紀(jì)曉韻
摘? ?要:教學(xué)質(zhì)量評估是提高教育教學(xué)質(zhì)量的重要保證。學(xué)生評教是教學(xué)質(zhì)量評估的客觀評價,已被廣泛應(yīng)用于各大高校中,評教的結(jié)果通過大數(shù)據(jù)分析,可以為教學(xué)質(zhì)量評估提供依據(jù),教學(xué)質(zhì)量評估是教學(xué)活動不可缺少的一個基本環(huán)節(jié),它在教學(xué)過程中發(fā)揮著多方面作用,檢驗教學(xué)效果、診斷教學(xué)問題、提供反饋信息、引導(dǎo)教學(xué)方向、調(diào)控教學(xué)進(jìn)程等?,F(xiàn)用WEKA進(jìn)行數(shù)據(jù)分析,找到影響教學(xué)質(zhì)量評估的關(guān)鍵因素和隱含信息,以進(jìn)一步提高教學(xué)質(zhì)量。
關(guān)鍵詞:教學(xué)質(zhì)量? 學(xué)生評教? 大數(shù)據(jù)分析
中圖分類號:G434? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ? ? ? ? 文章編號:1674-098X(2019)05(a)-0205-04
近幾年來,我校通過學(xué)生評教方式在促進(jìn)教師提高教學(xué)質(zhì)量等方面取得了一些的成效。主要采用學(xué)生網(wǎng)上評教的方式,由學(xué)生結(jié)合任課教師的課堂教學(xué)情況,根據(jù)教學(xué)管理部門制定的相關(guān)評教項目進(jìn)行評價打分,最終統(tǒng)計出教師個人在某個學(xué)期教學(xué)質(zhì)量的學(xué)生評價得分。
為了深入挖掘和研究學(xué)生評教數(shù)據(jù)背后隱藏的有價值的信息和知識,本課題旨在借助數(shù)據(jù)挖掘技術(shù),分析教師屬性如職稱、學(xué)歷、工齡、性別等以及教學(xué)基本素養(yǎng)、教學(xué)方法與手段、教學(xué)管理、現(xiàn)場講授等等教學(xué)因素與學(xué)生評教成績之間是否存在內(nèi)在聯(lián)系,或者哪些教學(xué)因素會直接影響學(xué)生的評教意向,從而為提高教學(xué)質(zhì)量提供決策支持。
1? 研究背景
教育部于2017年6月13日發(fā)布《關(guān)于全面推進(jìn)職業(yè)院校教學(xué)工作診斷與改進(jìn)制度建設(shè)的通知》。完善職業(yè)教育內(nèi)部質(zhì)量保證制度體系,建立常態(tài)化的職業(yè)院校自主保證人才培養(yǎng)質(zhì)量機(jī)制,教育部決定建立職業(yè)院校教學(xué)工作診斷與改進(jìn)制度,著力推動職業(yè)院校履行人才培養(yǎng)質(zhì)量主體責(zé)任,強(qiáng)化教育行政部門加強(qiáng)事中事后監(jiān)管、履行管理職責(zé)。正確認(rèn)識職業(yè)院校教學(xué)工作診斷與改進(jìn)制度,持續(xù)提高技術(shù)技能人才培養(yǎng)質(zhì)量具有重要意義。
教學(xué)質(zhì)量事關(guān)學(xué)校所培養(yǎng)出學(xué)生的質(zhì)量,抓好教學(xué)質(zhì)量是高校教學(xué)工作的首要任務(wù)。
