Жасанды интеллект элементтерін қолданып, жұмсақ дәрілік түр технологиясын оқытудың инновациялық әдістері

2026

Closed access Metadata (CSL-JSON)
DOI 10.64863/2312-4784/2025-1-51/18-27
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Бұл мақалада фармацевтикалық білім беруде студенттерді жұмсақ дәрілік түр технологиясы бойынша оқытуда жасанды интеллект (ЖИ) элементтерін пайдалана отырып, инновациялық оқыту әдістерін енгізу қарастырылады. Онда ЖИ-ді оқу процесіне интеграциялаудың заманауи тәсілдері, соның ішінде виртуалды зертханалар, болжамдық модельдер және процесс параметрлерін талдау және дәрілік заттардың сапасын болжау үшін машиналық оқыту алгоритмдері қарастырылады. Қабынуға қарсы жақпа майын әзірлеу және оңтайландыру бойынша зертханалық сабақты мысал ретінде пайдалана отырып, студенттердің ЖИ-ді модельді гомогенизациялауға, температураны бақылауға, араластыру уақытына және салқындату жылдамдығына қалай қолданатыны көрсетілген. Мақалада маңызды процесс параметрлері (МПП) мен маңызды сапа атрибуттары (ССА) арасындағы байланыс, сондай-ақ оқу процесінің дәлдігі мен тиімділігін арттыра алатын ЖИ құралдары егжей-тегжейлі сипатталған. Онда студенттердің кәсіби, зерттеу және цифрлық құзыреттіліктерін дамыту үшін осындай әдістерді қолданудың маңыздылығы атап өтілген, осылайша олардың аналитикалық қабілеттерін, шешім қабылдау дағдыларын және цифрлық сауаттылығын арттырады. Авторлар ЖИ-ді оқу процесіне интеграциялау зертханалық тәжірибелердегі қателіктерді азайтатынын, теориялық материалды алу сапасын жақсартатынын және оқу процесін фармацевтикалық өндірістің нақты жағдайларына жақындататынын көрсетеді. Бұл нәтижелер инновациялық технологияларды мамандарды даярлауға енгізудің тиімділігін көрсетеді және болашақ фармацевттердің құзыреттілігін арттыру құралы ретінде жасанды интеллектті пайдаланудың өзектілігін растайды.