学业预警指标体系构建及系统初探.docVIP

学业预警指标体系构建及系统初探 　　摘 要：随着学分制为主要管理模式的普及，“个性化教育、以人为本”成为当前教育的两大标签。然而，受社会风气、家庭、学生自身方面的影响，每年无法毕业的人越来越多。这种形势对学校培养人才的模式提出了新挑战，同时也表明探究学业预警制度具有现实意义。本文将通过整合学生个人真实数据，创建基于全新指标要素的研究模型，并构建学业预警系统功能架构图，力求实时量化学生学业情况，辅助辅导员及其他教育管理者制定全面的教育培养方案 关键词：学业预警；指标要素；规则建立；信息决策 中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2017）07-0074-03 一、目前高校学业预警系统现状 综合来看，目前很多高校都存在着学生毕业通过率达不到100%，甚至有些不到90%。究其原因是依旧采用注重结果的事后管理模式，缺乏学习过程的管理和监控，学业问题集中体现在临近毕业时，为时已晚。也有部分高校采取措施进行过程把控，但存在很多问题，具体如下： 1.形式单一的监控功能 很多学校都意识到学业预警这项工作的重要性，因此针对学生成绩进行了详细的划分，每学期初、期中、期末都要进行预警工作。然而，仅仅针对成绩的预警形式太过单一，不能够全方位真实的反映学生学习情况，毕竟学业还与平时的学习态度、作业完成情况、课堂出勤率等等密切相关。因此，该种模式虽然也能起到一定的监控作用，但不能满足要求，无法解决问题，需要形成完善系统的学业监控才行 2.当前学业预警系统无法进行数据处理 以学生个体为核心，涵盖学习、生活等多方位的各项数据，是学业预警系统的基础。而当前各大高校的学业预警系统仅仅能展示这些基础数据，无，学业预警的发展现状很不理想，甚至可以说相对比较匮乏。因此，整合现有资源，迫切需要符合实际需求的学业预警模型出台 二、学业预警研究模型构建 1.大学生学业预警指标要素选取 科学的预警指标体系是构建学业预警研究模型的前提，指标的细化更决定了该预警模型结果输出的精确性。通过前期的文献查阅归纳，我们发现学者们从家庭环境、报到注册、日常学习以及选课考试等多方面针对该问题进行了研究。通过梳理文献，我们对学业预警指标进行了初步的汇总，并在此基础上，走访了高校很多个学院以及教辅职能部门，做了为期两个多月的调研工作。请高校老师对前期的学业预警指标进行要素评价分析，其中有20位以上都是拥有相关教学经验的专家。结合学校目前的现实情况，专家剔除了现阶段数据收集仍存在困难的一些指标，同时将这些要素分成三个等级的指标。根据专家意见，本文研究所选取的学业预警指标要素如表1所示 表1学业预警指标要素的构建，逐级细分，具体是从六大方向进行指标内容的界定，并将各指标要素细化至三个层级，具象的分类使得该指标要素更具有参考价值，同时为今后信息搜集也奠定了确切的基础数据保障。有了前期数据指标的铺垫，我们进行学业预警系统模型的构建 2.学业预警系统模型构建 （1）信息收集 依据学业预警指标要素，创建学生个体特征关系网，据此进行信息收集，这是学业预警的基础数据保障。学生相关信息的收集与整理，需要各相应职能部门的全力配合，准确无误的数据源，更是后续对问题学生作出预警判断以及采取措施的可靠依据。具体可进行以下操作，在新生入学时，学工处要对新生做好全面的基础信息采集工作，包括高考成绩以及家庭基本经济状况等。每学期初，教务系统要实时跟进学生选课情况、上学期不及格课程门数以及学分修习情况。在学期进行过程中，任课教师要针对所授课班级学生的课堂表现、出勤、作业完成情况进行考核，并录入系统。其他相关职能部门也要对学生的实践情况进行及时的考察记录等 （2）信息分析及决策 根据目前国内高校的实际情况，我们认为只有按照如下步骤进行规则建立，才能更好的对数据信息进行分析处理 1）规则建立 对于搜集到的数据信息，系统首先进行预警类别划分，判断该信息具体归属于哪一类一级指标和二级指标。规则预设是结合学校各项规章制度，分别制定完善的预警标准，根据每一项相对独立的管理指标和明确的量化规定，给出相应的级别判定。实行“三色”学业预警机制，将预警级别分为黄、橙、红三个等级，以警示学生的学业问题严重程度。锁定具体的应用规则，进行规则验证。经过多轮的数据输入、核心算法的迭代过程，我们获取了比较理想的数据反馈。在这样一个完善的预警规则基础上，我们进行信息分析处理 2）信息处理与决策 该系统配以数据挖掘技术与决策支持系统的相应功能，运用大数据的方式将学生信息与预警条件匹配，筛选出警告和提醒对象。学业预警系统的核心是帮助学生及时解决问题，从架构图中，我们发现，系统依据设定好的规则对搜集到的学生信息进行分析处理