职业院校信息化教学比赛评价模型建构与应用.docVIP

职业院校信息化教学比赛评价模型建构与应用.doc

  1. 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. 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. 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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
职业院校信息化教学比赛评价模型建构与应用

职业院校信息化教学比赛评价模型建构与应用   摘要:各级分类信息化教学大赛,成为教师展示信息技术应用能力和水平的重要平台。因此,职业院校信息化教学比赛的科学评价成客观需求。本文以灰色系统理论为指引,以灰色关联分析模型为基础,建立了职业院校信息化教学比赛的评价模型。   关键词:信息化教学比赛;职业院校;评价模型;灰色关联度   中图分类号:G712 文献标志码:A 文章编号:1673-9094-(2018)02/03C-0035-04   随着计算机的普及,多媒体、互联网技术广泛应用,我国越来越重视教育信息化工作。信息化手段运用于教育教学过程,可以有效促进信息技术与教育教学深度融合,丰富教学资源,优化教学过程,提高教育质量。因此,广大职业学校教师的信息技术应用能力与水平,成为各方关注的重点。为此,我国已经连续多年举行了全国职业院校信息化教学大赛。而参加全国比赛的选手一般从职业学校比赛选拔开始,经过市(县、区)、省辖市、省级比赛而产生参加全国比赛的选手。因此,职业院校信息化教学比赛选手的选拔,需要建立比较科学、合理的比赛、选拔机制。在此,我们以灰色系统理论为指引,以灰色关联分析模型为基础,建立职业院校信息化教学比赛的评价模型。   一、职业院校信息化教学比赛的评价指标体系   职业院校信息化教学比赛,首先是考察教师的教育教学基本业务能力,然后考察教师运用信息技术融合课堂教学能力。根据相关职业院校信息化教学比赛的评价标准,结合职业院校教师利用信息技术建构课堂教学生态需要,以及相关专家的学术讲座等方面内容,我们设计的信息化教学比赛的评价指标,包括4个一级指标、15个二级指标。为便于建立灰色关联分析模型,对一级指标,用Xi表示(i=1,2,…,m),二级指标用Xij表示(i=1,2,…,m;j=1,2,…,n),具体如表1所示。同时,对二级指标评分标准,经过征询有关专家的意见与建议,按照重要性程度,分为“重要”“较重要”“一般”3个档次,分别设定评分标准为30分、20分、10分,具体见表1。   为便于表述,我们可以用以下模型表示,首先记信息化教学比赛的评价指标体系为A,则A=(X1,X2,X3,X4);其中:X1=(X11,X12,X13);X2=(X21,X22,X23,X24);X3=(X31,X32,X33,X34,X35);X4=(X41,X42,X43)。   二、灰色关联度分析模型   灰色关联分析方法是灰色系统理论组成部分之一。它是根据拟分析的系列因素(指标)直接发展态势的相似程度大小、高低,衡量各个因素(指标)之间接近的程度、水平。其实质是量化判断各评价对象与参考对象的接近程度。两者之间相似程度越高,表明评价对象与参考对象越接近,关联度越大;反之,则关联度越小。根据各评价对象与参考对象关联度的大小,人们可以对评价对象总体进行量化排序。具体步骤如下。   (一)确定反映评价模型的参考特征序列和影响评价模型的比较特征序列   设系统有m个待评价对象,有n个评价指标,则可形成m×n阶评价指标特征序列数值矩阵,记Xi= (Xij)m×n,其中Xij(i=1,2,…,m ;j=1,2,…,n )为第i个评价对象在第j个评价指标下的取值。记Xi为影响评价模型的比较特征序列。然后建立评价模型的参考特征序列。对于正向指标(指标值越大越好),取Xi(i=1,2,…,m)中最大值?为Xoj,形成参考特征序列X0。反之取最小值作为参考特征序列。参考特征序列的实质为评价的标杆指标。   (二)对特征序列数据进行无量纲化处理   实践中,由于各指标间量纲不同,如计量单位不同,数量等级不同等,导致人们不能将各指标进行直接比较。因此,为了便于指标值之间的比较,人们需要对评价指标数值矩阵进行规范化处理,称为无量纲化。无量纲化处理的方法一般有区间值化法、初值化法、均值化法。实际操作中选择其中一种方法即可,选用不同方法不影响判断结论。这里需要对参考特征序列X0j(j =1,2,…,n)同步进行无量纲化处理,形成X’0j(j =1,2,…,n)参考特征序列。   (三)计算关联系数ε   灰色关联系数ε按以下三个步骤计算:第一步,计算参考特征序列与比较特征序列的绝对差,即用无量纲化后的参考特征序列的每一项,减去比较特征序列对应的每一项,记为Δik,Δik=|X’0j-X’ij|(i=1,2,…,m;j=1,2,…,n;k=1,2,…,n)。第二步,找出所有差值中最大差M和最小差m。第三步,求灰色关联系数ε,εij=(m+ρM)/(Δik+ρM)(i=1,2,…,m;j=1,2,…,n;k=1,2,…,n),式中:ρ为分辨系数,一般在0~1,通常取0.5。   (四)计算灰色关联度rj   由于灰色关联系数ε反映各比较特

文档评论(0)

3471161553 + 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