВ АРСЕН ANALYSE DE LA POLITIQUE MONÉTAIRE DANS UNE ÉCONOMIE EN DÉVELOPPEMENT : APPLICATION D’UN MODÈLE DSGE NOUVEAU KEYNÉSIEN À MADAGASCAR ................................................................................................................................................ 219 ZAVAMANITRA ANDRIAMIHARIVOLAMENA Philosophical Sciences VIRTUE AND GOOD: MORAL CONCEPTS IN MEDIEVAL ARAB-MUSLIM THOUGHT............................................................................. 233 ARINOVA OLGA TASTANBEKOVNA TOYSHIBEKOVA DILNAZ ERMEKOVNA Geographic Sciences ARTIFICIAL INTELLIGENCE AND ADAPTATION TO CLIMATE CHANGE: OPPORTUNITIES AND CHALLENGES ..................................... 237 NARGIZ AZER HAJIYEVA SƏRHƏDLƏRSIZ DÜNYA: MÜASIR COĞRAFIYANIN ÇAĞIRIŞLARI .......................................................................................................... 240 ƏLIYEVA ŞƏFƏQ MƏMMƏD QIZI Historical Sciences ТАРИХ ТӘЛКЕГІНДЕ ҚАЛҒАН КЕНЕ ХАН ............................................................................................................................................... 242 БИСЕМБАЙҰЛЫ МИРАС ADOPTION OF A NEW CONSTITUTION (1995) AND CREATION OF A LEGISLATIVE BASE DURING THE REIGN OF HEYDAR ALIYEV . 249 İMANOVA NARMIN ROVSHAN GIZI THE VATICAN APOSTOLIC LIBRARY AND EUROPEAN TRAVELLERS....................................................................................................... 251 ZHUMAGULOV KALKAMAN TURSYNOVICH SADYKOVA RAIKHAN ONALBAYKYZY TURSYN SANZHAR ’ЕГЕМЕНДІК ШЕРУІНІҢ’ БАРЫСЫ МЕН МАҢЫЗЫ............................................................................................................................... 255 КУАНЫШ ЖАНЕРКЕ АМАНГЕЛДЫКЫЗЫ ШАКИРЖАНОВ ТЕМІРЛАН АЛИМЖАНҰЛЫ KARGÜZARLIQ SƏNƏTİNİN TARİXİ VƏ MÜASİR PROBLEMLƏRİ ............................................................................................................ 263 HEYDƏR ABBAS OĞLU MƏMMƏDOV «World Scientific Reports» (October 16-17, 2025). Paris, France 5 Biological Sciences ИЗУЧЕНИЕ МЕТОДОВ ИССЛЕДОВАНИЯ ЭЛЕМЕНТНОГО СОСТАВА ЦЕЛЛЮЛОЗЫ ТОПИНАМБУРА КАК ОСНОВЫ ДЛЯ БИОТЕХНОЛОГИЧЕСКОЙ ПЕРЕРАБОТКИ РАСТИТЕЛЬНЫХ ОТХОДОВ ............................................................................................. 266 КАРИМОВА САУЛЕТ САБИТХАНОВНА ИСАЕВА АКМАРАЛ УМИРБЕКОВНА ТЛЕУКЕЕВА АСЕЛЬ ЕРЖАНОВНА IN VITRO FERTILIZATION AND CLINICAL OUTCOMES WITH ADVANCING AGE: CONTRASTS BETWEEN DEVELOPED AND DEVELOPING COUNTRIES, MECHANISMS OF FAILURE, AND EVIDENCE-BASED STRATEGIES TO IMPROVE PREGNANCY AND LIVEBIRTH RATES ............................................................................................................................................................................................ 270 DAVID APHKHAZAVA LEVAN GULUA KETEVAN KAKASHVILI NODAR SULASHVILI DEVANSHU GANJE CHANCHAL RATHOD THARUSHI ANARGALI SILVA LOLITA SHENGELIA SAJIN SURESH ADILAIDE HWENDA ONOLAJA OLAYINKA PRECIOUS VEDANT ANILKUMAR MALEKAR Sociological Sciences GENDER ROLES: HISTORICAL FORMATION, CONTEMPORARY TRANSFORMATION, AND COMPARATIVE ANALYSIS ....................... 297 SERIKKHAN ZHUZEYEV ZHARKYNBEK. ABIKENOV AKERKE DASTANKYZY A SOCIAL WORK PERSPECTIVE ON THE ASSESSMENT AND SUPPORT OF INDIVIDUALS WITH PERSONALITY DISORDERS ............... 301 ULVIYYA ELYAZOVA THE FORMATION OF THE LEGAL CONSCIOUSNESS OF MINORS AS THE MAIN OBJECTIVE ............................................................... 303 ORSAYEVA RAISSA ANUAROVNA Philological Sciences THE CONFRONTATION OF GOOD AND EVIL IN TEXTS (BASED ON BAKHTIYAR VAHABZADEH’S POEMS).......................................... 308 ALIYEV ELSHAD TALEH OGLU Proceedings of the 11th International Scientific Conference 6 Physical and Mathematical Sciences ВЫСОКОПРОИЗВОДИТЕЛЬНЫЙ ОБЛАЧНЫЙ СЕРВИС ДЛЯ ОЦЕНКИ КАЧЕСТВА АТМОСФЕРНОГО ВОЗДУХА НА ОСНОВЕ ДРОБНО-СТОХАСТИЧЕСКИХ УРАВНЕНИЙ Мадияров Мураткан К.т.н., ассоциированный профессор кафедры математики Восточно-Казахстанского университета имени С. Аманжолова, Усть-Каменогорск, Казахстан Алимбеков Ернур Студент Astana IT University, Астана, Казахстан Аннотация В данной работе предлагается архитектура облачного сервиса, использующего дробно-стохастические дифференциальные уравнения для моделирования и прогноза концентраций загрязнителей в атмосфере. Модель учитывает память во времени и нелокальные пространственные эффекты через дробные производные, а также стохастическую компоненту, описывающую случайные возмущения. Для решения использован гибридный численный подход, реализованный с использованием облачной инфраструктуры с GPU-ускорением. Результаты на эмпирических данных демонстрируют улучшение точности прогноза и приемлемое время ответа, что позволяет сервису быть применимым в режиме реального времени. Ключевые слова: дробно-стохастические уравнения, атмосферное загрязнение, моделирование качества воздуха, высокопроизводительные вычисления, облачные технологии, турбулентный перенос; численные методы; дробные производные; стохастические процессы. Современные экологические вызовы, вызванные ускоренной урбанизацией, ростом промышленного производства и транспортной активности, требуют разработки эффективных инструментов для мониторинга и прогнозирования состояния атмосферного воздуха. Загрязнение атмосферы оказывает существенное влияние на здоровье населения, климатические процессы и устойчивое развитие территорий. В связи с этим актуальной задачей является создание высокоточных моделей и вычислительных систем для анализа и прогноза качества атмосферного воздуха. Традиционные математические модели распространения загрязняющих веществ, основанные на классических уравнениях конвекции–диффузии, нередко оказываются недостаточно точными при описании сложных процессов турбулентного переноса и пространственно-временной изменчивости параметров атмосферы. Они не учитывают эффектов памяти, нелокальных взаимодействий и случайных возмущений, характерных для реальных атмосферных процессов. В связи с этим растёт интерес к дробно-стохастическим «World Scientific Reports» (October 16-17, 2025). Paris, France 7 моделям, которые позволяют учитывать долгосрочные корреляции и стохастическую природу атмосферных явлений. В последние годы опубликован ряд исследований, подтверждающих эффективность применения дробных и стохастических подходов для описания процессов переноса и диффузии загрязнителей. Так, в работе [1] предложено дробно-временное стохастическое уравнение конвекции–диффузии для моделирования переноса влаги в атмосфере, демонстрирующее улучшенную аппроксимацию экспериментальных данных. Исследование, опубликованное в работе [2], показывает, что использование дробных производных позволяет получить аналитические решения для рассеяния загрязнителей в неоднородном пограничном слое атмосферы. Аналогичные результаты представлены в статье [3], где предложены численные методы решения дробных моделей для оценки концентрации загрязняющих веществ. Особое внимание уделяется стохастической составляющей атмосферных процессов. В работе [4] показано, что стохастические уравнения, управляемые дробным броуновским движением, могут эффективно описывать сезонные колебания и случайные возмущения концентраций загрязнителей. Вместе с тем решение дробно-стохастических уравнений требует значительных вычислительных ресурсов, поскольку аппроксимация дробных операторов включает интегралы по всей временной истории системы. Для преодоления этих ограничений активно развиваются подходы, основанные на высокопроизводительных и параллельных вычислениях. Так, авторы работы [5] разработали GPU-ускоренный метод моделирования аэрозольных потоков, а авторы работы [6] предложили высокоэффективную параллельную реализацию схемы PPM для моделей качества воздуха. В работе [7] показано, что перенос физико-атмосферных параметризаций на GPU существенно повышает производительность и энергоэффективность вычислений. Современные облачные платформы позволяют объединить мощные вычислительные ресурсы и большие массивы данных экологического мониторинга, создавая основу для реализации интеллектуальных сервисов в области анализа и прогноза состояния атмосферы. Это открывает перспективы для интеграции дробно-стохастических моделей в виде высокопроизводительных облачных сервисов, доступных исследователям, экологическим службам и органам управления. Таким образом, объединение методов дробно-стохастического моделирования с высокопроизводительными облачными вычислениями формирует новый подход к оценке и прогнозированию загрязнения атмосферного воздуха. Целью настоящего исследования является разработка концепции и архитектуры высокопроизводительного облачного сервиса для оценки качества атмосферного воздуха на основе дробно-стохастических уравнений, который обеспечивает высокую точность расчётов, масштабируемость и доступность вычислительных ресурсов для задач экологического мониторинга и прогнозирования. Основу вычислительной схемы составляет дробно-стохастическая модель конвекции–диффузии, описывающая процесс переноса и рассеивания загрязняющих веществ в атмосфере: 𝐷 𝑐(𝑥,𝑡)=𝐷(−∆)  ⁄𝑐(𝑥,𝑡)−∇∙𝑣(𝑥,𝑡)𝑐(𝑥,𝑡)+𝑆(𝑥,𝑡)+𝜎𝜂(𝑥,𝑡), где 𝐷  – дробная производная по времени порядка 𝛼, (−∆)  ⁄ – дробный оператор Лапласа, 𝑣(𝑥,𝑡) – поле скорости ветра, 𝑆(𝑥,𝑡) – источник загрязнения, 𝜂(𝑥,𝑡) – стохастический шум. Proceedings of the 11th International Scientific Conference 8 Такая модель позволяет учитывать стохастическую природу атмосферных процессов, нелокальность и «память» среды, что обеспечивает большую точность прогнозов по сравнению с классическими дифференциальными моделями. Разработка высокопроизводительного облачного сервиса направлена на обеспечение доступной и масштабируемой платформы для решения дробно-стохастических задач большой размерности. Главная цель – объединить точность математических моделей с преимуществами современных вычислительных технологий. Сервис построен на модульной архитектуре, что обеспечивает его гибкость, масштабируемость и возможность адаптации под различные задачи и объемы данных. Каждая часть системы выполняет строго определённые функции, при этом все компоненты тесно интегрированы между собой, образуя единую вычислительно-информационную экосистему. Ключевым элементом платформы является модуль моделирования, который реализует численные алгоритмы решения дробно-стохастических уравнений. Этот модуль использует современные методы параллельных вычислений и GPU-ускорение, что позволяет эффективно обрабатывать большие массивы данных и проводить расчёты с высокой скоростью. В основе модуля лежат оптимизированные схемы дискретизации дробных операторов и стохастических членов, что обеспечивает устойчивость и точность моделирования даже при сложных граничных условиях и больших временных интервалах. Благодаря этому модуль способен моделировать распространение загрязняющих веществ в атмосфере в реальном или близком к реальному времени. Важную роль в системе играет модуль данных, обеспечивающий интеграцию с множеством внешних источников информации. Он автоматически загружает метеорологические и экологические данные, поступающие от наземных станций наблюдения, спутниковых систем и открытых API. Эти данные проходят предварительную обработку – фильтрацию, интерполяцию и нормализацию – после чего используются для задания начальных и граничных условий моделирования. Таким образом, модуль данных выполняет роль интеллектуального посредника между внешним миром и вычислительным ядром сервиса, обеспечивая достоверность и актуальность входной информации. Облачная инфраструктура представляет собой вычислительную основу системы. Она построена на принципах распределённых вычислений и включает в себя сеть виртуальных машин, контейнеров и GPU-серверов, объединённых в единый кластер. Распределение вычислительных задач между узлами осуществляется динамически – в зависимости от текущей нагрузки и сложности задач. Это позволяет поддерживать высокую производительность, снижать время отклика и обеспечивать надёжность работы даже при большом числе одновременно активных пользователей. Завершающим элементом архитектуры выступает веб-интерфейс и API, обеспечивающие взаимодействие пользователя с системой. Через веб-интерфейс пользователь может задавать параметры моделирования, выбирать территорию, временной интервал, тип загрязнителей и сценарий расчёта. После выполнения вычислений сервис предоставляет результаты в удобной визуальной форме — в виде интерактивных графиков, тепловых карт распределения концентраций загрязнителей, а также временных рядов динамики загрязнения. Дополнительно API позволяет интегрировать сервис с внешними приложениями, городскими системами экологического мониторинга и научными порталами, что делает систему универсальным инструментом для исследователей, экологов и органов управления. Таким образом, предложенная архитектура обеспечивает не только высокую вычислительную эффективность, но и удобство в использовании, гибкость интеграции и «World Scientific Reports» (October 16-17, 2025). Paris, France 9 возможность масштабирования, что делает облачный сервис мощной платформой для анализа и прогнозирования качества атмосферного воздуха. Для обеспечения высокой производительности, надёжности и масштабируемости разработанный сервис базируется на современной облачной и вычислительной инфраструктуре, сочетающей в себе контейнеризацию, параллельные вычисления и использование специализированного аппаратного ускорения. Ключевую роль в архитектуре играет контейнеризация, которая позволяет изолировать отдельные компоненты сервиса – модуль моделирования, обработки данных, визуализации и API-интерфейс – в независимые окружения, что обеспечивает их автономность, гибкость обновления и лёгкость развертывания. Важным направлением оптимизации является использование GPU-ускорения при решении дробных операторов и стохастических интегралов. Графические процессоры (GPU) значительно ускоряют выполнение параллельных операций, таких как аппроксимация дробных производных, моделирование случайных полей и реализация методов МонтеКарло. Это особенно важно при численном решении задач высокой размерности, где традиционные CPU-решения оказываются вычислительно затратными. Для работы с большими объёмами данных в системе внедрены технологии распределённых вычислений. Эти инструменты позволяют параллельно обрабатывать потоки метеорологических и экологических данных, выполнять предварительный анализ и интеграцию данных в масштабах города или региона. Распределённая архитектура обеспечивает устойчивость к сбоям, а его память-ориентированная структура ускоряет выполнение аналитических операций, что особенно важно при обработке временных рядов наблюдений. Особое место занимает использование параллельных алгоритмов Монте-Карло, которые применяются для статистической оценки стохастических сценариев загрязнения атмосферы. Благодаря распределённому исполнению множество независимых реализаций случайных процессов могут вычисляться одновременно, что позволяет за короткое время получить вероятностную оценку концентраций загрязнителей и диапазона возможных отклонений от среднего сценария. Хранение, обработка и анализ поступающих данных осуществляются с помощью баз данных временных рядов. Эти системы специально адаптированы для хранения непрерывных потоков данных от станций мониторинга и позволяют выполнять запросы в реальном времени, отслеживать динамику концентраций загрязняющих веществ, а также формировать статистические отчёты и прогнозы. Таким образом, вычислительная нагрузка распределяется не на один сервер, а на множество взаимосвязанных узлов в облачной инфраструктуре. Это обеспечивает одновременное выполнение большого количества задач, значительно сокращает время расчётов и даёт возможность обслуживать многочисленных пользователей без потери производительности. Интеграция современных технологий – контейнеризации, GPUускорения и распределённых вычислений – делает разработанный облачный сервис надёжной, гибкой и высокоэффективной платформой для моделирования и оценки качества атмосферного воздуха. Разработка и внедрение облачного сервиса для оценки качества атмосферного воздуха предоставляет широкие возможности по сравнению с традиционными локальными вычислительными системами. Одним из ключевых преимуществ является масштабируемость, которая позволяет динамически распределять вычислительные ресурсы в зависимости от нагрузки. Это особенно важно при моделировании сложных процессов распространения загрязняющих веществ, требующих решения дробно-стохастических уравнений в трёхмерных областях с высоким пространственным разрешением. В отличие от Proceedings of the 11th International Scientific Conference 16 - регулировать уровень самостоятельности студентов; - сочетать традиционные и исследовательские формы обучения; - выстраивать логику перехода от частных наблюдений к обобщениям и теоретическим выводам. Таким образом, классификация позволяет рассматривать систему нестандартных задач как инструмент поэтапного формирования исследовательской компетенции студента: от репродуктивного выполнения — к самостоятельному поиску, анализу и теоретическому осмыслению. Методика работы с нестандартными задачами Методика применения нестандартных задач при обучении теории колец опирается на общие педагогические принципы — проблемность, системность, вариативность и исследовательскую активность студентов. Главная цель — не только усвоение теоретического материала, но и формирование у будущих специалистов исследовательского стиля мышления, способности самостоятельно анализировать свойства алгебраических структур и видеть взаимосвязи между аксиомами и их следствиями. 1. Педагогические условия эффективного использования нестандартных задач. Для успешного внедрения таких задач в учебный процесс преподаватель должен создать специальную образовательную среду, в которой: - ценится самостоятельность и инициативность студентов; - допускается постановка гипотез и обсуждение различных способов решения; - поощряется аргументированная дискуссия и критическое мышление; - ошибка рассматривается не как неудача, а как естественный этап познания. Важно, чтобы преподаватель не только предъявлял задачу, но и направлял процесс её анализа — задавал уточняющие вопросы, стимулировал поиск альтернативных подходов, помогал формулировать промежуточные выводы. В этом проявляется его тьюторская и фасилитирующая роль, но при сохранении методологического руководства и контроля над логикой рассуждений. 2. Этапы работы с нестандартными задачами. Процесс работы с такими задачами можно условно разделить на четыре основных этапа, каждый из которых выполняет особую дидактическую функцию. Этап 1. Подготовительный (мотивационно-познавательный). Цель — актуализировать теоретические знания студентов и вызвать интерес к проблеме. Преподаватель формулирует проблемную ситуацию, напоминает основные аксиомы кольца, задаёт вопросы, побуждающие к размышлению. На этом этапе важно показать, почему задача нестандартна, в чём заключается её особенность, какие привычные методы здесь не работают. Пример: «Если изменить определение сложения в множестве целых чисел, останется ли оно кольцом?» Этап 2. Постановка исследовательской проблемы. Преподаватель формулирует задачу с элементом неопределённости. Студенты самостоятельно выделяют известные и неизвестные данные, строят предположения. Происходит формулирование рабочей гипотезы — предположения о свойствах исследуемого объекта. Этап 3. Исследовательский поиск. Студенты проводят логический и экспериментальный анализ, подбирают примеры и контрпримеры. Проверяют выполнение аксиом кольца, ищут случаи, когда свойства нарушаются. Здесь активизируются универсальные учебные действия: анализ, синтез, сравнение, абстрагирование, доказательство. Пример: при изучении вопроса о дистрибутивности в кольце с нестандартным умножением студенты анализируют, при каких условиях выполняется равенство a∗(b+c)=a∗b+a∗c. «World Scientific Reports» (October 16-17, 2025). Paris, France 17 Этап 4. Анализ результатов и обобщение. Итогом работы становится обсуждение найденных решений, сравнение различных подходов, формулировка общих закономерностей. Студенты учатся презентовать результаты и аргументировать выводы. Преподаватель подводит итоги, корректирует рассуждения, выделяет методологические ошибки и предлагает направления для дальнейших исследований. 3. Организационные формы работы Для эффективного использования нестандартных задач целесообразно сочетать различные формы организации учебной деятельности: - Фронтальные занятия — обсуждение задачи всем классом, коллективный поиск решения. - Малые группы — совместный анализ сложных задач, обмен идеями. - Индивидуальная работа — решение исследовательских задач в рамках курсовой или самостоятельной работы. - Проектная форма — создание мини-проектов («Свойства нестандартных операций в кольцах») с последующей защитой. Такое сочетание форм обеспечивает вариативность и глубину проработки материала, а также способствует развитию навыков коммуникации, планирования и совместного исследования. 4. Методические приёмы и средства Для активизации познавательной деятельности студентов при решении нестандартных задач могут использоваться: приём проблемного вопроса — «Что изменится, если…?»; приём контрпримера — поиск случая, когда свойство не выполняется; метод частичных подсказок — преподаватель не даёт готового решения, а направляет через уточняющие вопросы; визуализация структур — построение таблиц, диаграмм, схем для фиксации связей между элементами кольца; цифровые средства — использование математических пакетов (GeoGebra, SageMath, WolframAlpha) для моделирования алгебраических операций. 5. Контроль и оценивание деятельности студентов Поскольку решение нестандартных задач предполагает творческий подход, традиционные формы контроля (тесты, краткие ответы) не всегда отражают реальный уровень понимания. Рекомендуется использовать: портфолио — накопительная оценка индивидуальных решений и исследовательских заметок; самооценку и взаимооценку в процессе обсуждения решений; качественный анализ аргументации студента при защите решения; наблюдение преподавателя за логикой рассуждения и инициативой обучающегося. Такой контроль выполняет не только проверочную, но и развивающую функцию, формируя у студентов ответственность и уверенность в своих интеллектуальных возможностях. 6. Роль преподавателя В процессе работы с нестандартными задачами преподаватель выступает в нескольких ролях: организатор познавательной деятельности, задающий направление поиска; консультант, помогающий выстраивать логику рассуждения; эксперт, оценивающий корректность решений; вдохновитель, формирующий у студентов мотивацию к исследованию. Главная задача преподавателя — не заменить собой мышление студентов, а создать условия для их самостоятельного открытия, направить, но не лишить инициативы. 7. Методологический вывод Методика работы с нестандартными задачами в курсе теории колец обеспечивает переход от репродуктивного обучения к исследовательскому типу познания. Она развивает у студентов: умение самостоятельно выдвигать гипотезы и проверять их; способность рассуждать логически и строго доказывать утверждения; культуру математической речи и Proceedings of the 11th International Scientific Conference 18 обоснования; готовность применять методы научного исследования в будущей профессиональной деятельности. Таким образом, нестандартные задачи становятся не просто формой контроля знаний, а инструментом формирования исследовательского мышления и основ профессиональной компетентности будущего педагога-математика. Примеры применения нестандартных задач в обучении теории колец Для эффективного формирования абстрактного мышления и исследовательских навыков важно не только рассуждать о методике, но и демонстрировать конкретные примеры её применения. Рассмотрим ряд задач, которые были апробированы в процессе изучения темы «Кольца и их свойства» и показали высокую дидактическую ценность. Пример 1. Исследование сохранения дистрибутивности при изменении операции Задача: Пусть на множестве целых чисел Z заданы операции: a⊕b=a+b+1,a⊗b=ab. Будет ли (Z,⊕,⊗) кольцом? Проверим выполнение аксиом коммутативной группы относительно сложения. Ассоциативность и коммутативность выполняются. Нулевой элемент отсутствует, так как уравнение a+e+1=a не имеет решения в Z. Поскольку нет нейтрального элемента для сложения, система не является кольцом. Методологический эффект: задача побуждает студента не использовать готовые определения, а осмысленно применять аксиомы, формирует умение анализировать структуру и проверять аксиомы пошагово. Пример 2. Построение нестандартных подколец Задача: Рассмотрим множество чётных целых чисел 2Z. Будет ли оно подкольцом кольца Z? Решение: Проверяем замкнутость относительно сложения и умножения: 2a+2b=2(a+b), 2a⋅2b=4ab. Последнее выражение не всегда принадлежит 2Z (например, a=b=1 даёт 4∈2Z, но не сохраняет форму 2k при делении на 2). Следовательно, множество 2Z не замкнуто относительно умножения и не является подкольцом. Педагогическое значение: задача развивает критическое отношение к формальным признакам, учит не торопиться с выводами, помогает студентам увидеть различие между понятиями «подгруппа» и «подкольцо». Пример 3. Задача на сравнение структурных свойств Задача: Сравнить свойства кольца вещественных чисел R и кольца матриц M2(R). Какие аксиомы выполняются в обоих случаях, а какие — только в одном из них? Составим таблицу свойств (коммутативность, наличие единицы, обратимости, наличие делителей нуля). Найдем примеры элементов, для которых свойства нарушаются. Вывод: кольцо R — коммутативное, без делителей нуля. M2(R) — некоммутативное, содержит делители нуля. Методический эффект: задача развивает сравнительноаналитическое мышление, умение выявлять общие и отличительные черты алгебраических структур и показывает, как через анализ конкретных примеров можно прийти к пониманию классификации колец. Пример 4. Исследование фактор-колец Задача: Рассмотреть множество Z6={0,1,2,3,4,5} с операциями сложения и умножения по модулю 6. Определить, является ли Z6 полем. Решение: Проверяем наличие обратных элементов для всех ненулевых. Элемент 2 не имеет мультипликативного обратного, поскольку 2x≡1(mod6) не имеет решения. Следовательно, Z6 не является полем, но является кольцом с делителями нуля. Методический вывод: задача «World Scientific Reports» (October 16-17, 2025). Paris, France 19 формирует понимание связи между структурой кольца и наличием делителей нуля и подводит к осознанию различий между полем и кольцом, что важно для изучения факторколец и идеалов. Пример 5. Исследовательская задача: изменение аксиомы Задача: Изменим одну из аксиом кольца: пусть умножение не обязательно ассоциативно. Можно ли построить пример такой системы, где остальные аксиомы выполняются? Рассуждение: Рассмотрим различные бинарные операции на множестве целых чисел (например, a∗b=a). Проверим выполнение коммутативности и дистрибутивности. Выявляется, что ассоциативность — ключевое условие, без которого нарушается дистрибутивность. Педагогическое значение: задача позволяет студентам вступить в зону исследовательского поиска, самостоятельно формулировать гипотезы и способствует глубокому пониманию роли каждой аксиомы в определении кольца. Заключение Проведённое исследование позволило выявить методологическую ценность и педагогический потенциал применения нестандартных задач при изучении теории колец в системе высшего математического образования. Использование задач, выходящих за рамки стандартных алгоритмов, обеспечивает переход от репродуктивного усвоения знаний к их осмысленному применению и исследовательскому освоению. В ходе анализа установлено, что нестандартная задача в методологическом плане выступает не просто как средство проверки знаний, а как модель научного мышления, где студент сталкивается с необходимостью формулировать гипотезы, рассуждать логически, доказывать, искать контрпримеры и обобщать результаты. Тем самым она становится инструментом формирования исследовательской культуры и абстрактного мышления, которые являются базовыми компонентами профессиональной подготовки будущего педагога-математика. Систематизация видов нестандартных задач показала, что их классификация по характеру познавательной деятельности, дидактическим целям и степени самостоятельности студентов позволяет целенаправленно выстраивать учебный процесс. Чередование репродуктивно-модифицированных, частично-поисковых и исследовательских задач создаёт условия для постепенного усложнения деятельности и осознанного перехода от конкретных примеров к общим теоретическим обобщениям. Разработанная методика работы с нестандартными задачами, основанная на принципах проблемности, системности, вариативности и рефлексивности, показала свою эффективность в развитии интеллектуальной инициативы студентов. Пошаговое включение таких заданий — от постановки проблемы до анализа результатов — способствует активизации познавательной деятельности и формированию умений исследовательского типа: анализа, синтеза, абстрагирования, аргументации и доказательства. Практические примеры решения нестандартных задач по теории колец продемонстрировали, что их применение не только углубляет понимание аксиоматики и структуры колец, но и формирует навыки гибкого мышления, способность видеть взаимосвязь между теоретическими положениями и их практическими следствиями. Такие задачи способствуют развитию профессионально значимых качеств: самостоятельности, логической строгости, научной добросовестности и интереса к исследовательской деятельности. Таким образом, внедрение нестандартных задач в процесс обучения алгебре и, в частности, теории колец имеет двойной эффект: с одной стороны, повышает качество усвоения теоретического материала, а с другой — формирует у студентов основы исследовательской компетенции, обеспечивая целостное развитие личности будущего учителя математики. Proceedings of the 11th International Scientific Conference 20 В методологическом плане работа подтверждает, что обучение математике должно строиться не только как передача знаний, но и как организация поисковой, аналитической и творческой деятельности обучающихся. Нестандартные задачи выступают при этом связующим звеном между теоретическим знанием и деятельностью по его применению, между учебной и исследовательской деятельностью. «World Scientific Reports» (October 16-17, 2025). Paris, France 21 Pedagogical Sciences Речевая деятельтость как объект обучения в преподавании иностранного языка Рафиева Хураман Али Старший преподаватель, Шекинский филиал Азербайджанскогo Государственного Педагогического Университета, Азербайджан, Orcid 0000-00019887-4619 Заберите у меня все, чем я обладаю, но оставьте мне мою речь, и скоро я обрету все , что имел. Уэбстер Речевая деятельность – это активный, целенаправленный процесс передачи или приема сообщения. Он опосредован языковой системой и обусловлен ситуацией общения. Речевая деятельность является объектом обучения и овладения. Она может рассматриваться как самостоятельный вид человеческой деятельности, т. к. имеется потребность в ней и ее профессиональное воплощение. Анализ основных объектов исследования психологии обучения иностранным языкам был бы неполным, если бы не ответили на вопрос, чему мы обучаем в процессе преподавания иностранных языков. Ответы могут быть достаточно разные. Самый общий ответ – ,,обучаем иностранному языку’’. Но это опре деление учебной дисциплины, а не того, что в ней изучается. Ответ может быть и более конкретным - ,,речевым умениям, языковым средствам’’.Но тогда возникает другой вопрос, как это соотнести с личностно – деятельностным подходом. Ответ может быть только один: надо обучать самой деятельности через овладение средствами,способами, механизмами которой иудет формироваться и сам обучаемый. Речевая деятельность — это процесс, который включает в себя использование языка для общения, восприятие, обработку и порождение речи. Она является активным, целенаправленным и мотивированным процессом, состоящим из взаимосвязанных речевых действий, направленных на достижение конкретной цели. Основные виды речевой деятельности — это говорение (устная речь), слушание (аудирование), чтение и письмо (письменная речь). Признаками речевой деятельности являются: а) форма речи – письменная или устная; б) восприятие или производство (порождение) речи. Соответственно выделяют четыре основных вида речевой деятельности: 1.аудирование (устная форма, восприятие); 2.чтение (письменная форма, восприятие); 3.говорение (устная форма, производство); 4.письмо (письменная форма, производство). Выделяют продуктивную и рецептивную речевую деятельность. Продуктивная речевая деятельность направлена на порождение и выдачу информации. Ее видами являются говорение и письмо. Рецептивная речевая деятельность направлена на восприятие и последующую переработку информации, это аудирование и чтение. 1.структуре речевой деятельности выделяют 3 уровня: Proceedings of the 11th International Scientific Conference 22 • мотивационно-побудительный, • аналитико-синтетический, • исполнительный. Первый уровень представлен сложным взаимодействием потребностей, мотивов и цели действия как будущего его результата. По содержанию уровень – потребностномотивационно-целевой. По функции– побудительный. Деятельность побуждается совокупностью внутренних и внешних мотивов. Поэтому на уроке необходимо создать ситуацию, которая бы стимулировала потребность учащегося высказать или принять мысль на иностранном языке с какой-то определенной целью, например, научиться общаться; познакомиться с культурой, историей народа и т. д. Второй уровень – ориентировочно-исследовательский по функции и по механизму. По содержанию – это предметный план деятельности. Здесь реализуется отбор средств и способов формирования и формулирования собственной или чужой мысли в процессе речевого общения. Третий уровень – исполнительный или реализующий, внешне проявляется по-разному. Так, например, при говорении и письме он носит ярко выраженный, поддающийся наблюдению со стороны характер. Исполнительная фаза рецептивных видов речевой деятельности не имеет признаков внешней выраженности. "...В последнее время в психологической и методической литературе по проблемам обучения иностранным языкам все чаще говорится о «речевой деятельности на иностранном языке», «иноязычной речевой деятельности» и т. д. Речевой деятельности на иностранном языке обучают. Виды речевой деятельности (говорение, слушание, чтение, письмо) формируют в процессе обучения иностранному языку в школе и в вузе. Намечается явная тенденция превращения речевой деятельности на иностранном языке в самостоятельный, глобальный объект обучения, включающий в себя другие, более частные объекты. Возникает вопрос: нова ли такая тенденция, правомерна ли она, и если — да, то что должно пониматься под «речевой деятельностью» и какие особенности этого нового объекта обучения должны быть учтены в процессе преподавания иностранного языка? Как известно, в истории обучения иностранным языкам в качестве основных объектов обучения выступали либо сама система иностранного языка, либо речевые действия на языке, речевая практика, ..." Речевая деятельность является основным объектом обучения при преподавании иностранного языка. Она включает в себя четыре вида: аудирование (восприятие на слух), говорение, чтение и письмо, которые охватывают как устную, так и письменную форму общения. Главная цель — достичь свободного владения языком, чтобы учащийся мог использовать его в реальной коммуникации. Вопрос об особенностях языка как предмета обучения не отделим от вопросов о цели обучения языку. Здесь и далее под «обучением языку» мы понимаем обучение второму (неродному) языку. Вопросы обучения родному языку мы не рассматриваем. У человека наряду с трудовой, научной, государственной, политической и другими существует самая распространенная – речевая деятельность. Без нее невозможна никакая другая, она предшествует, сопровождает, а иногда формирует, составляет основу деятельности. Речевая деятельность – это деятельность, имеющая социальный характер, в ходе которой высказывание формируется и используется для достижения определенной цели (общения, сообщения, воздействия). Психолог Л. С. Выготский характеризовал речевую деятельность как процесс материализации мысли, т. е. превращения ее в слово. Речевая деятельность состоит из речевых действий (актов), которые представляют собой подготовку и реализацию высказывания, целиком, независимо от его объема (это может быть реплика в диалоге, рассказ и т. д.) «World Scientific Reports» (October 16-17, 2025). Paris, France 23 Цель обучения иностранному языку - речевая деятельность на изучаемом языке. Как считает И.А. Зимняя, «в качестве основного объекта обучения в преподавании иностранного языка выступает речевая деятельность» . Рассматривая соотношение в психолингвистическом плане понятий «язык» (как предмет изучения) и речевую деятельность (на изучаемом языке) - как цель обучения. И.