- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
x年度目标考核结果公示.doc
2014年度目标考核结果公示
校内各部门、各二级学院:????
根据四川文理学院《关于印发目标考核暂行办法的通知》(川文理〔2014〕78号)的精神,经各二级单位自评、责任部门考评和学校目标考核领导小组集体考评,现将2014年度目标考核结果公示如下:
一、二级学院考评结果
2014年目标考核二级学院综合考评结果
名次 学院名称 总分 等级 1 计算机学院 96.77 优秀 2 化学化工学院 96.72 优秀 3 数学与财经学院 95.43 优秀 4 经济与管理学院 94.26 良好 5 马克思主义学院 92.71 良好 6 文化与传媒学院 91.07 良好 7 政治与公共管理学院 90.97 良好 8 外国语学院 90.87 良好 9 物理与机电工程学院 90.50 合格 10 体育学院 89.36 合格 11 教育学院 89.19 合格 12 环境与建筑工程学院 89.09 合格 13 文学与新闻学院 82.25 合格 14 美术学院 81.96 合格 15 音乐与演艺学院 81.95 合格
注:马克思主义学院无学团工作和招生就业工作,该部分分值由领导小组考评其特色项目(教学改革特色项目和其它能够推动思想政治理论建设工作的特色的项目)予以替换。
2014年目标考核二级学院教学工作单项奖(指标:教学与质量监控)
名次 学院名称 总分 等级 1 环境与建筑工程学院 34.71 优秀 2 化学化工学院 34.62 优秀 3 经济与管理学院 34.52 优秀
2014年目标考核二级学院“突出贡献奖”
序号 学院名称 评奖理由 等级 1 音乐与演艺学院 大学生艺术节获得多项奖励 突出贡献奖
二、机关职能部门考评结果
2014年目标考核机关职能部门综合考评结果
名次 部门名称 总分 等级 1 学报、高研所 97.87 优秀 2 纪委、监审处 97.85 优秀 3 四川革命老区发展研究中心 97.83 优秀 4 教学质量督导评估处 97.52 优秀(不占指标) 5 教务处 96.72 优秀 6 科技处 96.48 优秀 7 组织部 96.47 良好 8 人事处 95.51 良好 9 保卫处 95.46 良好 10 国资处 95.45 良好 11 计财处 95.32 良好 12 继续教育学院 95.30 良好 13 国际交流合作处 95.29 良好 14 学生处 95.06 合格 15 图书馆 94.88 合格 16 网管中心、现教中心 94.69 合格 17 建设处、后管处 94.61 合格 18 办公室 94.60 合格 19 招就处 94.51 合格 20 宣传部 94.27 合格 21 工会 94.07 合格 22 团委 93.92 合格 23 后勤服务集团 92.86 合格 24 巴文化研究所 合格 合格
25 校友联谊会 合格 注:因巴文化研究所开展工作时间不到半年,校友联谊会因部门人员配备问题,根据两部门现已开展的工作实际,经学校目标考核领导小组研究决定,对其2014年度目标考评结果直接确定为“合格”等级。
2014年目标考核机关职能部门履职工作单项奖 (指标:学校文件、领导批示、会议精神贯彻落实情况与完成工作计划与任务)
序号 部门名称 合计 等级 1 学生处 69.62 优秀 2 人事处 69.60 优秀 3 纪委、监审处 69.55 优秀 4 国资处 69.55 优秀 5 图书馆 69.54 优秀
公示时间为2015年2月9日至2015年2月11日,公示期间若有异议,请以书面形式向督评处反映。? 督评处联系电话:2790057 邮箱:scwldd@163.com
督评处
2015年2月日
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)