热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

多维度评价,多方面分析:高校教学质量大数据应用介绍

课堂教学质量是学生培养过程中最重要的环节,是普通高校发展的生命线。目前国内各高校开展的课堂教学质量评价活动仍存在一些问题,应该优化评价指标体系、合理确定评价主体、科学运用评价结果,

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

课堂教学质量是学生培养过程中最重要的环节,是普通高校发展的生命线。目前国内各高校开展的课堂教学质量评价活动仍存在一些问题,应该优化评价指标体系、合理确定评价主体、科学运用评价结果,以此完善现行高校教学质量评价体系。

Smartbi致力于为客户提供一站式的BI解决方案,在教育行业拥有广泛的客户群体,如中山大学、西安交通大学、重庆大学等一批知名的高校。Smartbi推出的“高校教学质量大数据分析挖掘平台”就是为了帮助高校建立一套科学的教学质量评价体系,从而培养出更多合格的、适应新时期发展要求的人才。

教学质量评价体系的建立,必须以大数据为依托,才能保证评价的科学性与有效性,借助大数据技术对教学质量进行评价与分析已是必然趋势。因此,Smartbi高校教学质量大数据分析挖掘平台首先采集数据,建立基本状态数据库,然后对数据进行多维度评价和多方面分析,用于指导教学工作的改进。

一、数据准备

Smartbi具备大数据采集、整合能力,提供RDBMS、OLAP、Big Data、NOSQL、文件等多类型数据源支持和多源异构数据跨库查询。Smartbi通过对高校内部业务系统和外部互联网数据的采集建立基本状态数据库,包括数据采集和校验、数据调整和上报、数据检索、数据上报、数据复用等基本功能,为教学质量的评价与分析提供数据支持:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

填报数据的界面,左边是教育部最新的采集表单,右边是对表单状态的监控:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

二、多维度评价

教学质量评价是国家政策,2011年下发的《教育部关于普通高等学校本科教学评估工作的意见》明确要求高校必须进行院校评估,高校都非常重视。然而,要想提高教学质量,只有外力不行,学校还要自觉,要主动进行自我评估,包括更细的学院评估、专业评估、课程评估、教学评价等。Smartbi高校教学质量大数据分析挖掘平台支持教育部要求的院校评估,也可以通过学院、专业、课程等对学校的教学质量进行多维度自评,支持评价指标的自定义配置。每个维度的评价都包含了自我评价、专家评价、评价结果、问题整改等流程,并基于这个流程进行循环,形成闭环评价机制,下面以专业评价为例进行说明。

1、专业自评

打开某个具体的指标观测点,自评人员填上优缺点,对该指标观测点的自我评价,同时上传相关指标观测点的支撑数据和支撑材料:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

2、专家打分

专家打分和提建议都必须有理有据,所以自动关联了对应指标观测点的支撑数据和支撑材料,还有刚才院系评审完毕后自动生成的自评报告:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

3、评价结果

可以直观的看到各个专业的得分排名情况,排名靠前的专业,应该继续加强,而排名靠后的专业,可能存在某些不足,可以根据专家建议,查漏补缺:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

三、多方面分析

大数据之“大”,不在于其表象的“大容量”,而在于对数据进行分析的“大价值”。除了对数据进行描述性的统计报告之外,体现数据价值的关键在于以多样化的方式应用数据。对于教学质量评价来说,采集多方面的数据,对评价的结果进行分析挖掘,可以让教育行政人员、教师、学生家长等做出更加科学、准确的决策。与传统“拍脑袋”的教育决策相比,大数据使高校教学质量评价分析的深度、广度以及细分度不断延伸。在Smartbi高校教学质量大数据分析挖掘平台中,也提供了不同的主题对评价结果进行多方面分析,下面举几个常用的主题进行说明。

1、领导驾驶舱

包含目标定位、师资队伍、学生、课程、学科专业、核心指标预警等子主题,校领导对全校的教学状态一目了然,也可以对这些主题进行深入的解读和分析:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

2、课堂教学质量分析

通过分析课堂到课率、考试成绩数据、课堂互动数据、评价数据等指标建立优秀课堂模型,对学校课堂教学质量及时有效的监测、激发师生共同敬畏课堂,解决如照本宣科、互动少等的课堂问题,提升培养过程的教学质量:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

3、学生成长分析

分析学生在校行为、课堂行为、宿舍行为、上网行为,分析学生学习状态、生活状态、心理状态、家庭状态,实现了解学生、掌握学生、服务学生:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

还可以通过学生画像和行为轨迹,挖掘学生异常行为,精准的分析学生安全、学生学业、学生生活情况,提前预警、早期干预、精准帮扶:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

4、专业综合分析

专业的分析分为三级,第一级是教育部层面有专业评估的需求,重点为专业核心指标的检查和专家诊断,以是否能够达到专业持续运行要求为主;第二级是教育厅层面对省内各个高校的专业进行细化评价评比,以是否达到合格标准为要求,作为建设一流专业的门槛;第三级是学校层面申请,组织领域内专家对自己优势专业进行最细粒度的审核,通过持续改进机制以达到国际先进水平为目标:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

