ОБОБЩЕННЫЙ АЛГОРИТМ КОГНИТИВНО-СМЫСЛОВОГО ПРЕОБРАЗОВАНИЯ ПРОФЕССИОНАЛЬНЫХ ПЕДАГОГИЧЕСКИХ ТЕКСТОВ

Мыскин C.В.¹, Кудрявцев В.Т.²

Мыскин C.В.

Московский городской педагогический университет
е-mail: myskinsv@mgpu.ru

Кудрявцев В.Т.

Московский городской педагогический университет
е-mail: vtkud@mail.ru

 

 

Плох тот герменевтик, который воображает, что он может или должен был бы сохранить за собой последнее слово.

Ханс-Георг Гадамер

Введение

Все большее внимание исследователей привлекает изучение когнитивных и психолингвистических проблем устной и письменной профессиональной речи. Во многом этому способствует развитие информационных и цифровых технологий, посредством которых стало возможно моделирование процессов мозга человека, обеспечивающих функционирование речи в условиях совместной деятельности. Причем сами информационные и цифровые технологии создаются по аналогии с когнитивными и психолингвистическими процессами человека: интеллект – искусственный интеллект, восприятие – распознавание образов, память – базы данных и пр. Попытка воссоздать аналог психического образа машинными и знаковыми средствами давно привлекает кибернетиков, программистов, информатиков. В своих подходах разработчики, в основном, опираются на знаковые системы, функционально направленные на хранение и передачу информации. Ими разрабатываются различные алгоритмы для анализа и систематизации этой информации. Полученные алгоритмы используются для объяснения закономерностей и явлений (в нашем случае психологических). Основной задачей данных алгоритмов выступает поиск и анализ шаблонов. Можно утверждать, что генеральное направление подобных исследований заключается в поиске общего, стандартного, шаблонного, стереотипного, рефлекторного с целью создания адекватного предложения, продукта и пр. На сегодняшний момент уже существует представительный арсенал подобных информационных и цифровых технологий, успешно применяемых в банковском деле, страховании, электронной коммерции, телекоммуникации, маркетинге и пр. [11].

Вместе с тем, малоизученной остается проблема разработки информационных технологий, направленных на поиск уникального, развивающего, перспективного. Выявление такого потенциала информации, который станет основой развития отрасли, научного направления, области знаний. Конечно же, подобные технологии существуют, например, блокчейн. На его основе создаются эквиваленты валют для проведения расчетов – биткоин, лайткоин и т.п. Но прикладной потенциал этой технологии на сегодняшний момент ограничен. Она активно применяется в финансовой сфере, логистике, информационной безопасности. Для других же сфер человеческой жизнедеятельности (например, гуманитарной, социальной) блокчейн пока не нашел применения. При этом существует явная потребность в подобных технологиях при анализе научной, профессиональной саккумулированной информации. Основным направлением исследований, в этом случае, становится вычленение их массивов данных уникального, смыслового, индивидуального, обладающего инновационным потенциалом.

Наиболее подходящей для реализации данного замысла выступает педагогическая сфера, в целом, педагогические тексты, в частности [6]. Основным средством профессиональной деятельности педагога является его речь, посредством речи учитель развивает личность учеников, формирует их уникальность, сознание. Можно предположить, что контекст профессиональной речи педагогов содержит такие потенции, которые стимулируют процессы развития. Кроме того, педагогический текст как ключевое методическое и научное звено образования содержит богатейший инновационный потенциал, применимый для развития системы образования как социального института, создания современных дидактик, разработки эффективных педагогических технологий и много другого. Также педагогический текст объемлет когнитивные, психологические, социокультурные составляющие знания о человеке как профессиональном работнике.

Обобщая, можно допустить, что педагогические тексты представляют собой квинтэссенцию инновационных знаний, обеспечивающих развитие, уникальность, индивидуальность человека. Именно это допущение лежит в основе выбора профессиональных текстов педагогов для разработки алгоритма выявления инновационного потенциала. В связи с этим, разработка обобщенного алгоритма когнитивно-смыслового преобразования профессиональных текстов педагогов представляется актуальной задачей когнитологии и психолингвистики, а также целью нашего исследования.