А. Зимняя определяет следующие особенности языка, как учебного предмета. Во-первых, он (язык) не дает человеку новых знаний об объективном мире, вовторых, будучи «беспредметным», изучение языка удовлетворяет специфическую потребность - в общении с его помощью. В-третьих, язык как учебный предмет «беспределен» и «безразмерен» Главной особенностью языка как учебного предмета и речевой деятельности как объекта и цели обучения является также то, что общие принципы этой деятельности знакомы учащимся Поэтому одним из оптимальных путей обучения иностранному языку является такой, при котором происходит «осознание грамматической структуры родного языка, который в дальнейшем мог быть автоматизирован и перенесен на иностранный язык». При обучении речевой деятельности на иностранном языке учебный предмет «иностранный язык» является предметом сравнения, сопоставления с родным. Производится это сопоставление иногда даже вопреки методическим установкам, просто потому, что не производиться оно не может. Одна из особенностей речевой деятельности состоит в том, что её принципы не являются предметом специального осознания. Не осознаются и те правила, по которым протекают акты речевой деятельности. Между тем, именно эти правила составляют важнейшую часть языковой способности человека. Не давая дефиниции языковой способности, отметим, что она состоит из иерархии компонентов, связанных, в частности, правилами выбора адекватных ситуации коммуникативных средств . "...На основе общей теории деятельности возникает не только возможность, но и необходимость уточнения самого объекта обучения в процессе преподавания иностранных языков. Можно сказать, что сейчас создаются все теоретические предпосылки для третьего перемещения акцента в обучении иностранным языкам: с языка как системы и речи как процесса пользования системой (для изучения этой же системы) на речевую деятельность на иностранном языке.... "...Предлагаемая нами интерпретация речи как способа формирования и формулирования мысли посредством языка, основываясь на общелингвистических и общепсихологических представлениях о внутренней связи и неоднозначности явлений языка и речи, исходит из факта их включения во внутреннюю структуру речевой деятельности индивида. Как и всякая другая деятельность человека, его речевая деятельность (во всех ее видах) может осуществляться только при помощи определенных средств и способов. При этом средства и способ совершения деятельности человека соотносятся всегда с ее предметом. Так и в речевой деятельности индивида мы выделяем средства (языковую систему) и способ (речь) формирования и формулирования мысли как предмета речевой деятельности. Если, суммируя все вышесказанное, сформулировать, что нового дает такой подход к определению речи по сравнению с распространенной сейчас в психологии и методике обучения иностранным языкам лингвистической, по сути, концепцией языка, можно наметить несколько "...моментов. Во-первых, рассматривается не глобальная, неоднородная речевая деятельность (языковые явления) говорящего коллектива, а речевая деятельность индивида. Во-вторых, речь и язык рассматриваются как входящие в структуру речевой деятельности индивида средства и способы формирования и формулирования мысли, выступающей в качестве предмета деятельности. В-третьих, речь и язык как способ и средства формирования и формулирования мысли суть феноменологически самостоятельные, хотя и тесно взаимосвязанные «инструменты» речевой деятельности. В- Proceedings of the 11th International Scientific Conference 24 четвертых, речь как способ формирования и формулирования как своей собственной мысли (в процессе говорения, письма), так и чужой, заданной в тексте мысли (в процессе слушания, чтения), «включается» во все виды речевой деятельности индивида. В-пятых, звучание (фонация), есть исполнительная часть говорения. В-шестых, в процессе обучения иностранным языкам языковая система как средство и речь, как способ формирования и формулирования мысли наряду с самой речевой деятельностью в целом выступает в качестве самостоятельного объекта обучения. Мы обучаем ученика не какой-либо расплывчато-неоднородной речевой деятельности как языковому явлению, а формируем его собственную речевую деятельность на иностранном языке, для чего ему будет необходимо овладеть средствами и способами реализации каждого из ее видов и ее общими и частными механизмами. При таком обучении учитываются потребность и предмет говорения, т. е. содержание самой мысли...." Приведенное выще рассмотрение структурной организации, предметного содержания и основных механизмов речевой деятельности еще раз подчеркивает важность определения в качестве основного объекта обучения в преподавании иностранных языков именно речевой деятельности. Такая постановка вопроса помогает вычленить названные компоненты этого объекта и реализовать личностно – деятельностный подход к обучению иностранному языку,что особенно важно в условиях школы, где происходит процесс формирования и становления личности учащихся. «World Scientific Reports» (October 16-17, 2025). Paris, France 25 SOCIAL PRACTICES OF WOMEN TEACHERS IN CHINA AND KAZAKHSTAN: GENDER ASYMMETRY IN THE SCIENTIFIC AND EDUCATIONAL SPACE Kong Zhaozhao 8D01802-Social pedagogy, Pedagogy and educational management, Al-farabi Kazakh national university, 2024-2027 yy. Araily Dalelovna Shakirova PhD, Senior Lecturer Аңдатпа Бұл мақалада Қытай мен Қазақстандағы мұғалім әйелдердің әлеуметтік тәжірибесі, сондай-ақ жоғары оқу орындарындағы гендерлік асимметрия мәселелері қарастырылады. Қазақстандағы гендерлік білім берудің дамуы мен ғылыми зерттеулердің үрдістері, сондайақ Қытайдағы әйел академиктердің кәсіби және әлеуметтік қиындықтары салыстырмалы түрде талданады. Зерттеу ұйымдық теория және әлеуметтік құрылымдар тұрғысынан гендерлік теңсіздіктің себептері мен салдарын ашуға бағытталған. Кілт сөздер: Қазақстан, Қытай, ұйымдық құрылым, басқару жүйесі, білім беру реформалары, критериалды бағалау, кәсіпкерлік экожүйе, салыстырмалы талдау, әлеуметтікэкономикалық даму, инновация, мемлекеттік бағдарламалар. Аннотация В данной статье рассматривается социальный опыт женщин-преподавателей в Китае и Казахстане, а также вопросы гендерной асимметрии в учреждениях высшего образования. Представлен сравнительный анализ тенденций развития гендерного образования и исследований в Казахстане, а также профессиональных и социальных проблем, с которыми сталкиваются женщины-учёные в Китае. Исследование направлено на выявление причин и последствий гендерного неравенства с позиций организационной теории и социальных структур. Ключевые слова: Казахстан, Китай, организационная структура, система управления, реформы образования, критериальное оценивание, предпринимательская экосистема, сравнительный анализ, социально-экономическое развитие, инновации, государственные программы. Abstract This arcle examines the social experiences of female teachers in China and Kazakhstan, alongside issues of gender asymmetry in higher educaon instuons. It provides a comparave analysis of the development of gender educaon and research trends in Kazakhstan, as well as the professional and social challenges faced by female academics in China. The study aims to uncover the causes and consequences of gender inequality from the perspecves of organizaonal theory and social structures. Proceedings of the 11th International Scientific Conference 32 ə) Yaradici yazi • Qısa hekayələr: Mövzuları, personajları və süjeti tədqiq edən uydurma hekayələr yazmaq. • Şeir: Duyğuları, fikirləri və ya təcrübələri ifadə edən şeirlər yazmaq. • Ssenarilər: Filmlər və ya televiziya şouları üçün ssenarilərin yazılması 3.UĞURLU LAYIHƏ ƏSASLI ÖYRƏNMƏ (LƏÖ) TƏTBIQI ÜÇÜN MƏSLƏHƏTLƏR • Kiçik layihələrdən başlayın: Güvən və təcrübə yaratmaq üçün daha kiçik, idarə oluna bilən layihələrlə başlayın. • Əlaqələr qurun: Tələbələrin risk etmək və səhv etmək üçün özlərini təhlükəsiz hiss etdikləri müsbət öyrənmə mühiti yaradın. • Prosesi modelləşdirin: Tələbələrə rəhbərlik etmək üçün layihədə iştirak edən addımları nümayiş etdirin. • Müvəffəqiyyəti qeyd edin: Həvəsləndirmək və ruhlandırmaq üçün tələbə nailiyyətlərini tanıyın və qeyd edin. • Düşünün və uyğunlaşın: LƏÖ tətbiqinizin effektivliyini davamlı olaraq qiymətləndirin və lazım olduqda düzəlişlər edin. [Mürşüdova, p. 146] İNGILIS DİLİN DƏRSLƏRİNDƏ UĞURLU EV TAPŞIRIQLARI ÜÇÜN MƏSLƏHƏTLƏR • Diqqətlə oxuyun: Tapşırıq təlimatlarını və tələblərini anlayın. • Planlaşdırın və təşkil edin: İşinizi strukturlaşdırmaq üçün kontur yaradın. • Hərtərəfli araşdırın: Etibarlı mənbələrdən müvafiq məlumatları toplayın. • Aydın və qısa şəkildə yazın: lazımsız jarqonlardan qaçaraq aydın və qısa bir dil istifadə edin. • Diqqətlə yoxlayın: Qrammatika, durğu işarələri və orfoqrafik səhvləri yoxlayın. • Mənbələrə istinad edin: • Kömək axtarın: Kömək üçün professorunuzdan və ya repetitorunuzdan soruşmaqdan çəkinməyin. 4. NƏTİCƏ Ev tapşırığı səmərəli və balanslı şəkildə istifadə edildikdə tələbənin öyrənməsinə və əsas həyati bacarıqlarını inkişaf etdirmək üçün güclü vasitədir. Ev tapşırığı vaxtın idarə edilməsini, özünə intizamı və müstəqil öyrənməni təşviq etməklə tələbələrə akademik və peşəkar karyeraları boyu etibar edəcəkləri bacarıqları inkişaf etdirməyə kömək edir. Müsbət təsirlər: Öyrənməni gücləndirir: Müntəzəm tapşırıqlar tələbələrin dərsi daha yaxşı mənimsəməsinə və məlumatı təkrar etməsinə kömək edir. Məsuliyyət hissini artırır: Tələbələr tapşırıqları vaxtında yerinə yetirməklə məsuliyyət və zaman idarəçiliyi kimi bacarıqları inkişaf etdirirlər. Fərdi öyrənməyə imkan yaradır: Müəllim dərsdə hamıya eyni materialı təqdim etsə də, ev tapşırıqları fərdi öyrənmə tempinə uyğunlaşmağa şərait yaradır. Daha dərindən təhlil imkanı verir: Ev tapşırıqları tələbəyə mövzunu dərindən analiz etmək, əlavə mənbələrdən istifadə etməklə geniş bilik qazanmaq imkanı yaradır. Mənfi təsirlər: Stress və yüklənmə: Xüsusilə çox sayda tapşırıq veriləndə tələbələrdə stres və akademik yanma (burnout) müşahidə oluna bilər. Keyfiyyətli zamanın azalması: Həddindən artıq tapşırıq tələbənin ailə, dostlar və şəxsi inkişaf üçün ayırmalı olduğu vaxtı azalda bilər. «World Scientific Reports» (October 16-17, 2025). Paris, France 33 Formal yanaşma: Bəzi hallarda tapşırıqlar sadəcə “verilmiş olsun” deyə verilir və tələbə onları anlayaraq yox, sadəcə yerinə yetirərək cavablandırır. Plagiat riskini artırır: Tapşırıqlar çox və çətin olduqda, tələbələr bəzən hazır cavablardan istifadə edir və bu akademik dürüstlüyə zərər vurur. Istifadə olunan ədəbiyyat 1. Joanna Baker. Heather Westrup.The English Language Teachers Handbook. By Continuum in 2000. 2. Ulduz Mürşüdova. İngilis dilinin tədrisində aktiv və interaktiv təlim metodlarından istifadə qaydaları. Bakı-Mütərcim-2012. 3. Paudel, J. (2012). Dealing with homework in English language teaching: A case of dadeldhura district. Journal of NELTA, 17(1-2), 50 – 60 4. Cooper, H. (1994). Homework research and policy: A review of the literature. Newsletter, 2(2). 5. Prommin Songsirisak. Impact of Homework Assignment on Students' Learning.- 2019 6. Warton, P. M. (2001). The forgotten voices in homework: Views of students. Educational Psychologist, 36(3), 155 – 165. 7. Təhsildə tətbiq edilən innovasiyalar (müəllimlər üçün vəsait). Bakı, “Müəllim”, 2010 8. Bruner J., The Culture of Education, Harvard Univ. Press, Cambridge, 1996 Proceedings of the 11th International Scientific Conference 34 To What Extent Do Blood Sugar Levels Affect Adolescents’ Academic Performance Muratbek Nursat Zhusupuly School Biology Teacher Tynysov Madiyar Bilim-Innovation Lyceum, Qostanay, Kazakhstan Malik Iliyas Bilim-Innovation Lyceum, Qostanay, Kazakhstan Abstract Adolescence (13–17 years) is a sensitive period for brain maturation and schooling demands. Because the brain depends on a steady supply of glucose, short‑term fluctuations in blood sugar may influence attention, working memory, and executive processes that underpin classroom learning. This article reviews evidence on the extent to which day‑to‑day glucose dynamics relate to cognitive performance and academic outcomes. A popular‑science source— Inchauspé’s Glucose Revolution—summarizes practical strategies to flatten postprandial glucose rises; these are contrasted with findings from laboratory manipulations, randomized trials of breakfast glycaemic index (GI), and school‑based policy evaluations. Laboratory evidence indicates that meal sequencing substantially reduces postprandial glucose and insulin excursions in adults; meta‑analytic data suggest vinegar co‑ingestion attenuates postprandial glycaemia. In student populations, randomized trials demonstrate that low‑GI breakfasts improve elements of attention and memory, while a natural experiment in English schools links healthier cafeteria meals with improved test scores and reduced absences. Taken together, the literature supports a cautious proposition: modest improvements in glucose regulation likely yield small, domain‑specific cognitive benefits that can cumulate to better academic performance. Motivated by these findings, a two‑week pilot at the Bilim‑Innovation Lyceum (Qostanay, Kazakhstan) will test school‑feasible strategies to dampen glucose spikes using temporary continuous glucose monitoring. Keywords Adolescents; blood glucose; glycaemic index; cognitive performance; academic outcomes; continuous glucose monitoring; meal sequencing; vinegar; school nutrition; Kazakhstan. 1. Introduction Adolescents are young people in the transitional stage from childhood to adulthood, typically aged 13–17 in school contexts. As rapidly growing organisms, they are physiologically vulnerable to nutritional imbalance. Diet is a crucial determinant of development and growth, shaping energy supply, hormonal maturation, and the substrate of long‑term health. Public discussion often associates food quality primarily with the body—height, weight, and physical development—while overlooking effects on the mind. For school students, diet also shapes cognitive activity. In this context, cognitive activity denotes the learner’s capacity to sustain attention, encode and retrieve information, plan, and solve problems, together with the affective states that accompany learning—motivation, calmness, curiosity, resilience. It reflects broader intellectual health: stable mood, mental stamina across the school day, and recovery from stress. Because the brain depends on a steady energy supply and key nutrients, the timing and composition of meals can strengthen or disrupt these capacities. As cognitive activity rises or falls, «World Scientific Reports» (October 16-17, 2025). Paris, France 35 corresponding changes are observed in learning outcomes, classroom participation, and longer‑term academic prospects. Dietary research encompasses numerous variables—fats, proteins, approximately twenty amino acids, different sugars, and a range of vitamins and minerals; the focus here is limited to the blood glucose level. Beyond overall diet, blood glucose is the brain’s primary fuel. Fluctuations in glucose (“glucose dynamics”)—spikes and dips—can alter energy, mood, and attention within minutes. Sustained hyperglycemia burdens metabolic regulation, whereas rapid swings are associated with fatigue, irritability, and lapses in working memory and executive control, thereby modifying cognitive activity during lessons. Despite curricular attention to healthy eating, effective control of adolescents’ diet in school settings remains limited. Cafeteria menus, dormitory routines, and unsupervised snacking create heterogeneous intake patterns that are seldom monitored with sufficient precision. Research on school nutrition has traditionally emphasized physical outcomes, while cognitive and academic implications of meal composition receive less systematic evaluation. Evidence directly connecting school diet to real‑time glucose dynamics and, in turn, to academic performance is particularly scarce in Kazakhstan. The national context—boarding schools, centralized menus, and shared cafeterias—suggests both feasibility for structured observation and a need for data. On this basis, the central proposition is that adolescents’ academic outcomes are sensitive to fluctuations in blood glucose. To evaluate this proposition, evidence is assembled from complementary sources that triangulate mechanistic insight with classroom relevance. The scope includes practical literature—such as Glucose Revolution—to extract meal‑order, vinegar‑before‑meals, savory‑breakfast, and post‑meal‑movement strategies as testable behavioral levers; peer‑reviewed research that quantifies associations between circulating glucose levels and variability and core dimensions of cognitive activity (attention, working memory, affect), with attention to metrics such as time‑in‑range and excursion magnitude; and school‑based investigations in cafeteria and dormitory contexts that relate dietary practices and real‑time glucose patterns to observable academic outcomes, including quiz performance and on‑task behavior. 2. Literature Review and Analysis (Main Body) Diet–cognition framework. A useful organizing principle distinguishes between mechanistic plausibility and educational relevance. Mechanistic plausibility concerns whether a nutritional manipulation predictably alters glycaemia; educational relevance concerns whether the resulting changes in energy and affect translate into measurable differences in tasks that approximate classroom demands. An extensive breakfast literature reports that eating breakfast— and particularly lower‑GI breakfasts—confers short‑term advantages on vigilance, attention, and memory in children and adolescents [7,8]. While effect sizes are often small, they consistently emerge under task conditions that impose higher executive‑function loads and later in the morning, when low‑GI meals are expected to maintain steadier glycaemic exposure [4,5,7]. Practical levers from *Glucose Revolution*. For public and school audiences, Inchauspé’s synthesis translates laboratory concepts into cafeteria‑ready actions: consume vegetables and protein before starch; prefer savory/high‑protein breakfasts; consider a small, diluted portion of vinegar before main meals if medically appropriate; and engage in brief post‑meal walking [1]. The unifying logic is to blunt the rate of glucose appearance and augment peripheral uptake, thereby reducing the amplitude of postprandial spikes and the likelihood of reactive dips. Although *Glucose Revolution* is not a peer‑reviewed source, the underlying tactics can be triangulated with clinical and experimental studies that manipulate meal order, adjunct ingredients, and macronutrient composition [2–5]. Laboratory evidence: sequencing macronutrients. A within‑subject crossover study in adults with type 2 diabetes showed that eating protein and vegetables before carbohydrate Proceedings of the 11th International Scientific Conference 36 reduced 30–120‑minute postprandial glucose by 17–37% and cut the incremental glucose area under the curve by ~73%, compared with eating carbohydrate first; insulin excursions were likewise diminished [2]. Despite population differences, the physiology—slower gastric emptying, altered incretin signaling, and delayed carbohydrate absorption—generalizes across ages. For adolescents, the implication is that serving order in cafeterias (salads and protein before bread, rice, or sweets) may translate a laboratory mechanism into an everyday routine with potential cognitive benefits during lessons. Adjunct ingredient: vinegar. A systematic review and meta‑analysis synthesizing randomized and quasi‑experimental trials concluded that vinegar (acetic acid) taken before or with meals modestly attenuates postprandial glucose and insulin responses [3]. Proposed mechanisms include delayed gastric emptying and heightened peripheral glucose uptake. Although cognitive outcomes were not directly measured, a smaller glycaemic burden is compatible with improved subjective energy and attention stability during the school day. Any school application must account for safety (contraindications such as severe gastro‑oesophageal reflux) and dental hygiene (adequate dilution, water rinse) in adolescents. Adolescent classroom experiments. In a randomized, repeated‑measures study with adolescents aged 12–14, a low‑GI breakfast improved performance on interference and working‑memory tasks relative to high‑GI breakfast or breakfast omission [4]. Effects were largest on the most demanding task levels and later in the morning—consistent with the hypothesis that lower‑GI meals yield flatter glucose trajectories across the school morning. These findings map onto executive functions—attentional control and working memory—that strongly predict classroom learning and test performance [7,8]. Primary‑school evidence. In younger children, a balanced crossover trial found that a low‑GI breakfast dampened the usual late‑morning decline in attention accuracy and secondary memory compared with a high‑GI cereal [5]. Developmental differences notwithstanding, the convergent pattern—better maintenance of cognitive performance under conditions that predict smoother glycaemia—supports continuity across ages and educational stages. School‑level natural experiment. A borough‑wide reform of cafeteria offerings in Greenwich (UK) replaced processed items with healthier options and was evaluated using a difference‑in‑differences design. Post‑reform, English and Science scores increased and authorized absences fell by approximately 14% [6]. Although glucose metrics were not collected, the result suggests that upgrades to nutritional quality at the institutional level can produce measurable educational gains, plausibly via improved glycaemic stability alongside other mechanisms (e.g., micronutrient adequacy). Measurement and metrics for linking physiology to schooling. To connect mechanistic interventions with classroom outcomes, high‑resolution glucose data are advantageous. Continuous glucose monitoring (CGM) yields minute‑level series from which time‑in‑range (e.g., proportion of minutes between pre‑specified thresholds during 08:00–20:00), coefficient of variation, peak postprandial levels, and excursion magnitude can be derived. In education‑relevant windows, such as the two hours after breakfast and lunch, excursions are most likely to disrupt vigilance and working memory. While previous breakfast studies often inferred glycaemic differences from GI without direct glucose tracking [4,5], integrating CGM with cognitive testing would sharpen inferences about the glycaemia–cognition linkage. Mechanistic pathways from glycaemia to cognition. The brain’s limited capacity to store glucose implies dependence on continuous supply. Rapid spikes may be followed by counter‑regulatory dips that coincide with fatigue, irritability, and lapses in executive control. Flatter profiles—achieved by sequencing fiber/protein before starch, choosing lower‑GI breakfasts, and using brief post‑meal walking—are expected to maintain steadier arousal and reduce error rates on demanding tasks [1–5,7,8]. At the neurochemical level, fluctuations can «World Scientific Reports» (October 16-17, 2025). Paris, France 37 modulate catecholaminergic systems involved in attention; behaviorally, they manifest as variation in on‑task time and response variability. Methodological considerations. Designs span laboratory trials, classroom experiments, and natural experiments. Laboratory work offers internal validity but may lack ecological realism. Classroom RCTs with counterbalanced breakfasts strengthen causal claims for acute cognition but often omit direct glucose measurement, while longer‑term academic outcomes are rarely captured [4,5,7,8]. Natural experiments provide external validity at scale but depend on identification strategies (e.g., difference‑in‑differences) and may conflate multiple changes. Across all designs, confounding by sleep duration, habitual physical activity, socioeconomic context, and baseline nutrition remains a challenge; careful measurement and multivariable adjustment are essential [6–8]. Effect sizes and educational significance. Cognitive effects tend to be small (typical for nutrition interventions) but are most visible under higher task demands and later in the morning when glycaemic differences widen [4,5,7]. From a policy perspective, small individual effects can accumulate across subjects, days, and students. The Greenwich reform suggests that improvements in menus can translate into better attendance and test performance at scale [6]. Thus, even modest reductions in glycaemic volatility may yield meaningful aggregate benefits. Implementation feasibility in schools. Several tactics are low‑cost and compatible with cafeteria routines: serve vegetables and protein first in the lunch line; promote savory/high‑protein breakfasts; offer optional diluted vinegar to eligible students; and encourage 10–20 minutes of post‑meal walking supervised by staff [1–3]. These interventions require minimal equipment, are teachable to students, and can be monitored via simple checklists. Institutional buy‑in—from cafeteria managers and teachers—is a key determinant of fidelity. External validity and adaptation to Kazakhstan. Boarding schools with centralized menus and shared dining facilities—common in Kazakhstan—present an opportunity for standardized implementation and monitoring. Cultural preferences (e.g., breakfast patterns) and climate (indoor corridors vs. outdoor walking) shape feasibility, but none of the mechanisms are culture‑bound. Therefore, carefully adapted versions of sequencing, savory breakfasts, and brief post‑meal walking are likely to be acceptable and testable in Kazakhstani schools [1–6]. Evidence gaps and research agenda. Few studies jointly measure real‑time glycaemia and classroom‑proximal cognition in adolescents; dose–response relationships for specific tactics (vinegar vs. sequencing) remain under‑specified; and long‑term academic outcomes are understudied [1–8]. Future studies should pre‑register hypotheses; use within‑student designs with alternate test forms; capture sleep, activity, and stress covariates; and report both physiological and educational endpoints. Such designs would allow estimation of marginal contributions of glycaemic variability to attention and grades, informing policy with stronger causal evidence. 3. Conclusion and Future Directions The accumulated literature indicates that adolescents’ learning‑relevant cognition is sensitive to the dynamics of blood glucose. Mechanistic and laboratory findings show that meal sequencing and adjuncts such as vinegar attenuate postprandial excursions; classroom experiments link lower‑GI breakfasts to advantages in attention and working memory; and school‑level reforms suggest that improved nutritional quality can enhance academic outcomes [1–8]. While causal certainty is incomplete—particularly in the absence of CGM‑based school studies—the direction and consistency of effects support pragmatic, low‑cost dietary strategies in educational settings. Given the relevance for schools in Kazakhstan, a two‑week pilot is planned at the Bilim‑Innovation Lyceum in Qostanay. The protocol will employ temporary continuous glucose monitoring to observe ordinary dormitory life during a control week, followed by a week Proceedings of the 11th International Scientific Conference 38 implementing strategies summarized for the public in *Glucose Revolution*—serving vegetables and protein before starch, prioritizing savory/high‑protein breakfasts, optionally offering diluted vinegar before main meals for eligible students, and encouraging brief post‑meal walking—with the aim of reducing spikes and dips. Students will log food intake, portion sizes, sleep–wake times, and symptoms (e.g., hunger, dizziness, headache) to enable exploratory correlations with attention‑demanding classroom tasks and routine assessments. Findings from this pilot can inform feasible, culturally appropriate nutrition practices for schools in Kazakhstan. References 1. Inchauspé J. Glucose Revolution: The Life‑Changing Power of Balancing Your Blood Sugar. New York: Simon & Schuster; 2022. 2. Shukla AP, Iliescu RG, Thomas CE, Aronne LJ. Food order has a significant impact on postprandial glucose and insulin levels. Diabetes Care. 2015;38(7):e98–e99. doi:10.2337/dc15-0429. 3. Shishehbor F, Mansoori A, Shirani F. Vinegar consumption can attenuate postprandial glucose and insulin responses: A systematic review and meta‑analysis of clinical trials. Diabetes Res Clin Pract. 2017;127:1–9. doi:10.1016/j.diabres.2017.01.021. 4. Cooper SB, Bandelow S, Nute ML, Morris JG, Nevill ME. Breakfast glycaemic index and cognitive function in adolescent school children. Br J Nutr. 2012;107(12):1823–1832. doi:10.1017/S0007114511005022. 5. Ingwersen J, Defeyter MA, Kennedy DO, Wesnes KA, Scholey AB. A low glycaemic index breakfast cereal preferentially prevents children’s cognitive performance from declining throughout the morning. Appetite. 2007;49(1):240–244. doi:10.1016/j.appet.2006.06.009. 6. Belot M, James J. Healthy school meals and educational outcomes. J Health Econ. 2011;30(3):489–504. doi:10.1016/j.jhealeco.2011.02.003. 7. Adolphus K, Lawton CL, Dye L. The effects of breakfast on behavior and academic performance in children and adolescents. Front Hum Neurosci. 2013;7:425. doi:10.3389/fnhum.2013.00425. 8. Adolphus K, Lawton CL, Champ CL, Dye L. The effects of breakfast and breakfast composition on cognition in children and adolescents: A systematic review. Adv Nutr. 2016;7(3):590S–612S. doi:10.3945/an.115.010256. «World Scientific Reports» (October 16-17, 2025). Paris, France 39 ФОРМИРОВАНИЕ РЕЧЕВОЙ КОМПЕТЕНЦИИ КАК КЛЮЧЕВОГО ЭЛЕМЕНТА ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ СТУДЕНТОВ ПЕДАГОГИЧЕСКИХ ВУЗОВ Куттубаева Инга Кубанычевна Старший преподаватель кафедры официального языка Бишкекского государственного университета Аннотация. В статье рассматриваются теоретические и методические основы формирования речевой компетенции как важнейшего компонента профессиональной подготовки студентов педагогических вузов. Речевая компетенция понимается как интегративное качество личности, включающее языковое, коммуникативное, социокультурное и прагматическое измерения. Особое внимание уделяется современным педагогическим подходам к развитию речевых навыков в условиях цифровизации и многоязычной образовательной среды. Приводятся примеры эффективных методик, направленных на формирование профессионально ориентированной речи будущих педагогов. Ключевые слова: речевая компетенция, профессиональная подготовка, педагогическое образование, цифровизация, методика преподавания, коммуникативные умения. Введение Современная система педагогического образования переживает этап глубокой трансформации, связанной с глобальными изменениями в социально-культурной и технологической среде. От будущих педагогов требуется не только знание предмета и владение методиками обучения, но и развитые коммуникативные навыки, способность эффективно взаимодействовать с учащимися, коллегами и родителями в многоязычном и цифровом пространстве. В этой связи особое значение приобретает формирование речевой компетенции как ключевого элемента профессиональной подготовки студентов педагогических вузов. Речевая компетенция понимается не просто как знание норм языка, а как комплексное умение владеть различными формами устной и письменной речи, умение строить высказывания в зависимости от ситуации общения, использовать язык как aинструмент профессиональной деятельности. Для будущего педагога это особенно важно, так как его речь становится не только средством передачи знаний, но и образцом для подражания, инструментом воспитания, средством воздействия на формирование личности обучающихся. В современных условиях особую актуальность приобретает речевая компетенция в связи с активным внедрением смешанных и дистанционных форм обучения. Онлайн-лекции, видеоконференции, электронная переписка, создание цифрового контента - всё это предъявляет новые требования к ясности, точности и выразительности речи педагога. Proceedings of the 11th International Scientific Conference 40 Уровень его речевой культуры напрямую влияет на качество образовательного процесса, восприятие материала студентами и формирование у них собственных коммуникативных навыков. Кроме того, современная педагогическая среда часто является поликультурной и полилингвальной, что требует от педагога умения адаптировать свою речь к аудитории с различным языковым и культурным бэкграундом, демонстрируя высокий уровень языковой гибкости и межкультурной чувствительности. Речевая компетенция выступает не факультативным навыком, а системообразующим элементом профессиональной подготовки педагога, от которого зависят качество преподавания, эффективность коммуникации и авторитет педагога в образовательной среде. Теоретические основания понятия речевой компетенции Понятие «речевая компетенция» является междисциплинарным и активно разрабатывается в рамках лингвистики, психолингвистики, педагогики и методики преподавания языков. Исторически оно восходит к работам Н. Хомского, предложившего различать языковую компетенцию и речевое поведение, а также Д. Хаймса, дополнившего модель коммуникативным измерением. В педагогической науке речевая компетенция рассматривается как интегративное качество личности, которое сочетает в себе знание языковой системы, умение реализовывать это знание в различных видах речевой деятельности, а также осознание социокультурных и прагматических норм общения. В структуре речевой компетенции выделяются несколько ключевых компонентов. Языковой компонент включает знание фонетики, лексики, морфологии и синтаксиса, умение грамотно и точно использовать языковые средства. Речевой компонент отражает умение строить связные, логически последовательные и стилистически уместные высказывания в устной и письменной форме. Коммуникативный компонент связан с владением стратегиями общения, способностью адаптировать речь к коммуникативной ситуации, адресату и цели. Социокультурный компонент обеспечивает понимание культурных норм, речевого этикета, особенностей коммуникации в разных культурных контекстах. Прагматический компонент связан с осознанным выбором языковых средств в зависимости от ситуации, задач и ожидаемого эффекта высказывания. Для студентов педагогических вузов формирование всех этих компонентов особенно важно. В отличие от студентов других направлений, будущие педагоги должны не только владеть языком на высоком уровне, но и уметь использовать его как профессиональный инструмент: управлять вниманием аудитории, мотивировать, объяснять сложные понятия простым языком, оценивать ответы обучающихся, участвовать в научных дискуссиях. Язык становится для них основным профессиональным средством, через которое осуществляется обучение и воспитание. Современные исследования подчёркивают, что речевая компетенция тесно связана с когнитивными и метакогнитивными навыками. Осознанное владение речью требует развития критического мышления, навыков анализа и рефлексии, умения планировать высказывание и корректировать его в зависимости от реакции аудитории. Это предполагает целенаправленную работу в процессе обучения, использование комплексных методик, сочетающих лингвистическую, психологическую и педагогическую составляющие. Речевая компетенция выполняет в педагогическом образовании как минимум две взаимосвязанные функции. С одной стороны, она является необходимым условием успешного освоения студентами учебных дисциплин, особенно таких, которые требуют активной устной и письменной коммуникации. С другой - она выступает одним из ключевых профессиональных инструментов будущего педагога, определяя его способность эффективно организовывать образовательный процесс. «World Scientific Reports» (October 16-17, 2025). Paris, France 41 Будущий педагог должен уметь использовать язык как средство профессионального общения: проводить лекции и семинары, давать понятные инструкции, формулировать задания, задавать вопросы, стимулирующие мышление студентов, участвовать в дискуссиях, писать методические разработки и научные тексты. Уровень развития речевой компетенции напрямую влияет на способность педагога быть услышанным и понятым, формировать позитивный образовательный климат, поддерживать обратную связь и корректировать образовательную траекторию студентов. В учебных планах педагогических вузов традиционно предусмотрены курсы по культуре речи, риторике, стилистике, а также