标题 | 基于大数据的教学质量评价体系构建与实践 |
范文 | 徐柏权
摘 要 教育信息化推动了教育教学评价体系的重构。通过智慧教室及云端课堂对教学过程大数据实施采集,为教学评价提供基于分析和理性证据奠定了数据基础。“大数据+教学评价”促进了探索教学知识体系构建和学生学习发展规律,贯彻学生中心理念,促进人才培养质量不断提高。 关键词 大数据 学生中心 质量评价 中图分类号:G642? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码:A? DOI:10.16400/j.cnki.kjdks.2021.02.005 Construction and Practice of Teaching Evaluation System Based on Big Data XU Baiquan (Harbin Cambridge University Teaching Quality Evaluation Center, Harbin, Heilongjiang 150069) Abstract Education informatization promotes the reconstruction of education and teaching evaluation system. Through smart classroom and cloud classroom, big data of teaching process is collected, which lays a data foundation for teaching evaluation based on analysis and rational evidence."Big data + teaching evaluation" promotes the exploration of the construction of teaching knowledge system and the law of students' learning development, implements the concept of student-centered, and promotes the continuous improvement of talent training quality. Keywords big data; student-centered; quality evaluation 0 引言 “互聯网+”教育时代背景下,传统的人工采集监控数据方式已无法适应线上线下教学实际。近日,中共中央国务院印发的《深化新时代教育评价改革总体方案》要求构建促进学生全面发展的评价办法要更加多元的教育评价体系,[1]因此如何构建以学生为中心的教学质量评价体系,客观深入地教学活动中学生学习行为和教师授课效果评价,实现教学质量全面有效评价,对促进教学改革,提升人才培养质量显得十分迫切。 1 高校教学质量评价现状 1.1评价主体缺乏广泛性 教学评价主要针对教师的教学行为,不够全面。主要体现在教师的学术业务水平、教学方法和教学态度等指标。对学生的课程知识掌握程度和任务完成质量基本无法评价,更没有将教学资源和教学平台等课程资源因素开展纳入评价体系。 1.2存在重结果、轻过程现象 教学质量监控的重点在教师课堂教学规范和学风情况;通过领导评价、督导评价、同行评价和学生评价等形式对教学效果得出同一的结论。对教师专业水平和业务能力没有综合的评价与描述,也无法对学生课前预习、课后作业等环节深入了解。 1.3评价数据依据比较匮乏 教学质量评价区分度不够,对学生在线自主学习的时长、师生互动频度、缺乏大数据“可视化”评价。对教育教学全过程的数据采集不够全面,存在评教覆盖不到的“盲区”,导致主观因素影响实际质量,无法做到教学质量精准反馈,影响持续改进效果。 2 构建大数据教学评价系统 2.1 大数据和教学评价内涵及其特征 大数据(big data)的定义研究界至今还没有统一准确的界定。一般认为是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。[2]教学评价是根据一定的教学目标,运用一切有效可行的技术手段,对教学活动的效果和影响进行价值判断的过程。[3] 2.2 “大数据+教学评价”构建 在现有MOOC平台教学运行状态和网络智慧教室系统形成的数据源基础上,结合多方评教数据,构建不同教学模式的大数据教学信息系统。如图1所示。 2.3 教学评价大数据采集 采取“数据+证据”采集模式,构建多元数据采集。线上MOOC涵盖教师教学、学生学习行为和课程资源等维度的线上教学质量评价体系;智慧教学环境包括网络智慧教室、平板电脑、智能手机、手写输入等终端设备。如图2所示。 2.4 教学评价大数据分析 教学大数据包括师生基本信息、线上教学资源、学习行为和互动记录等,这些数据被严格界定为文本、表格和时空数据类型。通过可视化分析工具,运用数据挖掘技术将主题聚类、演化并以图表、树形、环形结构充分展示,构成学生学业成长和教师教学行为图谱,可充分体现师生教与学的投入和学生知识体系发展状态。如图3所示。 3 大数据+教学评价的思考与实践 3.1 更好提供教育决策条件 现代高校教育教学管理需要确保精准施策和高效服务。全面的数据是完成教学管理、全面评价、反馈指导、督促改进的必要条件,同时也是“互联网+”教育时代的必然趋势和要求。一些国际知名高校也在教育教学中引入了大数据诊断工具,在监测教学过程同时,分析校级数据指标,为教育决策提供智库。比如美国普渡大学“课程信号灯”(Course Signals)项目。[4] 3.2 有助于学生的个性化发展 现代教育评价的发展性评价理念认为,教学评价不能片面的衡量学生特定知识水平和应用技能,而是根据培养目标来评价学生在学习进程中的发展情况。高校的人才培养过程相对较长,学生在校学习过程中会有不同的阶段性目标和人生规划目标,学校在注重长期成长教育同时,也根据个人特点和差异辅助其个性化发展。 3.3 有助于多方参与评价更加协调高效 互联网开放思维会逐渐吸引人才培养过程的全员参与,经过日积月累,教学大数据规模会逐步扩大,准确性也越来越客观合理,主要体现在确保评价数据的立体完整、透明可信;促进教学评价指标体系的不断更新,优化线上线下课程资源、教师、学生等维度评价体系,针对存在的问题及时完善,持续改进。 4 结语 教育信息化2.0为教学评价带来挑战的同时也带来很多机遇,高校教学质量评价也需要在新的技术背景下改革创新,充分发挥“大数据+教学评价”的科学性、精准性、全面性和及时性特点,提供优质、高效的“平台+教育”服务。同时,构建综合、开放、体系完备的教学数据管理平台,在“互联网+”教育背景下,能够不断革新、优化教学质量评价指标体系,完善教学质量监控体系,促进教学持续改进。 基金项目:黑龙江省教育科学“十三五”规划2018年度课题“民办本科院校教学质量保证体系构建与实践”(GJC1318033) 参考文献 [1] 中共中央国务院.深化新时代教育评价改革总体方案[EB/OL].http://www.gov.cn/zhengce/2020-10/13/content_5551032.htm. [2] 杨现民,唐斯斯,李冀红.发展教育大数据:内涵,价值和挑战[J].现代远程教育研究,2016(8):34-35. [3] 李葆萍,周颖.基于大数据的教学评价研究[J].现代远程教育研究,2016(26):4-5. [4] 吴晨光,刘斌.国外学习分析项目研究现状对国内学习分析发展的启示[J].高教数字校园,2019(2):41-42. |
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。