因此國內(nèi)外大學(xué)都非常重視教學(xué)質(zhì)量監(jiān)督保障體系建設(shè),其中主要運用一些教學(xué)質(zhì)量評價的手段和方法來加強(qiáng)對教師教學(xué)質(zhì)量的監(jiān)督。利用教學(xué)質(zhì)量評估的最初原始數(shù)據(jù)對教學(xué)課堂的教學(xué)評估的效率進(jìn)行比較和分析[1]。有學(xué)者通過對教育過程中的相關(guān)新知識進(jìn)行數(shù)據(jù)挖掘,方便教育部門對教學(xué)過程進(jìn)行管理,其數(shù)據(jù)來源于教育質(zhì)量評估的各部門。這些數(shù)據(jù)主要包括學(xué)生的問卷調(diào)查和教師教學(xué)記錄[2]。評教的數(shù)據(jù)是學(xué)生對教師教學(xué)質(zhì)量和水平的客觀評價,其結(jié)果被廣泛應(yīng)用于教師考核和教學(xué)質(zhì)量診斷與改進(jìn)。美國的高校管理機(jī)構(gòu)對教師的應(yīng)聘和升職都廣泛采納學(xué)生意見,參考學(xué)生評教的結(jié)果。
目前學(xué)生評教已在上海T學(xué)院使用多年,通過學(xué)生評教,教學(xué)管理部門把評教結(jié)果反饋給教師,對評價較差的教師要求認(rèn)真查找原因,改進(jìn)教學(xué)方法,不斷提高教學(xué)水平和能力。
2? 研究內(nèi)容
2.1 現(xiàn)有評教體系
以我校為例,我校近年來采用網(wǎng)上評教模式對教師教學(xué)質(zhì)量進(jìn)行客觀評估。馬秀麟等人通過對評教數(shù)據(jù)內(nèi)部一致性的檢驗、對同質(zhì)教學(xué)班的多輪評教數(shù)據(jù)進(jìn)行跟蹤分析和與督導(dǎo)數(shù)據(jù)的一致性分析[3]進(jìn)行驗證評教數(shù)據(jù)確實能客觀反應(yīng)教學(xué)質(zhì)量,并對評教數(shù)據(jù)進(jìn)行分析從而為教學(xué)部門提高教學(xué)水平提供依據(jù)。
為了確保評教結(jié)果的客觀公正,每學(xué)期我校進(jìn)行兩次評教活動,分別在開學(xué)第一個月和學(xué)期結(jié)束前三周,這樣有效避免了“高分互換”和“逆選擇”行為[4-5],教學(xué)督導(dǎo)綜合兩次評教平均分發(fā)布評教結(jié)果至各二級學(xué)院。教學(xué)督導(dǎo)會將排名在后10%的教師進(jìn)行監(jiān)督改進(jìn)教學(xué)方法,促使這些教師盡快提高教學(xué)水平。
理論課評教問卷介紹如表1。
從表1可以看到理論課的評教信息來源于4大因素共16題,分別是:教學(xué)基本素養(yǎng)(25分)、教學(xué)方法與手段(32分)、教學(xué)管理(25分)和教學(xué)效果(18分)。
2.2 研究對象
本文以2017—2018學(xué)年我校第一學(xué)期第二次評教結(jié)果為例,數(shù)據(jù)庫表中共計98萬余條原始評教數(shù)據(jù)。本次參評教師共計415名(專任教師314名,校內(nèi)兼職84名,校外教師17名),評教課程共計2167門(其中理論課1845門,理實一體課322門),共計61132人次參與評教,總參評率達(dá)到59.37%。
綜合其他文獻(xiàn)和校內(nèi)師生的討論結(jié)果,預(yù)測影響學(xué)生評教的因素主要分為以下3大方面:教師因素包括教齡、性別、職稱等,課程因素包括課程類別、課程性質(zhì)、總學(xué)時、總學(xué)分等和客觀因素包括學(xué)生年級、是否本系教師授課、教師總課程數(shù)、教師總課時數(shù)等,故而在數(shù)據(jù)采集時分別采集了以上信息。針對人事系統(tǒng)提取教師基本信息、教師類型、職稱評聘、進(jìn)修深造等,結(jié)合本次數(shù)據(jù)分析的需求,提取出教師信息(性別、教齡、學(xué)歷、學(xué)位、職稱信息、教師類型);針對教務(wù)系統(tǒng)提取評教數(shù)據(jù)(按課程、教師、評教因素匯總)、課程信息(課時數(shù)、學(xué)分、課程類型、學(xué)生人數(shù))和成績信息(通過人數(shù)、平均分)以供后續(xù)挖掘。