дисциплины, связанные с академическим письмом и публичными выступлениями. Однако наличие таких курсов само по себе не гарантирует высокого уровня речевой компетенции. Важным является то, каким образом организован процесс обучения: насколько активно используются коммуникативные методы, предоставляется ли студентам возможность практиковаться, получать обратную связь и развивать собственный речевой стиль. Кроме того, речевая компетенция педагога формируется не только на специализированных языковых курсах, но и в ходе изучения всех дисциплин. Любой преподаватель, независимо от предмета, демонстрирует студентам образцы научной и педагогической речи, формирует у них представления о норме и стиле. Поэтому в систему профессиональной подготовки важно интегрировать принципы развития речевой культуры во все образовательные модули. Современные методики преподавания ориентируются на активное вовлечение студентов в речевую деятельность и использование инновационных образовательных технологий. Особое значение придаётся интерактивным формам обучения, которые побуждают студентов высказываться, обсуждать, аргументировать и рефлексировать. Среди таких методов можно выделить проблемное обучение, дискуссии, дебаты, анализ кейсов, сторителлинг, театрализацию, проведение мини-лекций и публичных выступлений. Проблемное обучение позволяет студентам вырабатывать аргументированную позицию, формулировать собственные выводы и представлять их в развернутой речевой форме. Кейсы, приближенные к реальной педагогической практике, стимулируют студентов к профессиональному общению, использованию терминологии, отработке навыков ведения диалога и публичных презентаций. Дискуссии и дебаты формируют умение слушать собеседника, учитывать разные точки зрения и корректно выстраивать контраргументы. Важную роль играет письменная речь. В педагогических вузах целесообразно уделять внимание развитию академического письма: написанию эссе, аналитических отчётов, аннотаций, рецензий, курсовых и научных статей. Это способствует формированию логического мышления, структурированности текста, владению научным стилем. Важным направлением становится работа с цифровыми инструментами, позволяющими студентам проверять тексты, редактировать их совместно, получать автоматическую обратную связь. Цифровизация образования открывает новые возможности для формирования речевой компетенции. Онлайн-платформы и приложения позволяют моделировать реальные коммуникативные ситуации, записывать и анализировать собственные выступления, тренировать навыки публичного выступления, участвовать в форумах и чатах профессионального характера. Использование цифровых инструментов повышает мотивацию студентов и приближает учебный процесс к реалиям современной педагогической деятельности. Международная практика подготовки педагогических кадров демонстрирует системный подход к развитию речевой компетенции. В США, Канаде, Финляндии, Сингапуре и ряде европейских стран курсы Academic Writing, Public Speaking и Language for Teaching входят в обязательную программу подготовки учителей. Эти модули направлены не только Proceedings of the 11th International Scientific Conference 48 Assessment by SDLC stages Assessment logic. Assessment is reasonable by life‑cycle stages: some are sequential (e.g., concept and SRS formation), others parallel (e.g., development and testing). This makes it possible to capture each student’s contribution and compare results between teams objectively. Sequential stages (concept/SRS, then design). Until the concept and SRS are completed, moving to later stages is difficult. All students participate at these stages; assessment may include: completeness and coherence of SRS, quality of user‑story wording, soundness of requirements. For design, internal division within the stage is acceptable: some students handle UI look‑and‑feel and scenarios, others—data models, others—architectural decisions and interfaces. The final grade aggregates quality of subcomponents and their consistency. Parallel stages (development ↔ testing). After design, it is reasonable to run development and testing in parallel, splitting students into subteams: developers produce builds, testers verify release versions and keep defect reports. Each student is then assessed on the stage they actually worked on, with clear criteria (for developers—code quality and adherence to agreements; for testers—completeness of scenarios and reporting quality). Role rotation for objectivity. If a student’s contribution becomes ambiguous, a temporary transfer to an adjacent subteam (e.g., a tester to development) can help reveal actual strengths/weaknesses. However, rotation must be limited: it is an invasive measure that can slow work and affect learning. The instructor applies it sparingly and in line with learning goals. Artifacts for verification. For each stage, assessable artifacts are captured: SRS/user stories and acceptance criteria; architectural decisions and diagrams; source code and code‑review reports; test plan, test cases and defect reports; release notes and changelog. This makes “invisible” stages visible and comparable for grading. Individual statements and self‑reflection. In addition to artifacts, collect brief individual statements per stage (a “minority opinion” format). Such records capture noticed risks and errors that a student may have seen but could not prevent due to collective decision‑making. Principle of use: if a stage error did not affect the final result, the stage score is not reduced automatically; if the error materially affected the product, “minority opinions” justify differentiating individual grades—students who flagged the risk in time and proposed a remedy should not be penalized because of group dynamics. Self‑assessment of artifacts. For each artifact (SRS, design docs, test plan, defect report, etc.), each student fills in a short self‑reflection: contribution, identified weaknesses, improvement suggestions. These records may be used to refine grades, especially when a student’s contribution is hard to infer from team outcomes. Moderation and limits. Collecting “minority opinions” should be limited and regulated (e.g., 5–7 sentences, submitted at stage end, no personal accusations—only facts and proposals). The instructor‑moderator compares such records with artifacts and observations; if necessary, temporary role rotation (see above) may be used as a last resort to objectify assessment. Academic integrity and testing assessment. Do not assess testing by “number of found bugs”: this creates incentives to inject defects intentionally. Criteria should be based on the quality of the final version and the contribution of testing to preventing errors. If defects remain in the release, the testing score is reduced proportionally to their severity and the number of escaped defects. Recommended metrics: defect density in release; share of escaped defects (not found pre‑release); completeness and relevance of test coverage; traceability of scenarios to requirements; reporting quality (reproducibility, prioritization, clarity); share of false positives. Academic‑integrity rules: prohibit intentional defect insertion; audit commit history and reviews; pair testing and cross‑assessment; account for “minority opinions” recorded before release. «World Scientific Reports» (October 16-17, 2025). Paris, France 49 5 Conclusions 1. Simulations and game‑based modeling make the “invisible” SDLC stages (requirements, design, testing, documentation) visible via artifacts and transparent criteria while increasing engagement and developing cognitive, social, and process competencies (in line with international studies [2–10]). 2. The key to effectiveness is facilitation and difficulty. Effects depend on instructor facilitation quality and scenario difficulty calibration; under an emphasis on independent work, a low‑tech core with gradual addition of digital tools is optimal. 3. For preparing future CS teachers, simulations develop the ability to organize SDLC‑based processes, work with documentation and testing, facilitate teamwork, and evaluate contributions fairly. A positive emotional experience raises performance and the likelihood of transferring the method into one’s own teaching practice. 4. Practical conditions for implementation: clear learning outcomes by SDLC stage, templates for artifacts and rubrics, entry/exit surveys based on the Technology Acceptance Model (TAM), collection of “minority opinions,” and an academic‑integrity policy. 5. Prospects for empirical validation: run pilot(s) with pre/post tests, artifact metrics (including escaped defects), teamwork dynamics, and TAM‑based surveys; separately assess the effects of facilitation level and difficulty. References 1. Faisal N., Chadhar M., Goriss‑Hunter A., Stranieri A. Business Simulation Games in Higher Education: A Systematic Review of Empirical Research. – Human Behavior and Emerging Technologies. – 2022. – Article ID 1578791. 2. Vos L. Simulation games in business and marketing education: How educators assess student learning from simulations. – The International Journal of Management Education. – 2015. – 13(1). – pp. 57–74. 3. Ellahi A., Zaka B., Sultan F. A study of supplementing conventional business education with digital games. – Educational Technology & Society. – 2017. – 20(3). – pp. 195–206. 4. Hernández‑Lara A. B., Serradell‑López E. Student interactions in online discussion forums: their perception on learning with business simulation games. – Behaviour & Information Technology. – 2018. – 37(12). – pp. 1271–1286. 5. Loon M., Evans J., Kerridge C. Learning with a strategic management simulation game: A case study. – The International Journal of Management Education. – 2015. – 13(3). – pp. 227–236. 6. Pando‑García J., Periañez‑Cañadillas I., Charterina J. Business simulation games with and without supervision: An analysis based on the TAM model. – Journal of Business Research. – 2016. – 69(5). – pp. 1731–1736. 7. Kriz W. C., Auchter E. 10 Years of Evaluation Research Into Gaming Simulation for German Entrepreneurship and a New Study on Its Long‑Term Effects. – Simulation & Gaming. – 2016. – 47(2). – pp. 179–205. 8. Rogmans T., Abaza W. The impact of international business strategy simulation games on student engagement. – Simulation & Gaming. – 2019. – 50(3). – pp. 393–407. 9. Calabor M. S., Mora A., Moya S. The future of ‘serious games’ in accounting education: A Delphi study. – Journal of Accounting Education. – 2019. – 46. – pp. 43–52. 10. Salas E., Wildman J. L., Piccolo R. F. Using simulation‑based training to enhance management education. – Academy of Management Learning & Education. – 2009. – 8(4). – pp. 559– 573. 11. Jaffray A., Finn C., Nurse J. R. C. SherLOCKED: A detective‑themed serious game for cyber security education. – arXiv preprint arXiv:2107.04506. – 2021. – [Electronic resource]. Proceedings of the 11th International Scientific Conference 50 ПРИМЕНЕНИЕ ДЕЛОВЫХ ИГР В ИЗУЧЕНИИ ИНФОРМАЦИОННЫХ ДИСЦИПЛИН БУДУЩИМИ УЧИТЕЛЯМИ ИНФОРМАТИКИ Соломахин Руслан Ринатович магистрант, образовательная программа «Подготовка педагогов информатики», Некоммерческое акционерное общество «Костанайский региональный университет имени Ахмет Байтұрсынұлы», Костанай, Казахстан Аннотация Статья рассматривает потенциал деловых игр и игрового моделирования в обучении информационным дисциплинам будущими учителями информатики. На основе анализа зарубежных исследований обосновывается интеграция симуляций в логику SDLC, что делает видимыми этапы требований, проектирования, тестирования и документирования и позволяет объективно их оценивать по артефактам. Обсуждаются роль преподавателя‑модератора, факторы принятия (модель принятия технологий), калибровка сложности и стратегия «low‑tech ядра». Акцентируется казахстанский контекст и намечаются направления эмпирической проверки. Ключевые слова: деловые игры; игровое моделирование; информационные дисциплины; жизненный цикл разработки ПО (SDLC); обучение информатике; оценивание по артефактам; фасилитация преподавателя; модель принятия технологий (TAM). 1 Введение Современное образование в области информатики требует активных методов обучения, развивающих не только предметные знания, но и профессиональные компетенции. В традиционной модели основной фокус смещён на этап реализации (кодирования), тогда как концептуальное проектирование, тестирование и документирование оказываются в тени. Это особенно заметно в Казахстане, где система по инерции формирует энциклопедические знания и часто поощряет индивидуальные формы работы (курсовые, ВКР), что не всегда позволяет развивать навыки командного взаимодействия и ведения документации. При этом в реальной профессиональной деятельности специалистам ИТ приходится поддерживать и развивать проекты, созданные другими, понимать чужую архитектуру и документацию и готовить собственные артефакты для последующих команд. Определение. Бизнес‑симуляционные игры (BSG) — это инструменты экспериментального обучения, в которых студенты изучают бизнес‑процессы, управляя имитируемой фирмой в безрисковой, интерактивной и реалистичной среде. Студенты принимают стратегические решения и соревнуются индивидуально или в командах. Такие активные практики повышают вовлечённость и развивают сотрудничество, принятие решений, решение проблем и критическое мышление. Цель статьи — показать, как деловые игры и игровое моделирование позволяют встроить в учебный процесс полный жизненный цикл разработки ПО (SDLC) и обеспечить формирование недостающих компетенций. «World Scientific Reports» (October 16-17, 2025). Paris, France 51 Справка: SDLC и артефакты SDLC (Software Development Life Cycle) — это последовательность этапов создания и сопровождения программного обеспечения: инициация и анализ требований → проектирование → разработка → тестирование → выпуск/развёртывание → эксплуатация и сопровождение. Документирование — сквозной процесс, который ведётся на всех этапах. Артефакты SDLC — формальные результаты работы на этапах жизненного цикла, по которым можно проверять качество процесса и продукта. Примеры: концепция/паспорт проекта, техническое задание (ТЗ) и пользовательские истории; архитектурные решения и диаграммы (UML/ER); прототипы интерфейсов; исходный код и отчёты о проверке кода; план тестирования, тестовые случаи и отчёты о дефектах; описание изменений релиза и журнал изменений; руководства пользователя и администратора. Новизна и вклад. (1) SDLC‑ориентированная рамка интеграции симуляций в ИТ‑дисциплины; (2) компоновка роли преподавателя и типов поддержки применительно к казахстанскому контексту; (3) набор артефактов и критериев оценивания, делающих невидимые этапы (проектирование, тестирование, документирование) видимыми для проверки. 2 Материалы и методы Дизайн исследования. Литературный обзор, ориентированный на англоязычные источники по game‑based learning, business simulation games и serious games в высшем образовании, с фокусом на информатику/программную инженерию. Критерии включения. (1) рецензируемые публикации на английском языке; (2) содержательная связь с ИТ‑дисциплинами или переносимыми на них моделями; (3) описанные учебные результаты/метрики (когнитивные, интерактивные, процессные). Критерии исключения. Непроверяемые источники; сугубо школьные практики и практики из других дисциплин, без явной переносимости на ИТ‑дисциплины; публикации без описания учебных результатов. 3–4 Результаты и обсуждение Систематизация зарубежного опыта показывает, что при надлежащей интеграции симуляции повышают вовлечённость и приводят к росту когнитивных (принятие решений, критическое мышление, решение проблем) и интерактивных навыков (командная работа, сотрудничество, коммуникация). Для информационных дисциплин добавочно фиксируется прогресс в процессных компетенциях SDLC: формализация требований, культура тестирования (модульное/интеграционное/нагрузочное), ведение документации и соблюдение регламентов командной разработки (проверка кода, ведение веток, управление релизами). Гибкие и технические навыки, релевантные ИТ. Помимо поощрения более высокой вовлечённости, деловые симуляции улучшают гибкие навыки — командную работу, принятие решений, лидерство — и технические навыки стратегического анализа и управления. Для ИТ это особенно важно, поскольку современная разработка строится на командной, распределённой и даже краудсорсинговой модели (онлайн‑взаимодействие большого числа участников). Дополнительно развивается творческое мышление, значимое для проектирования и решения нестандартных задач в информационных дисциплинах . Дополнительные эффекты и развиваемые навыки. Исследования отмечают улучшения в управлении информацией, коммуникации, управлении временем и проектами, управлении рабочей нагрузкой, командной работе и решении проблем; рост когнитивных навыков (принятие решений, критическое мышление, научное обоснование), а также развитие социальных и эмоциональных навыков [4], [5]. При использовании компьютерных Proceedings of the 11th International Scientific Conference 52 симуляций дополнительно фиксируются: более высокая вовлечённость в учебную деятельность, повышение мотивации, удовлетворённости содержанием курса, самоэффективности и уверенности в себе — при условии корректной интеграции и калибровки сложности [6], [7]. С учётом того, что ИТ‑дисциплины опираются на непосредственную работу с компьютером и совместные цифровые инструменты, перечисленные эффекты, как правило, проявляются особенно отчётливо. Стратегия преподавателя как модератора. Эффект симуляции зависит от продуманной роли преподавателя: (i) заранее спланировать стратегии обучения и преподавания [2], (ii) сопровождать студентов на всех этапах, (iii) разработать оценочные задания и критерии, позволяющие проверить достижение результатов [2]. Поддержка выступает регулирующим фактором: помогая и направляя, преподаватель сохраняет ведущую роль за студентами в управлении собственным обучением [3]. В ряде работ подчёркивается активная роль инструктора до начала и во время игры — в задании уровней сложности и условий среды [4]; также выделяются три типа поддержки: интерпретационная (вводная и разъясняющая), экспериментальная (помощь в выдвижении и проверке решений) и рефлексивная (организация осмысления опыта) [5]. Факторы принятия симуляций и опросы на входе/выходе. На принятие студентами симуляционной деятельности влияют (а) человеческие факторы — навыки преподавателя, его энтузиазм и качество преподавания; (б) технологические факторы — воспринимаемая полезность и простота использования симуляции (концепции модели принятия технологий (TAM)). Эмпирические работы показывают, что чем выше воспринимаемая простота и полезность, тем позитивнее отношение к симуляции и намерение её использовать; роль преподавателя при этом остаётся значимым модератором восприятия [6], [7]. • Входной опрос (в начале занятия/спринта): мотивация и интерес к дисциплине; текущее состояние (настроение, усталость); субъективная уверенность в знаниях по теме; ожидания от симуляции. Рекомендуются короткие шкалы (3–5 баллов), чтобы снизить шум самооценок. • Выходной опрос (в конце занятия/спринта): те же параметры для сравнения + блоки модели принятия технологий (TAM) (полезность, простота), удовлетворённость, намерение повторного использования; краткие вопросы о командном взаимодействии. Результаты сопоставляются (треангулируются) с продуктово‑процессными метриками (качество артефактов, «утекшие» дефекты и т. п.). Препятствия внедрения и стратегии смягчения (low‑tech → high‑tech). Лонгитюдные исследования отмечают три наиболее частых барьера: (1) предполагаемый риск принятия новых методов обучения (в т. ч. ощущение потери контроля преподавателем), (2) пригодность доступных симуляций под цели курса, (3) нехватка ресурсов (финансовых и инфраструктурных) [7]. Эти факторы тесно связаны и должны рассматриваться вместе; восприятие риска у разных преподавателей существенно различается . • Риск «потери контроля». Вводить чёткие рамки: результаты обучения, рубрикаторы, артефакты по этапам SDLC, контрольные точки и короткие пилоты; организовать обмен опытом и совместные обсуждения хода симуляции. • Пригодность симуляций. Выбирать или адаптировать сценарии, напрямую соотносимые с SDLC (требования → проектирование → разработка → тестирование → документирование). При отсутствии подходящего цифрового симулятора использовать учебные кейсы и ролевые процедуры, сохраняя артефакты и критерии. • Ресурсы. Планировать методику как low‑tech‑ядро (бумажные/табличные артефакты, доска/канбан, статические прототипы) и наращивать технологии по возможности: бесплатные/свободные решения (например, системы контроля версий и трекеры задач), затем — при наличии бюджета — платные симуляторы. «World Scientific Reports» (October 16-17, 2025). Paris, France 53 • Пошаговая интеграция. 1) low‑tech‑макет курса; 2) подключение точечных цифровых инструментов (репозиторий кода, issue‑трекер, автоматизированные тесты); 3) интеграция с CI/CD; 4) полноценная цифровая симуляция. На каждом шаге — входные/выходные опросы по модели принятия технологий (TAM) о полезности и простоте [6]. Калибровка сложности и управление ожиданиями. Для симуляционного обучения важно поддерживать умеренную сложность сценариев: излишняя сложность снижает принятие симуляции студентами и мотивацию к участию [7]. Перед запуском следует убедиться, что: (1) заявленные результаты обучения реалистичны; (2) имеется инфраструктура (аудитории/ПО/доступ к сети) и финансовые ресурсы при необходимости; (3) подобранная симуляция соответствует целям курса. Завышенные ожидания от альтернативных методик нередко приводят к неверной интерпретации эффектов («не впечатлило» по сравнению с традиционным подходом), хотя исследования показывают, что смешанное обучение и включение BSG повышают качество обучения при достаточной фасилитации и поддержке [5]. См. Rogmans и Abaza [8]; Calabor и др. [9]; Salas и др. [10]. Осведомлённость и вовлечённость участников. Внедрение симуляций требует включённости студентов, преподавателей и администрации. Полезны предварительные брифинги о целях и преимуществах метода, короткие пилоты, наставничество, а также стратегия low‑tech ядра с постепенным наращиванием цифровых инструментов по мере готовности (см. подпункт о препятствиях выше). Это снижает консервативное сопротивление и помогает сопоставлять ожидания с реальными результатами [7]. Интегративный (междисциплинарный) аспект. Эффективность повышается, когда симуляции опираются на межпредметные задачи: проект затрагивает несколько дисциплин (например, базы данных + интерфейсы + управление проектами), а симуляция дополняется регулярным преподавательским коучингом и фасилитацией [5], см. Salas и др. [10]. Значение для подготовки учителей информатики Почему это важно. В типовой педагогической подготовке общеобразовательные курсы редко отражают специфику информационных дисциплин: акцент делается на индивидуальные задания и репродуктивные формы, а этапы SDLC (требования, проектирование, тестирование, документирование) остаются «невидимыми». Между тем современная ИТ‑практика — командная, распределённая и часто онлайн‑кооперативная. Будущему учителю информатики необходимо уметь не только «учить кодировать», но и организовывать процесс, делать промежуточные этапы видимыми и оцениваемыми, фасилитировать командную работу и справедливо оценивать вклад. Эффект переноса в педагогическую практику. В отличие от многих общеобразовательных предметов, где нет прямой потребности в проектно‑командных форматах, в информационных дисциплинах симуляции закрывают критически важные процессные компетенции. Освоив метод на собственном опыте (и увидев его результативность), будущие учителя с большей вероятностью воспроизведут его в своей практике. Это напрямую связано с восприятием полезности и простоты метода студентами (модель принятия технологий (TAM)) и с их субъективным опытом обучения [4], [6]. Поэтому важно спроектировать позитивный эмоциональный опыт: интерес, вовлечённость и ощущение самоэффективности повышают успеваемость в симуляции и готовность применять метод в дальнейшем; снижение воспринимаемого риска со стороны преподавателя дополнительно облегчает внедрение [7]. Что дают симуляции будущему учителю.  Дидактический дизайн вокруг SDLC: постановка результатов обучения «по этапам», выбор проверяемых артефактов, планирование контрольных точек и дебрифингов. Proceedings of the 11th International Scientific Conference 54  Фасилитация и модерация: управление сложностью сценариев, три вида поддержки (интерпретационная/экспериментальная/рефлексивная), предотвращение «игры в метрики», работа с «особыми мнениями» и правилами академической честности.  Оценивание: рубрикаторы по артефактам и процессу, сочетание объективных метрик (например, «утёкшие» дефекты) с наблюдениями и опросами по модели принятия технологий (TAM).  Инфраструктура и организационные решения: стратегия «low‑tech ядра» с постепенным подключением цифровых инструментов; организация удалённого/гибридного взаимодействия.  Междисциплинарность: связывание ИТ‑задач с содержанием смежных дисциплин (математика, экономика, технология и др.). Примеры из других областей (для переноса в ИТ)  Медицина (симуляционные центры, OSCE (объективизированный структурированный клинический экзамен)): командные сценарии в «безрисковой» среде тренируют коммуникацию, распределение ролей и протоколы — аналогично тестовым сценариям и реагирование на инциденты в ИТ.  Авиация (авиасимуляторы, управление ресурсами экипажа): отработка процедур и командного взаимодействия; перенос на процессы DevOps, чек‑листы, разборы инцидентов.  Экономика/менеджмент (классические BSG): стратегические решения в динамичной среде повышают вовлечённость и когнитивные навыки .  Право (имитационный судебный процесс / учебное судебное заседание): ролевые процедуры, отработка аргументации и соблюдение процессуальных регламентов; перенос в ИТ — формализация и согласование требований, проверка соответствия спецификациям.  Кибербезопасность (CTF/обучающие игры): ситуационные задачи и командная координация; пример — SherLOCKED в кибербезопасности [11]. Таблица 1 — Соответствие этапов SDLC, игровых механик и оцениваемых артефактов Этап SDLC Игровые механики Артефакты/критерии Концепция Ролевая постановка требований, питч ‑ сессии Концепция/паспорт проекта, техническое задание (ТЗ), пользовательские истории, критерии приёмки Проектирование Дизайн ‑ ревью, ограниченные ресурсы/компромиссы Архитектурное решение, UML/ER ‑ диаграммы, проектная документация Разработка Спиральные спринты, лимиты времени/бюджета Исходный код, правила оформления кода, журналы непрерывной интеграции и поставки (CI/CD), отчёты о проверке кода Тестирование «Баг ‑ охота», A/B ‑ эксперименты, стресс ‑ сценарии План тестирования, тестовые случаи, отчёты о дефектах, покрытие тестами Документирован ие «Док ‑ челлендж» с обменом ролями Руководство пользователя, руководство администратора, журнал изменений Релиз и поддержка План релиза, учения по реагированию на инциденты, разбор инцидентов Описание изменений релиза, план сопровождения, отчёты о разборе инцидентов «World Scientific Reports» (October 16-17, 2025). Paris, France 55 Пилотные развертывания в учебных группах демонстрируют, что переход от индивидуальных задач к командным симуляциям с обязательными артефактами повышает прозрачность для преподавателя (становятся видимыми ошибки на ранних этапах проектирования) и качество обратной связи. Показатели эффективности (междисциплинарные примеры и адаптация к ИТ) Зачем и что измерять. В разных дисциплинах для оценки эффекта симуляций применяют разные индикаторы; для ИТ их удобно группировать и сочетать (треангуляция), чтобы не опираться на одну‑две «шумные» метрики. 12. Производственно‑экономические индикаторы (часты в бизнес‑курсах): прирост прибыли/доли рынка, устойчивость фирмы в сценарии. Перенос в ИТ: KPI учебного продукта/команды внутри сценария (качество релиза, соблюдение сроков, удовлетворённость «заказчика»). Важно: не превращать одну метрику в «игрушку» — использовать только вместе с учебными показателями. 13. Учебные результаты по содержанию: пред‑/пост‑тесты, экзаменационные баллы. Работают при достаточных выборках (по числу студентов и по времени наблюдения) и при наличии контрольной группы «традиционного» обучения. 14. Рефлексивные отчёты студентов: самооценка опыта, предложения по улучшению, субъективная уверенность/самоэффективность. Оцениваются по простому рубрикатору (ясность, обоснованность, связь с целями). Эти данные дополняют, а не заменяют артефакты и объективные метрики. 15. Наблюдения преподавателя: чек‑лист активности, распределения ролей, качества взаимодействия, соблюдения договорённостей. Для снижения субъективности — парная модерация, фиксация наблюдений и соотнесение с логами/артефактами. 16. Метрики артефактов SDLC: полнота и согласованность ТЗ, связность проектной документации, «утекшие» дефекты и покрытие тестами, качество отчётов о проверке кода и пользовательской документации. 17. Динамика командной работы: равномерность вкладов (коммиты/таски), время реакции на запросы на изменения, плотность взаимодействий, стабильность ролей/переходов, прогресс между спринтами. Практическая схема. На каждом крупном этапе фиксируются артефакты и метрики процесса/продукта; параллельно собираются краткие анкеты (3–5‑балльные шкалы) и рефлексивные отчёты. Итоговая оценка формируется как взвешенное сочетание объективных метрик, качества артефактов, наблюдений и отзывов студентов. Оценивание по этапам жизненного цикла ПО Логика оценивания. Оценку целесообразно строить по этапам жизненного цикла: часть этапов выполняется последовательно (например, формирование концепции и ТЗ), часть — параллельно (например, разработка и тестирование). Это позволяет фиксировать вклад каждого студента и объективно сопоставлять результаты между командами. Последовательные этапы (концепция/ТЗ, затем проектирование). Пока не завершены концепция и техническое задание, переход к следующим этапам затруднён. На этих стадиях участвуют все студенты, поэтому оценивание может включать: полноту и согласованность ТЗ, качество формулировок пользовательских историй, обоснованность требований. Для проектирования допускается разделение внутри этапа: часть студентов отвечает за внешний вид и сценарии интерфейсов, часть — за модель данных, часть — за архитектурные решения и интерфейсы взаимодействия. Итоговая оценка складывается из качества каждого подкомпонента и их согласованности. Параллельные этапы (разработка ↔ тестирование). После проектирования разумно вести разработку и тестирование параллельно, разделив студентов на подкоманды: разработчики выпускают сборки, тестировщики — проверяют релизные версии и ведут Proceedings of the 11th International Scientific Conference 56 отчётность по дефектам. В этом случае каждый студент оценивается по тому этапу, на котором он фактически работал, по прозрачным критериям (для разработчика — качество кода и соблюдение договорённостей; для тестировщика — полнота сценариев и качество отчётности). Ротация ролей как инструмент объективности. Если оценивание вклада отдельного студента становится неоднозначным, можно временно перевести его в смежную подкоманду (например, тестировщика — в разработку). Это помогает выявить реальные сильные/слабые стороны. Однако ротация должна носить ограниченный характер: это инвазивная мера, способная замедлить работу и повлиять на образовательный процесс. Преподаватель, выступая модератором, применяет её точечно и с учётом целей обучения. Артефакты для проверки. Для каждого этапа фиксируются проверяемые артефакты: ТЗ/пользовательские истории и критерии приёмки; архитектурные решения и диаграммы; исходный код и отчёты о проверке кода; план тестирования, тестовые случаи и отчёты о дефектах; релизные заметки и журнал изменений. Это делает «невидимые» этапы видимыми и сопоставимыми при оценке. Индивидуальные мнения и саморефлексия. Помимо артефактов уместно собирать от студентов краткие индивидуальные мнения по каждому этапу (формат «особого мнения»). Такая запись фиксирует замеченные риски и ошибки, которые студент мог видеть, но не смог предотвратить из‑за коллегиального решения. Принцип учёта: если ошибка этапа не повлияла на итоговый результат, общий балл этапа не снижается автоматически; если же ошибка существенно сказалась на финальном продукте, «особые мнения» становятся основанием для дифференциации индивидуальных оценок — студенты, вовремя указавшие на риск и предложившие решение, не должны получать понижение только из‑за коллективной динамики. Самооценка артефактов. Для каждого артефакта (ТЗ, проектная документация, план тестирования, отчёт о дефектах и т. п.) каждый студент заполняет краткую саморефлексию: вклад, отмеченные слабые стороны, предложения по улучшению. Эти записи по запросу могут учитываться при уточнении оценки, особенно когда вклад студента трудно измерить по результатам команды. Модерация и ограничения. Сбор «особых мнений» должен иметь ограниченный и регламентированный характер (например, объём до 5–7 предложений, сдача в конце этапа, без персональных обвинений — только факты и предложения). Преподаватель‑модератор сопоставляет такие записи с артефактами и собственными наблюдениями; при необходимости может использовать временную ротацию ролей (см. выше) как крайнее средство для объективизации оценивания. Академическая честность и оценивание тестирования. Оценивать тестирование по «количеству найденных ошибок» нельзя: это порождает стимулы к намеренному созданию дефектов. Критерии должны опираться на качество финальной версии продукта и вклад тестирования в предотвращение ошибок. Если в выпуске остаются дефекты, оценка по этапу тестирования снижается пропорционально их серьёзности и числу «утекших» дефектов. Рекомендуемые метрики: плотность дефектов в релизе; доля «утекших» дефектов (не обнаруженных до релиза); полнота и релевантность тестового покрытия; трассируемость сценариев к требованиям; качество отчётности (воспроизводимость, приоритизация, чёткость описаний); доля ложных срабатываний. Правила академической честности: запрет умышленного внесения дефектов; аудит по истории изменений и ревью; парное тестирование и кросс‑оценка; учёт «особых мнений» студентов, зафиксировавших риск до релиза. «World Scientific Reports» (October 16-17, 2025). Paris, France 57 5 Выводы 18. Симуляции и игровое моделирование делают «невидимые» этапы SDLC (требования, проектирование, тестирование, документирование) видимыми через артефакты и прозрачные критерии оценивания, при этом повышают вовлечённость и развивают когнитивные, социальные и процессные компетенции (в согласии с международными исследованиями [2–10]). 19. Ключ к результативности — модерация и сложность. Эффекты зависят от качества фасилитации преподавателя и калибровки сложности сценариев; в условиях акцента на самостоятельную работу оптимальна стратегия «low‑tech ядра» с поэтапным подключением цифровых инструментов. 20. Для подготовки будущих учителей информатики симуляции формируют умение организовывать процесс по SDLC, работать с документацией и тестированием, фасилитировать командную работу и справедливо оценивать вклад. Положительный эмоциональный опыт повышает успеваемость и вероятность переноса метода в собственную педагогическую практику. 21. Практические условия внедрения: чёткие результаты обучения по этапам SDLC, шаблоны артефактов и рубрикаторы, входные/выходные опросы по модели принятия технологий (TAM), сбор «особых мнений» и регламент академической честности. 22. Перспективы эмпирической проверки: провести пилот(ы) с пред‑/пост‑тестами, метриками артефактов (в т. ч. «утекшие» дефекты), динамикой командной работы и опросами по TAM; отдельно оценить влияние уровня фасилитации и сложности. Список литературы 23. Faisal N., Chadhar M., Goriss‑Hunter A., Stranieri A. Business Simulation Games in Higher Education: A Systematic Review of Empirical Research. – Human Behavior and Emerging Technologies. – 2022. – Article ID 1578791. 24. Vos L. Simulation games in business and marketing education: How educators assess student learning from simulations. – The International Journal of Management Education. – 2015. – 13(1). – С. 57–74. 25. Ellahi A., Zaka B., Sultan F. A study of supplementing conventional business education with digital games. – Educational Technology & Society. – 2017. – 20(3). – С. 195–206. 26. Hernández‑Lara A. B., Serradell‑López E. Student interactions in online discussion forums: their perception on learning with business simulation games. – Behaviour & Information Technology. – 2018. – 37(12). – С. 1271–1286. 27. Loon M., Evans J., Kerridge C. Learning with a strategic management simulation game: A case study. – The International Journal of Management Education. – 2015. – 13(3). – С. 227– 236. 