Методология исследования

Исследовательский прием, выбранный нами для достижения поставленной цели, основан на комплексном сочетании различных подходов: качественного, количественного, феноменологического, сущностного. Результат исследования будет заключаться в обобщении итогов реализации обозначенных подходов [7].

Логический подход предполагает использование методологии деятельностного подхода. С этой позиции педагогический текст целесообразно рассматривать как речевое воздействие, как результат действия, обладающего большими объяснительными возможностями, нежели предметы [1].  В рамках качественного подхода предполагается использовать экспертный анализ, в ходе которого будет сформирован тезаурус научных терминов. Количественный подход реализуется посредством статистических инструментов. Предполагается осуществить частотный анализ выделенных экспертами терминов с целью расчета индексов инновационности педагогических текстов. Феноменологический подход будет осуществлен посредством ознакомительного чтения исследователями педагогических текстов для определения их инновационного потенциала. В рамках сущностного подхода будет производиться идентификация педагогических текстов как инновационных «на основе презумпции связи отдельных научных терминов и, что чрезвычайно важно, терминологических словосочетаний с проблематикой инновационной педагогики» [5]. Отнесение к терминам не только отдельных слов, но и словосочетаний, обусловлено следующим методологическим положением. Слова в речевой цепи моделируют образы сознания говорящего, существующих в виде психических репрезентаций. Но в сознании моделируются образы и других предметов, находящихся в категориальном окружении обозначаемого. В связи с этим возникает необходимость контекстуального уточнения образа, обозначаемого словом. Данное положение позволяет сформулировать гипотетический тезис исследования: инновационность, новизна, уникальность вербальных смыслов определяется не сколько отдельными словами, а, по большей мере, словосочетаниями.

Задача выявления инновационного потенциала педагогического текста предполагает нежесткое управление процесса поиска характеристик его инновационности при помощи обобщенного алгоритма. Понятие такого алгоритма в педагогической психологии и способы его применения в практике развивающего проблемного обучения были предложены еще в первой половине 1970-х гг. Т.В. Кудрявцевым, его сотрудниками и последователями – И.И. Ракитиным, В.В. Евдокимовым и др.) [3].

Обобщенные алгоритмы в проблемном обучении – это не алгоритмы в строгом смысле слова, т.е. не своды операций, прямо и безошибочно приводящих к требуемому результату. Им свойственна известная «размытость», неполнота. Как показало исследование И.И. Ракитина [8], учащимся необходимо давать некоторые ориентиры, чтобы направить их мысль в нужное русле. Но эти ориентиры не должны быть конкретными — в противном случае задача утеряет свою проблемность. Надо расставить ориентиры в виде обобщенных проблемных вопросов, связанных с существенными моментами изучаемого материала. Тогда каждое конкретное действие учащийся будет строить сам, но общее направление его поиска будет не жестко задано ориентирами. По мере овладения учащимися методом решения проблемных задач определенного типа объем материала «между» ориентирами нужно увеличивать, и, в конце концов, ориентиры могут быть сняты совсем.

Инновационный педагогический текст – это не просто сообщение о «творческих достижениях» автора. Он предполагает проблематизацию мысли читателя с точки зрения инновационной авторской идеи, вовлечение читательской мысли в процесс творчества, в котором читателю предстоит разделить с автором его позицию, точнее, «примерить» ее на себя, необязательно приняв целиком и полностью. По М.М. Бахтину [2], читатель-соавтор писательского текста и соучастник произведения. Так и в экспериментальных, инновационных конструкторах, созданных в лаборатории Т.В. Кудрявцева, конструктивную идею, исподволь заданную разработчиками в материале, учащимся старших классов и ПТУ, предстояло осмыслить как обобщенный алгоритм собственной деятельности.

На наш взгляд, подобный подход к развитию конструирования можно использовать и при реконструкции текстов для выявления их инновационного потенциала. Обобщенный алгоритм и там, и там – форма, в которую облечен инновационный авторский замысел. Овладеть обобщенным алгоритмом конструирования или реконструкции (его создаем мы, разработчики) и значит – воссоздать этот авторский замысел.

