“挑战杯”课外科技竞赛对大学生创新能力影响研究——以武汉体育学院为例.docVIP

“挑战杯”课外科技竞赛对大学生创新能力影响研究——以武汉体育学院为例.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
“挑战杯”课外科技竞赛对大学生创新能力影响研究——以武汉体育学院为例.doc

  “挑战杯”课外科技竞赛对大学生创新能力影响研究——以武汉体育学院为例 唐 定 (武汉体育学院 湖北 武汉 430079) 摘 要:“挑战杯”课外科技竞赛有着正常教学无法起到的独特教育效果,对大学生创新能力的培养起着不可取代的作用,在提高教学水平过程中具备积极推动功能。研究结果显示,“挑战杯”课外科技竞赛对大学生创新能力形成中受团队合作、知识灵活运用能力、团队创新影响,相应的,大学生创新素质培养可以通过团队建设、创新意识、导师队伍的建设和搭建创新平台几个方面来培养塑造。 .. 关键词:“挑战杯”科技竞赛;创新能力;创新意识 中图分类号:G645 文献标识码:A doi:10.3969/j.issn.1665-2272.2015.09.007 收稿日期:2015-02-27 0 引言 “挑战杯”全国大学生课外科技作品竞赛是一项全国性的竞赛活动,被誉为中国大学生学术科技“奥林匹克”,是目前国内大学生最关注最热门的全国性竞赛,也是全国最具代表性、权威性、示范性、导向性的大学生竞赛。 在创新教育背景下,各高校纷纷参加全国各类“挑战杯”竞赛,取得了很好的成绩。武汉体育学院多年来非常重视“挑战杯”竞赛,曾获得全国2项铜奖,省级奖项20多项。多年来,笔者指导了多批大学生参加“挑战杯”竞赛,2010年指导的学生在第七届“挑战杯”一汽—大众中国大学生创业计划竞赛获得铜奖,湖北省第七届“挑战杯”大学生创业计划竞赛获得银奖,在取得令人可喜的比赛成绩的同时,也培育了一批勇于实践、大胆创新、追求卓越的优秀学生,从中也获得了不少的经验和体会。 1 研究方法 1.1 研究方法 本研究采用文献研究法了解“挑战杯”课外科技竞赛发展历程,通过问卷调查、数据统计法对“挑战杯”课外科技竞赛参赛选手与未参赛选手在比赛中创新能力的表现进行对比分析,探究科技竞赛与大学生创新能力的相关关系,从分析结果中做可能的原因探讨,并提出有价值的策略。 1.2 研究对象 拟以武汉体育学院参与“挑战杯”课外科技竞赛选手为研究对象,通过分析比较参赛选手与未参赛选手在比赛中创新能力的表现,借助现有的研究资料,并调查和采访,探究体育院校大学生创新竞赛与创新能力形成的相关关系,在此结论基础上,提出有效的措施和建议,对体育院校开展创新教育,培养创新人才,为我国体育事业创新教育贡献绵薄之力。 1.3 研究工具 采用SPSS14.0中文版统计分析软件对问卷调查得出的数据进行分析,主要对问卷中涉及的7个因子进行因子分析,首先通过 KMO统计量和Bartlett球形检验值确定7个因子适合做因子分析,通过因子载荷和共同性数据分析得出三个因素大致对以上7个因子解释,得出相关研究结论。 2 数据分析与结果 2.1 确立指标体系 运用多元统计学中的因子分析法,对以下7个变量进行分析,指标如下:X1:团队成员有效沟通;X2:团队之间的分工合作;X3:老师交流指导;X4:选题新颖恰当;X5:选题具备现实针对性;X6:收集整理资料;X7:运用所学知识 2.2 数据因子分析 将调研回收的问卷数据进行整理,并且将有效的数据输入计算机,使用SPSS14.0软件进行统计分析。 2.2.1 检查数据是否适合做因子分析 一般KMO的值越大越适合进行因素分析,根据相关学者的观点KMO在0.6以上适合进行因素分析,本次问卷调查数据的KMO数值为0.673>0.6,变量适合进行因素分析(见表1)。此外,Bartlett球形检验结果达到了0.05显著水平,变量数据适合进行因素分析(见表2)。 2.2.2 因子载荷和共同性 在上述整体解释变异量的报表中,有三个成分特征值大于1,表示进行因素分析时所抽出的共同因素的个数为三个,该三个共同因素可以解释91.982%的变异量(见表3)。提取了前三个公因子后可以计算共同度(见表4)。 提取方法: 主成分分析。从表4中可以看出来,所有的共同度都在79.2%以上,可以知道被提取的公因子对个变量的解释能力比较强。 2.2.3 因子旋转 采用最大变异法对成分矩阵进行直交转轴,转轴后的成分矩阵如表5所示。 提取方法:主成分旋转法:具有Kaiser标准化的正交旋转法,旋转在5次迭代后收敛。 从转轴后的成分矩阵显示的数据中,可以发现共同的因素一包含了x1、x2、x3三个因子,根据本文之前做的假设,三个因子可以共同用“团队合作精神”体现,因此因素一的概念名为“团队合作精神”。由输出的数据表可以看出,第一公因子在x1、x2、x3三个变量上都有较大的载荷,该因子反映的是团队成员之间的分工合作、沟通和共同努力,因此被命名为“团队合作精神”。第二个因子在x6、x7两个变量上载荷比较大,主要体现参赛者收集整理资料的能力,善于运用所学的知识解决挑战杯中遇到的相关专

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档