Kunsulu Shadinova

Kunsulu Shadinova

Auto-generated profile, based on publicly available information

Kunsulu Shadinova

L. N. Gumilyov Eurasian National University

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
21 July 2025 in Cardiovascular Therapy and Prevention
Verified
Journal Article
Open access
PDF file
NSNurzhan Shyndaliyev
Nurzhan Shyndaliyev
AOA. Orynbayeva
A. Orynbayeva
KSK. Shadinova
K. Shadinova
ABA. Barakova
A. Barakova
NNN. Nurmukhanbetova
N. Nurmukhanbetova
Улучшение обработки данных с помощью машинного обучения в контексте медицинского образования

15 March 2025 in INTERNATIONAL JOURNAL OF INFORMATION AND COMMUNICATION TECHNOLOGIES
Verified
Journal Article
Closed access
ASAnargul Shaushenova
Anargul Shaushenova
MBMadina Bazarova
Madina Bazarova
ЖАЖ.ж. Ажибекова
Ж.ж. Ажибекова
КШК.с. Шадинова
К.с. Шадинова
КБК.с. Бакенова
К.с. Бакенова
В данной статье представлена модель для автоматиче-ского анализа документов. Она основана на методе TF-IDF (Term Frequency-Inverse Document Frequency), комбинированном с различными алгоритмами машинного обучения, включая SVM (Support Vector Machine), Random Forest и Word2Vec+SVM. Цель исследования – сравнить эффективность данных методов в задачах классификации текстов и выявить наиболее результативный подход. Экспериментальные результаты показали, что гибридная модель, использующая комбинацию TF-IDF и Word2Vec с SVM, достигла наивысшей точности (90,2 %) и F1-score (82,52 %). Метод TF-IDF позволяет оценивать значимость терминов в тексте, в то время как Word2Vec преобразует слова в векторное представление, улучшая семантическое соответствие. Алгоритм SVM эффективно разделяет данные на классы с помощью гиперплоскостей, а Random Forest улучшает каче-ство классификации за счёт использования ансамбля решающих деревьев. Кро-ме того, исследование подтвердило важность предварительной обработки тек-ста (токенизация, нормализация, удаление стоп-слов и лемматизация), которая значительно повышает качество классификации. Предложенная модель может быть применена в таких областях, как информационный поиск, тематическое моделирование и автоматическое реферирование документов. Такие гибридные подходы повышают точность и надёжность автоматического анализа текста, от-крывая перспективы для адаптации в многоязычной среде и добавления новых источников данных. Экспериментальные результаты доказали эффективность данного подхода для решения сложных задач, таких как анализ тональности, ка-тегоризация документов и тематическое моделирование. Данное исследование является важным шагом на пути к созданию новых решений в области автома-тического анализа текста.

26 August 2025 in International Journal of Innovative Research and Scientific Studies
Verified
Journal Article
Open access
AAAskar Abdykadyrov
Askar Abdykadyrov
GSGulzhan Sugurzhanova
Gulzhan Sugurzhanova
ZSZhainagul Sydykova
Zhainagul Sydykova
AAAigul Almagambetova
Aigul Almagambetova
KSKunsulu Shadinova
Kunsulu Shadinova
The object of this research is the innovative methods of teaching electrical circuits to future teachers through the integration of physics and computer science subjects. During the study, the main issues of traditional teaching, low functional literacy and lack of practical skills were identified, and integrated teaching based on the STEM approach was proposed as a solution. As a result, three educational tools, Arduino, Raspberry Pi, and PhET Simulations, were compared in terms of adaptability, cost-effectiveness, and interactivity: the PhET platform scored 9.2 in adaptability and 9.0 in cost-effectiveness, while Arduino led in interactivity with a score of 9.0. Additionally, PhET was shown to have 95% user accessibility, 2-day integration speed, and zero technical cost. Among the participating students, 78% demonstrated improved functional literacy, 76% acquired engineering problem-solving skills, 68% gained programming skills, and 65% mastered digital modeling. These results are explained by the effective combination of visual, practical, and project-based teaching methods. The uniqueness of the obtained results lies in their grounding in specific quantitative indicators and their validation through international comparisons. The proposed methodological model is suitable and effective for use in pedagogical universities, particularly in blended learning formats with digital infrastructure.