| 标题 | 试论基于大数据的高职院校教学质量监控与评价 |
| 范文 | 唐倩 [摘 要] 在互联网、云计算等一系列现代信息技术的产生和广泛应用背景下，大数据取得了较为显著的应用成果。大数据主要是指巨量的数据集，可以从中挖掘新颖、丰富、有价值的信息，所以得到了广泛重视。特别是在教育领域的应用，引起了诸多研究者、教育工作的关注，分析了大数据背景，积极探索更有效的监控与评价模式，希望获得更理想的教学质量监控与评价成果。 [关 键 词] 大数据；高职院校；教学质量；监控与评价 [中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2018）03-0134-02 教学质量管理水平是高职院校软实力的重要体现，但是由于传统教育理念、模式的种种制约，以及比较封闭的监控模式，教学中产生的一系列数据，通常都是以静态化的形式呈现的，很难实现对相关数据的全面分析与高效利用。而在大数据背景下，通过各类先进技术的科学运用，不仅可以快速发现影响高职院校教学质量的种种因素，也能够妥善解决各项监控工作中存在的各类问题，真正做到用数据说话，为教学质量监控体系的优化提供有力保障。 一、关于“大数据”的概述 目前，针对“大数据”一词，学术界还未形成统一、精准的定义。有的学者认为大数据是指那些大小已经远远超过传统意义上的尺度，很难通过普通软件或者工具达到管理、分析要求的大容量数据的目的。大数据中强调的大，并非单纯地指容量之大，通过整合、分析和交换海量数据来挖掘新信息创造新价值是其存在的更大意义，以此来为社会各界拓展出发展空间。也有的学者认为，大数据是对那些无法用人工、简单计算软件处理的海量数据的形容词。此外，也有一种概念强调，大数据是通过运用大量数据信息来统计，从看似毫无关联性的内容中挖掘出意想不到的价值与规律。总之，不论从哪一层面来讲，大数据的产生与应用都具有重要意义。 二、高职院校数字化教学质量监控 （一）高职院校教学质量监控价值链分析 价值链分析法是由美国迈克尔波教授提出的，认为企业的每项生产经营活动，都是创造价值的一系列经济活动，但是由于企业各不相同，但相互之间都有一定的联系，进而构成了创造价值的动态过程，也就是价值链。价值是价值链分析的重要基础，价值活动的分析是其重点，该活动又可以分为基本、辅助两种活动。基本活动主要涉及售后服务、产品物质创造以及销售等一系列活动。而辅助活动则是对基本活动的有效辅助，并通过外购投入技术、人力资源等方面的投入做到相互支持。结合这一方法，高职院校在针对教学质量监控开展的各项管理活动便逐渐构成了以招生、人才培养以及学生就业为主，师资队伍管理、校园文化建设等方面为辅的价值链。 （二）基于大数据的教学质量监控策略 从学生选择院校到正式入校后的专业课程学习、综合素质培养，最后到毕业、就业是教学质量监控的整个管理过程，能够有效突破传统监控模式的种种局限。学校是课程教学效果、校内实训基地实践成果的监控主体，是教学督导以及相关专家科学实施教学监控与评价的组织者。通过及时、有效地监控解决教师课程教学内容、方法，以及管理等方面存在的問题与疏漏，实施有针对性、科学的整改。同时，对就业单位、顶岗实习单位的专业技能培养效果也要进行科学全面的评价，在此过程中要以企业为主体。另外，除了学习、用人单位评价主体的引入外，还要积极鼓励学生家长参与到各项评价中，以此来确保院校培养的人才能够全面适应用人单位、时代发展提出的各项要求，为衡量院校教学质量的高低提供重要标准。 三、大数据背景下的教学质量评价 （一）基于大数据的教学评价优势 1.多方参与 对于高职院校来讲，各种教学大数据通常都产生于教学、管理环节，以及社会、企业实习与社团活动等各种教育、教学环节与活动，拥有极广的数据覆盖范围、较多的数据类型和较短的数据采集周期。