При разработке обобщенного алгоритма целесообразно использовать основные положения нейропсихологии, вскрывающие механизмы мозговой организации высших психических функций. Ключевым для нашего исследования является работа ассоциативных центров коры головного мозга [10]. Основная функция ассоциативных центров заключается в интеграции сигналов, поступающих по различным сенсорным каналам. Ассоциативные центры выполняют важнейшую роль для мыслительных процессов, смыслового восприятия речи, составления комплексных программ поведения. Также в основе алгоритма заложены положения о семантической записи теории «Смысл-Текст» А.К. Жолковского и И.А. Мельчука [4]. Семантическая запись дополняет общую психолингвистическую схему процессов порождения и восприятия речи.

Процедура исследования педагогических текстов

На подготовительном этапе разработки обобщенного алгоритма когнитивно-смыслового преобразования педагогических текстов в показатели развития перспективных направлений инновационной педагогики был сформирован массив текстовых данных. Для составления массива текстовых данных в ходе экспертного анализа были отобраны научные публикации педагогической направленности, авторами которых выступили работники образовательных и научных организаций. В итоге, в массив текстовых данных вошли 28 научных статей, отнесенных к категории инновационных, и находящихся в открытом доступе в сети Интернет. Все научные статьи были распределены на три блока:

Блок 1. Научные статьи, опубликованные в независимом научном журнале, в названии которых употребляется термин «инновация».

Блок 2. Научные статьи, опубликованные в независимом научном журнале, в названии которых не употребляется термин «инновация», но включены в рубрику «Инновационные педагогические технологии».

Блок 3. Научные статьи, опубликованные работниками педагогического вуза.

Последовательность выявления признаков инновационности при анализе текстовых данных включала три этапа:

1 этап. Определение количества терминов статьи, которые соответствуют семантико-тематическому эталону (Табл. 1). Данному этапу соответствует Признак 1: отнесенность статьи к области научно-педагогической деятельности. Признак указывает на характер статьи, в которой обсуждается метатеоретическая активность, т.е. в данном научном труде не строятся какие-либо новые теории или концепции, а проводится критический анализ уже известных. Коэффициент инновационности по данному признаку низкий.

 2 этап. Выявление связи между терминами статьи с высокими частотными рангами, соответствующие семантико-тематическому эталону (Табл. 1). Данному этапу соответствует Признак 2: однофакторность или многофакторность обсуждения (описания) исследуемой проблемы. Признак указывает на наличие/отсутствие возможных межфакторных связей. Коэффициент инновационности по данному признаку средний.

 

Таблица 1

Пример определения коэффициентов инновационности по признакам 1 и 2

Совпадение с семантико-тематическим эталоном
Семантико-тематический эталон	Ключевые слова и термины статьи 1	Частотность	Коэффициент
			Q1	Q2
Автор			0	0
Активизация деятельности	Активизация	1	0,1	0,2
Активная жизненная позиция			0	0
Активность	Активность	10	1	2
Активные методы			0	0
Актуализация
Актуальность
Алгоритм
…
Итого

3 этап. Выявление совпадений сочетаний терминов статьи, соответствующих семантико-тематическому эталону, с психосемантическими категориями (См. Табл. 2). Данному этапу соответствует Признак 3: степень проблематизации содержательно-категориальных связей между описываемыми феноменами научно-педагогической деятельности. Признак указывает на интенции статьи, ставящие под сомнение существующие теории и концепции, и создает эскиз новых представлений об объекте. Коэффициент инновационности по данному признаку высокий.

Таблица 2

Пример определения коэффициентов инновационности по признаку 3

Совпадение с психосемантическими категориями
№ блока	Категория	Ключевые слова и термины статьи 1	Частотность	Коэффициент Q3
Блок 1
А	Основные мысли			0
	Знакомство-представление
	Взаимопонимание с аудиторией
	Предмет обсуждения
Б	Процесс	процесс	16	9
	Подготовка
	Алгоритм
	Результат	результат	14
	Цель
В	Преимущества
	Достоинства
	Аргументы
Блок 2
А	Методы
	Процесс	процесс	16

	Приемы
	Результат
Б	Современные технологические решения
	Навык
	Умения
	Потребности	потребности	4
	Знания
В	Обучение на протяжении жизни
	Условия	условия	15
Г	Ответственное отношение к себе
	Культура осознания собственных дефицитов
	Успех	успех	7
	Осознанный выбор
Д	Внутренний план действий
	Изменение
	Компетенция	Компетенция	4
	Учебная деятельность
Е	Самостоятельность
	Активная жизненная позиция

 

