文摘

大学教学评价是教学的一个重要组成部分,因为它不仅总结了这学期的教学效果,还指导下一个学期的教学。然而,随着中国素质教育改革的实现大数据时代的到来(BD),新大学教学评价的要求被提出,这也带来了许多改革条件。传统意义上的教学评价通常是完全基于课程的学生得分数据。这种方法是基于单一数据源,从而不能全面评价教学效果,客观或相当。为了解决这个问题,高校教学评价方法提出了在双相障碍环境中操作。探讨高校教学评价在post-BD时代。巴特利特球形检验统计量的观测值是6619.943,和相应的概率几乎是等于0。如果显著性水平一个是0.05,应该拒绝零假设,因为概率小于显著性水平一个,这表明相关系数矩阵不能单位矩阵。这也意味着必须有一些原始变量之间的相关性,进行因子分析。双相障碍可以结合分散和单一评价数据创建连续、系统的数据。双相障碍可以提供大量的数据对教学评价的支持,使其更科学和公平;同时,由于BD,教学评价可以更快地返回教学评价的结果。

1。介绍

信息技术的快速发展和信息技术大学的增加投资,BD已经进入主要的大学校园。如何真正地和有效地使用生成的BD在学校教学和管理已成为发展的一个关键挑战智能校园(1,2]。教学过程中产生的各种数据,例如,可以有效地用于解决教学评价中存在的问题。不难发现,通过实践教学,教学评价环节是反映教学效果的一个重要标准。我们必须改变我们的思维方式和理解和优化,提高教学评价和监督体系。最重要的环节在教学过程中应考虑教学评价。只有科学和客观的教学评价可以更好地促进学生的个性化发展,全面深化改革体育教育体系,并提高大学生核心素养和能力3,4]。大学教学评价是教学过程的一个重要方面。它不仅总结了这学期的教学效果,但它也指导下一个学期的教学5]。然而,随着中国素质教育改革的实施和BD时代的到来,高校教学评价提出了新的要求,介绍了许多改革条件。建立一个新的教学评价体系基于BD的出现背景是非常重要的在促进教学工作的发展(6,7]。在传统的教学评价中,我们通常仅依靠学生为教学评价得分数据。这种方法是基于单一数据源,不能全面评估教学效果,客观,或者相当。针对这个问题,本文提出一种教学评价方法在大学设置BD的上下文中。

BD时代的到来已经对政治产生重大影响,社会经济,教育和其他领域。中国政府高度重视市场研究和应用领域的教育和发起一项研究旨在促进教育改革和创新利用BD技术(8- - - - - -10]。在人们的生活和研究的数据量与日俱增的BD的时代。使用双相障碍技术,可以解决积累大量数据的问题,如文本数据、图像数据(11- - - - - -13),学习过程数据,等等。BD来自其潜在的“大”“大价值”综合数据分析,没有明显的“大容量。“除了描述性统计报告数据,反映了数据值的关键在于数据的不同应用程序。首先,数据可以用来提供早期预警学生的学习状态。信息对象可以随时随地交流通过各种有线和无线网络,这不可避免地导致信息的交换,和数据和信息的有效性的关键在于提高速度,而BD技术可以处理数据高效、迅速(14,15]。

双相障碍可以提供大量的数据支持教学评估和使它更科学和公平;同时,由于BD,教学评价可以更快地反馈教学评价的结果。有效教学评价主要是其中的一个标准,反映了教学过程及其影响。它可以准确地反映教学过程中存在的缺陷以及是一个有价值的工具,用于教师寻求改善他们的教学方法和教学质量。同时,它可以检测由检测问题,提高学生的学习效率,在学习过程中可能会出现。当BD技术广泛应用于教育教学,教师可以获得的所有方面学习者的信息更迅速、有效地、全面,真正和提供实时反馈,让他们提供决策,计划,和教育实现的基础。双相障碍可以结合分散和单一评价数据创建连续、系统的数据。利用BD技术,大学教学质量评价系统可以涵盖所有阶段和方面的学生学习和成长的双重职能,实现“责任和改善,”准确地“肖像”大学的教学质量,全面提高大学的教学质量。本文研究和创新上面的问题从以下方面:(1)大学的教学评价模型提出了BD的时代。基于数据的设施,流行的移动学习,数字教学行为、视觉学习行为等都成为高校教学质量评估的数据源。收藏这个模型的方法可以避免大学的暂时性的应对外部质量问责制,同时,它还可以避免失明的教师在提高学生的课程学习,从而实现问责和改进的评价函数。(2)大学教学评价系统构建了基于双相障碍。在教学评价体系的背景下BD应用程序中,我们可以应用BD相关技术处理收集到的数据在大学教学评价的过程。BD相关技术应用到教学评价,我们可以整合和分析收集到的数据,挖深,和获得大量的信息,使评价结果更加科学和客观的和有一定的应用价值。