而在大数据环境下，在教育教学中，任何一个参与者都是大数据的生产者与使用者，可以为不同情境下相关主题共同参与教学、数据评价搭建桥梁。这样不仅能够吸引更多的教学评价参与者，也能够让每个参与者都获得平等的发言权，从不同层次、角度与立场来做出科学评价。这样不仅有助于增强评价数据的真实性、透明性，也能够将其完整性、立体性充分突显出来。同时，在自我更新、完善教学评价指标过程中，也能够发挥有效作用，从而将不适合的评价指标及时消除，结合具体需求来增加一系列新指标，从而将教学评价工作的真正价值在教学指导与管理、专业发展以及学生学习管理等方面充分发挥出来。 2.教学评价数据采集更全面、更真实 大数据环境下，可以采集到更多元化、非结构化以及多层化的教学评价数据，可以将教、学的具体情况以及各阶段取得的实际效果反映出来。在此背景下，不仅可以实现对教学相关层面种种因素的全面覆盖，也能够将其中的未知知识信息全面挖掘出来。此外，采集方式、渠道也呈现出了多样化，可以采集到音频、文本与视频等一系列非结构化数据，将教、学过程中的更多细节，更真实、生动地记录下来。 3.具备较强的分析、处理能力 通过各种新颖、先进技术手段的科学引用，可以动态分析、处理海量的教学数据，将隐藏在数据背后的知识全面挖掘出来，以此来促进决策水平的逐步提升，进一步完善各教学环节，使教与学过程中出现的一系列情况与问题得到妥善解决。比如，在课堂教学中，学生可以通过手机等设备，将课堂学习情况和信息及时反馈给教师，而教师也可以结合学生的回答情况，在课下与学生进行高效的互动交流，以此来帮助学生解决学习探究中遇到的一系列疑问与难题，为课堂教学质量提供有力保障。 4.可以更及时、具体地反馈评价结果 大数据具有较强的时效性及较快的信息处理速度，针对现代化院校管理在教学评价数据的时效性方面提出的各项需求，不仅能够全面适应，也能够通过大数据的科学运用来为教学管理提供优质服务。此外，也能够从微观层面来分析、反映学生不同阶段的认知情况以及教师各时期的教学情况。 （二）基于大数据的教学评价策略 1.数据采集 在高校教育教学中，教师的教学、学生的学习过程中通常都会产生大量数据，主要可以划分为静态数据、动态数据两类。静态数据也可以称为结果数据，可以反映信息解读的结果。比如，班级成绩分析数据等。而动态数据通常都是对某一时间点、一瞬间的状态信息的反映，往往处于不断变化的状态，比如，教师在课堂上的教学状态以及学生的课堂学习、参与情况等方面的相关信息。这两种数据也是一个事物的两个不同侧面，通过相互印证来增强数据说服力。比如，某班级某课程的学期考试成绩都不理想，则可以通过学生听课、教师教学方面的相关数据分析找到原因。 在具体采集中，针对不同类型的数据，应采用更适合的策略与技术手段。其中，对于数据量较大、拥有规范数据结构，以可信度、涉及面较大的静态数据来讲，可以结合具体情况，通过各种经典业务系统来完成信息的收集、分析与存储。而对于较为灵活、来源广泛且拥有多样数据结构的动态数据来讲，应给予科学及时地分析、过滤和响应，以此及时发现、解决各类问题。因此，应重视各种先进技术手段、方案的综合运用，通过积极研发科学、完善的信息系统更高效地收集处理相关信息，特别是智能手机等移动终端的灵活运用，逐步攻克数据采集中存在的各类难题。 2.数据分析 在完成大量教学评价数据的采集之后，应结合实际需要，运用更适合的方法来提炼、加工其数据，而并非只是进行简单的统计，以此来实现对相应规律、知识的准确把握，为决策提供有力支持，同时也能够将教学评价工作的价值、意义充分体现出来。 对于教育大数据来讲，主要可以通过教育数据挖掘、学习分析这两种方式对应教学决策和实践的大数据。教育数据挖掘可以结合实际情况，应用有效方法挖掘、提炼数据，通过较为经典的数据挖掘方式，将教学规律、管理经验从大量的教学评价数据中挖掘出来，从而科学地指导各项教育教学决策。