Обобщенный алгоритм когнитивно-смыслового преобразования текстовых данных

Обобщенный алгоритм когнитивно-смыслового преобразования текстовых данных может быть описан рядом последовательных процедур: 1) определение тематического тезауруса для исследуемых текстов (проводится при участии экспертов в данной области); 2) психосемантическая категоризация; 3) построение базы семантически связанной лексики (базы знаний); 4) статистический лексический анализ исследуемого текста; 5) выделение из текста лексических единиц, входящих в данный тематический тезаурус; 6) определение соответствия семантически связанных лексических блоков статистически значимой лексики, входящей в заданный тезаурус исследуемого текста; 7) подсчет лексико-семантических блоков, соответствующих лексическому набору в исследуемом тексте, проверка на соответствие заданным параметрам.

Тематический тезаурус (Рис. 1) для определенной профессиональной области строится экспертами специалистами в данной области знания. Обследуется определенное количество профессиональных текстов, из которых экспертами выбираются значимые понятия и ключевые слова. Полученные таким образом лексические единицы группируются по темам, представляющие отдельные направления в данной профессиональной области.

Рис. 1. Определение тематического тезауруса для исследуемых текстов (проводится при участии экспертов в данной области знания)

Процедура психосемантической категоризации (Рис. 2) заключается в следующем. Используя определения понятий и ключевые слова, выявленные экспертами из массива профессиональных текстов педагогической и психолого-педагогической сфер, респондентам предлагается соотнести определенные наборы опорных слов из тематических разделов различных направлений инновационной педагогики между собой по градуированной шкале. Полученные таким образом протоколы собираются в общегрупповую матрицу данных, которая затем обрабатывается методом факторного или кластерного анализа. Построение семантического пространства на базе оценок отдельных наборов опорных слов дает возможность выявления семантических пространств, состоящих из блоков семантически связанной лексики. Применяемый в данном методе математический аппарат, выявляет отношение человека, группы людей (при усреднении оценок внутри них) к тем или иным процессам и явлениям. Здесь осуществляется возможность сочетать качественные характеристики и количественные оценки.

Рис. 2. Психосемантическая категоризация

Семантические пространства характеризуются различной размерностью (числом независимых, не коррелирующих факторов), разным содержанием выделенных факторов. Пяти- или семибалльные градуированные шкалы дают возможность индексировать не только качество, но и интенсивность значения, метод дает квантифицированную информацию о слабоструктурированных аспектах индивидуального сознания. Использование психосемантического метода исследования позволит выявить неосознаваемые самими людьми критерии восприятия и классификации предъявленных лексических наборов. Семантическое пространство является своеобразным метаязыком описания значений, позволяющим путем разложения их содержания в фиксированном алфавите категорий-факторов проводить семантический анализ этих значений, выносить суждения об их сходстве и различии путем вычисления расстояний между соответствующими значениям по координатным точкам в пространстве. Совместно рассматриваемые семантические пространства отдельных наборов лексических единиц можно представить как n-мерное семантическое пространство, объединяющее семантические пространства для отдельных блоков лексических единиц (Рис. 3).

Рис. 3. Построение базы семантически связанной лексики (базы знаний)

Для последующего семантического исследования проводится статистический лексический анализ текста (Рис. 4). Строится частотная таблица исследуемого текста. Таблица состоит из нескольких разделов. Разделы отличаются количеством слов в строке. Создаются разделы, содержащие по одному слову в строке, по два слова в строке, по три слова в строке. Это обусловлено количеством слов, содержащихся в лексических единицах, выявленных экспертами из массива профессиональных текстов педагогической и психолого-педагогической сфер.

Рис. 4. Статистический лексический анализ исследуемого текста

На этом этапе осуществляется сравнение всех лексических единиц, содержащихся в тематическом тезаурусе с лексическими единицами в частотных таблицах, созданных из исследуемого текста. Совпавшие лексические единицы выделяются в отдельный блок (Рис. 5).

Рис. 5. Выделение из текста лексических единиц, входящих в данный тематический тезаурус

Проводится сопоставление семантически связанных лексических блоков (Рис. 6), полученных как результат психосемантического эксперимента представленных в форме таблиц с лексическими единицами, исследуемого текста, которые входят в данный тематический тезаурус (из блока 5).  Фиксируются лексические единицы, представленные в семантически связанных блоках.

