高校中外合作办学学生成绩特点的实证分析.docxVIP

高校中外合作办学学生成绩特点的实证分析 摘要：以南京工程学院软件工程合作办学专业为研究案例，用相关性分析、聚类分析等方法探究高校合作办学学生成绩分布特点和变化趋势，分析高考成绩对大学成绩的影响。从大学课程的两两相关性、不同类型课程间的关联及不同开课模式课程间的关联等角度的研究发现，大学各门、各类课程成绩相关度较高，中外课程具备一定融合度，课程体系构成有机整体。自第二学期开展专业类课程起，优等生和后进生群体逐步形成，应格外关注这一时期学生的学习情况。高考成绩对大学成绩的总体影响较弱。相对而言，高考语文成绩位列第一梯队的学生在大学期间成绩较优，尤其在外方课程学习中更具优势，这与外方课程考核模式多采用论述写作有一定关联。 自20世纪90年代我国开展中外合作办学以来，高校中外合作办学专业得到了蓬勃发展。随着我国高等教育愈发注重对优质教育资源的本土化有效利用，合作办学专业逐渐从“走出去”向“引进来”转变。近年涌现出一批“4+0”合作办学本科教育项目，即学生大学4年学业均在国内完成，外方教师来华授课，毕业可获中外双学位。“4+0”合作办学对中外双方的课程体系融合度提出了更高的要求，学生通常面临更大的课业压力。因此，需对学生的学习情况进行分析，及时掌握学生成绩的分布情况，以便对教学内容和方法做出必要调整。一、研究样本说明对大学生课程成绩的分析和归因问题由来已久。已有研究发现，家庭、户籍、性别、高中表现等因素都对大学生的课程成绩有一定影响本文以南京工程学院“4+0”软件工程合作办学专业2018级学生为研究对象，该专业共有学生58人，生源主要来自江苏，也有部分学生来自其他省市地区。通过对学生背景的了解，发现绝大部分学生家境中等偏上，城市户籍占大多数，学生的家庭情况总体差距不大。由于专业原因(软件工程为工科)，报考的绝大部分学生是男生，不适合开展性别差异性研究。综合上述原因，对南京工程学院软件工程中外专业学生成绩的研究主要分析成绩本身的特点，并尝试探讨大学成绩与高考成绩的关联，对其他外在因素不做论述。考虑到全国高考并非统一命题，学生主要来自江苏，为准确对学生入学水平作出判定，只研究生源地为江苏的学生成绩情况。将软工中外2018级江苏学生的高考成绩、大学四个学期各门课程成绩进行汇总、整理，大学成绩只计入正考成绩，重考成绩不计入。二、共时视角的成绩相关性(一)高考各科成绩的相关性我们统计了这批学生高考数学、语文、英语及高考总分两两之间的皮尔逊相关系数(Pearson correlation coefficient)，结果显示，高考数学成绩与英语成绩的相关系数为-0.633**(二)大学同学期各科成绩的相关性我们统计了这批学生大学同一学期各门课程成绩的两两相关性，结果显示：各门课程成绩两两之间仅存在正相关，无负相关情形。测定相关系数时，设定双侧显著性水平α=0.05。计算每学期课程存在两两相关的比例，公式为：三、历时视角的成绩变化趋势(一)大学不同学期成绩的相关性统计这批学生在大学不同学期各门课程成绩的两两相关性，结果显示：不同学期各门课程成绩两两之间仅存在正相关，无负相关情形。依然设定相关系数的定双侧显著性水平α=0.05。计算不同学期课程存在两两相关的比例，公式为：(二)高考成绩与大学各学期成绩的聚类分析为考察学生高考成绩及大学每学期成绩的分布特点，分析高考成绩与大学成绩的关联，探讨学生成绩从高考到大学各学期的变化趋势，使用K均值聚类(K-Means)分析进行成绩分组。K-Means是一种迭代求解的聚类分析算法，已有学者将其应用于高校学生试卷分类评价以大学第四学期各门成绩的分析为例，根据聚类分组中每门课程成绩的平均值、显著性差异情况等特性确定每个聚类分组中每门课程的排位，根据分组中每门课程成绩的排位情况将该学期五个成绩分组分别设定为成绩的五个梯队。如表1所示，单门课程成绩有1-5五个排位，每门课程成绩的排位由成绩平均值确定，无标记则表示该排位处的成绩与前后排位的成绩存在显著性差异(设定双侧显著性水平α=0.05)，左指箭头“←”代表该排位处成绩与前一排位成绩无显著性差异，右指箭头“→”代表该排位处成绩与后一排位成绩无显著性差异。以“质保”课程为例，在成绩第一梯队中，该课程排位为1，在第三梯队中排位为2，在第二、第五和第四梯队中，该门课程成绩无显著性差异，排位为3-5。对比每学期五个等级的成绩梯队可知，第一梯队和第五梯队的变化相对其他梯队较小，总体比较稳定，如表2所示。举例说明表2所述含义：第一学期成绩处于第一梯队的学生中，有71.43%的学生第二学期仍处于该梯队，47.62%的学生第三学期仍处于该梯队，61.90%的学生第四学期仍处于该梯队；第一学期成绩处于第五梯队的学生，在