然后對數(shù)據(jù)源進(jìn)行加工,檢查數(shù)據(jù)的完整性、一致性、準(zhǔn)確性,對丟失數(shù)據(jù)進(jìn)行填補(bǔ),消除“臟”數(shù)據(jù)。
此次評教最低分為64.99,最高分95分,平均值為93.435分,標(biāo)準(zhǔn)偏差為2.296。說明此次評教數(shù)據(jù)的成績集中度很高,評教的成績沒有拉開差距和層次。為了有利于后期數(shù)據(jù)挖掘分析,現(xiàn)將評教結(jié)果進(jìn)行分類:SCORE>94.49歸為A; 94.49>=SCORE>92.99歸為B;剩余歸為C。
2.3 研究方法
本研究從數(shù)據(jù)交換平臺共享庫獲得教務(wù)系統(tǒng)中課程基本信息、成績信息、教師基本信息,評教信息需從教務(wù)系統(tǒng)中另行采集和預(yù)處理,其中校外教師的基本信息人事系統(tǒng)中并無記錄,由二級學(xué)院自行管理,無從獲得。本文中將從數(shù)據(jù)庫提取到的數(shù)據(jù)利用數(shù)據(jù)挖掘平臺WEKA進(jìn)行分析。
分類是數(shù)據(jù)挖掘的重要技術(shù),分類是在已有數(shù)據(jù)的基礎(chǔ)上學(xué)習(xí)出一個分類函數(shù)或構(gòu)造出一個分類模型,是Weka中的分類器。其中決策樹就是一種非常有效的分類方法。
決策樹方法的起源是概念學(xué)習(xí)系統(tǒng)(Concept Learning System,CLS),然后發(fā)展到ID3方法達(dá)到高峰。但I(xiàn)D3算法是把信息增益 (信息熵)作為選擇測試屬性的標(biāo)準(zhǔn),即樹節(jié)點的選擇策略,在計算基于屬性的信息熵時,公式比較復(fù)雜、計算量較大,相應(yīng)的復(fù)雜度也高,當(dāng)數(shù)據(jù)量很大的時候很耗費硬件資源,計算花費的時間較長[6-7]。
C4.5算法是澳大利亞悉尼大學(xué)Ross Quinlan教授于1993年對ID3算法進(jìn)行修改而來。C4.5算法在以下幾方面進(jìn)行了改進(jìn):
(1)能夠處理連續(xù)型屬性和離散型屬性的數(shù)據(jù)。
(2)能夠處理具有缺失值的數(shù)據(jù)。
(3)運用信息增益率作為決策樹屬性選擇標(biāo)準(zhǔn)。
(4)對生成樹修剪,降低過擬合。
C4.5算法可以使用通用的稱作TreeGrowth的決策樹歸納算法作為生長樹算法。該算法的輸入是訓(xùn)練集T和屬性集U[8]。算法遞歸選擇最佳屬性以劃分?jǐn)?shù)據(jù),并擴(kuò)展樹的葉節(jié)點,直到滿足結(jié)束條件。
C4.5引入屬性的分裂信息來調(diào)節(jié)信息增益:
信息增益率:
在WEKA中J48算法正是C4.5算法的java版本。根據(jù)計算不同屬性的信息增益率,得到影響評教的關(guān)鍵因素;通過屬性選擇中進(jìn)行數(shù)據(jù)挖掘,通過WEKA生成分類決策樹預(yù)測模型,找出評教問卷各因素與評教成績之間的關(guān)系,分析各類信息對評教結(jié)果的影響,并將分類預(yù)測結(jié)果運用于教學(xué)管理和指導(dǎo)教師教學(xué)工作,為提高教學(xué)質(zhì)量提供決策參考依據(jù)。
3? 數(shù)據(jù)挖掘的結(jié)果分析
3.1 理論課評教問卷的關(guān)鍵因素挖掘
針對理論課的評教問卷結(jié)果,提取四大因素得分總和進(jìn)行匯總,因為各因素總分不同,為了科學(xué)取得評教關(guān)鍵因素,對數(shù)據(jù)進(jìn)行預(yù)處理,取各因素得分率(即:得分/總分*100),在WEKA中導(dǎo)入理論課各因素得分率和最終評教分類數(shù)據(jù)集,理論課共計1845門,其中評教A類課程共583門,B類826門,C類436門。