2。相关工作

2.1。国内外研究现状

元提出与教师,作为人才培养的主体,他们的教学质量直接影响学生学习的质量。教学质量的评估是非常重要的对于教学质量的优化管理16]。Yuanmeng建议,使用网络服务器,大量的个人信息可以存储在很长一段时间和动态,并有利于存储所有信息检索等一系列工作,搜索、添加、删除、计算和统计,为教学工作提供及时、准确的参考信息和教师队伍建设17]。刘等人提出,教学质量的评价是合理判断的影响因素和教学效果的教学有效的技术手段的帮助下,调动教师的教学积极性,及时改善和处理教学活动中存在的问题,进一步提高教师的教学质量,并实现一个更加完美的人才培养机制(18]。张先生建议大多数评估工具使用归纳法来提取一些老师和课堂行为特征,被认为是对教学效果产生影响的现有教师效能研究和列表在一起。研究人员不知道哪些因素更重要的是,但是评估通常是旨在获得合成分数(19]。Nivash先生提出的计算和分析过程的评价应由计算机完成。通过这种方式,不仅效率的教师教学评价改进,整个学校的教学评价,教师可以在很短的时间内完成,而且整个过程无纸化,和评估过程由计算机完成。因此,它是更加开放和公平的,和更客观的教学评价,可以提高教学管理水平,促进提高教师素质,确保教学质量,进一步提高学校的教学质量(20.]。华丰L指出,客观、公平、合理的评价教学质量是目前人才培养的一个重要任务。这是一个重要手段发现教学问题,明确教学方向,改善教学过程,提高教学效果(21]。福等人提出的定量数据通过网络平台更准确和及时,创造条件自动评价和反馈系统,简化了评估者的工作,缩短评估周期,并确保信息的有效性和质量通过参与评价活动在最合适的时间22]。彭日成等人提出了评价教学质量作为评价教师的教学活动,出现学校的出现。然而,教学质量评估活动所应有的价值在学校教育管理中,在20世纪初开始(23]。Araujo等人提出,通过系统的相互作用,评价主体和评价之间的直接接触对象应该减少,以避免的主观印象评价主体的评价对象和确保每个评价对象是平等24]。福等人指出,在国际上,美国和英国是第一个国家推出教学质量评价活动,和他们有一个深刻的理解教学质量评价活动,总结了丰富的评价经验。他们不仅在理论研究取得了很大的进步,但也取得了丰硕的成果,积累了宝贵的经验在实际验证(25]。

2.2。高校教学评估的研究现状BD的时代

总之,教学质量的评价和管理在国内外有着悠久的历史,和一个相对完美的标准和评价指标体系已经形成。为了评估教师教学质量全面、客观地分析了教学评价的双相障碍的大学时代。BD的应用使学校评估标准,学生和教师的方方面面,不仅对学生或教师的一个方面。我们还应该综合得分和评估学习态度和进步的程度。BD技术的应用具有低密度、高的影响价值。有些分散,不同类型的数据使用双相障碍分析技术挖掘信息的潜在价值,以促进学习和研究和实现的便利和深度数据挖掘。最说老师学生的学习,所以教师评价是在评估学生的教学的主要部分。在这项研究中,老师可以登录到老师系统来评估学生的教学替代类。BD应用程序的上下文中,重建大学的教学评价体系有机结合线上和线下课程的教学,更系统地整合各种教学活动的过程,目标组织教学内容,提高学生参与学习的兴趣和质量。