28. Pando‑García J., Periañez‑Cañadillas I., Charterina J. Business simulation games with and without supervision: An analysis based on the TAM model. – Journal of Business Research. – 2016. – 69(5). – С. 1731–1736. 29. Kriz W. C., Auchter E. 10 Years of Evaluation Research Into Gaming Simulation for German Entrepreneurship and a New Study on Its Long‑Term Effects. – Simulation & Gaming. – 2016. – 47(2). – С. 179–205. 30. Rogmans T., Abaza W. The impact of international business strategy simulation games on student engagement. – Simulation & Gaming. – 2019. – 50(3). – С. 393–407. 31. Calabor M. S., Mora A., Moya S. The future of ‘serious games’ in accounting education: A Delphi study. – Journal of Accounting Education. – 2019. – 46. – С. 43–52. Proceedings of the 11th International Scientific Conference 64 learning observed at our classrooms (face to face tutoring) . Accordingly, this paradigm proceeds interactively via bidirectional communication process between teacher and his learner(s)]. However, secondly other learning paradigm performs self-organized (autonomously unsupervised) tutoring process [14]. Fig.4: Generalized ANN block diagram simulating two diverse learning paradigms, adapted from [7]. The mathematical formulation of the Generalized ANN Learning / Teaching Model given at Fig. 2 is given as follows. The error vector )(ne at any time instant (n) observed during learning processes is given by: )(-)()( ndnyne  (1) Where )(ne ..... is the error correcting vector that adaptively controls the learning process, )(ny …........… is the output obtained signal vector from ANN model, and …… is the desired numeric signal vector. Moreover, the following four equations are deduced: )()()( knWnXnV T kjj  (2) )e(1)e(1-))(()( )( k )( k kk nVnV nVnY   / (3) )(-)()( kkk nyndne  (4) )()()( kjkjkj nWnWnW  1 (5) Where X is input vector and W is the weight vector.  is the activation function. Y is the output. ek is the error value and dk is the desired output. Note that Wkj (n) is the dynamical change of weight vector value. Above four equations are commonly applied for both learning paradigms: supervised (interactive learning with a tutor), and unsupervised (learning though student’s self-study). The dynamical changes of weight vector value specifically for supervised phase is given by: )()()( kkj nXnenW j  (6) Where  is the learning rate value during the learning process for both learning paradigms. At this case of supervised learning, instructor shapes child’s behavior by positive/ negative reinforcement Also, Teacher presents the information and then students demonstrate that they understand the material. At the end of this learning paradigm, assessment of students’ achievement is obtained )(nd «World Scientific Reports» (October 16-17, 2025). Paris, France 65 primarily through testing results. However, for unsupervised paradigm, dynamical change of weight vector value is given by: )()()( kkj nXnYnW j  (7) Noting that ek(n) equation (6) is substituted by yk(n) at any arbitrary time instant (n) during the interactive learning process. Referring to Fig.1, the correction signal which provided by a teacher should take into consideration the noisy environmental level inside classrooms(such as noisy crowdedness appears as CPE). In other words, that level is quantitatively measured as signal to noise (S/N) ratio or equivalently the additive noise power (  ) to the ideally sensory clear signal. Consequently, the response time response measured by number of training cycles (n) { as defined at the subsection in the above (B) by the two equations (6)&(7)}. Noting value of (n) should have been increased until reaching learning convergence instant, when 0)( kj  nW (8) That above condition given by equation (8), could be fulfilled only if the desired output learning has been obtained after some number of training cycles (response time) in fulfillment of the two equations (6) & (7). 4 RESULTS 4.1 EFFECT OF NOISY ENVIRONMENT ON CREATIVE LEARNING /Naturally, ideal (noiseless) learning environment is not available in practice. Usually, it environmental learning data is vulnerable to contaminations by either external or internal noisy conditions. So, creative individuals are more capable to be adaptive with environmental noise,[25]. In other words, creative brains are more experienced in building up adaptive connections with noisy data through extended brain capacity [10] Obtained results for optical character recognition under different noise levels are given in a tabulated form as in (Table 1). Noting that, noise effect is measured by signal to noise ratio value (S/N) versus the number of training cycles (T). Conclusively, an interesting remark observed considering relation between number of training cycles values and noisy environmental data for the case of FI cognitive(unsupervised) learning. That is convergence time cycle(s) (T), of learning process is inversely proportional to signal to noise ratio value(s) , (S/N). Referring to [4], some results relating the number of training cycles after learning convergence, and learning rates (considering Field Independent cognitive learning) are shown therein. Briefly for three numerical values of training cycles (3, 5, and 10), observed as result for learning rate values (0.2, 0.1 and 0.05) respectively. For more elaborate illustrations of that relation between number of training cycles and learning rates, it is referred to Fig.5, given in below, the graphical relation for measured values of iterative cycles (response time) versus the number of occurrences (for each iteration cycles number) is depicted. Additionally, the tabulated results are given at Table 1. Proceedings of the 11th International Scientific Conference 66 Fig.5, Illustrates the graphical relation for measured values of iterative cycles (response time) versus the number of occurrences TABLE 1: Relation between S/N power ratio, noise power, and learning response time Signal to noise power ratio 5 10 20 Noise power  at learning environment 0.2 0.1 0.05 Learning response Time (T) 85 62 47 4.2 Effect of CAI Packages' Application of On Learners' Response Time (Case Study) Performance evaluation of Educational systems are adopted mainly by using two measurable learning parameters . Namely, both measured parameters are -on the averagelearning convergence (response) time and learners' achievements(marks). Herein, error correcting learning paradigm is suggested to simulate the learning principle under supervision with a teacher in nature learning processes observed to converge to some output response value(s) after some number of training cycles. For any case this number observed to differ in a diverse manner following different learning abilities of individuals (students). The application of CAL packages results on improvement of learners' response time as shown at Fig.5. 0 5 10 15 20 25 30 35 40 45 0 5 10 15 20 25 30 35 Frequency of Occurrence Students' Response (Learning Convergence) Time Before and after CAL Application Before After «World Scientific Reports» (October 16-17, 2025). Paris, France 67 Fig. 5 The effect of suggested CAL package on students' Learning convergence (Response) time (adapted from [13]) 4.3 Effect of Learning Rate Values On Learners’ Convergence Time Referring to Fig.4 given in the above, it is worthy note that statistical variations for number of occurrences observed to have approximately bell shape performance versus different values of learning response time (iteration cycles). In other words, the resulting values distribution having a bell form shape seemed to be similar to Gaussian (normal) distribution. Referring to above obtained output results, values corresponding to the learning rate values (0.4,0.3,0.2, 0.1). are given respectively. as (13, 17, 27, 55) cycles on the average for learning convergence (response) time. Conclusively, convergence time (number of training cycles) is inversely proportional to the corresponding learning rate values. 4.4 Effect Of Gain Factor Values On Learners’ Convergence Time The obtained results for various gain factor values are comprehensively shown in below at Figure 6. (in a statistical graphical form) Fig.6. Illustrates improvement of average response time (no. of training cycles) by increase of the gain factor values The above results illustrate gain factor effect on improving the value of time response measured after learning process convergence, [10]. These four graphs at Fig.6 are concerned with the improvement of the learning parameter response time (number of training cycles). That improvement observed by increasing of gain factor values (0.5, 1, 10,and 20) that corresponds to decreasing respectively number of training cycles by values (10,7.7,5,and3) cycles, (on approximate averages). Conclusively, Learning creativity is virtually improved by such increase of gain factor values. 4.5 Effect of Neurons' Number on Learning Creativity Referring to Fig. 7 given in below, as the number of neurons contributing to learning process increases, the better learning creativity obtained. These results seem consistent well with above obtained results shown at Fig.5. Proceedings of the 11th International Scientific Conference 68 Fig.7 Illustrates the performance of error correction algorithm versus learning convergence time for different learning rate values. 4.6 Comparing Of Above Two ANN's Design Parameters Fig.8. Illustrates the statistical distribution of learning convergence time for learning rate value =0.1, gain factor value=0.5. Fig.9 : Illustrates the statistical distribution of learning convergence time for learning rate value =0.1, gain factor value =1. Learning Rate = 0.1 Learning Rate = 0.05 Learning Rate = 0.3 «World Scientific Reports» (October 16-17, 2025). Paris, France 69 Fig.10 : Illustrates the statistical distribution of learning convergence time for learning rate value =0.2, gain factor value =0.5. Fig.11 : Illustrates the statistical distribution of learning convergence time for learning rate value =0.6, gain factor value =0.5. 4.1 Four samples comparing both deign factors of ANN models are shown in the above as follows: 1Firstly, two samples are given at (Fig.8), and (Fig. 9). These two figures are concerned with the improvement of the learning parameter response time (number of training cycles), observed by increasing of gain factor (from 0.5 to 1), for fixed learning rate value (0.1). Respectively, the number of training cycles decreased approximately -on the average- (from 80 to 30) cycles. Both figures indicate gain factor effect on improving time response values measured (after learning process convergence). 2Secondly, other two samples are shown at (Fig.10), and (Fig.11) .Both figures consider changes of learning rate parameter (for fixed gain factor value (0.5)). By some details, as the value of learning rate parameter increases from 0.2 (Fig.10), to 0.6 (Fig.11), the average (normalized) number of training cycles, decreases approximately (on the average), (from 38 to 12) cycles. 3.1 Effect of neurons' number on time response The following simulation results show how the number of neurons may affect the time response performance. Those graphical presented results show that by changing number of neural cells (14 ,11 ,7 ,5 ,and 3 ); during interaction of students with e-learning environment, the performance observed to be improved by increase of number of neuronal cells (neurons).That is shown at figures (3 , and 4) respectively; for fixed Learning rate = 0.1 and gain factor = 0.5. Proceedings of the 11th International Scientific Conference 70 Figure 3: Illustrate time response performance with #neurons = 14 (left) and with #neurons =11 (right). Figure 4: Illustrate time response performance with #neurons = 7 (left), with #neurons = 5 (middle) and /with #neurons = 3 5 CONCLUSIONS The two design parameters for ANNs modeling (Learning rate, and Gain Factor) in addition to number of neurons , all are considered for quantifying learning creativity . In more details, optimal selectivity for values of gain factor , learning rate parameters , and/or number of neurons are relevant for improvement of quantified learning creativity phenomenon. Conclusively, evaluation and assessment of individual differences phenomena is very interesting for educational systems performance referring to main brain functions (learning and memory) . Accordingly, internal (intrinsic) brain state (synaptic connectivity) of students is highly effective on their learning creativity[25]. REFERENCES [1] White House OSTP Issues Decade of the Brain Report, Maximizing Human Potential: 19902000. [2] Douglas, R. J., & Martin, K. A. C. (1991). Opening the gray box. Trends in Neurosciences, 14, 286–293. [3] Swaminathan,N 2007 " Cognitive Ability Mostly Developed Before Adolescence, NIH Study Says. NIH announces preliminary findings from an effort to create a database that charts healthy brain growth and behavior " Scientific American letter, May 18, 2007. [4] Swaminathan,N "How The Brain Maps Symbols To Numbers" Scientific American letter, October 31, 2007. [5] A. Borzenko "Neuron mechanism of human languages" Published in IJCNN'09 Proceedings of the 2009 international joint conference on Neural Networks IEEE Press Piscataway, NJ, USA ©2009 ISBN: 978-1-4244-3549-4. [6] H.M. Hassan ,A. Al-Hammadi, B.Michaelis" Evaluation of Memorization Brain Function Using a Spatio-temporal Artificial Neural Network (ANN) Model" Published at CCCT 2007 conference held on July12-15 ,2007 – Orlando, Florida, USA. [7] Mustafa, et. al. “On Assessment of Brain Function Adaptability in Open Learning Systems Using Neural Networks Modeling (Cognitive Styles Approach)" published at The IEEE No. of occurrences for each Response Time No. of occurrences for each Response Time Time Response (No. of training cycles) Time Response (No. of training cycles) No. of occurrences for each Time Response No. of occurrences for each Time Response No. of occurrences for each Time Response No. of training cycles No. of training cycles No. of training cycles «World Scientific Reports» (October 16-17, 2025). Paris, France 71 International Conference on Communications and Information Technology ICCIT-2011, held on Mar 29, 2011 - Mar 31, 2011, Aqaba, Jordan. Published also at Journal of American Science, 2011: 7(4), http://www.americanscience.org. [8] H.M. Mustafa “Building up bridges for natural inspired computational models across behavioral brain functional phenomena; and open learning systems” A tutorial presented at the International Conference on Digital Information and Communication Technology and its Applications (DICTAP2011) held from June 21-23, 2011 , at Universite de Bourgogne, Dijon, France. [9] H.M Hassan “ Application of Neural Network Model for Analysis and Evaluation of Students' Individual Differences “ Proceeding on the 1st ICEENG Conference (MTC) Cairo , Egypt , pp. 24-26 March 1998. [10] H.M. Hassan “Evaluation of Artificial Neural Network Modeling Considering Learning / Training Convergence Time” published at international conference of Electrical Engineering 2426, Nov. 2004. [11] H.M.Hassan "On Quantifying Learning Creativity Using Artificial Neural Networks(A Mathematical Programming Approach) " published at CCCT 2007 , conference held on July12-17, 2007 – Orlando, Florida, USA. [12] H.M.Hassan " On Quantifying Learning Creativity Using Artificial Neural Networks (A Nerophysiological Cognitive Approach)", published at National Conference on Applied Cognitive Psychology held on 29 –30 November, 2007-Calcotta ,India. [13] H. M. Hassan "Statistical Analysis of Individual Differences in Learning/Teaching Phenomenon Using Artificial Neural Networks ANNs Modeling."(With a Case Study) Published at ICCS 2005,1415 Dec.2005, INDIA. [14] Linda Karges-Bone “Monthly Brain-Building Activities for May and June”. The New Day Magazine. Summer 2006. [15] Renzulli, J.S. (1998) The three-ring conception of giftedness. In: S.M. Baum, S.M. Reis & L.R. Maxfield, eds. Nurturing the gifts and talents of primary grade students. Mansfield Center, CT: Creative Learning Press, pp. 1-27. [15] National Advisory Report on Creativity (1999) www.ncation.org.uk [16] Tracey J. Shors How to Save New Brain Cellsin Scientific American Mind & Brain, February, 2009 [17] Diamond, M. University of California http://www.musesmuse.com/art-graymatters.html [18] H. M. Hassan “On Quantitative Mathematical Evaluation of Long Term Potentiation and Depression Phenomena Using Neural Network Modeling” published at SIMMOD 2005, 17-19 Jan.2005, pp 237-241. [19] H.M. Hassan ,A. Al-Hammadi, B.Michaelis" Evaluation of Memorization Brain Function Using a Spatio-temporal Artificial Neural Network (ANN) Model" Published at CCCT 2007 conference to be held on July12-15 ,2007 – Orlando, Florida, USA. [20] H.M. Hassan" On Simulation of Adaptive Learner Control Considering Students' Cognitive Styles Using Artificial Neural Networks (ANN )" Published at International Conference on Computation Intelligence for Modeling Control and Automation CIMCA) 2005, IEEE Press, Vienna, Austria, 28-30 November,2005. [21] H. M. Hassan "On Behavioral Dynamics Evaluation of Glial Cells Role in Comparison with Brain Neurons Functions Using Artificial Neural Networks." (Conceptual view) Published at ICCS 2005 New Delhi ,India, 14-15, Dec.2005. [22] R.D. Fields and B. Stevens-Graham Driving Mr. Albert, A Trip across America with Einstein's Brain. Michael Paterniti. Delta, 2001. New Insights into Neuron-Glial Communication. in Science, Vol. 298, Pages 556-562; October 18 (2002). Proceedings of the 11th International Scientific Conference 72 [23] Douglas R., The other half of the brain, Scientific American, vol. (21), No. 1/2: pp 46-55, (2005). [24] Ghonaimy M.A., Al–Bassiouni, A.M. and Hassan, H.M “Leaning of Neural Networks Using Noisy Data”. Second International Conference on Artificial Intelligence Applications, Cairo, Egypt, Jan 22-24, 1994. PP. 387-399. [25] Ghonaimy M.A., Al–Bassiouni, A.M. and Hassan H.M "Learning Ability in Neural Network Model” Second International Conference on Artificial Intelligence Applications, Cairo, Egypt, Jan. 22-24, 1994, PP-400-413. Renzulli's Three-Ring Conception of Giftedness. The model depicts highly productive people as having well above average ability, task commitment, and creativity. Above average ability includes high levels of abstract thinking, verbal and numerical reasoning, spatial relations, memory, and word fluency. Attention and memory could be considered a part of general cognitive processes, as embedded within executive function, or linked to learning competencies related to persistence. National Academies of Sciences, Engineering, and Medicine. 2015. Transforming the Workforce for Children Birth Through Age 8: A Unifying Foundation. Washington, DC: The National Academies Press. https://doi.org/10.17226/19401. Attention and memory could be considered a part of general cognitive processes, as embedded within executive function, or linked to learning competencies related to persistence. National Academies of Sciences, Engineering, and Medicine. 2015. Transforming the Workforce for Children Birth Through Age 8: A Unifying Foundation. Washington, DC: The National Academies Press. https://doi.org/10.17226/19401. «World Scientific Reports» (October 16-17, 2025). Paris, France 73 Разработка методики создания учебных проектов по образовательной робототехнике на основе STEMдисциплин Гауезхан Санжар Канатулы магистрант Педагогического института им. У. Султангазина Аннотация В статье рассматриваются теоретические и практические основы создания учебных проектов по образовательной робототехнике на основе STEM-дисциплин. В качестве примеров применяются современные платформы LEGO WeDo 2.0, SPIKE и Arduino, позволяющие интегрировать инженерное мышление, программирование и естественнонаучные знания. Представлена методика разработки проектов, направленных на формирование у учащихся исследовательских и творческих компетенций. Ключевые слова: образовательная робототехника, STEM, проектная деятельность, LEGO WeDo 2.0, SPIKE, Arduino. Введение Современная система образования ориентирована на подготовку обучающихся, способных самостоятельно мыслить, принимать решения и применять полученные знания на практике. Одним из эффективных направлений реализации этих задач является образовательная робототехника, представляющая собой междисциплинарную область, объединяющую элементы естественных наук, технологии, инженерии и математики — так называемый STEM-подход (Science, Technology, Engineering, Mathematics). В условиях цифровой трансформации общества образовательная робототехника становится неотъемлемой частью учебного процесса, так как она обеспечивает тесную связь между теоретическими знаниями и их практическим применением. Использование робототехнических наборов позволяет учащимся не только освоить основы программирования и конструирования, но и научиться работать в команде, планировать действия, решать инженерные задачи и проявлять творческую инициативу. Актуальность темы обусловлена необходимостью формирования у школьников и студентов инженерного мышления, развития технической грамотности и способности решать практические задачи с использованием современных цифровых технологий. Применение STEM-подхода способствует интеграции знаний из различных предметных областей, а также стимулирует интерес к научно-техническому творчеству. Особую значимость в этом направлении приобретают робототехнические платформы LEGO WeDo 2.0, LEGO SPIKE и Arduino, каждая из которых имеет собственные педагогические и технические возможности. LEGO WeDo 2.0 ориентирована на начальный уровень обучения и позволяет в доступной форме знакомить детей с основами робототехники и визуального программирования. LEGO SPIKE предназначена для учащихся средней школы, где акцент делается на решении инженерных задач и развитии логического мышления. Платформа Arduino, в свою очередь, используется на старших ступенях образования и обеспечивает Proceedings of the 11th International Scientific Conference 80 enhance educational effectiveness, foster engineering thinking, and build practical competencies relevant to the digital economy. Objectives:  Analyze pedagogical and methodological foundations of educational robotics in STEM learning  Explore the didactic potential of LEGO WeDo 2.0, LEGO SPIKE, and Arduino in project implementation  Develop a structured, step-by-step model for creating robotics projects tailored to students’ age levels  Identify pedagogical conditions for effective STEM integration through project-based learning  Evaluate the methodology’s impact on students’ cognitive engagement and technical skills Main Content 1. Educational Robotics as a STEM Component Robotics is becoming a vital part of modern education, merging engineering thinking, programming, and scientific knowledge through hands-on activities. This approach makes learning meaningful and motivating, as students see tangible results from their efforts. STEM education emphasizes the connection between theory and practice. Robotics supports this by enabling students to apply knowledge from various subjects to build functional models. Through construction and programming, students investigate, experiment, and draw conclusions from their observations. Working with robotics kits develops logical and algorithmic thinking, analytical skills, hypothesis generation, planning, and testing. It also fosters communication and teamwork, as most tasks are completed in small groups. The core value of robotics lies in transforming learning into active exploration. Students witness their ideas materialize into functioning devices, reinforcing the link between academic subjects and real life. This boosts interest in STEM and nurtures creativity and inquiry. 2. Overview of LEGO WeDo 2.0, SPIKE, and Arduino Platforms Modern robotics platforms offer diverse learning opportunities across age groups. LEGO WeDo 2.0, LEGO SPIKE, and Arduino differ in complexity, teaching approach, and educational goals.  LEGO WeDo 2.0 is designed for elementary students. Its simplicity and visual programming make it ideal for introducing basic mechanics, motion, and logic. Through play and experimentation, children grasp algorithmic concepts and engage in early project work.  LEGO SPIKE targets middle school learners and offers advanced sensors, motors, and programming options, including Python. It supports engineering and research tasks requiring analysis, planning, and precise calculations. SPIKE promotes critical and systems thinking and deeper understanding of automation.  Arduino is an open-source platform for high school and university students. Unlike LEGO kits, Arduino involves assembling electronic circuits and working with real components— sensors, microcontrollers, and wires. It enables complex projects like automated lighting or smart control systems. Arduino teaches electronics and microcontroller programming, encouraging analytical thinking and creative problem-solving. Using all three platforms creates a progressive robotics curriculum—from basic construction to full-fledged hardware-software projects. This staged approach ensures flexible learning and gradual development of engineering skills across age groups. 3. Methodology for Creating Educational Projects «World Scientific Reports» (October 16-17, 2025). Paris, France 81 Project-based learning in robotics effectively combines theory and practice. Students navigate the full engineering cycle—from problem definition to final product—while teachers act as mentors and guides. The methodology involves several stages: 1. Problem Identification and Goal Setting 2. Engage students with real-world challenges (e.g., “How to build a bridge that lifts when a boat approaches?” or “How to automate plant irrigation?”). These tasks encourage analysis and engineering solutions. 3. Planning and Role Assignment 4. Students discuss required materials, device structure, and team responsibilities. This stage builds communication, planning, and organizational skills. 5. Model Construction 6. Students assemble devices using the chosen platform. WeDo suits simple mechanisms, SPIKE enables complex builds, and Arduino supports multi-component systems. This stage teaches mechanics, electronics, and design. 7. Programming 8. Students write code to control their models. WeDo and SPIKE use visual block-based programming; Arduino uses C/C++. Understanding how code affects behavior is key, and students learn to adapt algorithms to changing conditions. 9. Testing and Debugging 10. Students evaluate their prototypes, identify issues, and refine design or code. This stage fosters inquiry and analytical thinking. 11. Presentation and Reflection 12. Teams present their projects, explaining goals, process, and outcomes. This builds public speaking and self-assessment skills. This methodology not only reinforces theoretical knowledge but also cultivates personal experience in solving engineering problems. It encourages independent exploration, analysis, and creativity—core elements of STEM education. It also highlights the value of teamwork and showcases tangible results. 4. Advantages and Pedagogical Impact Robotics offers significant advantages over traditional learning. Students become active participants, not passive listeners. Working with real models sparks curiosity and helps grasp complex concepts through action. Key pedagogical benefits include:  Development of engineering and algorithmic thinking  Students build logical sequences, anticipate outcomes, and optimize solutions—enhancing analytical and systemic skills.  Formation of research and project competencies  Through experimentation, students learn to hypothesize, plan, conduct mini-studies, and analyze data—mirroring real scientific practice.  Teamwork and communication skills  Projects are group-based, requiring role distribution, coordination, and joint decisionmaking. This fosters responsibility, cooperation, and respect.  Motivation and engagement  Immediate results—moving mechanisms or functioning devices—boost confidence and interest in STEM subjects.  Interdisciplinary integration  Projects combine math (calculations), physics (motion principles), computer science (programming), and technology (construction), creating holistic learning. Proceedings of the 11th International Scientific Conference 82 Educational robotics thus serves both instructional and developmental purposes. It nurtures independent thinking, creativity, and accountability—making it a powerful tool for implementing STEM in modern education. Conclusion This article examined the use of educational robotics for STEM-based project development using LEGO WeDo 2.0, LEGO SPIKE, and Arduino. The analysis shows that robotics projects effectively connect theory with practice, fostering engineering thinking, logic, and problemsolving. The proposed methodology includes sequential stages: problem setting, planning, construction, programming, testing, and presentation. This approach builds research, project, and teamwork skills. Different platforms allow tailoring project complexity to students’ age and skill level. WeDo suits younger learners, SPIKE fits middle schoolers, and Arduino challenges older students. This supports gradual skill development and sustained interest in STEM. Incorporating robotics into education is a powerful STEM strategy. Projects with LEGO WeDo 2.0, SPIKE, and Arduino cultivate creativity, inquiry, and practical skills, motivating students and preparing them for complex challenges in a tech-driven world «World Scientific Reports» (October 16-17, 2025). Paris, France 83 Technical Sciences Разработка методики использования технологии CLIL при изучении информатики в школах для одаренных детей Сәкен Жасұлан Біржанұлы учитель английского языка, Білім‑Инновация лицей, г. Костанай, Казахстан Аннотация Статья посвящена разработке методики использования технологии CLIL (Content and Language Integrated Learning) при изучении информатики в специализированных школах для одаренных детей. Обоснована актуальность интеграции предметного иноязычного содержания для формирования академной билингвальности, развития критического и алгоритмического мышления, коммуникации и исследовательских умений. Представлены методологические основания (4C’s: Content, Communication, Cognition, Culture; компетентностный и деятельностный подходы), цели и результаты обучения, принципы подбора содержания и языкового материала, модели уроков и модулей, примеры скэффолдинга и оценивания. Предложена логика реализации методики в контексте информатики (алгоритмы, структуры данных, безопасность, основы программирования) с учетом типичных профилей одаренности. Описаны инструменты цифровой поддержки и дизайн педагогического эксперимента для оценки эффективности методики. Ключевые слова: CLIL, информатика, одаренные дети, билингвальное обучение, алгоритмическое мышление, предметно‑языковая интеграция, скэффолдинг, оценивание, цифровые инструменты, дифференциация Введение Интеграция предметного содержания и иностранного языка по технологии CLIL отвечает задачам современной школы, где востребованы гибкие навыки, академная билингвальность и способность работать в междисциплинарной среде. Для одаренных школьников информатика является естественной сферой развития высоких когнитивных функций: алгоритмизация, моделирование, абстрагирование, работа с данными. CLIL позволяет одновременно продвигать предметные и языковые результаты: учащиеся изучают информатику через английский язык и, в то же время, осваивают предметную терминологию и академные дискурс‑навыки. Теоретические основания и специфика CLIL в информатике Методологическую базу составляют 4C’s (Content, Communication, Cognition, Culture), компетентностный, деятельностный и личностно‑ориентированный подходы, а также идеи проблемного и проектного обучения. Для информатики ключевым является переход от «лексики темы» к «языку мышления»: описанию алгоритмов, аргументации сложности, сравнению структур данных, анализу результатов экспериментов. Языковые цели Proceedings of the 11th International Scientific Conference 84 формулируются на уровнях: лексика (terms: algorithm, variable, loop, array, Big‑O), грамматика (условные конструкции, пассив, сложные именные группы), дискурс (определение, описание процесса, доказательство, сравнение). Портрет одаренного учащегося и педагогические условия Одаренные школьники демонстрируют повышенную скорость обработки информации, глубину интереса, стремление к самостоятельности и оригинальным решениям. Методика должна предлагать сложные задачи открытого типа, гибкую индивидуализацию, ускорение (acceleration) и углубление (enrichment), возможность выбора ролей в проекте, а также равновесие между свободой исследования и структурирующей поддержкой (скэффолдингом). Важно обеспечить психологическую безопасность, культуру академной дискуссии и прозрачные критерии оценивания. Цели и планируемые результаты обучения Цели методики двуединны: 1) предметные — развитие алгоритмического мышления, владение основами программирования, работа с данными и ИКТ‑безопасностью; 2) языковые — владение предметной лексикой и жанрами академной коммуникации, умение читать и создавать пояснительные, аргументативные и инструктивные тексты на английском языке. Планируемые результаты формулируются в формате «Content + Language»: например, «объясняет разницу между selection sort и merge sort на английском языке, аргументируя выбор с позиции сложности»; «описывает структуру массива и операции над ним, используя точную терминологию и пассивный залог». Принципы отбора содержания и языкового материала — Тематическая релевантность: базовые темы информатики (алгоритмы, структуры данных, кодирование, сети и безопасность). — Языковая функциональность: лексика и грамматические конструкции, необходимые для описания процессов, сравнений, доказательств. — Когнитивная сложность: задания высокого уровня по Блуму (анализ, оценивание, создание). — Доступность и поддержка: пошаговые опоры (visual organizers, sentence frames), глоссарии, примеры. — Межкультурность и практика: реальные кейсы ИТ‑индустрии, международные стандарты, этика ИИ. Модель методики CLIL для информатики (структура) Модель включает макро‑ и микроуровни. На макроуровне — модульная организация (2–4 недели на тему), межпредметные проекты, участие в конкурсах и хакатонах. На микроуровне — структура урока CLIL: активация предзнаний → ввод и совместное конструирование языка и содержания → управляемая практика → самостоятельная работа/исследование → рефлексия и оценивание. «World Scientific Reports» (October 16-17, 2025). Paris, France 85 Примерная структура модуля «Алгоритмы и сложность» (2 недели) Неделя/урок Содержание (Content) Язык (Communication) Когниция/культура (Cognition/Culture) 1.1 Понятие алгоритма, критерии, трассировка define, step, input/output, sequence метакогниция, работа в парах 1.2 Сортировки: selection, bubble compare, less/more than, passes, swap визуальные модели, спор о выборе алгоритма 1.3 Merge sort: идея «разделяй и властвуй» split, merge, recursively, complexity ролевое моделирование, исследование времени 1.4 Big ‑ O и эмпирическая проверка time complexity, linear/logarithmic/quadratic эксперимент, анализ графиков 2.1 Структуры данных: массив, список array, index, insert, delete абстрагирование, выбор структуры 2.2 Контроль/проект: «алгоритм сортировки для…» present, justify, advantage/disadvantage публичная защита, этика эксперимента Пример урока CLIL: «Merge sort и анализ сложности» (80 минут) Этап Время Цель (Content + Language) Деятельность Скэффолдинг Оценивание Активация 10' recall sorting ideas; use verbs describe/compare Think ‑ Pair ‑ Share с карточками sentence starters, visuals устные мини ‑ ответ ы Ввод 15' explain divide ‑ and ‑ conque r; use recursively демо на бумажных «массивах» фреймы: “First…, then…”, схема вопросы по ходу Практика 20' trace merge sort; use sequence, merge работа по станциям (трассировка) таблица трассировки чек ‑ лист Исследован ие 20' measure time; use terms complexity, sample замер времени на массивах разной длины шаблон протокола сбор данных Презентация 10' present results; justify choice мини ‑ питчи команд фразеологически е клише рубрика презентаци и Рефлексия 5' self ‑ assessment; new vocabulary exit ‑ ticket глоссарий самооценка Скэффолдинг и языковая поддержка — Визуальные организаторы: схемы алгоритмов, таблицы трассировки, карты понятий. — Языковые фреймы: “We implemented…”, “Our algorithm performs… because…”, “In terms of complexity…”. Proceedings of the 11th International Scientific Conference 86 — Глоссарии с определениями и примерами; двуязычные карточки терминов. — Моделирование учителем образца ответа и письма (modeling). — Пошаговые чек‑листы и критерии успеха для лабораторных и проектов. Оценивание: формирующее и итоговое Формирующее оценивание встраивается на каждом этапе урока: быстрые опросы, мини‑питчи, взаимопроверка по чек‑листам. Итоговое — проекты, тесты на понимание и применение, устные защиты. Для прозрачности используется рубрика. Критерий Описание Высокий уровень Средний Базовый Content Корректность алгоритма и анализа Алгоритм верен, анализ сложности обоснован Есть мелкие неточности Существенные ошибки Communicatio n Языковая точность и терминология Термины употреблены корректно, речь связная Незначительны е ошибки Много ошибок Cognition Аргументация и выбор Выбор обоснован данными/критериям и Обоснование частичное Обоснование отсутствует Collaboration Командная работа и роли Роли ясны, вклад распределён Роли частично соблюдены Нет распределени я ролей Product Качество представлени я Презентация структурирована, наглядна Есть недочёты в структуре Структура и наглядность слабые Дифференциация для одарённых учащихся — Ускорение: доступ к задачам повышенной сложности, олимпиадные формулировки, дополнительные источники. — Углубление: исследовательские мини‑проекты (например, сравнительный анализ сортировок на реальных данных). — Выбор траектории: роли «аналитик данных», «разработчик», «спикер», «менеджер проекта». — Менторство: индивидуальные консультации, трекинг целей, портфолио достижений. Цифровые инструменты Рекомендуются: IDE/песочницы программирования; системы опросов и быстрой обратной связи; совместные документы; онлайн‑доски; среды визуального моделирования алгоритмов; трекеры задач (канбан). Выбор инструмента должен обеспечивать видимость прогресса и прозрачность критериев оценивания. Дизайн педагогического эксперимента (оценка эффективности методики) Предлагается квази‑экспериментальный дизайн с предварительным и итоговым тестированием: контрольная и экспериментальная группы сопоставимы по уровню. Метрики: прирост предметных результатов (решение задач, обоснование сложности), языковых (терминологическая точность, дискурсные умения), а также метапредметных (саморегуляция, командная работа). Используются рубрики и чек‑листы, наблюдение, само‑ и взаимооценка. «World Scientific Reports» (October 16-17, 2025). Paris, France 87 Риски и способы их снижения — Перегруз языка или содержания → дозирование, явные опоры, чередование видов деятельности. — Неравномерный вклад в группе → распределение ролей, индивидуальные артефакты и отчёты. — Дефицит времени → тайм‑боксинг, приоритет ключевых целей (Content + Language). — Разрыв между сильными и слабыми учащимися → гибкие группы, тьюторство, адаптивные задания. Ожидаемые результаты внедрения Методика обеспечивает рост предметной успеваемости и академной билингвальности, развитие аргументации и презентационных навыков, повышение мотивации к ИТ‑исследованиям и участие в олимпиадах/конкурсах. Для школы — укрепление проектной культуры и международной коммуникации; для учителя — система прозрачных критериев и цифровых процедур оценивания. Заключение CLIL в информатике для одарённых школьников — эффективная стратегия, объединяющая глубокое освоение содержания и развитие английского академного языка. Представленная методика задаёт целостную рамку: от постановки целей и отбора содержания до проектирования уроков, скэффолдинга, оценивания и исследования результатов. Гибкая модульная структура и опора на 4C’s делают её адаптируемой к различным контекстам специализированных школ. Список источников 1. Coyle D., Hood P., Marsh D. CLIL: Content and Language Integrated Learning. — Cambridge University Press. 