根據(jù)各屬性增益率結(jié)果表2,可以確定A21為影響評教的關(guān)鍵因素,即教學(xué)方法與手段是理論課評教的關(guān)鍵因素。
通過與學(xué)生和教師溝通,發(fā)現(xiàn)理論課教學(xué)方法與手段較為單一,教師多以PPT教學(xué)為主,學(xué)生“被動”聽課,可引入同伴教學(xué)法通過教師設(shè)計的用于揭示學(xué)生概念錯誤和引導(dǎo)學(xué)生深入探索的概念測試題,借助應(yīng)答交互系統(tǒng)或選項卡片,引導(dǎo)學(xué)生在課堂上對概念測試題進(jìn)行討論、爭辯、交流、重新判斷,參與教學(xué)過程,在課堂教學(xué)中創(chuàng)建一種學(xué)生自主學(xué)習(xí)、合作學(xué)習(xí)、生生互動、師生互動的創(chuàng)新教學(xué)模式[9]。
有學(xué)者已經(jīng)提出采用現(xiàn)代教育手段,拓寬學(xué)生的學(xué)習(xí)方式,構(gòu)建基于“互聯(lián)網(wǎng)+”的教學(xué)平臺,以交互式微課、MOOC、云端課的形式拓展學(xué)習(xí)者的學(xué)習(xí)空間促進(jìn)學(xué)生能力的培養(yǎng)[10]。
3.2 影響評教因素分析
其中校內(nèi)專職教師共計310人,校內(nèi)兼職教師84人,其余為校外教師,因校外教師信息無法逐一獲取,故而針對校內(nèi)教師作數(shù)據(jù)分析。
首先分析理論課,之前分析過理論課評教問卷的關(guān)鍵因素是A21,故此時評教信息數(shù)據(jù)選取A21的成績、參評人數(shù)、評教總分,成績信息中選擇平均分、通過人數(shù),課程信息包括學(xué)生人數(shù)、總課程數(shù)、總學(xué)分?jǐn)?shù)、總課時數(shù),教師信息中選取性別、教齡、職稱、學(xué)歷、學(xué)位、教師類別。再根據(jù)評教和成績數(shù)據(jù)進(jìn)行匯總計算出總參評率、總通過率,共計16個屬性。
選擇不同分類器,選擇十字交叉驗證方法分類結(jié)果運行如表3。
顯然J48分類器的分類效果更佳,接下來進(jìn)行屬性選擇的評估結(jié)果最終為:A21、性別和評教結(jié)果類別3個屬性,按此三個屬性進(jìn)行分類效果如表4。
正確分類實例數(shù)比剛才的結(jié)果還要多一個,決策樹比之前更小,原本17個屬性現(xiàn)僅用2個屬性進(jìn)行分類,此時生成的決策樹如圖1。
3.3 影響評教的其他因素
通過對這16個屬性增益率排序,前三名分別是A21/S24得分、參評率和總課程數(shù)。
可見除了評教關(guān)鍵因素外,參評率、教師學(xué)期總課程數(shù)也對評教結(jié)果產(chǎn)生著重要影響。
4? 結(jié)論與建議
4.1 增強(qiáng)學(xué)生評教意識,化被動為主動
通過對學(xué)院的評教數(shù)據(jù)的分析,總體上學(xué)生的評教數(shù)據(jù)是客觀有效的,學(xué)生的評教分?jǐn)?shù)一定程度上反映了教師的教學(xué)質(zhì)量,但是目前總體參評率不足60%還有待進(jìn)一步提高,這需要學(xué)院管理部門的重視。美國教育評論家斯塔弗爾比姆人為,“評價最主要的意圖不是為了證明,而是為了改進(jìn)”[11]。學(xué)校要加強(qiáng)對評教的宣傳和指導(dǎo),讓學(xué)生積極客觀參與評教,這樣評教的數(shù)據(jù)才能客觀真實反應(yīng)教師教學(xué)質(zhì)量,對提高教學(xué)質(zhì)量、發(fā)現(xiàn)目前存在的問題起到關(guān)鍵作用。同時學(xué)校通過分析評教結(jié)果,找到影響評教的關(guān)鍵因素,從而有針對性地改進(jìn)教學(xué)質(zhì)量,學(xué)生必然會從課堂教學(xué)改進(jìn)的效果收益,自然會讓更多學(xué)生積極參與到評教當(dāng)中來。