Рис. 6. Определение соответствия семантически связанных лексических блоков статистически значимой лексике входящей в заданный тезаурус в исследуемом тексте

Определение семантических блоков и подсчет элементов в этих лексических семантических блоках (Рис. 7), соответствующих лексическому набору в исследуемом тексте. По результатам этих подсчетов вычисляется коэффициент (рейтинг) принадлежности данного текста к искомой профессиональной тематике. Проверка на соответствие заданным критериям принадлежности позволяет скорректировать результаты анализа более точно.

Рис. 7. Подсчет лексико-семантических блоков, соответствующих лексическому набору в исследуемом тексте, и проверка на соответствие заданным критериям

Выводы

С опорой на базовые принципы методологии научного исследования был разработан обобщенный алгоритм когнитивно-смыслового преобразования профессиональных текстов педагогов в признаки инновационности. Алгоритм представляет собой последовательную совокупность селективных и аналитических процедур.

К признакам инновационности педагогического текста относятся: а) отнесенность статьи к области научно-педагогической деятельности; б) однофакторность или многофакторность обсуждения (описания) исследуемой проблемы; в) степень проблематизации содержательно-категориальных связей между описываемыми феноменами научно-педагогической деятельности.

Обобщенный алгоритм разработан по аналогии с когнитивными процессами, обусловливающими порождение и восприятие речевых сообщений. Технологическая часть алгоритма смоделирована в соответствии с принципами функционирования ассоциативных центров коры головного мозга человека, обеспечивающими восприятие, обработку, хранение и интеграцию информации. Также при разработке алгоритма использованы положения о семантической записи общей схемы порождения и восприятия речи.

Разработанный обобщенный алгоритм возможно использовать для поиска педагогических текстов, обладающих инновационным потенциалом. Кроме того, алгоритм может являться основой разработки педагогического искусственного интеллекта.

Литература

1. Бажанов В.А. Деятельностный подход // Энциклопедия и философия науки. М.: «Канон +» РООИ «Реабилитация», 2009. 1248 с.
2. Бахтин М.М. Проблемы поэтики Достоевского. 2-е изд., перераб. и доп. М.: Сов. писатель, 1963. 363 с.
3. Кудрявцев Т.В. Психология технического мышления. М.: Педагогика, 1975. 303 с.
4. Лурия А.Р. Основные проблемы нейролингвистики. Изд. 3-е. М.: Книжный дом «ЛИБРОКОМ», 2009. 256 с.
5. Мыскин С.В., Тарасов Е.Ф. К проблеме анализа профессиональных речевых сообщений / Материалы XХ Международной конференции «Язык и мышление: Психологические и лингвистические аспекты», посвящённой 75-летию победы в Великой Отечественной войне / Отв. редактор А.В. Пузырёв, 16–18  сентября 2020 года, г. Покров, Россия. М.: МГПУ, 2020, С. 40-42.
6. Мыскин С.В., Тарасов Е.Ф., Пильгун М.А. Методы контент-анализа инновационного потенциала научных текстов педагогической и психолого-педагогической направленности // Мир лингвистики и коммуникации: электронный научный журнал. Тверь: ТвГСХА, 2020. № 2. С. 1-20.
7. Новиков А.М., Новиков Д.А. Методология научного исследования. М.: Книжный дом «Либроком», 2010. 280 с.
8. Ракитин И.И.О соотношении элементов проблемного и программированного обучения // 0 проблемном обучении. Вып. 3 / Под. Ред. Т.В. Кудрявцева. М., 1974.
9. Свидетельство о государственной регистрации базы данных № 2020622022 Российская Федерация. База данных по разработке алгоритма преобразования массива текстовых данных публикаций педагогической и психолого-педагогической направленности в показатели развития перспективных направлений инновационной педагогики: № 2020621480: заявл. 25.08.2020: опубл. 26.10.2020 / С.В. Мыскин; заявитель Государственное автономное образовательное учреждение высшего образования города Москвы «Московский городской педагогический университет». – EDN WYIRYG.
10. Хомская Е.Д. Нейропсихология: учебник для вузов. 4-е изд. СПб.: Питер, 2010. 496 с.
11. Чернышова Г.Ю. Интеллектуальный анализ данных: учеб. Пособие для студентов. Саратов: СГСЭУ, 2012. 92 с.