2. Mehisto P., Marsh D., Frigols M. Uncovering CLIL. — Macmillan. 3. Bloom B. S. Taxonomy of Educational Objectives. — Longman. Proceedings of the 11th International Scientific Conference 88 Plants of Northern Kazakhstan: Potential for creating functional food products Zhakupova Gulmira Candidate of technical science, Professor, S.Seifullin Kazakh agrotechnical Research University, Astana, Kazakhstan Sagandyk Assem Ph.D., senior lecturer, S.Seifullin Kazakh agrotechnical Research University, Astana, Kazakhstan Muldasheva Aknur Master of technical science, lecturer, S.Seifullin Kazakh agrotechnical Research University, Astana, Kazakhstan Akhmetzhanova Aigerim Master of technical science, lecturer, S.Seifullin Kazakh agrotechnical Research University, Astana, Kazakhstan Abstract The article is devoted to the study of the potential of medicinal plants of Northern Kazakhstan — sweet clover (Melilotus officinalis), purslane (Portulaca oleracea) and St. John's wort (Hypericum perforatum L.) — to create functional food products. Their vitamin composition and prospects of in vitro cultivation are considered. Studies have shown a high content of vitamins (including C and B groups), minerals. The results confirm the suitability of plants for the development of innovative food products. Key words: functional products, medicinal plants, secondary metabolites, antioxidant activity, sweet clover, purslane, St. John's wort, in vitro cultivation, Northern Kazakhstan. Introduction The modern world is increasingly focusing on natural sources of health, among which medicinal plants rich in biologically active substances occupy a special place. On the territory of Northern Kazakhstan, sweet clover (Melilotus officinalis), St. John's wort (Hypericum perforatum L.) and purslane (Portulaca oleracea) are distinguished, which have a unique composition and a wide range of positive properties, making them promising for creating functional food products [1]. These plants contain secondary metabolites, vitamins and minerals, which opens up opportunities for scientific research and practical application, especially in the conditions of in vitro cultivation, which allows to control the quality and stability of the production of active ingredients [2]. Sweet clover, belonging to the genus Melilotus, is known for its coumarin content, which has anti-inflammatory and anticoagulant properties, contributing to improved blood circulation and wound healing, especially in diabetic complications [3]. Studies confirm its thermogenic and detoxifying effects, as well as its traditional use for the treatment of gastric ulcer and intestinal disorders [4]. The high concentration of aromatic coumarins makes sweet clover a valuable raw material for functional drinks and supplements that strengthen the cardiovascular system [5]. St. John's wort, which has about 400 species and is widespread in Europe and Asia, is rich in hypericin and hyperforin, which have antidepressant, anti-inflammatory and antimicrobial properties [6]. Traditionally, it is used to treat skin wounds, eczema, burns, and psychological disorders such as depression and anxiety, which is confirmed by modern data [7]. Its versatility «World Scientific Reports» (October 16-17, 2025). Paris, France 89 makes St. John's wort promising for creating products with immunostimulating and regenerating effects [8]. Purslane, known as one of the richest terrestrial sources of omega-3 and omega-6 fatty acids, has a positive effect on the cardiovascular system and metabolism [9]. Studies show a high content of antioxidants, vitamins (including C and B groups), and minerals such as magnesium and potassium, which help reduce cholesterol and strengthen the immune system [10]. Low calorie content and high nutritional value make purslane an ideal component for dietary products [11]. The prospects of in vitro cultivation of these plants open up new horizons, ensuring stable production of bioactive substances regardless of climatic conditions [2]. This is especially important for Northern Kazakhstan, where traditional agriculture may be limited. The controlled environment makes it possible to increase the yield of coumarins in sweet clover, hypericin in St. John's wort, and omega-fatty acids in purslane, which makes them available for industrial use [12]. The integration of biotechnologies with traditional knowledge creates the basis for innovations in the field of healthy nutrition [13]. Materials and methods The studies were conducted using standardized methods to assess the quality, safety and composition of medicinal plants of Northern Kazakhstan — sweet clover (Melilotus officinalis), purslane (Portulaca oleracea) and St. John's wort (Hypericum perforatum L.). To ensure accuracy and reproducibility, the following approaches were used: 1. The titrated acidity of raw materials and finished products was determined by titration in accordance with GOST 150750-2013, which makes it possible to estimate the total acidity of samples. 2. The active acidity was determined by the electrometric method using a potentiometer according to GOST 267841, which ensured the pH measurement with high accuracy. 3. The mass fraction of fat was measured by the Soxlet method, which provides lipid extraction using organic solvents. 4. The mass fraction of the ash residue was determined by the dry ashification method according to GOST 34845-2022 "Specialized food products and biologically active additives. A method for determining the mass fraction of ash", which made it possible to estimate the content of mineral substances. 5. The dry matter content was estimated according to GOST 24061-89 "Method for determining humidity", based on drying samples to a constant weight. 6. The content of B vitamins and vitamin C was determined by capillary electrophoresis according to GOST 31483-2012, which ensures high sensitivity and selectivity of the analysis. All analyses were performed under controlled laboratory conditions using calibrated equipment and certified reagents. Some methodological approaches have been adapted based on general recommendations for the analysis of plant raw materials. The data obtained were processed using statistical methods to assess errors and reliability of the results. Results Studies of the quality of dry vegetable raw materials — sweet clover (Melilotus officinalis), St. John's wort (Hypericum perforatum L.) and purslane (Portulaca oleracea) — were conducted to assess their suitability for the production of functional foods. Key quality indicators were analyzed, including mass fraction of fat, mass fraction of carbohydrates, mass fraction of ash and dry matter content. The results are presented in Table 1, and additional data obtained from the test reports complement the picture of the biochemical composition and safety of plants. Proceedings of the 11th International Scientific Conference 96 transportation accessibility, and digital service usage were reviewed to complement the perception data. These combined inputs were used to model how technology awareness and infrastructure efficiency affect citizens’ satisfaction. Demographic Parameter Categories (share %) Gender Female – 56%, Male – 44% Age Group 18–25 y – 39%, 26–35 y – 32%, 36+ y – 29% Education Level Bachelor’s or higher – 71%, Secondary/College – 29% Occupation Students – 34%, Employees – 49%, Others – 17% City of Residence Astana – 37%, Almaty – 30%, Others – 33% Table 1 - Summary of survey participants’ demographics. To ensure that the collected data represented a broad spectrum of perspectives, respondents were grouped according to several key demographic parameters. Table 1 provides a concise overview of the main characteristics of the participants, illustrating a balanced distribution in terms of gender, age, education, occupation, and city of residence. This diversity strengthens the reliability of the analysis and allows the developed model to better reflect real urban population patterns in Kazakhstan [6]. B. Data Preprocessing Before conducting the analytical and modeling stages, the collected data underwent a series of preprocessing steps to ensure quality, consistency, and suitability for further machine learning analysis. The process followed standard data science practices and was implemented in Python using the Pandas, NumPy, and scikit-learn libraries. The raw dataset included 165 responses from citizens in various Kazakhstani cities. During the initial review, several records contained incomplete or inconsistent answers. Missing values in numerical fields (such as satisfaction scores or awareness levels) were replaced with the mean value of the respective columns, while missing categorical responses (such as education or occupation) were filled using mode imputation [7]. Outliers were detected using z-score analysis. Observations with absolute z-scores greater than 3 were considered anomalies and excluded from the dataset to prevent bias in the regression model. Categorical variables such as education level, occupation type, and city of residence were transformed into numerical format using Label Encoding and One-Hot Encoding, depending on the variable’s characteristics. For example, education was encoded on a scale from 1 (“Secondary”) to 3 (“master’s or higher”), while city categories were transformed into binary dummy variables [8]. To prepare the dataset for modeling, four key features were identified from the survey data and urban indicators:  Technological Awareness (X₁): respondents’ understanding of Smart City concepts and technologies.  Infrastructure Accessibility (X₂): perceived quality and availability of digital infrastructure (Wi-Fi, transport systems, e-services).  Technology Usage Frequency (X₃): how often citizens use digital platforms or smart applications.  Demographics (X₄): combined factors such as education and age. The dependent variable (Y) represented citizens’ satisfaction with Smart City services. «World Scientific Reports» (October 16-17, 2025). Paris, France 97 Feature relevance was examined using correlation matrix visualization and Variance Inflation Factor (VIF) to check for multicollinearity. Variables with high correlation (>0.7) were carefully reviewed and adjusted to preserve model interpretability [10]. To prepare for model training, all features were normalized to a 0–1 scale using MinMaxScaler. This ensured that no single variable dominated the analysis due to scale differences. The cleaned and processed dataset was then divided into training (80%) and testing (20%) subsets using the train_test_split() function from scikit-learn, ensuring reproducibility by setting a fixed random state (random_state=42) [9]. Figure 2 – Correlation Heatmap of Smart City Variables. C. Feature Extraction Feature extraction was one of the most important stages of the study, as it determined which factors would be included in the machine learning model. The goal of this step was to identify the variables that best represent citizens’ engagement with Smart City technologies and their satisfaction with urban services [11]. The selection of features was guided by theoretical frameworks from Smart City studies and the results of previous exploration data analysis. The variables were categorized into technological, infrastructural, and demographic dimensions [12]. Feature Name Description Type X₁: Technological Awareness Understanding of Smart City concepts and digital systems Ordinal (1–5) X₂: Infrastructure Accessibility Perceived availability and quality of public digital infrastructure Ordinal (1–5) X₃: Technology Usage Frequency Frequency of using Smart City apps or e-services Ordinal (1–5) X₄: Demographics Age, education, and occupation combined into categorical codes Categorical Y: Satisfaction Level Overall satisfaction with Smart City services Ordinal (1–5) Table 2 - Extracted features used in the model Proceedings of the 11th International Scientific Conference 98 After selection, all numerical features were scaled to a 0–1 range using MinMaxScaler from the scikit-learn library to ensure equal contribution to the model. This step prevented any variable (for example, “Infrastructure Accessibility”) from dominating due to its numeric scale. For demographic variables encoded as categories (e.g., education level or occupation), One-Hot Encoding was applied to create dummy variables compatible with regression algorithms. To verify the statistical relationships among features, a correlation matrix was computed. The results showed that Technological Awareness had the strongest positive correlation with Satisfaction Level (Spearman’s r = 0.48), while Technology Usage Frequency demonstrated a moderate correlation (r = 0.41). These findings indicate that awareness and active participation in Smart City platforms significantly influence how citizens evaluate city services. The analysis was visualized through a heatmap, where color intensity reflected the strength of the relationships between variables. Each extracted feature was analyzed for its potential contribution to the intelligent model. Technological Awareness and Usage Frequency were treated as direct behavioral indicators, while Infrastructure Accessibility acted as a contextual factor influencing satisfaction indirectly [13]. D. Model Training and Implementation After the preprocessing and feature extraction stages, the next step was to train and implement the machine learning models for predicting citizens’ satisfaction with Smart City services. Two models were selected for comparison — Linear Regression and Decision Tree Regressor — due to their interpretability and suitability for small to medium-sized datasets. The goal was to evaluate whether citizens’ technological awareness, infrastructure accessibility, and digital engagement could statistically predict satisfaction with urban management systems [14]. The baseline model applied was Multiple Linear Regression, which estimates the dependent variable as a linear combination of several independent predictors. This can be expressed as: 𝑌 = 𝛽+𝛽𝑋+𝛽𝑋+𝛽𝑋+𝜀 (1) where 𝑌 is the predicted satisfaction score, 𝑋,𝑋,𝑋 are awareness, infrastructure, and technology usage variables, respectively, and 𝜀represents the random error. The model achieved a coefficient of determination 𝑅=0.044, indicating that around 4.4% of the variation in satisfaction can be explained by the predictors. While modest, this result is expected for social datasets, where human factors often add unpredictability [15]. To assess the model’s prediction accuracy, the Mean Absolute Error (MAE) was calculated using the formula: 𝑀𝐴𝐸= ∑|𝑦−𝑦|   (2) The model achieved an average MAE value of 0.23, meaning that the typical prediction error was about 0.23 points on the 5-point satisfaction scale. To explore nonlinear relationships, a Decision Tree model was also tested, improving the accuracy slightly (𝑀𝐴𝐸=0.21, 𝑅=0.087). This comparison suggests that combining both linear interpretability and tree-based flexibility may yield the most robust hybrid architecture for Smart City analytics [18]. The visual comparison of model performance is shown in Figure 2, where the Decision Tree demonstrates marginally higher predictive accuracy. Despite this, the Linear Regression model was retained as the core analytical tool because it provides transparent and interpretable relationships between awareness, infrastructure, and satisfaction — essential for policy «World Scientific Reports» (October 16-17, 2025). Paris, France 99 recommendations and urban governance decisions [17]. Figure 3 – Line graph comparison of model performance (R² and MAE) for Linear Regression and Decision Tree models. Results The trained machine learning models were evaluated to determine their predictive performance and interpret how technological factors influence citizens’ satisfaction with Smart City initiatives. Both Linear Regression and Decision Tree Regressor models were tested on the same dataset of 165 survey responses. The results showed that all three independent variables — Technological Awareness, Infrastructure Accessibility, and Technology Usage Frequency — had positive effects on satisfaction scores, confirming the study’s main hypothesis [16]. The final linear regression model can be expressed as follows: 𝑌 = 2.31 + 0.21𝑋+0.15𝑋+0.19𝑋 (3) The final regression model predicts citizens’ satisfaction (𝑌 ) as a function of technological awareness (𝑋), infrastructure accessibility (𝑋), and technology usage frequency (𝑋). All coefficients in the model are positive, indicating that individuals with higher awareness and more active use of digital services tend to report greater satisfaction with Smart City management. The model explains 4.4% of the total variance (𝑅=0.044), which, although modest, is considered statistically meaningful for perception-based social data and confirms the positive association between digital engagement and urban satisfaction [20]. The comparative results of both models are summarized in Table 3. The Decision Tree Regressor achieved slightly higher accuracy (𝑅=0.087, 𝑀𝐴𝐸=0.21) than the Linear Regression model (𝑅=0.044, 𝑀𝐴𝐸=0.23). These findings suggest that nonlinear approaches can better capture complex human-centered patterns, but linear models remain more interpretable for policy-related applications. Proceedings of the 11th International Scientific Conference 100 Model R² Score MAE Key Observations Linear Regression 0.044 0.23 Moderate linear trend between awareness and satisfaction Decision Tree Regressor 0.087 0.21 Captures nonlinear effects, slightly better accuracy Table 3 - Comparison of model performance metrics The correlation analysis revealed a moderate positive association between public support for government spending on smart city modernization and the belief in its ability to improve quality of life (Spearman’s ρ = 0.48, p < 0.05; Pearson’s r = 0.37). The correlation analysis further demonstrated that citizens who actively use digital platforms and possess higher technological awareness tend to evaluate Smart City initiatives more positively. Spearman’s correlation coefficient (ρ = 0.48) confirmed a moderate positive relationship between awareness and satisfaction, suggesting that individuals who are familiar with digital services are more confident in the city’s technological development. This finding supports the hypothesis that public engagement and digital literacy play a central role in the effectiveness of Smart City programs. The result also indicates that enhancing citizens’ access to digital education and transparent data systems could significantly improve trust and satisfaction with urban management processes. Overall, the results indicate that while machine learning can partially explain the variation in satisfaction levels, awareness and engagement remain the dominant predictors. The modest 𝑅values highlight that citizen satisfaction depends not only on technology and infrastructure but also on broader social and cultural factors. Nevertheless, the developed model provides a valuable framework for data-driven decision-making and can be further improved with larger datasets and additional behavioral features. Conclusion This study developed and tested an intelligent, data-driven model for Smart City management using machine learning techniques. The results demonstrated that citizens’ technological awareness, access to digital infrastructure, and frequency of technology use positively influence their satisfaction with urban services. Although the predictive accuracy of the models was moderate (𝑅=0.087), the findings confirm the potential of applying AI and data analytics in public administration. The proposed framework provides a foundation for further research on integrating real-time IoT data and larger citizen datasets to enhance evidence-based decisionmaking and promote sustainable, human-centered Smart Cities in Kazakhstan. REFERENCES [1] Batty, M. (2018). Inventing future cities. The MIT Press. [2] Kitchin, R. (2014). The data revolution: Big data, open data, data infrastructures and their consequences. Sage Publications. [3] Hashem, I. A. T., Chang, V., & Al-Badawi, H. (2016). The role of big data in smart city development: Challenges and opportunities. International Journal of Information Management, 36(5), 748–758. https://doi.org/10.1016/j.ijinfomgt.2016.05.002 [4] Zanella, A., Bui, N., Castellani, A., Vangelista, L., & Zorzi, M. (2014). Internet of Things for smart cities. IEEE Internet of Things Journal, 1(1), 22–32. [5] Yigitcanlar, T., & Kamruzzaman, M. (2018). Smart cities and mobility: Does the smartness «World Scientific Reports» (October 16-17, 2025). Paris, France 101 of Australian cities lead to sustainable transport? Technological Forecasting and Social Change, 153, 119924. [6] Chourabi, H., Nam, T., Walker, S., Gil-Garcia, J. R., Mellouli, S., Nahon, K., ... & Scholl, H. J. (2012). Understanding smart cities: An integrative framework. Proceedings of the 45th Hawaii International Conference on System Sciences (HICSS), 2289–2297. IEEE. [7] Bibri, S. E., & Krogstie, J. (2017). Smart sustainable cities of the future: An extensive interdisciplinary literature review. Sustainable Cities and Society, 31, 183–212. [8] Meijer, A., & Bolívar, M. P. R. (2016). Governing the smart city: A review of the literature on smart urban governance. International Review of Administrative Sciences, 82(2), 392–408. [9] Ahmed, I., Ismail, Z., & Samy, G. N. (2021). Data-driven decision support for smart city management using machine learning. Sustainability, 13(14), 7779. https://doi.org/10.3390/su13147779 [10] Ministry of Digital Development, Kazakhstan (2024). Smart City Implementation Strategy 2024–2030. Astana: Government of the Republic of Kazakhstan. [11] Aptoula, E., Ozdemir, M. C., & Yanikoglu, B. (2016). Deep learning with attribute profiles for hyperspectral image classification. IEEE Geoscience and Remote Sensing Letters, 13(12), 1970–1974. https://doi.org/10.1109/LGRS.2016.2619354 [12] Yue, J., Zhao, W., Mao, S., & Liu, H. (2015). Spectral–spatial classification of hyperspectral images using deep convolutional neural networks. Remote Sensing Letters, 6(6), 468–477. https://doi.org/10.1080/2150704X.2015.1047045 [13] Li, Y., Zhang, H., & Shen, Q. (2017). Spectral–spatial classification of hyperspectral imagery with 3D convolutional neural network. Remote Sensing, 9(1), 67. https://doi.org/10.3390/rs9010067 [14] Ienco, D., Gaetano, R., Dupaquier, C., & Maurel, P. (2017). Land cover classification via multitemporal spatial data by deep recurrent neural networks. IEEE Geoscience and Remote Sensing Letters, 14(10), 1685–1689. [15] Chen, Y., Lin, Z., Zhao, X., Wang, G., & Gu, Y. (2014). Deep learning-based classification of hyperspectral data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(6), 2094–2107. [16] Hu, F., Xia, G. S., Hu, J., & Zhang, L. (2015). Transferring deep convolutional neural networks for the scene classification of high-resolution remote sensing imagery. Remote Sensing, 7(11), 14680–14707. https://doi.org/10.3390/rs71114680 [17] Roy, S. K., Krishna, G., & Bandyopadhyay, S. (2021). Lightweight CNN for remote sensing image classification using ensemble learning. Remote Sensing Applications: Society and Environment, 22, 100487. https://doi.org/10.1016/j.rsase.2021.100487 [18] Maggiori, E., Tarabalka, Y., Charpiat, G., & Alliez, P. (2017). Convolutional neural networks for large-scale remote sensing image classification. IEEE Transactions on Geoscience and Remote Sensing, 55(2), 645–657. [19] Ball, J. E., Anderson, D. T., & Chan, C. S. (2017). Comprehensive survey of deep learning in remote sensing: Theories, tools, and challenges for the community. Journal of Applied Remote Sensing, 11(4), 042609. https://doi.org/10.1117/1.JRS.11.042609 [20] Bulletin of the Karaganda University. (2025). Physics series. Karaganda: Karaganda State University. https://phys.ksu.kz/ Proceedings of the 11th International Scientific Conference 102 Салим Т. Т. Ғылыми жетекші: Қуатбаева А. А. ДЕРЕКТЕРГЕ НЕГІЗДЕЛГЕН АҚЫЛДЫ ҚАЛАНЫ БАСҚАРУДЫҢ ИНТЕЛЛЕКТУАЛДЫ МОДЕЛІ Аңдатпа. Соңғы жылдары «ақылды қала» тұжырымдамасы тұрақты қалалық дамудың маңызды бөлігіне айналды. Бұл жұмыста қаланы басқаруды жетілдіруге бағытталған деректерге негізделген интеллектуалды модельді әзірлеу қарастырылады. Ұсынылған тәсіл шешім қабылдауды қолдау үшін машинамен оқыту және деректерді талдау әдістерін қолданады. Зерттеу барысында азаматтардан алынған сауалнама нәтижелері мен ашық қалалық көрсеткіштерді қамтитын әртүрлі деректер жиынтығы талданды. Модель «ақылды технологиялар» туралы халықтың хабардарлығы мен олардың қалалық инфрақұрылымға қанағаттануы арасындағы байланысты анықтау үшін корреляциялық және регрессиялық талдау арқылы сыналды. Нәтижелер азаматтардың хабардарлығы артқан сайын қалалық қызметтердің сапасына деген қанағаттанушылық та жоғарылайтынын көрсетті. Бұл зерттеу жасанды интеллектіні қалалық ортаны тиімді, тұрақты және жайлы ету мақсатында қолданудың мүмкіндіктерін көрсетеді. Түйін сөздер: ақылды қала, машинамен оқыту, жасанды интеллект, деректерді талдау, қалалық басқару, тұрақты даму, азаматтардың қабылдауы. Салим Т. Т. Научный руководитель: Куатбаева А. А. ИНТЕЛЛЕКТУАЛЬНАЯ МОДЕЛЬ УПРАВЛЕНИЯ УМНЫМ ГОРОДОМ НА ОСНОВЕ ДАННЫХ Аннотация. В последние годы концепция умных городов стала важной частью устойчивого городского развития. В данной работе рассматривается создание интеллектуальной модели, основанной на данных, которая помогает повысить эффективность управления городом. Предлагаемый подход использует методы машинного обучения и анализа данных для поддержки принятия решений в таких сферах, как транспорт, энергетика и городские сервисы. В исследовании были проанализированы различные наборы данных, включая результаты опросов граждан и открытые городские показатели. Модель была протестирована с использованием корреляционного и регрессионного анализа для выявления взаимосвязей между уровнем осведомлённости населения о «умных» технологиях и их удовлетворённостью городской инфраструктурой. Полученные результаты показали положительную зависимость: чем выше осведомлённость граждан, тем выше их удовлетворённость качеством городских услуг. Работа демонстрирует, как искусственный интеллект может применяться для повышения эффективности, устойчивости и комфорта городской среды. Ключевые слова: умный город, машинное обучение, искусственный интеллект, анализ данных, городское управление, устойчивое развитие, восприятие граждан. About the authors: Kuatbayeva Akmaral Alikhanovna, Ph.D. in Computer Science, Assistant Professor at the Department of Computing and Data Science, Astana IT University. Salim Togzhan Turlybekkyzy, IT Management, School of Information Technology and Engineering, Kazakh-British Technical University. https://orcid.org/ 0009-0007-2327-7036 «World Scientific Reports» (October 16-17, 2025). Paris, France 103 Авторлар туралы ақпарат: Қуатбаева Акмарал Алихановна, Информатика саласы бойынша Ph.D., Astana IT University есептеу және деректер ғылымы кафедрасының доценті. Салим Тоғжан Тұрлыбекқызы, IT Management, Ақпараттық технологиялар және инженерия мектебі, Қазақстан-Британ техникалық университеті. https://orcid.org/ 00090007-2327-7036 Сведения об авторах: Куатбаева Акмарал Алихановна, доктор философии Ph.D. по информатике, ассистентпрофессора Департамента вычислений и науки о данных Astana IT University. Салим Тоғжан Тұрлыбекқызы, IT Management, Школа информационных технологий и инженерии, Казахско-Британский технический университет. https://orcid.org/ 0009-00072327-7036 Proceedings of the 11th International Scientific Conference 104 Управление рисками информационной безопасности в организациях Dulat Kabytayev Cyber Security Specialist Аннотация. В статье рассматриваются теоретические и практические аспекты управления рисками информационной безопасности в современных организациях. Показано, что в условиях цифровой трансформации информация становится ключевым стратегическим ресурсом, а обеспечение её защиты - неотъемлемым элементом корпоративного управления. Проведён исторический анализ становления подходов к информационной безопасности, начиная с первых стандартов защиты вычислительных систем и заканчивая современными международными методологиями управления рисками. Особое внимание уделено классификации и анализу методов оценки рисков, включая количественные, качественные и комбинированные подходы. Рассмотрены основные стратегии минимизации рисков - принятие, избегание, перенос и снижение, а также практические аспекты внедрения систем управления рисками на уровне организации. В работе анализируются правовые основы и международные стандарты в области информационной безопасности (ISO/IEC 27001, ISO/IEC 27005, GDPR, NIST), раскрываются современные тенденции - переход к риск-ориентированному управлению, внедрение искусственного интеллекта, развитие концепций Zero Trust и security by design. Отдельное внимание уделено кадровым и организационным аспектам, формированию культуры безопасности и роли человеческого фактора. Сделан вывод о том, что эффективное управление рисками информационной безопасности является важнейшим условием устойчивого функционирования организаций и требует комплексного, интегрированного и адаптивного подхода, ориентированного на постоянное совершенствование и предвосхищение угроз. Ключевые слова: информационная безопасность, информационная безопасность, ISO/IEC 27001, оценка рисков, цифровая трансформация, киберугрозы, культура безопасности. Научная новизна. Научная новизна работы заключается в комплексном обобщении и систематизации подходов к управлению рисками информационной безопасности с учётом современных тенденций цифровизации, интеграции искусственного интеллекта и развития концепции риск-ориентированного управления. В отличие от традиционных исследований, сосредоточенных преимущественно на технических аспектах защиты информации, данная работа раскрывает взаимосвязь между стратегическим управлением организацией, корпоративной культурой и процессами минимизации рисков. Впервые обосновано значение перехода от реактивной модели реагирования на инциденты к проактивной модели предиктивного управления рисками, основанной на анализе больших данных и прогнозировании угроз. Предложен концептуальный подход, при котором управление рисками рассматривается как динамическая система, интегрирующая правовые, организационные и технологические механизмы в единую управленческую структуру. Новизна исследования проявляется также в уточнении классификации методов оценки рисков с позиции их применимости в условиях гибридной ИТ-инфраструктуры и «World Scientific Reports» (October 16-17, 2025). Paris, France 105 распределённых корпоративных сред. Раскрыта роль человеческого фактора как ключевого элемента управления безопасностью и предложены направления повышения эффективности систем путём формирования культуры информационной ответственности среди сотрудников. Таким образом, научная новизна статьи состоит в разработке целостного подхода к управлению рисками информационной безопасности, основанного на интеграции стратегических, технологических и поведенческих факторов, что обеспечивает повышение устойчивости и конкурентоспособности организаций в условиях цифровой экономики. Цель исследования. Целью исследования является разработка и обоснование комплексного подхода к управлению рисками информационной безопасности в организациях, направленного на повышение устойчивости информационных систем, обеспечение непрерывности бизнес-процессов и снижение вероятности реализации киберугроз в условиях цифровой трансформации. Исследование направлено на анализ эволюции теоретических и практических подходов к управлению рисками, систематизацию методов их оценки и минимизации, выявление взаимосвязи между организационными, правовыми и технологическими аспектами обеспечения безопасности, а также определение роли корпоративной культуры и человеческого фактора в формировании эффективной системы защиты информации. В работе также ставится задача определения направлений совершенствования механизмов управления рисками с учётом современных международных стандартов и тенденций развития кибербезопасности, что позволяет сформировать целостную модель управления, интегрирующую стратегические, технологические и поведенческие элементы в единую систему обеспечения информационной устойчивости организации. Введение. Современное общество переживает период глубокой цифровой трансформации, в ходе которой информация и технологии становятся основными ресурсами развития экономики, науки, образования и государственного управления. Возрастающая зависимость организаций от информационных систем и сетей делает проблему обеспечения их безопасности одной из ключевых задач стратегического управления. Исторически формирование подходов к управлению рисками информационной безопасности проходило несколько этапов. На ранних стадиях развития вычислительной техники, в середине XX века, вопросы защиты данных носили фрагментарный характер и сводились преимущественно к физическому контролю доступа к машинам и носителям информации. С развитием сетевых технологий, особенно в 1980–1990-е годы, когда компьютеры начали объединяться в корпоративные и глобальные сети, возникла необходимость в системном подходе к обеспечению безопасности информации. Первые стандарты в области управления рисками появились в конце XX века. Значительное влияние оказали документы Министерства обороны США, такие как «Orange Book» (Trusted Computer System Evaluation Criteria), определившие основные принципы оценки защищённости информационных систем. Позднее эти идеи были развиты в международных стандартах серии ISO/IEC 27000, где впервые была систематизирована методология управления рисками и внедрения средств защиты информации в рамках общего цикла управления качеством. В России становление системы управления информационной безопасностью началось в 1990-е годы, когда были приняты первые нормативные документы Федеральной службы по техническому и экспортному контролю (ФСТЭК) и Федеральной службы безопасности (ФСБ), регулирующие порядок защиты государственных информационных систем. В XXI веке эти процессы получили новое развитие в связи с цифровизацией государственного управления и бизнеса. Proceedings of the 11th International Scientific Conference 112 аналитики и технологий блокчейна для обеспечения прозрачности процессов и контроля подлинности данных. Заключение. Управление рисками информационной безопасности в современных организациях является неотъемлемой частью стратегического управления. Оно обеспечивает устойчивость бизнес-процессов, защиту данных и сохранение доверия клиентов и партнёров. Эффективная система управления рисками должна быть комплексной, интегрированной во все уровни управления и способной адаптироваться к меняющейся среде угроз. Историческое развитие подходов к управлению рисками показало, что успешные организации рассматривают безопасность не как изолированную задачу ИТ-службы, а как элемент корпоративной культуры и фактор конкурентного преимущества. В условиях стремительного роста цифровой экономики управление рисками становится инструментом, обеспечивающим не только защиту информации, но и устойчивое развитие бизнеса. Список литературы: 1. Виталий Анатольевич Мордовец, Александр Александрович Графов, Георгий Валерьевич Варламов Управление рисками информационной безопасности // Экономика и управление. 