通过对计算机科学、教育学等相关学科理念、方法的全面分析与综合运用，能够进一步推动教育教学的革新发展，全面适应学生个体提出的各项需求。 对于结构化数据来讲，经典数据挖掘、分析方法虽然能够取得理想效果，但却无法针对非结构化数据内部构建正式关系。尤其是在大数据环境下，应重视新颖数据分析技术、手段的科学引用，以此来将大数据中隐含的知识信息全面呈现出来。 3.结果反馈 怎样及时有效地反馈评价结果中蕴含的知识、规律，对教学评价工作积极作用的发挥有着直接影响。尤其是在大数据环境下，评价结果的公布可以采用多种方式来进行，突破传统的被动公布的局限，通过统计、对比图形等灵活多样的数据可视化结果来呈现原本较为单一的数据内容，让校长、师生等都能够充分享受到更优质的信息服务，同时，使教学评价给人留下的枯燥、刻板印象得到有效改善，促使各方能够增强对教学评价的关注和参与积极性。在具体落实中，院校可以在利用传统信息系统进行评价结果发布的基础上，适当增加手机、微信公众号等具有较强灵活性、及时性的发布渠道与方式，确保相关人员都能及时收到准确的评价结果。 4.结果应用 教学评价结果不仅可以将学生的个人学习兴趣行为、态度与成果全面呈现出来，也能够用来加强对任课教师不同阶段教学、指导情况的分析，并基于此对授课内容、方法做出恰当调整，为管理部门顺利落实各项教学管理规定提供有力支持。通过分析评价结果，教师可以对学生不同阶段的基础知识储备、认知水平与学习态度等方面的具体情况作出综合分析，并基于此制定出更科学、适合的教学计划，为学生推荐一些针对性较强的学习策略等。同时，教学管理部门也可以基于评价结果的相关数据，及时发现、解决日常教育教学中难以呈现的一些问题，以此来对各项教育管理措施的实施作出恰当调整，促进教学管理水平的不断提升。比如，结合实际情况，有针对地分析相对较低的评价指标反映出的一系列问题，从不同层面展开实际调查，在此基础上，提出一些针对性较强的意见与措施。 综上所述，各高職院校通过科学运用大数据理念与相关的先进技术，不仅可以使教学质量监控环节的一系列业务流程得到进一步优化，也能够促进各监控环节逐渐从封闭向开放转变，相关数据也逐渐从静态转变成动态，进而构建出更完善的数字化管理、监控模式，将数据的潜在价值充分挖掘出来，从而真正实现对各阶段教学质量的准确把握，在充分发挥大数据优势特点的基础上，将高职院校可持续发展的示范、引领作用充分发挥出来。 参考文献： [1]杨勇.基于PDCA过程控制视域的高职院校实训教学质量监控体系构建研究[J].高教学刊，2017（20）：43-45. [2]朱爱文，赵旭庭，周春宝，等.基于现代学徒制的高职院校教学质量保障体系构建探索[J].安徽农学通报，2017，23（19）：119-121. [3]蒋才锋.关于高职院校内部质量保证体系诊断与改进工作的若干思考[J].吉林广播电视大学学报，2017（10）：80-81. [4]解为.质量诊断与改进视角下高职服务类专业“三全推动”教学质量提升路径分析[J].散文百家，2017（10）：161. [5]徐梅.教学质量监控视角下的高职课堂教学困境及突破探究：基于北京京北职业技术学院近三年教学质量监控工作实践[J].黑龙江科学，2017，8（19）：82-83. [6]李绍中，王晓敏.大数据分析在高职院校教学质量评价中的应用研究[J].教育信息技术，2017（4）：59-61. [7]杨居义.基于高职院校教学督导共享平台大数据分析研究[J].课程教育研究，2016（10）：32-33. [8]钟慧敏.“互联网+”时代高职院校教学质量监控的研究[J].太原城市职业技术学院学报，2015（12）：158-159. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。