5、研究生学位质量分析

从学位攻读时间监测、研究生创新成果指数、研究生学位论文盲审结果分析、研究生科研经历分析、双一流及学科建设成效分析、研究生教育质量监测关键指标分析等方面开展了相应的模型和算法研究:

《多维度评价,多方面分析:高校教学质量大数据应用介绍》
《多维度评价,多方面分析:高校教学质量大数据应用介绍》

由此可见,Smartbi高校教学质量大数据分析挖掘平台通过多维度的教学质量评价和多方面的结果数据分析,建立科学的教学质量评价体系,既可以满足教育部对高校教学质量评价的要求,又可以提前自我评估,提前发现问题、解决问题,提高教学质量,实现国家中长期教育改革发展规划。


推荐阅读
  • 智慧城市建设现状及未来趋势
    随着新基建政策的推进及‘十四五’规划的实施,我国正步入以5G、人工智能等先进技术引领的智慧经济新时代。规划强调加速数字化转型,促进数字政府建设,新基建政策亦倡导城市基础设施的全面数字化。本文探讨了智慧城市的发展背景、全球及国内进展、市场规模、架构设计,以及百度、阿里、腾讯、华为等领军企业在该领域的布局策略。 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 网络攻防实战:从HTTP到HTTPS的演变
    本文通过一系列日记记录了从发现漏洞到逐步加强安全措施的过程,探讨了如何应对网络攻击并最终实现全面的安全防护。 ... [详细]
  • 福克斯新闻数据库配置失误导致1300万条敏感记录泄露
    由于数据库配置错误,福克斯新闻暴露了一个58GB的未受保护数据库,其中包含约1300万条网络内容管理记录。任何互联网用户都可以访问这些数据,引发了严重的安全风险。 ... [详细]
  • 创邻科技成功举办Graph+X生态合作伙伴大会,30余家行业领军企业共聚杭州
    9月22日,创邻科技在杭州举办“Graph+X”生态合作伙伴大会,汇聚了超过30家行业头部企业的50多位企业家和技术领袖,共同探讨图技术的前沿应用与发展前景。 ... [详细]
  • 自SQL Server 2005以来,微软的这款数据库产品逐渐崭露头角,成为企业级应用中的佼佼者。本文将探讨SQL Server 2008的革新之处及其对企业级数据库市场的影响。 ... [详细]
  • 本文旨在探讨机器学习与数据分析之间的差异,不仅在于它们处理的数据类型,还包括技术背景、业务应用场景以及参与者的不同。通过深入分析,希望能为读者提供清晰的理解。 ... [详细]
  • 58同城的Elasticsearch应用与平台构建实践
    本文由58同城高级架构师于伯伟分享,由陈树昌编辑整理,内容源自DataFunTalk。文章探讨了Elasticsearch作为分布式搜索和分析引擎的应用,特别是在58同城的实施案例,包括集群优化、典型应用实例及自动化平台建设等方面。 ... [详细]
  • 本文详细分析了JSP(JavaServer Pages)技术的主要优点和缺点,帮助开发者更好地理解其适用场景及潜在挑战。JSP作为一种服务器端技术,广泛应用于Web开发中。 ... [详细]
  • 本文探讨了Hive中内部表和外部表的区别及其在HDFS上的路径映射,详细解释了两者的创建、加载及删除操作,并提供了查看表详细信息的方法。通过对比这两种表类型,帮助读者理解如何更好地管理和保护数据。 ... [详细]
  • 智能投顾机器人:创业者如何应对新挑战?
    随着智能投顾技术在二级市场的兴起,针对一级市场的智能投顾也逐渐崭露头角。近日,一款名为阿尔妮塔的人工智能创投机器人正式发布,它将如何改变投资人的工作方式和创业者的融资策略? ... [详细]
  • R语言基础入门指南
    本文介绍R语言的基本概念,包括其作为区分大小写的解释型语言的特点、主要的数据结构类型如向量、矩阵、数据框及列表等,并探讨了R语言中对象的灵活性与函数的应用。此外,文章还提供了关于如何使用R进行基本操作的示例,以及解决常见编程问题的方法。 ... [详细]
  • 本文探讨了当前技术发展趋势,特别是大数据和人工智能如何推动工业互联网的发展。文章分析了全球主要国家在工业互联网领域的进展,并展望了未来工业互联网技术的发展方向。 ... [详细]
  • Python库在GIS与三维可视化中的应用
    Python库极大地扩展了GIS的能力,使其能够执行复杂的数据科学任务。本文探讨了几个关键的Python库,这些库不仅增强了GIS的核心功能,还推动了地理信息系统向更高层次的应用发展。 ... [详细]
author-avatar
杨浩
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有