2025. №1. URL: https://cyberleninka.ru/article/n/upravlenie-riskami-informatsionnoybezopasnosti 2. Пугин В. В., Губарева О. Ю. Обзор метода риск-анализа информационной безопасности информационных систем предприятия // T-Comm. 2012. №6. URL: https://cyberleninka.ru/article/n/obzor-metodik-analiza-riskov-informatsionnoy-bezopasnostiinformationnoy-sistemy-predpriyatiya 3. Юнкерова Ю. И. Современные методики оценки информационных рисков // Проблемы современной экономики (Новосибирск). 2013. №16. URL: https://cyberleninka.ru/article/n/sovremennye-metodiki-otsenki-informatsionnyh-riskov 4. М. Л. Сагидова ИССЛЕДОВАНИЕ МЕТОДОВ ОЦЕНКИ РИСКОВ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ // Международный журнал гуманитарных и европейских наук. 2024. №8-2 (95). URL: https://cyberleninka.ru/article/n/issledovanie-metodov-otsenki-riskovinformatsionnoy-bezopasnosti 5. А. В. Минаков ОЦЕНКА МОДЕЛИ РИСКОВ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ: ХАРАКТЕРИСТИКА, ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ // Экономика и бизнес: теория и практика. 2023. №10-2 (104). URL: https://cyberleninka.ru/article/n/otsenka-modeli-riskovinformatsionnoy-bezopasnosti-harakteristika-problemy-i-perspektivy 6. Киселева И. А., Искаджян С. О. Информационные риски: методы оценки и анализа // ИТпортал. 2017. №2 (14). URL: https://cyberleninka.ru/article/n/informatsionnye-riski-metodyotsenki-i-analiza 7. Емалетдинова Лилия Юнеровна, Аникин Игорь Вячеславович Анализ подходов к оценке рисков информационной безопасности в корпоративных информационных сетях // Вестник КГЭУ. 2015. №1 (25). URL: https://cyberleninka.ru/article/n/analiz-podhodov-k-otsenke-riskovinformatsionnoy-bezopasnosti-v-korporativnyh-informatsionnyh-setyah 8. Аникин И. В., Емалетдинова Л. Ю., Кирпичников А. П. Методы оценки и управления рисками информационной безопасности в корпоративных информационных сетях // Вестник Казанского технологического университета. 2015. №6. URL: https://cyberleninka.ru/article/n/metody-otsenki-i-upravleniya-riskami-informatsionnoybezopasnosti-v-korporativnyh-informatsionnyh-setyah 9. Баранова Елена Константиновна Методики анализа и оценки рисков информационной безопасности // Образовательные ресурсы и технологии. 2015. №1 (9). URL: https://cyberleninka.ru/article/n/metodiki-analiza-i-otsenki-riskov-informatsionnoy-bezopasnosti «World Scientific Reports» (October 16-17, 2025). Paris, France 113 10. Козунова Светлана Сергеевна, Кравец Алла Григорьевна Формализованное описание процедуры управления рисками информационной системы // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2018. №2. URL: https://cyberleninka.ru/article/n/formalizovannoe-opisanie-protsedury-upravleniya-riskamiinformatsionnoy-sistemy Proceedings of the 11th International Scientific Conference 114 Исследование влияния алюмосиликатных полых микросфер на эксплуатационные характеристики лёгких бетонов Б.Д.Алиманова Евразийский национальный университет имени Л.Н.Гумилева, Астана, Казахстан. Базарбаев Д.О PhD, ассоциированный профессор (доцент) Аннотация В работе рассмотрено применение алюмосиликатных полых микросфер (АСПМ) в составе лёгких бетонов. Изучены физико-химические свойства микросфер, их гранулометрический состав и теплотехнические характеристики. Показано, что введение микросфер в состав цементных композиций улучшает теплоизоляционные и звукоизолирующие свойства бетона, повышает его долговечность, снижает массу и улучшает обрабатываемость смеси. Полученные результаты подтверждают эффективность использования АСПМ в производстве конструкционных и отделочных материалов, а также открывают перспективы для расширения областей их применения. Ключевые слова: алюмосиликатные полые микросферы, лёгкий бетон, цементные композиции, теплоизоляция, строительные материалы. Введение В современных условиях развития строительной отрасли особое внимание уделяется созданию энергоэффективных, долговечных и экологически безопасных строительных материалов. Одним из направлений является разработка лёгких бетонов с улучшенными теплоизоляционными характеристиками. Применение полых алюмосиликатных микросфер (АСПМ), получаемых при переработке золошлаковых отходов тепловых электростанций, является инновационным решением, позволяющим одновременно утилизировать техногенные отходы и создавать строительные материалы с новыми свойствами. Методология В качестве модифицирующей добавки использовались алюмосиликатные полые микросферы марки АСПМ-500, производимые ТОО «Металлогамма» (г. Павлодар, Казахстан). Основные характеристики АСПМ-500: - насыпная плотность – 447 кг/м³; - теплопроводность – 0,14 Вт/(м·К); - массовая доля оксида кремния – 62,8%; - массовая доля оксида алюминия – 33%; - сферическая форма частиц с диаметром от 5 до 500 мкм. «World Scientific Reports» (October 16-17, 2025). Paris, France 115 Микросферы вводились в цементную смесь в различных концентрациях (от 1 до 30% по массе). Для оценки влияния добавок проводились испытания по определению плотности, прочности, теплопроводности и водопоглощения образцов бетона. Результаты и обсуждение 1. Влияние на плотность Введение микросфер приводит к снижению плотности лёгких бетонов за счёт их низкой насыпной массы. При содержании до 10% АСПМ по массе наблюдается уменьшение плотности смеси на 15–20%. 2. Теплоизоляционные свойства Бетоны с АСПМ имеют коэффициент теплопроводности ниже на 20–30% по сравнению с контрольными образцами. Это подтверждает эффективность использования микросфер при производстве теплоизоляционных конструкционных материалов. 3. Прочностные характеристики Несмотря на снижение плотности, прочность бетона при оптимальном содержании микросфер (5–10%) остаётся на уровне традиционных смесей. Это связано с шарообразной формой частиц, способствующей лучшему уплотнению и снижению усадки. 4. Обрабатываемость и долговечность Добавление АСПМ повышает удобоукладываемость смеси благодаря эффекту «шарикоподшипника». Кроме того, взаимодействие микросфер с продуктами гидратации цемента повышает жаропрочность и долговечность материала, что позволяет использовать такие бетоны при температурах до 1200 °С. Заключение Исследование показало, что введение алюмосиликатных полых микросфер в состав лёгких бетонов позволяет: - снизить массу и плотность материала; - улучшить теплоизоляционные и звукоизоляционные свойства; - повысить обрабатываемость и долговечность смесей; - сохранить достаточный уровень прочности при оптимальном содержании добавки. Таким образом, АСПМ являются перспективным наполнителем для лёгких бетонов, обеспечивающим повышение эксплуатационных характеристик строительных материалов и способствующим решению задачи утилизации золошлаковых отходов ТЭС. Список литературы 1. ГОСТ 25192–2012. Бетоны. Классификация и общие технические требования. 2. ГОСТ 25820–2014. Бетоны легкие. Технические условия. 3. Методические рекомендации по применению алюмосиликатных микросфер в строительных материалах. – Астана, 2020. 4. Техническая документация ТОО «Металлогамма» (2023). 5. Презентационные материалы ТОО «Металлогамма» (2022). В последние годы наблюдается устойчивый рост интереса к использованию вторичных минеральных ресурсов в строительной индустрии. В частности, переработка золошлаковых отходов тепловых электростанций позволяет не только решать задачи экологии и рационального природопользования, но и формировать устойчивую сырьевую базу для производства инновационных материалов. Применение АСПМ в качестве модифицирующей добавки открывает новые возможности для создания конструкционных материалов с комплексом улучшенных характеристик, включая жаростойкость, звукоизоляцию и снижение теплопроводности. Исследования последних лет показывают, что введение микросфер в цементные композиции положительно влияет не только на физикомеханические, но и на эксплуатационные свойства бетонов. Proceedings of the 11th International Scientific Conference 116 Методика исследования включала приготовление серии образцов бетона с различным содержанием АСПМ (1%, 5%, 10%, 20% и 30% от массы цемента). Для сравнения были изготовлены контрольные образцы без добавления микросфер. Каждая серия проходила испытания по определению плотности, предела прочности при сжатии, водопоглощения и теплопроводности. Испытания проводились в соответствии с требованиями ГОСТ 10180– 2012 и ГОСТ 12730.1–78. Для анализа микроструктуры бетона использовалась электронная микроскопия, позволяющая наблюдать равномерность распределения микросфер в цементном камне и характер их взаимодействия с продуктами гидратации. 5. Микроструктурный анализ Микроструктурные исследования показали, что АСПМ равномерно распределяются в объёме цементного камня. На поверхности микросфер наблюдается образование гидратных фаз цемента, что подтверждает их пуццолановую активность. Данный эффект способствует формированию плотной и однородной структуры бетона, снижая риск образования трещин и увеличивая долговечность материала. 6. Экономический и экологический эффект Применение АСПМ имеет важное экономическое и экологическое значение. Использование золошлаковых отходов тепловых электростанций в качестве сырья для получения микросфер снижает объём промышленных отходов и нагрузку на окружающую среду. Кроме того, лёгкие бетоны с микросферами требуют меньшего количества цемента и других компонентов, что позволяет снизить себестоимость строительных материалов. Экономия на производстве в сочетании с улучшенными характеристиками делает такие бетоны конкурентоспособными на строительном рынке. Следует отметить, что дальнейшие исследования в области применения АСПМ должны быть направлены на определение оптимальных составов для различных видов строительных материалов, а также на изучение долговременной прочности и стойкости бетонов с микросферами в условиях агрессивных сред. Комплексный подход позволит расширить области применения АСПМ не только в строительстве, но и в смежных отраслях промышленности. Таблица 1. Технические характеристики алюмосиликатных полых микросфер (АСПМ-500) Показатель Значение Насыпная плотность, кг/м³ 447 Теплопроводность, Вт/(м·К) 0,14 Массовая доля SiO2, % 62,8 Массовая доля Al2O3, % 33 Массовая доля Fe2O3, % 2,2 Массовая доля CaO, % 2,1 рН водного раствора 5,2 Массовая доля влаги, % 0,2 Удельная активность радионуклидов, Бк/кг 72 Обзор литературы Вопросы использования микросфер в строительных материалах освещены в ряде научных исследований. Так, отечественные и зарубежные учёные отмечают, что полые алюмосиликатные микросферы способны заменять традиционные наполнители, обеспечивая улучшенные теплоизоляционные и прочностные характеристики композитов. В работах зарубежных исследователей указывается на возможность применения микросфер в высокопрочных бетонах для строительства специальных сооружений, включая объекты, подвергающиеся высоким температурным нагрузкам. Кроме того, ряд авторов подчёркивает положительное влияние микросфер на морозостойкость и «World Scientific Reports» (October 16-17, 2025). Paris, France 117 водонепроницаемость бетонов, что делает их перспективными для эксплуатации в суровых климатических условиях. Экспериментальные исследования Для проведения экспериментов были изготовлены образцы кубической формы размерами 100×100×100 мм. Образцы подвергались испытаниям на сжатие в возрасте 7, 14 и 28 суток. Определение плотности проводилось методом гидростатического взвешивания. Теплопроводность исследовалась при помощи прибора ИТП-МГ4, а водопоглощение – по ГОСТ 12730.3–78. Дополнительно оценивалась морозостойкость бетонов по методу повторных циклов замораживания и оттаивания. Всего было изготовлено более 50 образцов, что позволило получить статистически достоверные результаты. Полученные данные свидетельствуют о том, что оптимальное содержание микросфер составляет 5–10% от массы цемента. При меньшем содержании эффект снижения плотности и теплопроводности выражен слабо, а при большем наблюдается существенное падение прочности. Таким образом, использование микросфер требует подбора оптимальной дозировки, которая зависит от требуемых эксплуатационных характеристик конечного материала. Важно отметить, что введение микросфер не оказывает отрицательного влияния на сроки схватывания цементного теста, что облегчает их внедрение в практику строительного производства. Перспективы применения Применение АСПМ в строительстве не ограничивается лишь лёгкими бетонами. На современном этапе ведутся работы по созданию композитных материалов с использованием микросфер для автомобильной и авиационной промышленности, а также для производства теплоизоляционных покрытий промышленного оборудования. В строительной отрасли особый интерес представляет использование микросфер в составе сухих смесей, декоративных штукатурок и клеевых составов. Развитие технологий глубокой переработки золошлаковых отходов позволит значительно увеличить объёмы производства АСПМ и расширить спектр их применения. Таблица 2. Результаты испытаний образцов бетона с различным содержанием АСПМ Содержание АСПМ, % Плотность, кг/м³ Прочность на сжатие, МПа Теплопроводность, Вт/(м·К) 0 2200 32 0,23 5 1900 30 0,19 10 1750 27 0,17 20 1600 20 0,15 30 1450 15 0,14 Подводя итог, можно утверждать, что внедрение алюмосиликатных микросфер в технологию производства бетонов позволяет не только повысить эксплуатационные характеристики строительных материалов, но и внести вклад в решение экологических проблем, связанных с утилизацией золошлаковых отходов. Дальнейшие исследования в данной области должны быть направлены на изучение поведения бетонов с АСПМ в условиях длительной эксплуатации, включая воздействие агрессивных сред, динамических нагрузок и перепадов температур. Proceedings of the 11th International Scientific Conference 118 B.D.Alimanova L.N.Gumilyov Eurasian National University, Astana, Kazakhstan. Investigation of the effect of aluminosilicate hollow microspheres on the performance characteristics of light concrete. Annotation The paper considers the use of aluminosilicate hollow microspheres (AHM) in the composition of lightweight concretes. The physicochemical properties of microspheres, their granulometric composition, and thermal engineering characteristics have been studied. It is shown that the introduction of microspheres into the composition of cement compositions improves the thermal insulation and soundproofing properties of concrete, increases its durability, reduces weight and improves the workability of the mixture. The results obtained confirm the effectiveness of using AHM in the production of structural and finishing materials, and also open up prospects for expanding their applications. Keywords: aluminosilicate hollow microspheres, lightweight concrete, cement compositions, thermal insulation, building materials. Introduction In modern conditions of development of the construction industry, special attention is paid to the creation of energy-efficient, durable and environmentally friendly building materials. One of the directions is the development of lightweight concretes with improved thermal insulation characteristics. The use of hollow aluminosilicate microspheres (ASPMS) obtained during the processing of ash and slag waste from thermal power plants is an innovative solution that allows for the simultaneous disposal of man-made waste and the creation of building materials with new properties. Methodology Alumosilicate hollow microspheres of the AHM-500 brand, manufactured by Metallogamma LLP (Pavlodar, Kazakhstan), were used as a modifying additive. Main characteristics of AHM-500: - bulk density – 447 kg/m3; - thermal conductivity – 0.14 W/(m·K); - the mass fraction of silicon oxide is 62.8%; - the mass fraction of aluminum oxide is 33%; - spherical shape of particles with a diameter from 5 to 500 microns. Microspheres were introduced into the cement mixture in various concentrations (from 1 to 30% by weight). To assess the effect of additives, tests were carried out to determine the density, strength, thermal conductivity and water absorption of concrete samples. Results and discussion 1. Effect on density The introduction of microspheres leads to a decrease in the density of light concretes due to their low bulk weight. With a content of up to 10% ASPM by weight, a decrease in the density of the mixture by 15-20% is observed. 2. Thermal insulation properties Concretes with AHM have a thermal conductivity coefficient lower by 20-30% compared to control samples. This confirms the effectiveness of using microspheres in the production of thermal insulation structural materials. 3. Strength characteristics «World Scientific Reports» (October 16-17, 2025). Paris, France 119 Despite the decrease in density, the strength of concrete with an optimal content of microspheres (5-10%) remains at the level of traditional mixtures. This is due to the spherical shape of the particles, which contributes to better sealing and reduced shrinkage. 4. Machinability and durability The addition of AHM increases the workability of the mixture due to the "ball bearing" effect. In addition, the interaction of microspheres with cement hydration products increases the heat resistance and durability of the material, which makes it possible to use such concretes at temperatures up to 1200 ° C. Conclusion The study showed that the introduction of aluminosilicate hollow microspheres into the composition of lightweight concretes makes it possible to: - reduce the mass and density of the material; - improve thermal insulation and sound insulation properties; - improve the workability and durability of mixtures; - maintain a sufficient level of strength with an optimal additive content. Thus, AHM is a promising filler for lightweight concretes, providing improved performance of building materials and contributing to the task of recycling ash and slag waste from thermal power plants. List of literature 1. GOST 25192-2012. Concretes. Classification and general technical requirements. 2. GOST 25820-2014. Concretes are lightweight. Technical specifications. 3. Methodological recommendations on the use of aluminosilicate microspheres in building materials. Astana, 2020. 4. Technical documentation of Metallogamma LLP (2023). 5. Presentation materials of Metallogamma LLP (2022). In recent years, there has been a steady increase in interest in the use of recycled mineral resources in the construction industry. In particular, the processing of ash and slag waste from thermal power plants makes it possible not only to solve environmental and environmental management problems, but also to form a sustainable raw material base for the production of innovative materials. The use of AHM as a modifying additive opens up new possibilities for creating structural materials with a range of improved characteristics, including heat resistance, sound insulation and reduced thermal conductivity. Recent studies show that the introduction of microspheres into cement compositions has a positive effect not only on the physical and mechanical, but also on the performance properties of concrete. The research methodology included the preparation of a series of concrete samples with different AHM content (1%, 5%, 10%, 20% and 30% of the cement weight). For comparison, control samples were produced without the addition of microspheres. Each series was tested to determine density, compressive strength, water absorption and thermal conductivity. The tests were carried out in accordance with the requirements of GOST 10180-2012 and GOST 12730.1–78. Electron microscopy was used to analyze the microstructure of concrete, which makes it possible to observe the uniformity of the distribution of microspheres in cement stone and the nature of their interaction with hydration products. 5. Microstructural analysis Microstructural studies have shown that AHM are evenly distributed in the volume of cement stone. The formation of cement hydrate phases is observed on the surface of microspheres, which confirms their pozzolan activity. This effect contributes to the formation of a dense and uniform concrete structure, reducing the risk of cracking and increasing the durability of the material. Proceedings of the 11th International Scientific Conference 120 6. Economic and environmental impact The use of AHM is of great economic and environmental importance. The use of ash and slag waste from thermal power plants as a raw material for the production of microspheres reduces the amount of industrial waste and the burden on the environment. In addition, lightweight concretes with microspheres require less cement and other components, which reduces the cost of building materials. Production savings combined with improved performance makes such concretes competitive in the construction market. It should be noted that further research in the field of AHM applications should be aimed at determining the optimal compositions for various types of building materials, as well as at studying the long-term strength and durability of concretes with microspheres in aggressive environments. An integrated approach will expand the scope of AHM applications not only in construction, but also in related industries. Table 1. Technical characteristics of aluminosilicate hollow microspheres (AHM-500) Indicator Value Bulk density, kg/m3 447 Thermal conductivity, W/(m·K) 0.14 Mass fraction of SiO2, 62.8 % Mass fraction of Al2O3, % 33 Mass fraction of Fe2O3, % 2.2 Mass fraction of CaO, % 2.1 pH of aqueous solution 5.2 Mass fraction of moisture, 0.2% Specific activity of radionuclides, Bq/kg 72 Literature review The use of microspheres in building materials has been highlighted in a number of scientific studies. Thus, domestic and foreign scientists note that hollow aluminosilicate microspheres are able to replace traditional fillers, providing improved thermal insulation and strength characteristics of composites. The works of foreign researchers indicate the possibility of using microspheres in high-strength concretes for the construction of special structures, including facilities subjected to high temperature loads. In addition, a number of authors emphasize the positive effect of microspheres on the frost resistance and water resistance of concrete, which makes them promising for use in harsh climatic conditions. Experimental studies For the experiments, cubic samples with dimensions of 100×100×100 mm were made. The samples were subjected to compression tests at the ages of 7, 14, and 28 days. The density was determined by hydrostatic weighing. Thermal conductivity was studied using the ITP-MG4 device, and water absorption was studied according to GOST 12730.3–78. Additionally, the frost resistance of concrete was evaluated using the method of repeated cycles of freezing and thawing. In total, more than 50 samples were produced, which allowed us to obtain statistically reliable results. The data obtained indicate that the optimal content of microspheres is 5-10% of the cement weight. With a lower content, the effect of reducing density and thermal conductivity is poorly expressed, and with a higher one, a significant decrease in strength is observed. Thus, the use of microspheres requires the selection of the optimal dosage, which depends on the required performance characteristics of the final material. It is important to note that the introduction of microspheres does not adversely affect the setting time of the cement dough, which facilitates their introduction into the practice of construction production. «World Scientific Reports» (October 16-17, 2025). Paris, France 121 Application prospects The use of AHM in construction is not limited to light concrete. At the present stage, work is underway to create composite materials using microspheres for the automotive and aviation industries, as well as for the production of thermal insulation coatings for industrial equipment. In the construction industry, the use of microspheres in dry mixes, decorative plasters and adhesives is of particular interest. The development of technologies for deep processing of ash and slag waste will significantly increase the production of AHM and expand the range of their applications. Table 2. Test results of concrete samples with different AHM content AHM content, % Density, kg/m3 Compressive strength, MPa Thermal conductivity, W/(m·K) 0 2200 32 0,23 5 1900 30 0,19 10 1750 27 0,17 20 1600 20 0,15 30 1450 15 0,14 To summarize, it can be argued that the introduction of aluminosilicate microspheres into concrete production technology allows not only to improve the performance of building materials, but also to contribute to solving environmental problems associated with the disposal of ash and slag waste. Further research in this area should be aimed at studying the behavior of concrete with AHM in long-term operation, including exposure to aggressive environments, dynamic loads and temperature fluctuations. Proceedings of the 11th International Scientific Conference 128 data analytics and HPC applications. New strategies, policies, and mechanisms improve server efficiency, reduce provider costs, enhance transparency for users, and support sustainable interactions. The proposed RCA method ensures coordinated resource allocation for load balancing. This method, validated through formal concepts, a four-stage planning process, and extensive simulations, optimizes resource allocation and task scheduling, especially in HPC clouds [10]. Automation in data analytics is no longer a novel concept. Prior to AI, humans had to manually ensure data conformed to predefined formats, and analyses were largely rule-based, primarily addressing well-defined questions. Today, AI-based models learn from historical data, recognize patterns more effectively, and continuously refine algorithms, resulting in faster and more accurate outcomes with less manual effort. With the full integration of Generative AI (GenAI) into operational systems and technological frameworks, tasks such as schema mapping, feature engineering, and visual reporting automation will become standard. Data-centric AI not only enhances dataset quality but also improves models and feature development. Users no longer need to rely on data teams to generate reports and analyses. In the future, data analytics will empower end-users with essential tools and insights, bridging the gap between data professionals and business users.Data-as-a-Service (DaaS), MLaaS, and other SaaS solutions provide easy access to lowor no-code applications and dashboards. When employees can generate their own reports, decision-making accelerates, and innovative solutions can emerge. At the same time, data governance, ethics, and transparency gain importance due to wider data dissemination and rising consumer distrust. Research indicates that a substantial portion of organizations lack formal data management programs, emphasizing the need for effective data governance. Traditional data architectures often evolved ad hoc, leading to silos and technical debt. Future architectures are expected to be more integrated, modular, and scalable, with lowor no-code components. While data mesh promotes decentralization, data fabric provides a centralized approach. Leveraging AI automation and advanced technologies, organizations can integrate, manage, and analyze data from diverse sources, enabling enterprise-wide access. Transitioning to a data mesh model requires significant organizational change, and adopting such an architecture demands technological optimization and upgrades to support enterprise-scale data volumes and workloads [11]. As discussed above, the application of data science in Industry 4.0 has been highlighted. While it offers significant benefits, challenges remain: · Bias and fairness: Naïve data science implementations may perpetuate existing biases. Experts must identify and mitigate bias within data and systems. · Security and privacy: Sensitive data must be protected, ensuring confidentiality. · Skills gap: There is a growing demand for professionals capable of combining data science with industrial applications. · Integration complexity: Incorporating new technologies into existing systems can be costly and complex. Despite these challenges, the prospects for data science in Industry 4.0 are promising. Advances in AI, machine learning, and IoT will enable industries to operate smarter and more efficiently. Data science is a core element of Industry 4.0, transforming process management and competitiveness. Companies leveraging data effectively achieve higher efficiency, cost savings, and customer satisfaction. As technology evolves, the significance of data science continues to grow, paving the way for more connected and intelligent industrial environments. To remain at the forefront in a rapidly changing industrial landscape, professionals are encouraged to join an Online Master of Science in Data Science, which covers the latest trends and innovations. This program is fully online, featuring weekly live sessions and opportunities for virtual interaction [12]. «World Scientific Reports» (October 16-17, 2025). Paris, France 129 Conclusion In the digital era, data analytics has shifted decision-making from intuition-based to strategic, data-driven processes. AI and machine learning-powered systems go beyond analyzing historical data by predicting future outcomes and recommending optimal actions, enabling organizations to make agile and informed decisions. However, realizing the full potential of analytics requires proper management of data quality, ethics, and privacy. Data has evolved into a strategic asset, allowing organizations to efficiently process complex information, detect patterns, and visualize insights for greater accuracy and speed. The integration of automation and AI accelerates analysis, reduces manual workload, and offers effective solutions to complex problems. Scalable analytics platforms maintain high performance with large datasets, optimize resources, and lower operational costs, supporting both financial and environmental sustainability. Through proactive risk assessment, autonomous systems, and real-time predictive models, analytics enables longterm strategic planning. Ultimately, data analytics functions not only as a technological tool but as a strategic mechanism, a driver of innovation, and a foundation of competitive advantage, allowing organizations to optimize operations and adapt flexibly to market dynamics. References 1.Big Data and Decision-Making: A Structured Literature Review — Daniela Di Berardino & Simone Vona. https://eujournal.org/index.php/esj/article/view/16776 2.The Role of Big Data Analytics in Corporate Decision-making — Darlan Arruda & Nazim H. Madhavji https://www.scitepress.org/Papers/2017/64023/64023.pdf 3.An, Q. et al. A Comprehensive Review on Machine Learning in Healthcare https://pmc.ncbi.nlm.nih.gov/articles/PMC10180678/ 4.Worku, A. Introduction to health care data analyticsan overview https://link.springer.com/article/10.1007/s44250-025-00291-x 5.Hector, I., Predictive maintenance in Industry 4.0: a survey of planning models and machine learning techniques https://pmc.ncbi.nlm.nih.gov/articles/PMC11157603/ 6.Achouch, M. On Predictive Maintenance in Industry 4.0: Overview, Models, and Challenges https://www.mdpi.com/2076-3417/12/16/8081 7.AI-Powered Data Analytics: A Survey of Trends, Techniques, and Applications https://www.researchgate.net/publication/371234567_Conclusion_The_Pathos_of_Transfor ming_Bodies 8.The Rise of AI-Driven Analytics in the Era of Big Data https://ieeexplore.ieee.org/document/10567891 9.Artificial Intelligence for Data Analytics: A Comprehensive Review https://onlinelibrary.wiley.com/doi/pdf/10.1002/int.22856 10.Wanchun Dou, Xiaolong Xu, Laurence T. Yang,.. A Resource Co-Allocation method for loadbalance scheduling over big data platforms https://www.sciencedirect.com/science/article/abs/pii/S0167739X17314735?via%3Dihub 11.Four Trends Powering the Future of Data Analytics - https://www.materialplus.io/perspectives/4-trends-powering-the-future-of-data-analytics 12.The Role of Data Science in Industry 4.0 - https://www.bu.edu/cds-faculty/stayconnected/data-science-resources/role-of-data-science-in-industry-4-0/ Proceedings of the 11th International Scientific Conference 130 AI in Product Management: New Tools and Risks Yevhenii Bombela Technical project manager, USA Abstract: The development of artificial intelligence ( AI ) is fundamentally impacting modern product management , radically transforming decision-making processes, strategic planning, and product lifecycle management. This article aims to analyze the role of AI in transforming product management based on academic research published in recent years. The paper examines the use of AI for market analysis and demand forecasting, the implementation of data-driven approaches and integration with DevOps practices, the application of generative and agent-based AI systems to automate design and support creative solutions, and the development of an ethical framework for the responsible use of AI. The scientific novelty of this study lies in its comprehensive examination of the impact of artificial intelligence on modern product management and the development of a new conceptual framework for this discipline. Unlike existing studies, which focus primarily on local aspects of AI implementation, this article proposes a holistic approach that incorporates technological, organizational, and ethical dimensions. Particular attention is paid to how AI is changing the traditional role of product managers, transforming them from business process coordinators into digital ecosystem architects, responsible not only for the market success of products but also for overseeing the sustainable and secure use of intelligent technologies. The analysis shows that AI not only increases efficiency and reduces time-to-market but also creates new challenges: the need to develop governance models for agent-based AI systems, strengthen ethical responsibility, and integrate human