References

1. Bazhanov V.A. Deyatel’nostnyj podhod [Activity approach] // Enciklopediya i filosofiya nauki [Encyclopedia and philosophy of science]. M.: «Kanon +» ROOI «Reabilitaciya», 2009. 1248 s.
2. Bahtin M.M. Problemy poetiki Dostoevskogo. 2-e izd., pererab. i dop. [Problems of Dostoevsky’s poetics. 2nd ed., reprint. and additional]. M.: Sov. pisatel’, 1963. 363 s.
3. Kudryavcev T.V. Psihologiya tekhnicheskogo myshleniya [Psychology of technical thinking]. M.: Pedagogika, 1975. 303 s.
4. Luriya A.R. Osnovnye problemy nejrolingvistiki [The main problems of neurolinguistics]. Izd. 3-e. M.: Knizhnyj dom «LIBROKOM», 2009. 256 s.
5. Myskin S.V., Tarasov E.F. K probleme analiza professional’nyh rechevyh soobshchenij [On the problem of analyzing professional speech messages] / Materialy XH Mezhdunarodnoj konferencii «Yazyk i myshlenie: Psihologicheskie i lingvisticheskie aspekty», posvyashchyonnoj 75-letiyu pobedy v Velikoj Otechestvennoj vojne [Materials of the XX International Conference «Language and Thinking: Psychological and linguistic aspects» dedicated to the 75th anniversary of victory in the Great Patriotic War] / Otv. redaktor A.V. Puzyryov, 16–18 sentyabrya 2020 goda, g. Pokrov, Rossiya. M.: MGPU, 2020, S. 40-42.
6. Myskin S.V., Tarasov E.F., Pil’gun M.A. Metody kontent-analiza innovacionnogo potenciala nauchnyh tekstov pedagogicheskoj i psihologo-pedagogicheskoj napravlennosti [Methods of content analysis of innovative potential of scientific texts of pedagogical and psychological-pedagogical orientation] // Mir lingvistiki i kommunikacii: elektronnyj nauchnyj zhurnal [The World of Linguistics and Communication: an electronic scientific journal]. Tver’: TvGSKHA, 2020. № 2. S. 1-20.
7. Novikov A.M., Novikov D.A. Metodologiya nauchnogo issledovaniya [Methodology of scientific research]. M.: Knizhnyj dom «Librokom», 2010. 280 s.
8. Rakitin I.I. O sootnoshenii elementov problemnogo i programmirovannogo obucheniya [On the correlation of elements of problem-based and programmed learning] // О problemnom obuchenii. Vyp. 3 [On the problem-based learning. Issue 3] / Pod. Red. T.V.Kudryavceva. M., 1974.
9. Svidetel’stvo o gosudarstvennoj registracii bazy dannyh № 2020622022 Rossijskaya Federaciya. Baza dannyh po razrabotke algoritma preobrazovaniya massiva tekstovyh dannyh publikacij pedagogicheskoj i psihologo-pedagogicheskoj napravlennosti v pokazateli razvitiya perspektivnyh napravlenij innovacionnoj pedagogiki : № 2020621480 : zayavl. 25.08.2020 : opubl. 26.10.2020 / S. V. Myskin ; zayavitel’ Gosudarstvennoe avtonomnoe obrazovatel’noe uchrezhdenie vysshego obrazovaniya goroda Moskvy «Moskovskij gorodskoj pedagogicheskij universitet» [Certificate of state registration of the database No. 2020622022 Russian Federation. Database on the development of an algorithm for converting an array of textual data of publications of pedagogical and psychological-pedagogical orientation into indicators of the development of promising areas of innovative pedagogy: No. 2020621480 : application. 25.08.2020 : publ. 26.10.2020 / S. V. Myskin ; applicant State Autonomous Educational Institution of Higher Education of the city of Moscow «Moscow City Pedagogical University»]. – EDN WYIRYG.
10. Homskaya E.D. Nejropsihologiya: uchebnik dlya vuzov [Neuropsychology: textbook for universities]. 4-e izd. SPb.: Piter, 2010. 496 s.
11. Chernyshova G.YU. Intellektual’nyj analiz dannyh: ucheb. Posobie dlya studentov [Intellectual data analysis: textbook. A manual for students]. Saratov: SGSEU, 2012. 92 s.