4.2 評教影響因素的啟示
眾所周知,教師授課一般分為3個階段:課前準(zhǔn)備、課中講授和課后輔導(dǎo)。每個階段都需要教師投入相當(dāng)?shù)木ν瓿蓽?zhǔn)備。課前備課是每位教師授課前的必備環(huán)節(jié),備課充分與否決定了教師教學(xué)質(zhì)量;授課過程中在教師精力充沛的情況會更愿意與學(xué)生交流,對學(xué)生講授也會更有耐心,會更注重課堂氣氛調(diào)節(jié)和吸引學(xué)生注意力;課后輔導(dǎo),對作業(yè)批改、答疑更是需要教師花費更多時間和精力完成。所以排課中要控制教師總課時數(shù),以保證教學(xué)質(zhì)量。
教師也需要學(xué)習(xí),加強(qiáng)教師技能培訓(xùn)。學(xué)生評教的其中一個重要的目的是為了幫助教師提高教學(xué)水平。學(xué)校可以根據(jù)評教結(jié)果分析后普遍存在的教學(xué)弱項有針對性地開展組織培訓(xùn),有目的、有計劃、有針對性地幫助改進(jìn)教師的欠缺和不足。
參考文獻(xiàn)
[1] Li T,BWY.The Study of the DEA Method Model for University Teaching Quality Assessment and Benefit Analysis[J].Physics Procedia,2012(25):1187-1191.
[2] Chalaris M.Improving Quality of Educational Processes Providing New Knowledge Using Data Mining Techniques[J].Procedia-Social and Behaioral Sciences,2014(147):390-397.
[3] 馬秀麟,衷克定,劉立超.從大數(shù)據(jù)挖掘的角度分析學(xué)生評教的有效性[J].中國電化教育,2014(10):78-84.
[4] 周繼良.破譯高校學(xué)生評教問題癥結(jié)之新解——基于信息不對稱理論的檢視[J].教育科學(xué),2010,26(6):30-38.
[5] 林光彬,張?zhí)K,樊彬彬.大學(xué)生評價教學(xué)質(zhì)量的邏輯——來自調(diào)查研究的證據(jù)[J].教育研究,2012(10):93-98.
[6] Tan Pangning,Steinbach M,Kumar V.數(shù)據(jù)挖掘?qū)д揫M].范明,范宏建,譯.北京:人民郵電出版社,2006.
[7] 毛國軍,段立娟,王實.數(shù)據(jù)挖掘原理與算法[M].2版.北京:清華大學(xué)出版社,2007.
[8] 袁梅宇.數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)WEKA應(yīng)用技術(shù)與實踐[M].2版.北京:清華大學(xué)出版社,2014.
[9] 吳艾輝.研究型大學(xué)工科專業(yè)力學(xué)課程教學(xué)方法創(chuàng)新與實踐[J].力學(xué)與實踐,2017,39(3):299-301.
[10]李棟.王海軍.“互聯(lián)網(wǎng)+職業(yè)教育”視域下創(chuàng)新 高技能人才培養(yǎng)模式[J].教育與職業(yè),2018(2):104-107.
[11]陳玉琨.教育評論學(xué)[M].北京:人民教育出版社,2005.