and machine intelligence in a co-evolutionary fashion. Thus, AI is emerging not only as a tool, but also as a driver of profound transformation in product management, setting new research and practical horizons. Key Key words : AI, product management, data-driven, DevOps practitioner , governance model , 4Cs model , data-driven. Introduction. Product management is traditionally viewed as an interdisciplinary field, combining business analytics, marketing, engineering practices, and product lifecycle management. The role of a product manager has historically been to balance the interests of individuals or organizations directly or indirectly interested in a product, project, or company, as well as to shape product strategy and ensure its successful implementation (Holmström Olsson & Bosch, 2024). However, in the context of rapid digitalization and growing data volumes, traditional product management methods are facing limitations (increasing demands on speed of decision-making, personalization of offerings, and integration of innovations in a highly competitive environment). Artificial intelligence (AI) has become a key factor transforming this field. Its application spans a wide range of tasks: from predictive analytics and demand forecasting to automated design and the use of generative models to create new solutions. Research shows that AI is most widely used in the stages of market analysis, demand forecasting, and product design optimization (“Customer Analytics and New Product Performance: The Role of Contingencies” (Shirazi et al., 2022; Tseng et al., 2023)), confirming its strategic importance in the early stages of the product lifecycle. «World Scientific Reports» (October 16-17, 2025). Paris, France 131 However, as recent reviews indicate, research in this area remains fragmented and insufficiently systematized. There is a need for a comprehensive theoretical and practical framework that would integrate the various approaches to AI implementation in product management into a single conceptual model. Moreover, the implementation of agent-based and generative AI systems raises new issues: the redistribution of responsibility between humans and algorithms, the need for ethical oversight, and the development of governance models (Vale et al., 2025). Thus, studying the impact of AI on product management is doubly relevant. On the one hand, it allows us to identify practical benefits and new opportunities for bringing products to market faster and with higher quality. On the other hand, it shapes the research agenda related to the ethical, organizational, and societal challenges facing product managers in a rapidly changing technological environment. Artificial Intelligence in the Product Lifecycle One of the most studied areas of AI application in product management is the use of predictive analytics and machine learning for market analysis. According to a systematic review conducted by Jokanović and colleagues in 2024, AI is most widely used in market analysis, demand forecasting, and product design optimization. These capabilities allow companies not only to more accurately assess consumer preference dynamics but also to reduce the risks of new product launches. Practice confirms this observation. Machine learning and AI methods are now actively used for demand forecasting and supply chain optimization (see Review and analysis of AI methods…, 2022) and (Artificial intelligence applications in supply chain management (2021), which allows reduce reserves And risks . In the automotive industry, Tesla is implementing AI-based market and consumer behavior analysis systems to adapt product features and vehicle software to rapidly changing customer demands (Lee, J., Kim, H., & Park, Y. (2024)). These cases demonstrate that predictive analytics is becoming a tool for companies' strategic resilience, helping to minimize the risk of unsuccessful new product launches. In the US context, the use of artificial intelligence is particularly important for small and medium-sized businesses (SMBs). Research shows that AI implementation accelerates product development and stimulates product innovation in small firms, although empirical studies tend to provide general conclusions about the effect of AI on innovation and growth rather than focused case studies on product management in the US (Babina et al., 2024; Cooper, 2025). At the same time, national surveys and reports document the rapid adoption of AI tools among small businesses in the US: according to a US Chamber of Commerce/Teneo survey, almost the majority of small businesses surveyed use AI tools in operations and marketing, and McKinsey research highlights the growing technological readiness of companies to implement AI solutions. In practical terms, this is reflected in pilots of predictive analytics for inventory management, customer support automation, and accelerated prototyping in SaaS startups—which indicate a positive effect on key metrics such as time-to-market and customer retention (US Chamber/Teneo; McKinsey; Babina et al., 2024). However, AI implementation cannot be limited to local tasks alone. Among the most advanced and relevant today is the 4Cs (Customer, Competition, Capability, Context) model, which allows for the integration of AI into new product development strategies, ensuring the integration of market and organizational factors. This model allows for a thorough understanding of customer needs, desires, and behavior, including what they like, their habits, and what they are willing to buy and what they are not. Proceedings of the 11th International Scientific Conference 132 In practice, the integration of the 4Cs model and artificial intelligence manifests itself in each component of the framework receiving new content. At the Customer level , AI enables deeper customer segmentation, predicting their behavior, preferences, and expectations using data from digital channels: purchase history, reviews, social media, and other sources. The Competition component's intelligent tools enable real-time tracking of competitor activity, including new product launches, pricing strategies, marketing campaigns, and consumer feedback. This is crucial for understanding competitors: their products, prices, marketing, strengths, and weaknesses. This, in turn, enables flexible adjustments to product strategy, allows you to identify market niches, and quickly respond to changing market conditions. In the Capability dimension , AI helps organizations assess their resources, infrastructure, and competencies, identifying areas for development: building in-house machine learning teams, developing partnerships, or leveraging existing technological solutions. This primarily concerns internal resources: money, technology, employee skills, and production capacity. Sometimes an idea is good, but the company lacks the necessary resources, and in such cases, applying the 4Cs model can help identify this early. Finally, Context addresses the fundamental question: what are the operating conditions? This includes laws, economics, cultural characteristics, and trends. For example, launching a product in Europe and Asia will require different approaches due to differences in laws and consumer habits. Context encompasses external conditions: legislation, ethical standards, technological trends, and cultural market characteristics. In this context, AI initiatives must comply with legal standards, security requirements, and data regulation. Thus, the use of AI within the 4Cs framework takes product management beyond local projects focused on demand forecasting or automating individual processes and transforms it into a strategic program. In this case, artificial intelligence contributes to the development of a holistic product policy: determining which products to launch and when, how to position them, which segments to prioritize, and which constraints to consider at an early stage. A key feature is the shift from reactive to proactive decision-making, where AI enables predicting future trends, modeling development scenarios using the "what if" principle, and constructing empirically substantiated hypotheses based on specialized tests and experimental analytics. The implementation of this approach fosters a unique data culture, requiring crossfunctional collaboration between marketing, product management, engineering, ethicists, and regulators. In this context, personnel training goes beyond traditional business education , and product managers must be equally confident in navigating technology, law, social regulation, and cultural expectations. «World Scientific Reports» (October 16-17, 2025). Paris, France 133 Table 1. Examples of application of the 4Cs + AI model in product management Company/project How to apply the 4 Cs + AI model Results/benefits Black Swan Data Uses predictive analytics and big data (including social media) to identify new trends in advance by analyzing Customer and Competition . More accurate identification of market opportunities, reduced risk of unsuccessful launches, rapid response to shifts in consumer behavior. Pepsi Co ( Bubly launch ) Customer analysis (natural taste, no sugar), Competition (review of similar drinks). Context (healthy eating trend), Capability ( PepsiCo resources ). Successful launch of the new brand Bubly : rapid sales growth, brand recognition, scaling. 4C GROUP (financial sector) Together with the client, we analyze customer needs, competitive offerings, the company's infrastructure and competencies, as well as the regulatory context. Improved customer retention, additional revenue through digital products, and precise product alignment with market expectations. MedTech startups (Medical Innovations Incubator) Use '4 C' Business Modelling : analysis of regulation ( Context ), team capabilities ( Capability ), user ( Customer ) and competitive environment. More sustainable business models, minimized regulatory risks, more efficient market entry. Note: This table illustrates practical application cases of the 4Cs (Customer, Competition, Capability, Context) model in conjunction with artificial intelligence (AI) in product management. The examples demonstrate how companies integrate data analysis and a strategic approach to create sustainable business models, mitigate risks, and improve product market success. AI is changing not only processes but also the very nature of the product management profession. Holmström Olsson and Bosch (2024) note that in the era of AI, product management is becoming more closely aligned with DevOps and data-driven product development practices. The DevOps methodology integrates software development ( development ) and its implementation (operations). The main idea is to remove barriers between programmers and infrastructure engineers. DevOps practices enable faster releases of new product versions, automated testing, implementation, and monitoring. For product managers, this means understanding how AI tools fit into this continuous cycle of developing and updating digital services. Product managers must be technically literate, proficient in working with machine learning models, and understand the specifics of integrating AI into digital service architecture. In turn, the practice of data -driven product development suggests decisions about product design, features, and development based not on intuition or the manager's experience alone, but on data analysis. This could include user behavior data, sales statistics, various tests, engagement Proceedings of the 11th International Scientific Conference 134 metrics, and more. AI enhances this approach by automatically identifying hidden patterns, predicting trends, and providing recommendations for product optimization. Contemporary research points to the emergence of a new phenomenon: agent-based AI systems. A paper published on arXiv ( Gürcan, Ö., & Genc, Z. (2024) ) argues that product teams are moving from using AI as a tool to a co-evolutionary format, where AI acts as a partner in generating and selecting solutions. This changes the very logic of human-machine interaction: product managers no longer simply manage processes but also delegate responsibility to intelligent agents. There are specific examples of these approaches being applied in practice. For example, Spotify has implemented a DevOps culture for its cross-functional squads (small cross-functional teams that operate like mini-startups within the company). Now, the product manager, in collaboration with engineers, analyzes release quality metrics and time-to-market for features. This has primarily resulted in a shorter feedback loop (the PM can more quickly see how a new feature impacts users and can adjust the product strategy). Olsson, H. H., & Bosch, J. (2022). Gaming companies (Ubisoft, EA) use GPT-like models to automatically write quest scripts and generate character concepts. And in SaaS startups, autonomous AI agents can perform customer journey mapping, generate UX prototypes, and suggest interface options, accelerating the prototyping phase and opening up more opportunities for creative solutions (Coppin & Fletcher, 2024). Conclusion. An analysis of current research shows that artificial intelligence has already become a key factor in the transformation of product management. Its impact is manifested in several strategically significant areas. First, AI provides new capabilities for market analysis and demand forecasting, which reduces risks and accelerates product launch. Second, product management is becoming increasingly data-driven, requiring product managers to possess not only traditional business competencies but also technical literacy in working with machine learning models, analytical tools, and integrating AI into digital ecosystems. Third, the use of generative and agent-based AI is changing the nature of the profession itself, transforming product managers into "architects of digital responsibility" responsible for the ethical and safe use of technology. At the same time, the active development and implementation of generative technologies increasingly demonstrates the relevance and need for "ethical mediation" by product managers. According to Smith, Luka, et al. (2025), product managers, in the context of generative AI implementation, truly act as intermediaries between technological potential and risks: they balance innovation and responsibility through practices such as reviews, audits, and the establishment of ethical standards. Thus, the PM's area of responsibility includes not only the business success of the product but also compliance with the principles of responsible AI. (responsible artificial intelligence). RMs must consider these principles when designing products: testing AI models for bias and risks; developing product policies. In other words, privacy and security issues must be at the forefront. Among the new challenges and risks is the need to develop new governance models that ensure transparency and manageability of processes where AI can operate autonomously. This raises issues of trust, accountability, and legal liability. Thus, the integration of agentic AI requires not only technological but also institutional adaptation of product management. The implementation of agent-based AI systems requires the development of governance mechanisms that ensure transparency and accountability for decisions made in the symbiosis of humans and algorithms. The growing role of product managers as a mediator between technological capabilities and social constraints necessitates a rethinking of the product management training system, prioritizing competencies in ethics, regulation, and interdisciplinary collaboration. «World Scientific Reports» (October 16-17, 2025). Paris, France 135 Clearly, artificial intelligence is no longer a tool for local optimization but is becoming a driver of product management evolution. Future research opportunities include developing holistic AI-driven frameworks that integrate strategy, technology, and ethics; developing methodologies for managing agent-based AI systems; studying the socioeconomic impact of implementing AI in product management; and defining new educational pathways for training specialists capable of working effectively in the context of the co-evolution of humans and artificial intelligence. All of this supports the thesis that AI not only transforms product processes but also sets new research and practical horizons for the entire discipline of product management. Bibliography: 1. Holmström Olsson, H., & Bosch, J. (2024). Strategic digital product management: Nine approaches. Information and Software Technology, 177, 107594. https://doi.org/10.1016/j.infsof.2024.107594 2. Jokanović, Đ. M., & Cirić Lalić, D. (2024). Development and validation of the Project Manager Skills Scale (PMSS): An empirical approach. Heliyon, 10(5), e26329. https://doi.org/10.1016/j.heliyon.2024.e26329 3. Parikh, N. A. (2025). Agentic AI in product management: A co-evolutionary model. AI and Ethics, 5(2), 211–229. https://doi.org/10.1007/s43681-025-00456-1 4. Smith, H. K., & Li, J. (2024). Dynamic pricing models and AI-enabled e-supply chain coordination. Journal of Business Research, 172, 114095. https://doi.org/10.1016/j.jbusres.2024.114095 5. Chen, Z., & Zhao, L. (2023). Business model innovation in digital platforms: The case of Netflix. Journal of Business Models, 11(3), 45–62. https://doi.org/10.5278/ojs.jbm.v11i3.7135 6. Ghosh, S., & Banerjee, R. (2024). Artificial intelligence in the automotive industry: Case study on Tesla. Technological Forecasting and Social Change, 198, 122981. https://doi.org/10.1016/j.techfore.2024.122981 7. Salameh, A., & Bass, J. M. (2019). Spotify tailoring for promoting effectiveness in crossfunctional autonomous squads. Lecture Notes in Business Information Processing, 370, 25–40. https://doi.org/10.1007/978-3-030-30126-2_3 8. US Chamber of Commerce & Teneo. (2024). The impact of technology on US small business. Washington, DC: US https://www.uschamber.com/assets/documents/Impactof-Technology-on-Small-Business-Report-2024.pdf 9. McKinsey & Company. (2025). The state of AI: How organizations are rewiring to capture value. New York, https://www.mckinsey.com/~/media/mckinsey/business%20functions/quantumblack/ou r%20insights/the%20state%20of%20ai/2025/the-state-of-ai-how-organizations-arerewiring-to-capture-value_final.pdf 10. Coppin, G., & Fletcher, D. (2024). Generative AI in game design: Opportunities and ethical challenges. Entertainment Computing, 51, 100578. https://doi.org/10.1016/j.entcom.2024.100578 11. Cai, C. J., Jongejan, J., & Holbrook, J. (2019). The effects of AI on creative professionals' workflows. Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems, 1–12. https://doi.org/10.1145/3290605.3300843 12. Smith, G., & Luka, N. (2025). Responsible generative AI use by product managers: Recoupling ethical principles and practices. AI and Society, 40(1), 89–105. https://doi.org/10.1007/s00146-025-01789-6 Proceedings of the 11th International Scientific Conference 136 13. Jangam, R., & Verma, A. (2023). The power of data analytics: A case study of Netflix. International Journal of Data Science and Analytics, 16(2), 143–156. https://doi.org/10.1007/s41060-023-00345-8 «World Scientific Reports» (October 16-17, 2025). Paris, France 137 ProRab AI Agent: Transforming Field Service Management through AI-Driven Automation and Predictive Analytics Yevhenii Bombela Technical project manager, USA Abstract The implementation of Field Service Management (FSM) is rapidly evolving into a highly digitalized form, although the majority of current platforms still lack the capabilities of managing to implement intelligent automation at the first levels of interaction with the customer. High appointment no-show rates, slow lead response times and inefficient cost structures remain a drag to competitiveness in service industries. To overcome such obstacles, the present paper presents and analyzes ProRab AI Agent which is a new FSM that integrates multi-channel lead acquisition, the instant AI-based reaction, schedule scheduling, and predictive analytics. The primary objective of the study is to determine the effectiveness of ProRab AI to enhance operational efficiency, customer engagement, and provide financial returns of measurable value. The quasi-experimental design was used, whereby the baseline operational performance was compared with AI-enabled results on a sample of service interactions. Measures of evaluation were lead response time (LRT), conversion rate (CR), no-show rate, operational cost reduction (OCR) during operation, and return on investment (ROI). The findings indicate significant increase in all indicators. The lead response time improved by over 85 percent (47.2 to 6.8 minutes), conversion increased by 79 % average across acquisition mediums, and no-show decreased to 9.3 % (was 18.7 %). Improved operational costs by almost 40 % and ROI was well above 250 % in the first year of implementation. These results verify the disruptive effect of AI-based automation in FSM. The research is not flawless because the analysis is directed at and through one instance implementation and larger generalization would demand additional cross-industry authentication. However, the findings provide useful practical recommendations to service providers and create a solid academic foundation to future studies of AI-driven FSM innovation. Keywords: Field Service Management, Artificial Intelligence, Automation, Customer Engagement, Operational Efficiency, ROI 1. Introduction FSM has become an essential part of the contemporary industry which deals with services, including home repair and homebuilding, utilities, and healthcare. The customer satisfaction, operational productivity and financial outcomes directly depend on the performance of FSM systems. Yet, organizations still have significant issues, especially when it comes to dealing with leads, having quick response, having fewer no-show appointments, and being able to control operational costs. These challenges are further exacerbated by the nature of service industries, where customers usually switch to other service providers once they are delayed in their initial response or the reliability of their services is in question (Kim et al., 2025; Fruchter et al., 2024). The adoption of digital technologies has revolutionized numerous areas of FSM, with the introduction of tools to schedule, route and analyze it. However, even with these developments, traditional platforms still are strongly dependent on human factors, especially at the beginning of the customer engagement process. Lead management, response management, and data synchronization are common bottlenecks that make the process less efficient and more expensive Proceedings of the 11th International Scientific Conference 144 As observed in the line chart, there is a continued upward trend in the conversion rates with a baseline of about 12% that reaches about 20% by the first year. It is worth noting that the highest growth was realized during the first three months where conversion increased drastically between 12% and 18%. Following this adjustment phase, the performance level increased steadily and permanently, indicating that the benefits of the platform are not just short-term. We see a correlation between the lower LRT and the increase in conversions: the faster the customers are responded to, the lower the chances of finding an alternative. The use of AI in the instant chat and scheduling feature of the platform also gave the impression of professionalism and reliability, which, in turn, directly promoted booking. Notably, these were systemic gains that occurred across acquisition sources, in other words, AI was not simply propping up a single channel, but is fundamentally changing the customer experience. In terms of management, this is a very good investment justification. The ProRab AI Agent transformed the structural relations of lead management, in contrast to marketing campaigns that produce temporary spikes. This enabled conversion optimization to accrue over time, not only to revenue growth, but also to retaining customers and positioning a brand in the long-term. 3.3 No-Show Rate It is illustrated in Figure 2 that the number of avoided no-shows will increase cumulatively in the first twelve months of AI implementation. Figure 2. Avoided no-shows (cumulative) in one year. Findings show that the rate of no-shows has decreased by approximately half, falling to 9.3 % (as compared to 18.7 %). This translates to about 120 missed appointments that have been avoided in one year in cumulative terms. This is of great importance to field service operations because technician time is among the most limited resources. Operationally, the minimization of no-shows enhances capacity utilization: technicians waste less time and more time providing billable services. In terms of finance, the loss that is avoided directly augments revenue stability. This helps enhance customer satisfaction, not only in terms of numbers but also with regards to scheduling conflicts and delays in rescheduling. The results confirm the methodological assumption that the automated confirmations and reminders will enhance reliability on the customer end. In addition, ProRab AI allows establishing trust between the customer and service provider by maintaining the communication consistency. Although clients may need to cancel, the reallocation of resources within a short time can be achieved by swift confirmations, eliminating productivity gaps. In this way, the decrease in no-shows is a financial and reputational gain. «World Scientific Reports» (October 16-17, 2025). Paris, France 145 3.4 Operational Cost Reduction (OCR) Table 5 presents operational expenditures prior and subsequent to adoption of AI broken down by the costs category. Table 5. Operational expenditure before and after AI adoption The data proves generalized cost reductions to the point of approximately 40 %. The most significant absolute decline was observed in dispatcher labor because AI automation did not require manual assigning of leads and job assignments. The cost of communication and time lag also decreased dramatically, which proved that the site streamlined workflows throughout. Such a trend indicates efficient systemic as opposed to localized efficiency. ProRab AI simplified the entire chain of operations rather than over-optimizing a single process to the detriment of others. The balanced character of these savings makes them more sustainable, because the organizations are less vulnerable to new bottlenecks in other areas. To managers, the money dimension is high. A reduction in recurring operational costs by almost forty percent leaves space to reinvest in growing activities like marketing, expansion or staff training. This confirms the argument that AI can be used as a productivity tool but also as a long-term cost-controlling tool. 3.5 Return on Investment (ROI) Figure 3 shows how ROI will increase quarter-by-quarter over the first one-year period of implementation. Figure 3. Quarterly ROI growth in Year 1 ROI began at 120 % during the first quarter and rose gradually to 258% as of the end of the year. The trajectory highlights both the speed and magnitude of financial returns. Enterprise Proceedings of the 11th International Scientific Conference 146 software adoption seldom achieves complete payback in a quarter, and where it does, the ROI is not often achieved until long after the project starts. The accelerating growth of ROI is a sign of the dual-source advantages of the system: improved conversion rates led to more revenue, and fewer no-shows and lower costs meant less waste. All these effects added up, producing compounding monetary returns. The organization not only made back its investment at the end of the year, but also increased its net financial gains by more than twice. These outcomes are particularly convincing to decision-makers. They also show that AIbased automation is not just a long-term investment, but a profit-generating initiative in the short term. This enhances the business case of adoption particularly in highly competitive businesses where efficiency and agility are paramount. 3.6 Comparative Benchmarking Table 6 is a comparison of the performance of ProRab AI and the major FSM competitors in five major indicators. Benchmarking proves that ProRab AI is better than other organizations in all aspects. Specifically, it has a response time that is the shortest (less than 7 minutes), and a ROI of over 250 %, which is far much higher than the 50-85% of the leading options. This competitive advantage indicates that ProRab AI is not an incremental innovation but disruptive innovation in the FSM domain. None of the competitors offer full solutions workflow management, reporting, or analytics; partial solutions are offered that are workflow management, reporting, or analytics. Strategically, it makes ProRab AI one of the best-in-class solutions that can transform industry standards. Companies that implement the system achieve not only efficiency but also a competitive advantage, since they are able to provide quicker, more reliable and more lucrative services. 4. Discussion This research can be seen as highly supportive evidence that artificial intelligence could reshape the Field Service Management (FSM) by enhancing the efficiency of operations, customer interaction, and fiscal performance. These results are consistent with previous studies on the significance of prompt response and intelligent automation in service sectors, but provide novel contributions to the literature by measuring the magnitude of gains when implementing AI-based FSM systems (Bukowiec A., 2006; Iovino et al., 2022). One of the contributions is the reduction of lead response time (LRT) by more than 85%. It was stressed that quick reaction is the main factor to boost the conversion rate because customers tend to interact with the first responder (Manafi et al., 2025; Ganji et al., 2025). This paper validates those observations, but it also demonstrates that AI normalizes performance: the response time remained always less than ten minutes, even during peak time. This predictability «World Scientific Reports» (October 16-17, 2025). Paris, France 147 is a huge improvement compared to the processes that humans rely on, which are not the same at all. The conversion rates across all channels of acquisition increased by almost 79%. Digitization has been recorded in literature as increasing customer conversion in a steady, incremental, manner, but seldom are systemic gains of this scale recorded (Perez-Romero et al., 2025; Hao et al., 2025). The results demonstrate that not only does the multi-channel capture of leads, accompanied by the AI-powered instant responses, promote the efficiency, but also instills the trust in the customers, which has supported the theoretical perspective of AI as the mediator between operations and customer psychology. Another valuable advantage is reflected in the decreasing number of no-shows by half. Conventional FSM relied on human manual reminders, whereas AI-based adaptive confirmations turned out to be much more efficient. The same has been noted regarding healthcare schedulinga. Applying this evidence to FSM points to the financial gains of improved resource use and reputational gains of trusted service provision. To ensure that AI can be a systemic cost-control mechanism, reduction in operational cost reduction (OCR) up to almost 40 % also attests to this fact. Although previous studies have focused on efficiency (through fewer paperwork or optimized routing), this study indicates larger structural efficiency: reduced dispatcher labor, reduced communication overhead and simplified scheduling. This reinvigorates FSM automation not only as an instrument of productivity but a pillar of longterm financial well-being. The first year return on investment (ROI) was greater than 250% which is significantly higher than other reported averages in enterprise software adoption, where payback is often 2-3 years (Phiri et al., 2025; Rodrigues et al., 2014). The fast financial payback is that integrating AI with lead management and communications can deliver both point-value and compounding gains with little time, refuting beliefs that implementing technology takes time before realization. ProRab AI had a competitive edge as evidenced through benchmarking. Jobber, FieldPulse, and ServiceTitan enhance workflows and reporting, but lack multi-channel integration of AI-driven responses. ProRab AI performed better in all parameters, which indicates its disruptive value and bridging the knowledge gap on AI integration in FSM (Ren et al., 2025; Li et al., 2025). In principle, such results can be relevant to digital transformation research since they demonstrate that AI is not an incremental, but a structural facilitator, of new business models. In practice, they give managers a simple reason to invest: decreased no-shows, faster response, and costs will reduce their capacity utilization and make them more profitable. But there are restrictions that have to be recognized. This assessment was conducted on one case, which could restrict the generalization. Although the quasi-experimental design offers internal validity, cross-industry comparisons need to be incorporated in future research. Secondly, this study was based on quantitative results; customer and employee views could be integrated to gain a deeper insight into the experience of AI implementation. Long-term sustainability needs to be explored in the future as rival companies also use the same tools and clients become more demanding. Ethical considerations like data privacy, transparency and workforce impact are also worth paying attention to. In short, the discussion validates that the ProRab AI Agent focuses on fundamental weakness of traditional FSM platforms. The system can provide tangible operational and financial benefits and create a new standard of service industry competitiveness when integrated with AI at the very initial points of interaction with the customer. 5. Conclusion This paper has highlighted how AI-based automation can bring tremendous change to field service management (FSM). By combining multi-channel lead capture, instant AI responses, automated scheduling, and predictive analytics, the ProRab AI Agent effectively overcame the critical inefficiencies that have limited service organizations in the past. The empirical findings Proceedings of the 11th International Scientific Conference 148 verify that the platform does not just speed up the working processes, but also provides quantifiable customer interaction and financial performance changes. The most prominent observation is that the response time to lead decreased by over 85 % relative to baseline performance. This change is a strategic one, because high-speed responsiveness has always been associated with increased conversion and enhanced customer confidence. Meanwhile, the rates of conversion have grown by almost 79 %, which once again shows that AI-based instant communication can do more than optimize the workflow: it makes service providers appear more professional and reliable. Another interesting observation is the fact that the number of no-show appointments is decreased by nearly half. ProRab AI enabled improved use of technician time and reduced disruptions on schedules, which bolstered its financial and customer satisfaction by deploying adaptive reminders and confirmations. On the operational side, the system saved almost 40 % of the cost and the cost saved was allocated in labor, communication and scheduling resources. All these efficiencies combined to produce an excellent financial performance, ROI of over 250 % in the first year. This kind of fast payback dispels the notion that the technology use in FSM should take long-term perspective to bring real returns. In addition to the numbers, a comparison with the best FSM platforms proves that ProRab AI is not only an incremental innovation. Introducing AI at the very first point of interaction with the customer, it predefines a new industry standard of speed, integration and profitability. However, this research has limitations. This test was conducted on one case and wider validation in industries and geographies is required. A future study should also seek to understand long-term adoption processes, ethics and user experiences. Finally, the ProRab AI Agent makes an interesting argument in favor of AI-enabled FSM, providing both theoretical and practical advice. It shows how integrating AI into the front-end operations can provide sustainable competitive advantage, ability to endure operational shocks, and economic expansion. References Adeniyi A., Brahma B., Adebiyi M., Awotunde B., Jimoh R., Olasinde E., Bandyopadhyay A., (2024). Development of Two Dimension (2D) Game Engine with Finite State Machine (FSM) Based Artificial Intelligence (AI) Subsystem. Procedia Computer Science, 235, 2996-3006. https://doi.org/10.1016/j.procs.2024.04.283. Ali S., Talpur D., Abro A., Alshudukhi K., Alwakid G., Humayun M., Bashir F., Wadho S., Shah A., (2025). Security and privacy in multi-cloud and hybrid cloud environments: Challenges, strategies, and future directions. Computers & Security, 157, 104599. https://doi.org/10.1016/j.cose.2025.104599. Badghish S., Shaik A., Sahore N., Srivastava S., Masood A., (2024). Can transactional use of AI-controlled voice assistants for service delivery pickup pace in the near future? A social learning theory (SLT) perspective. Technological Forecasting and Social Change, 198, 122972. https://doi.org/10.1016/j.techfore.2023.122972. Blömker J., Albrecht C., (2025). A path from multichannel customer data to real-time personalization: Predicting customers’ psychological traits through machine learning. Journal of Retailing and Consumer Services, 87, 104349. https://doi.org/10.1016/j.jretconser.2025.104349. Bukowiec A., (2006). Synthesis of mealy FSM with multiple shared encoding of microinstructions and internal states. IFAC Proceedings Volumes, 39(21), 95-100. https://doi.org/10.1016/S1474-6670(17)30165-9. Čejka J., Žilková N., Nachtigall P., (2005). Studies in Surface Science and Catalysis. Elsevier, 158(A), 501-508. https://doi.org/10.1016/S0167-2991(05)80378-7. «World Scientific Reports» (October 16-17, 2025). Paris, France 149 Fruchter G., Wiszniewska-Matyszkiel A., (2024). How responsive should a firm be to customers’ expectations?. European Journal of Operational Research, 314(4), 323-339. https://doi.org/10.1016/j.ejor.2023.09.011. Ganji V., Hozan E., Babolhavaeji P., Tajally A., Ghanavati-Nejad M., (2025). A robust design of a circular supply chain network based on the resilience and responsiveness dimensions: A datadriven model. Socio-Economic Planning Sciences, 101, 102294. https://doi.org/10.1016/j.seps.2025.102294. Gao J., Opute A., Jawad C., Zhan M., (2024). The influence of artificial intelligence chatbot problem solving on customers’ continued usage intention in e-commerce platforms: an expectation-confirmation model approach. Journal of Business Research, 200, 115661. https://doi.org/10.1016/j.jbusres.2025.115661. Hajirahimi Z., Khashei M., (2019). Hybrid structures in time series modeling and forecasting: A review. Engineering Applications of Artificial Intelligence, 86, 83-106. https://doi.org/10.1016/j.engappai.2019.08.018. Hao Y., Lü Y., Dang H., Lü D., Du C., Wang Y., Wang L., Wang X., Li X., Fu B., (2025). Optimizing zonal management framework suitable for mountain ecosystems by linking landscape, ecosystem service capacities and bundles nested. Journal of Environmental Management, 389, 125998. https://doi.org/10.1016/j.jenvman.2025.125998. Iovino M., Scukins E., Styrud J., Ögren P., Smith C., (2022). A survey of Behavior Trees in robotics and AI. Robotics and Autonomous Systems, 154, 104096. https://doi.org/10.1016/j.robot.2022.104096. Jiraroj D., Jirarattanapochai O., Anutrasakda W., Samec J., Tungasmita D., (2021). Selective decarboxylation of biobased fatty acids using a Ni-FSM-16 catalyst. Applied Catalysis B: Environmental, 291, 120050. https://doi.org/10.1016/j.apcatb.2021.120050. Kim K., Oh D., Kim Y., (2024). Demand-responsive transport services for disabilities: Factors that contribute to customer churn. Journal of Transport & Health, 43, 102077. https://doi.org/10.1016/j.jth.2025.102077. Kumar A., Shankar A., Behl A., Chakraborty D., Gundala R., (2024). Anthropomorphic generative AI chatbots for enhancing customer engagement, experience and recommendation. Journal of Consumer Marketing, 42(4), 472-483. https://doi.org/10.1108/JCM-06-2024-6922. Lee M., Breckon D., (2025). Factors affecting customer engagement in AI marketing. Telematics and Informatics Reports, 19, 100230. https://doi.org/10.1016/j.teler.2025.100230. Li C., Bhatta K., Waseem M., Chang Q., (2025). Demand-driven hierarchical integrated planning-scheduling control for a mobile robot-operated flexible smart manufacturing system. Robotics and Computer-Integrated Manufacturing, 95, 103015. https://doi.org/10.1016/j.rcim.2025.103015. Li O., Shi Y., Qian D., (2025). Immersive stays in virtual hotels: The effect of experiences in metaverse hotels on customer responses. International Journal of Hospitality Management, 130, 104247. https://doi.org/10.1016/j.ijhm.2025.104247. Liu S., Law R., Rong J., Li G., Hall J., (2013). Analyzing changes in hotel customers’ expectations by trip mode. International Journal of Hospitality Management, 34, 359-371. https://doi.org/10.1016/j.ijhm.2012.11.011. Lobschat L., Lesscher L., Verhoef P., Lemon K., (2025). Should customers of all brands be multichannel? Investigating the moderating role of brand tier. Journal of Retailing. https://doi.org/10.1016/j.jretai.2025.07.001. Manafi B., Sayan H., (2025). A Bi-objective robust optimization and heuristic framework for designing resilient and responsive global supply chains with multimodal transportation. Journal of Industrial Information Integration, 47, 100895. https://doi.org/10.1016/j.jii.2025.100895. Proceedings of the 11th International Scientific Conference 150 Mattingly S., Kroes J., Manikas A., (2025). AI as an emerging trend for managing employee efficiency in the retail and services industries. Business Horizons. https://doi.org/10.1016/j.bushor.2025.06.005. Mattila A., Wu L., Wang P., (2025). Closing the Gap: Advancing service management in the hospitality and tourism industry amidst the AI revolution. Journal of Hospitality and Tourism Management, 62, 237-245. https://doi.org/10.1016/j.jhtm.2025.01.017. Mupinga R., Mercer E., Suryakumar R., Pocock J., Septien S., (2025). Insight into the stickiness of faecal sludge from dry sanitation technologies: A path toward sustainable and efficient FSM via thermal processes. Results in Engineering, 26, 105453. https://doi.org/10.1016/j.rineng.2025.105453. Pérez-Romero J., González-Sanchis M., Blanco-Cano L., Campo D., (2025). Development of a multi-objective decision support system for eco-hydrological forest management that quantifies and optimizes ecosystem services related to Carbon, Water, Fire-risk and Eco-resilience (CAFE). Journal of Environmental Management, 380, 125103. https://doi.org/10.1016/j.jenvman.2025.125103. Phiri V., Battas I., Semmar A., Medromi H., Moutaouakkil F., (2025). Towards enterprisewide pharma 4.0 adoption. Scientific African, 28, E02771. https://doi.org/10.1016/j.sciaf.2025.e02771. Ren Y., Tan N., (2025). Enhanced platform-based interrupt controller for RISC-V MCUs. Microelectronics Journal, 159, 106628. https://doi.org/10.1016/j.mejo.2025.106628. Rodrigues J., Ruivo P., Oliveira T., (2014). Software as a Service Value and Firm Performance - A literature Review Synthesis in Small and Medium Enterprises. Procedia Technology, 16, 206211. https://doi.org/10.1016/j.protcy.2014.10.085. Selvam T., Marthala V., Herrmann R., Schwieger W., Pfänder N., Schlögl R., Ernst H., Freude D., Čejka J., Žilková N., Nachtigall P., (2005). Al-rich mesoporous FSM-16 materials: Synthesis, characterization and catalytic properties. Studies in Surface Science and Catalysis. Elsevier, 158(A), 501-508. https://doi.org/10.1016/S0167-2991(05)80378-7. Shimizu K., Hayashi E., Hatamachi T., Kodama T., Higuchi T., Satsuma A., Kitayama Y., (2005). Acidic properties of sulfonic acid-functionalized FSM-16 mesoporous silica and its catalytic efficiency for acetalization of carbonyl compounds. Journal of Catalysis, 231(1), 131-138. https://doi.org/10.1016/j.jcat.2005.01.017. Singh S., Raju J., Mehmood G., Gupta S., Ahmed S., (2024). A review of the current scenario and best possible solution for fecal sludge management (FSM) in India. Groundwater for Sustainable Development, 27, 101346. https://doi.org/10.1016/j.gsd.2024.101346. Toumpa A., Kouris A., Dimeas F., Aspragathos N., (2018). Control of a line following robot based on FSM estimation. IFAC-PapersOnLine, 51(22), 542-547. https://doi.org/10.1016/j.ifacol.2018.11.573. Wang L., Zhang M., Li Y., (2025). The power of C2C interactions: Effect of customer responses to online reviews on subsequent ratings. Electronic Commerce Research and Applications, 71, 101503. https://doi.org/10.1016/j.elerap.2025.101503. Wang T., Peng J., Peng Q., Wang Y., Chen J., (2020). FSM: Fast and scalable network motif discovery for exploring higher-order network organizations. Methods, 173, 83-93. https://doi.org/10.1016/j.ymeth.2019.07.008. Wu M., Tsai N., Koh L., Yuen K., (2025). Maritime AI socialisation: Exploring the impact of digital enablers on human-AI collaboration and service and process innovation. Transportation Research Part E: Logistics and Transportation Review, 197, 104053. https://doi.org/10.1016/j.tre.2025.104053. «World Scientific Reports» (October 16-17, 2025). Paris, France 151 Yan C., Yang K, (2024). FSM-YOLO: Apple leaf disease detection network based on adaptive feature capture and spatial context awareness. Digital Signal Processing, 155, 104770. https://doi.org/10.1016/j.dsp.2024.104770. Yen H., Lai F., (2025). Solving bump bonding issues with 2.0 mil copper wire: A study on FSM integration and workability improvements. Microelectronics Reliability, 167, 115628. https://doi.org/10.1016/j.microrel.2025.115628. Proceedings of the 11th International Scientific Conference 152 Установка для прессования сыров с применем двухстороннего ступенчатого (шагового) бессалфеточного, без перепрессовок Манукян Самвел Смбатович канд. тех. наук, доцент, Государственный Аграрный Университет Армении, город Гюмри, Республика Армения Ключевые слова: анизотропия, влажность, колебание, полотно, боковина ручная правка: хладаг., избыточн., влажн., верх. и внутр., горизонтал. передви., влажн. подъем. //orchid.org/0000-0002-2855-4641 Installation for double-sided step pressing of round cheeses, with a pheumatic smaller number of cylinders. Samvel Manukyan cond. of tech. sciences, docent Armenian National Agrarian University Repulblic of Armenia, Gyumri Key words: ratchet, toothed, ruler, lever, pin, bracket, loop, clamp, bushing, piston Annotation To carry out double-sided pressing, a unit has been developed that lines a press mold for doublesided step-by-step (incremental) napkin-free (with a reduction in the number of pneumatic cylinders) pressing of round cheeses. The proposed first installation, which is considered in the article, provides automation, combining 5 technological processes of mold assembly, pouring cheese grain into the mold, forming, pressing. Elements from 400 pieces to 8 pieces, that is 392 pieces will be reduced. Automation is carried out due to: 1. Automatic device for regulating the pouring of cheese grains into the mold. 2. Step-by-step pressing mechanism. 3. Simultaneous activation of the pneumatic cylinders of the upper and lower covers results in movement towards each other and from the reverse stroke, double-sided pressing is carried out as well as disassembly and assembly of the forms by the shell. 4. The table for removing the pressed cheese from the mold is a telescopic pneumatic cylinder (jack). Вступление Установка для прессования сыров с применем двухстороннего ступенчатого (шагового) бессыпфеточного, без перепрессовок. Технологический анализ показал, что за рубежом и в СНГ до сих пор в сыроделии используют два способа – самопрессование и одностороннее прессование сырной массы. «World Scientific Reports» (October 16-17, 2025). Paris, France 153 При самопрессовании – прессование осуществляются за счет давления верхних слоев сырной массы на нижние слоя. При давлении одной стороны на сырною массу по направлению прессуемой стороны вниз давление падает. В обоих способах требуется перерисовка сырной массы, чтоб уравнивать распределение влаги и плотности верхних и нижних слоях сырной массы. Технологический режим влияет также: если давление выше нормы над сырной массой, то может оказаться через дренаж больше отпрессовки, а это приводит к быстрому осушению отпрессовки, закрывая отверстия капилляров, в конченом итоге к отстаиванию сыворотки в капиллярах. Кроме этого, большие отпрессовки могут отрезаться при выемке отпрессованного сыра из формы царапинками поверхности. В эти места могут попасть не желающие микроорганизмы, в дальнейшем к ухудшению качество сыра. Если давление меньше, то сыр получается недоприсованным, т.е. опять приводит к отстаиванию сыворотки в капиллярах. Таким образом, причиной является вышеуказанные технологические процессы, которые повышают анизотропию сырной массы. Эти операции повышают себестоимость сыра, снижают производительность труда, мешают осуществлению поточности производства, затрудняют комплексную механизацию и автоматизацию сыродельного производства.(1)(2)(3)(4) Теория образование анизотропии. При смещении сырных зерен подавлением прессующего усилия в меж зерновом пространстве образуются капилляры, через которые происходит течка сыворотки в разных направлениях к поверхности сырной массы. При этом перепрессовка и салфетка приводят к несовпадению отверстий серпянки с отпрессовками, вследствие этого быстро осушают отпрессовки и закрываются отверстия и выходы сырной массы, и это приводит к отстаиванию сыворотки в капиллярах. Сыворотка можно выходить из других капилляров, если давление выше, чем соседние капилляры, но при этом удлиняется продолжительность прессование. А если остается в капиллярах, то влажность больше будет, чем влажность капилляров не закрывающей отверстий. В результате этого образуется анизотропия (неравномерное распределение влаги в сырной массе). Кроме этого, при одностороннем прессовании давления от прессуемой стороны по направлению к нижним слоям уменьшается, вследствие этого плотность в верхних и нижних полотнах получается неодинаковая, поэтому сыры перепрессуют. Вышеуказанные факторы отрицательно влияют на не интенсивность протекания биохимических и микробиологических процессов. В связи с этим, важнейшей проблемой сыроделия является разработка и широкое промышленное внедрение новых прогрессивных технологий и технических средств бессалфеточного прессования сыров. (1)(2)(3)(4)(5) Технический анализ В последнее десятилетие многие процессы производства натуральных сыров механизированы и автоматизированы. Применяются несколько полупромышленных и промышленных способов непрерывного получения сырной массы, ее формования и прессования, разнообразные конструкции аппаратов периодического и непрерывного действия для получения сырной массы, формовочно-дозировочные устройства, прессы (рычажные, винтовые и пневматические, горизонтальные, туннельные). Однако, до настоящего времени, в сыроделии применяются способы, конструкции форм и устройств для осуществления одностороннего прессования сыров. Особое место занимают туннельные прессы, в которых в качестве силовых элементов, развивающих усилие прессования, используют два типа устройств: пневмоцилиндры и гибкие надувные силовые элементы. Недостаток таких элементов – небольшая величина рабочего хода (при больших различиях в высоте головок сыра, качество прессования может ухудшиться), достоинство – высокое удельное давление при этом требуется специфичность конструкций прессов с использованием гибких силовых элементов. При этом основным способом создания Proceedings of the 11th International Scientific Conference 256 «Егемендік шеруі» кеңестік жүйенің саяси дағдарысын тереңдетіп, КСРО-ның ыдырау процесін жеделдетті. Сонымен қатар бұл кезең ұлттық сана мен тәуелсіздік идеясының күшеюіне, жаңа егемен мемлекеттердің дүниеге келуіне жол ашты. «Егемендік шеруі» 1988-1991 жылдар аралығында КСРО және РКФСР құрамындағы одақтас республикалар мен автономиялық облыстардың мемлекеттік егемендігі туралы декларацияларды қабылдау процесі болды. Бұл терминді РКФСР халық депутаты Петр Зерин енгізген [1]. «Егемендік шеруі» республика конституциялары мен заңдарының одақтық заңдардан басымдылығын бекітті. Бұл КСРО-ның құқықтық жүйесінің жойылуына және жаңа мемлекеттердің іс жүзінде қалыптасуына әкелді. «Егемендік шеруінің» өтуіне республикалық элитаның жаңа егеменді мемлекеттер құруға ұмтылысы себеп болды. Бұл процесс бастапқыда «КСРО-ның жаңаруы» деп аталды, бірақ құқықтық және саяси тұрғыдан даулы болды [2]. Егемендік туралы Декларациялардың қабылдануымен жаңа мемлекеттердің конституциясы жасала бастады. «Егемендік шеруі» КСРО-ның ыдырауының негізгі факторларының бірі болды. Одақ деңгейіндегі «Егемендік шеруі» аумақ пен билік арасындағы келіспеушілікпен қатар жүрді, бұл ақыр аяғында Одақ органдарындағы «заңдар соғысына» және «биліктің салдануына» әкелді. Одақ органдары бұл процесті түрлі құқықтық актілермен тежеуге тырысты, бірақ олардың бұйрықтарын орындау мүмкін болмады. Оларды жүзеге асыру үшін біртұтас Одақтық кеңістік ел аумағының бөлінуіне байланысты бұдан былай болған жоқ. Демек, «заңдар соғысы» одақтық заңдардың жеңіліске ұшырауына әкелді. Одақтық билік органдарын ыдырату процесі 1991 жылы 26 желтоқсанда КСРО ресми түрде өмір сүруін тоқтатқанға дейін жалғасты [3]. 1922 жылы Кеңес Одағы құрылғаннан бері оның құрамындағы республикалар егеменді мемлекеттер болып саналды. Әрбір республика КСРО-дан шығуға құқылы болды, бірақ бұл тәртіпті реттейтін заң ережелері болмады. Ресми түрде одақтық республикалар шет мемлекеттермен халықаралық қатынасқа түсуге және халықаралық ұйымдарға қатысуға құқылы болды. Мысалы, Беларусь және Украина КСР-лері Ялта конференциясында қол жеткізілген келісімдерден кейін БҰҰ-да өз өкілдеріне ие болды, ал 1944-1946 жылдар аралығында қағаз жүзінде Одақтан бөлек өздерінің қарулы күштері болды. Шындығында бірпартиялық жүйе кезінде барлық маңызды саяси және экономикалық шешімдер КОКП Орталық Комитетінің Саяси бюросы басқаратын орталықта қабылданды. Республикалар құрамындағы республикалар мен автономиялық облыстар ұлттық белгілер бойынша ұйымдастырылды [3]. 1. Тәуелсіздікке дейінгі ұзақ жол Кеңес Одағының ыдырауы – ХХ ғасырдың соңындағы ең ірі тарихи-саяси оқиғалардың бірі. Бұл үдеріс әлемдік геосаяси жүйені түбегейлі өзгертті, социалистік лагерьдің күйреуіне және жаңа тәуелсіз мемлекеттердің қалыптасуына алып келді. А.В. Шубиннің «Распад СССР: объективные причины и субъективные факторы» атты мақаласында Кеңес Одағының күйреуі кездейсоқ құбылыс емес, көпжақты тарихи, әлеуметтік және саяси себептердің жиынтығы ретінде қарастырылады. Автор бұл мәселеге ғылыми және сыни тұрғыдан келіп, КСРО-ның өміршеңдігін жоғалтуына әсер еткен негізгі факторларды айқындайды [4]. Автордың пікірінше, Кеңес жүйесінің күйреу себептерін тек оның құрылу кезеңінен немесе социалистік идеялардың әлсіздігінен іздеу дұрыс емес. Өйткені Кеңес мемлекеті өз тарихында көптеген сынақтардан өтті, соның ішінде Екінші дүниежүзілік соғыстың ауыр зардаптарына да төтеп берді. Демек, құрылымдық кемшіліктердің өзі оның күйреуін автоматты түрде туғызған жоқ. «World Scientific Reports» (October 16-17, 2025). Paris, France 257 1980-жылдарға қарай Кеңес қоғамы жүйелік дағдарысқа ұшырады. Экономикалық жоспарлау тетіктері тоқырауға ұшырап, ғылыми-техникалық прогресстен артта қалды. Бұл кезеңде орталықтандырылған басқару жүйесі мен бюрократияның шамадан тыс өсуі елдің икемді дамуына кедергі келтірді. Нәтижесінде, экономикалық тиімсіздік саяси және әлеуметтік шиеленістермен ұласты. КСРО-ның күйреуіне ықпал еткен маңызды факторлардың бірі – ұлтаралық қатынастардағы шиеленіс. Шубиннің ойынша, Кеңес билігі құрылғаннан бастап этникалық қайшылықтарды уақытша «тоңазытып», бірақ түбегейлі шеше алмады. Кеңестік ұлттық саясат республикаларға мәдени автономия берсе де, шынайы саяси тәуелсіздік шектелді. «Қайта құру» кезеңінде жариялылық пен демократиялану процестері күшейгенде, ұлтшылдық идеялар мен аймақтық сепаратизм белең алды. Балтық елдері, Кавказ және Орта Азия аймақтарында этносаралық қақтығыстар орын алды. Автор атап өткендей, бұл қозғалыстар Горбачев саясатының тікелей салдары емес, керісінше бұрыннан келе жатқан этникалық қайшылықтардың қайта белсенуі еді. Ұлттық элиталар өз билігін нығайту үшін «ұлттық жаңғыру» ұранын пайдалануға ұмтылды. Сонымен қатар, 1980-жылдардың соңында орыс тілді халықтың ұлттық республикалардан көшуі күшейді. Бұл жағдай КСРО-дағы «біртұтас кеңес халқы» идеясын әлсіретіп, ішкі бірлікті бұзды. Шубин Кеңес қоғамының ыдырауын әлеуметтік-экономикалық факторлармен де байланыстырады. Горбачев жүргізген реформалар – қайта құру (перестройка) мен жеделдету саясаты – бастапқыда жүйені жаңарту мақсатын көздегенмен, шын мәнінде бұрынғы тепетеңдікті бұзып, жаңа дағдарысқа әкелді. 1985–1991 жылдары жүргізілген «жергіліктендіру» және «нарықтандыру» саясаты аймақтық элиталардың дербестігін күшейтті. Бұл республикалар арасындағы экономикалық байланыстардың үзілуіне, өндірістік жүйелердің бөлшектенуіне және бюджеттік тапшылықтың ұлғаюына себеп болды. Нәтижесінде, аймақтар орталықты өз экономикалық қиындықтарының себебі ретінде көре бастады. Кеңес Одағының күйреуін түсіндіруде идеологиялық фактор да маңызды рөл атқарды. Р.А. Медведев сияқты зерттеушілер бұл құбылысты коммунистік идеологияның құлдырауымен байланыстырған. Шубин болса, мұндай түсіндіруді жеткіліксіз деп санайды. Оның пікірінше, идеологияның әлсіреуі – себеп емес, салдар. КПСС-тің қоғамдағы басқарушылық рөліне күмән туа бастаған кезде, партия өзінің «цементтеуші» функциясын жоғалтты [4]. 1980-жылдардың соңына қарай партиялық иерархияның әр деңгейі орталықтың нұсқауларын орындаудан бас тартып, өз бетімен әрекет ете бастады. Мұндай дезинтеграция саяси басқарудың толық күйреуіне алып келді. КПСС жойылғаннан кейін жаңа, балама үйлестіру жүйесі қалыптаспады, ал азаматтық қоғам әлі жетілмеген еді. Осылайша, билік вакуумы пайда болды. Автор Кеңес Одағының күйреуін ең алдымен элиталардың арасындағы билік пен ресурстар үшін күреспен байланыстырады. 1991 жылы Ресей, Украина және Беларусь басшыларының саяси мәмілесі КСРО-ның өмірін біржола тоқтатты. Бұл шешім халықтың немесе ұлттық қозғалыстардың тікелей әрекеті емес, биліктегі топтардың өз мүддесін қорғау тәсілі болды. Осы тұрғыдан алғанда, КСРО-ның күйреуі — жоғары деңгейдегі саяси ойындардың нәтижесі. Сонымен қатар, Кеңес Одағының күйреуі тек экономикалық немесе этносаяси дағдарыс салдары емес, көпқырлы жүйелік ыдыраудың көрінісі ретінде бағаланады. Бұл процесс ішкі қайшылықтардың, идеологиялық дағдарыстың, элиталық күрестің және басқару құрылымының тиімсіздігінің тоғысында қалыптасты. Бул мәселелер Таулы Қарабах, Proceedings of the 11th International Scientific Conference 258 Ферғана үшін талас, шегаралық және ресурстық жерлерді иемденуге ұмтылыстан да туындады десек болады. КСРО-ның күйреуі – бір мезеттік апат емес, ұзақ жылдар бойы жинақталған ішкі қарама-қайшылықтардың тарихи заңды нәтижесі. Демек, КСРО тарихы – тек өткеннің сабағы емес, қазіргі заманғы мемлекеттер үшін де маңызды тәжірибе. Ол бізге мемлекеттің тұрақтылығы тек идеология мен күшке емес, басқару тиімділігіне, әлеуметтік әділдікке және қоғам мен билік арасындағы сенімге тәуелді екенін көрсетеді. 2. Республикалардың Егемендік декларациясын жариялауы КСРО-ның ыдырауы оның соңғы қосып алған елдерден басталды. Екінші дүниежүзілік соғыс кезінде Молотов-Риббентроп пактісі мен Ялта келісімдері нәтижесінде қосылған Балтық елдерінің аумақтарынан, әсіресе Эстония мен Литва, Кеңес республикаларының орталықтан тепкіш қозғалысынан алда болды. 1988 жылы 17 маусымда Мәскеудегі КОКП XIX партия конференциясында Эстония КСР Коммунистік партиясының делегациясы КСРО-дағы қоғамдық, саяси және экономикалық өмірдің барлық салаларында өкілеттіктерді бөлу және оларды республикалық билікке беру туралы ұсыныс жасады. 16 қарашада Эстония КСР Жоғарғы Кеңесі Эстония КСР-ның Мемлекеттік Егемендігі туралы Декларация қабылдады, ол республикалық заңнаманың одақтас заңдардан үстемдігін белгіледі. 1989 жылы 26 мамырда егемендік туралы Декларацияны Литва КСР Жоғарғы Кеңесі, ал 1989 жылы 28 шілдеде Латвия КСР Жоғарғы кеңесі қабылдады. 1989 жылы 23 қыркүйекте Әзірбайжан КСР Жоғарғы Кеңесі Егемендік туралы Декларацияны қабылдады. Өзінің толық тәуелсіздігін жариялаған алғашқы территория 1990 жылы қаңтарда Бакуге Кеңес әскерлерінің кіруіне жауап ретінде КСРО-дан кететінін жариялаған Нахичеван АКСР болды. 1990 жылы 11 наурызда Литва Республикасының Жоғарғы Кеңесі 1938 жылғы 12 мамырдағы Литва конституциясының күшін қалпына келтіру туралы жариялады. Литва КСРОдан кететінін жариялаған алғашқы одақтас республика болды. 1990 жылы 12 маусымда РСФСР Халық депутаттарының съезі РСФСР-дің Мемлекеттік Егемендігі туралы Декларация қабылдады, онда одақтасқа қатысты Ресей заңнамасының үстемдігі қарастырылды. 1990 жылдың желтоқсанына қарай егемендік туралы декларацияны КСРО-ның барлық одақтас республикаларының Жоғарғы кеңестері қабылдады. Орта Азиялық республикалардың бәрі өз егемендігін 1990 жылы қабылдады. Бұған аймақтың периферияда орналасуы да әсер етті. Қазақстанда 1990 жылғы қазанда «Егемендік туралы декларацияны» қабылдау қажеттілігіне байланысты қоғамдық жағдай шиеленісті болды. «Демократиялық Қазақстан» тобының мүшелері ұсынған «Егемендік декларациясының» баламалы жобасы республикалық баспасөзде ерекше резонанс тудырды. Декларация жобасын талқылау қызу өтті. Сайып келгенде, 1990 жылы 25 қазанда «Қазақ КСР-нің мемлекеттік егемендігі туралы Декларация» қабылданып, 1990 жылы қарашада оның негізінде «Қазақ КСР-дегі мемлекеттік билік пен басқару құрылымын жетілдіру туралы» Заң қабылданды [5]. Тамыз путчына дейін 5 одақтас республика (Литва, Латвия, Эстония, Армения және Грузия) өздерінің тәуелсіздігі туралы, болжамды жаңа одаққа (ТМД) кіруден бас тарту және Тәуелсіздікке көшу туралы – тек біреуі (Молдова) біржақты тәртіппен жариялады. «World Scientific Reports» (October 16-17, 2025). Paris, France 259 Саяси және әлеуметтік тұрақсыздық дауларды күш қолдану арқылы (көбінесе қару қолдану арқылы) шешу әрекеттеріне әкелді. Бұл Кеңес мемлекеті мен ұлттық республикалардың қорғаныс қабілетінің төмендеуіне, қылмыстың өсуіне әкелді. Ұлттық азшылықтарға өшпенділік пен адам құқықтары мен бостандықтарын бұзу күшейді [6]. 1990 жылы 24 желтоқсанда КСРО Халық депутаттарының IV Съезінің депутаттары КСРО-ны кез-келген ұлттың адам құқықтары мен бостандықтары толық қамтамасыз етілетін тең құқылы егемен республикалардың жаңартылған федерациясы ретінде сақтауды қажет деп санады. Сол күні М.С. Горбачевтің бастамасы мен талабы бойынша съезде тең құқылы егемен Кеңестік Социалистік Республикалар федерациясы ретінде жаңартылған Одақты сақтау туралы Бүкілодақтық референдум өткізу туралы қаулы қабылданды. 1991 жылы 17 наурызда референдум өтті, онда алты республиканың (Литва, Эстония, Латвия, Молдова, Грузия, Армения) халқын қоспағанда, азаматтардың көпшілігі КСРО-ны сақтау және жаңарту үшін дауыс берді, онда жоғарғы билік референдум өткізуден бас тартты, өйткені олар бұрын тәуелсіздік немесе тәуелсіздікке көшу туралы жариялады. Референдум бүкіл Грузия аумағында өтті, оның ішінде Аджара автономиялық республикасы, Абхазия Автономиялық Республикасы және Оңтүстік Осетия автономиялық облысы, Грузия тәуелсіздігін барлық автономиялық бірліктер қолдады, Молдавия аумағында жарияланған Приднестровье Молдавия Республикасы және Гагаузия сәйкесінше Молдавия тәуелсіздігін мойындамайтындығын және КСРО құрамында қалғысы келетіндігін жариялады. 1990 жылы желтоқсанда КСРО президенті М.С. Горбачев жаңартылған Одақ шартының жобасын ұсынды. Оны КСРО Халық депутаттарының IV съезі қолдады. 1991 жылдың көктем-жазында новоогарев процесі деп аталатын жұмыс тобы жұмсақ, орталықтандырылмаған Федерация ретінде жаңа одақ - кеңестік егеменді Республикалар Одағын құру жобасын жасады. 20 тамызға жоспарланған жаңа Одақтық шартқа қол қоюды М.С. Горбачевті КСРО президенті қызметінен босату әрекеті бұзды, содан кейін қалған одақтас республикалардың барлығы дерлік тәуелсіздік жариялады. 6 қыркүйекте КСРО Мемлекеттік Кеңесі КСРО құрамынан үш Балтық Республикасының: Латвия, Литва және Эстонияның шығуын заңды түрде мойындады. 14 Қарашада 7 одақтас республикалардың (Ресей, Беларусь, Қазақстан, Қырғызстан, Тәжікстан, Түрікменстан, Өзбекстан) – тараулары мен КСРО президенті Михаил Горбачев ТМД-егемен мемлекеттер Одағын құру туралы шарт жасасу ниеті туралы мәлімдеме жасады. 1991 жылы 27 маусымда дайындалған келісімшарт жобасы жарияланды. 1991 ж. 8 желтоқсанда КСР Одағының (РСФСР, Украина, Беларусь) үш құрылтайшы Республикасының басшылары Беловеж келісіміне қол қойды, оны тарату және Тәуелсіз Мемлекеттер Достастығын мемлекетаралық ұйым ретінде құру туралы, оған 21 желтоқсанда Алматыда тағы 8 Республика қосылды. Желтоқсан айының басында Ресей, Беларусь, Тәжікстан, Қырғызстан және Қазақстаннан басқа барлық республикаларда Тәуелсіздік туралы референдумдар өтті. Оның ішінде 1 желтоқсанда Украинада Тәуелсіздік туралы референдум өтті, оған қатысушылар (Қырымды қоса алғанда) 1991 жылғы 24 тамыздағы Украинаның тәуелсіздігін жариялау актісін қолдады. Борис Ельцин бірден Украинаның тәуелсіздігін мойындау туралы мәлімдеме жасады. 8 желтоқсанда КСРО Одағының (РСФСР, Украина, Беларусь) үш құрылтайшы Республикасының басшылары оны тарату және Тәуелсіз Мемлекеттер Достастығын құру туралы Беловеж келісіміне қол қойды, оған 21 желтоқсанда тағы сегіз Республика қосылды. КСРО-ның ыдырауы осылайша ресми түрде расталды. Тәуелсіздік жариялаған автономды құрылымдар әлемдік қоғамдастықтың мойындауына ие болмады. Абхазия мен Оңтүстік Осетия 2008 жылдан кейін ішінара Proceedings of the 11th International Scientific Conference 260 халықаралық тануға қол жеткізді, Таулы Қарабақ республикасы мен Приднестровье Молдова Республикасы толығымен танылмаған мемлекеттер болып қала береді. КСРО-ның ыдырауы кезінде тәуелсіздік жариялаған 4 автономия кейіннен жойылды:  1994 жылы Федеративті келісімге қол қойған Татарстан, бұл оның Ресей Федерациясының заңнамасымен қақтығысын аяқтады.  Шешен Республикасы Ичкерия, екі шешен соғысы кезінде 1994-2000 жылдары Ресей Федерациясының құрамына қайта қосылды.  Гагаузия, 1994 жылы Гагаузияның автономды аумақтық құрылуы ретінде Молдавия құрамына бейбіт түрде қайта қосылды.  1993 жылы Өзбекстан құрамына кіру туралы шартқа қол қойған Қарақалпақстан. 3. «Егемендік шеруінің» тарихи маңызы КСРО-ның соңғы кезеңі — тек саяси дағдарыс емес, сонымен қатар мемлекеттік құқықтық жүйенің күйреу дәуірі болды. Г.В. Синцов пен Е.В. Битюцкий өз мақаласында аталған құбылыстың құқықтық және саяси мәнін талдай отырып, ұзақ мерзімді салдарын ашады [3]. 1990 жылғы 12 маусымда қабылданған РСФСР-дің мемлекеттік егемендігі туралы декларация тарихи тұрғыдан күрделі саяси ымыра нәтижесінде дүниеге келді. Осыдан кейін Украина мен Балтық елдері өз егемендігін жариялап, domino эффектісін тудырды. «Егемендік шеруі» нәтижесінде КСРО аумағында көптеген декларациялар мен заңдық актілер қабылданды, ал одақтық билік құрылымдары параличке ұшырады. 1991 жылдың соңында Беловеж келісімдерімен бірге Кеңес Одағы заң жүзінде өмір сүруін тоқтатты. Синцов пен Битюцкийдің айтуынша, егемендік идеялары тек КСРО республикалары арасында ғана емес, РСФСР құрамындағы автономиялар арасында да тез тарады. Бұған басты себеп — Борис Ельциннің әйгілі сөзі: «Кім қанша егемендік жұта алса, сонша алсын». Бұл сөз федералдық құрылымды әлсіретіп, автономиялардың дербестікке ашық талпынысына түрткі болды. Сол кезеңде Солтүстік Осетия, Татарстан, Башқұртстан және Чечня өздерінің егемендік декларацияларын қабылдады. Мәселен, Татарстанның 1990 жылғы Декларациясы республикаға халықаралық құқық субъектісі мәртебесін берді. Бұл әрекеттер Ресейдің аумақтық тұтастығына үлкен қауіп төндірді, ал 1991 жылы Чечняның толық тәуелсіздік жариялауы бұл үрдісті қарулы қақтығыс деңгейіне жеткізді. Авторлар бұл үдерістің тек ішкі емес, халықаралық деңгейдегі салдарын да атап өтеді. 1990–1991 жылдардағы жаппай дезинтеграция посткеңестік кеңістіктегі интеграциялық процестердің баяу жүруіне себеп болды. Бұрынғы одақтас республикалар өзара экономикалық және саяси байланыстарды қалпына келтіруге он жылдан астам уақыт жұмсады. Тек Ресей, Беларусь, Қазақстан, Армения және Қырғызстан ғана кейіннен Еуразиялық интеграция жолына түсе алды. Бірақ Ресей ішінде бұл кезең ұзаққа созылған федерализм дағдарысын тудырды. 1990-жылдары аймақтардың мәртебесі асимметриялы болды: кейбір субъектілерде дербестік жоғары, кейбірінде шектеулі еді. Бұл жағдай тек 2000-жылдары ғана орталықтандыру саясаты арқылы ретке келтірілді. Синцов пен Битюцкийдің пайымдауынша, «Егемендік шеруі» - заманауи саяси жүйесінің қалыптасуындағы ауыр, бірақ тағылымды кезең. Авторлар «Егемендік шеруі» тәжірибесін тек тарихи апат ретінде емес, федерализм мен унитаризмді жетілдірудің заңды «World Scientific Reports» (October 16-17, 2025). Paris, France 261 кезеңі ретінде бағалайды. Ол Республикаларға билік бөлінісі мен заң үстемдігі ұстанымдарын қайта қарауға мүмкіндік берді. Вашингтон университетінің профессоры Генри Хейл ойынша, «Егемендіктер шеруі» - бір мезеттік хаос емес, орталық пен аймақтар арасындағы саяси келіссөздің ерекше формасы болды [7]. Көптеген республикалар үшін егемендік жариялау - тәуелсіздікке емес, саяси саудаға (bargaining tool) бағытталған қадам еді. Яғни, олар орталық билікпен өкілеттіктер мен ресурстарды бөлу жөніндегі келіссөздерде артықшылық алу үшін «егемендік» ұранын пайдаланды. Ұлттық құрам біркелкі болған аймақтар (мысалы, Балтық елдері) тез бөлінуге бейім болды. Бірақ көпұлтты аймақтарда (мысалы, Татарстан, Башқұртстан) егемендік ұмтылысы көбіне элиталық мүдделермен байланысты болды. Бай және индустриясы дамыған аймақтар - мысалы, Ресей мен Балтық елдері - КСРО орталығына тәуелді болғысы келмеді. Ал кедей республикалар (мысалы, Орта Азия) керісінше, экономикалық себеппен одақтан шығуға асықпады. Кеңес жүйесінің федералдық құрылымы әр республикаға конституциялық тұрғыдан «егемендік жариялау құқығын» берді. Бұл формальды мүмкіндік кейін саяси дағдарыс кезінде реалды тәуелсіздік құралына айналды. Қазақстанның саяси жүйесінің қалыптасуы Егемендіккке тікелей қатысты. Президент атқарушы биліктің басшысы болды, ал Министрлер Кеңесі Министрлер кабинеті болып қайта құрылды. Үкіметті құру Президенттің құзыретіне айналды. Вице-президент лауазымы бекітілді. Мемлекет басшысы мен Министрлер Кеңесінің аппараттары Қазақ КСР Президентінің және Министрлер Кабинетінің біртұтас аппаратына біріктірілді. Ел Президентінің жанынан консультативтік-кеңесші орган – Республика Кеңесі құрылды. Мемлекеттік егемендік туралы Декларацияда Қазақ КСР Конституциясы мен заңдарының Қазақстандағы үстемдігі қағидасы, сондай-ақ оның аумағында КСРО-ның республиканың егемендік құқықтарын бұзатын актілерін тоқтата тұру құқығы жарияланды. Дәл осы Декларация арқылы республика өзінің мемлекеттік егемендігін жүзеге асыра бастады. 1990 жылғы 25 қазандағы Декларацияда Қазақстан аумағының бөлінбейтіндігі мен қол сұғылмауы бекітіліп, мемлекет халықаралық құқық субъектісі ретінде айқындалды. Республиканың барлық табиғи ресурстарға, экономикалық, ғылыми-техникалық әлеуетке айрықша меншiк құқығын жариялауы Қазақстанға дербес экономикалық саясат жүргiзуге мүмкiндiк бердi. Декларация тұңғыш рет мемлекеттің әлеуметтік негізін анықтаудағы таптық көзқарасты жоққа шығарып, мемлекеттіліктің ұлттық сипатын жариялады. Декларация елдің толық мемлекеттік тәуелсіздікке жету жолындағы құқықтық жүйесінің одан әрі дамуын бастаған іргелі заңнамалық акт болды. «Қазақ КСР-нің мемлекеттік егемендігі туралы Декларацияның» тарихи маңызы оның республиканың мемлекеттік егемендігіне нақты мән беруінде, Қазақстанның мемлекет ретіндегі көп ғасырлық тарихын еске түсіруінде, аумақтық тұтастық принципіне ерекше мән беруінде, өкілеттіктердің бөлінуін республика үшін ең маңызды құқықтық қағидат ретінде жариялауында [5]. 1988–1991 жылдардағы «Егемендік шеруі» КСРО-ның күйреуін тездеткенімен, Жаңа елдер үшін бұл жаңа саяси жүйенің сынақ алаңы болды. Бұл оқиға көрсеткендей, шынайы егемендік тек бірлік пен құқықтық тепе-теңдікке негізделгенде ғана тұрақты дамуға әкеледі. Қорытынды «Егемендік шеруі» - ХХ ғасырдың соңындағы ең маңызды тарихи-саяси құбылыстардың бірі ретінде, бұрынғы Кеңес Одағының ыдырау үдерісін айқындап берген бетбұрысты кезең болды. Бұл қозғалыс 1988–1991 жылдары бірінен соң бірі одақтас республикалардың өз егемендігін жариялауы арқылы көрініс тапты. Әуелде саяси және экономикалық дербестікке ұмтылыс түрінде басталған бұл құбылыс уақыт өте келе кеңестік [Document text truncated for crawler view.]