3所示。根据BD大学教学评价模型

BD技术是一项新技术,目前已经建立的技术框架和实用价值。下面的格式IOS网络的七层协议,目前主要使用的特定技术映射到相应的水平,这有助于加深理解和记忆。教学评价的基础和必要条件是建立一个科学、有效的评价体系。大学教师的评价体系属于软科学的管辖范围。软科学是科学研究的基本要求介绍管理和决策过程,使管理和决策过程的科学依据和制度保障,利用现代科学技术手段,以达到高效、科学、现代化的管理和决策。在某些方面,大学的老师评价系统作为模型为进一步改善评价目标和教学作为接力棒的传递。大学教学质量评价体系基于BD将评估整个过程和记录和分析数据与学生学习有关。学生的学习是一个极其复杂的过程,一个学校的教学质量不能仅仅判断结果的基础上,就像无法判断一个学生是否优秀是否仅仅在学术成就。此外,我们不能改善教育的过程,除非我们知道学生在学习过程中发生了什么事。教学评价系统是一个基于学校的评价体系是开放的,多样化的,以人为本。 The overall structure of the system is shown in Figure1。双相障碍将被分为层的关注。

3.1。数据集成层

底部的整体数据架构,数据集成层系统需要处理的数据源,包括私有应用程序数据,数据存储在数据库中,生成的日志数据分析的操作系统,等等。这些数据有不同结构和类型的特点,包括结构化数据、非结构化或半结构式数据,文本格式数据和视频格式的数据。

3.2。文件存储层

文件存储层保护等技术细节的上层应用程序存储设备类型、模型、接口协议、和分布位置,并提供各种管理功能,以确保可靠的文件访问服务,如数据备份、容错、状态监测和安全机制。

3.3。数据存储层

有别于传统的关系数据库,数据存储层不需要完整的支持SQL技术,也不需要对关系数据的存储功能的支持。它只需要实现大量数据的管理能力较低的条件下表。它可以快速完成数据读写操作下大量的数据,实现通过简单的硬件存储容量扩展的线性增长。

3.4。平台管理

平台管理层组件,其中主要包括配置管理、运行监控、故障管理、性能优化,安全管理,等等,是保证整个数据处理的顺利和安全操作平台。这方面的技术还处于起步阶段。动物园管理员和洋麻是两个开源技术这一层。

从数据的深度,我们不仅可以收集数据,学生的学习成绩,而且还记录学习结果的影响因素,达到这一水平,定期测量和分析每个影响因素,并记录结果。从数据的宽度的角度来看,数据记录和分析的范围不仅包括宏观国家和区域层面上,内消旋学校层面,和课堂水平,还微学生水平。层次分析法的最终结果是得到老师的教学评价指标体系表1相对于元素的总体目标的最低水平,从而形成相应的层次结构模型,如图2。

使用学生的表现没有听仔细在脱机类突出的特点,学生的学习态度。学生没有听仔细的综合性能 ,和计算方法

在这里,是粗心的听力表现的平均值课程,是观测的数量。

被定义为

在这里,的重量吗性能的因素观察和观察点的数量。

学生的在线和离线综合性能类是 ,采用比例系统和计算方法是什么

在这里,是学生的在线综合得分类的系统, 学生的平均表现价值仔细倾听类。离线的的学生类,在线综合得分的重量,课堂学习的态度,和线下的分数,可以动态地决定根据课程的性质和教师的需求。默认情况下,重量可以设置相同的情况下,指示同等程度的关注。

总之,学生的课程的综合性能 ,和计算方法

在这里,是观测的数量,和的全面的在线和离线性能值是学生的课程。

在课堂上学生参与评价的过程类似,学生的学习态度。差异如下:当标签图片,发现所有的学生都没有听仔细在图像序列;量化性能量化性能序列根据性能因素和学生的数量与这个性能和获得组织性能值;性能分析是计算教室性能根据性能的综合价值价值和评价方法。

记录学生的课堂参与并计算如下:

在这里,比例的平均表现价值的学生在课堂上认真听吗当然,是观测的数量。

定义如下:

在这里,的比例是学生在课堂上听得很认真的观察期间在当然,是观测的数量。

定义如下:

在这里,是仔细听的学生人数在指定范围内,然后呢是学生的总数在指定范围内。

在线和离线的全面参与课程的学生团体 ,和计算方法

在这里,的平均表现价值的比例在上述学生认真上课吗当然,的在线参与程度课程体系。课堂参与和在线参与的重量,分别可以动态地决定根据课程的性质和教师的需求。默认情况下,等于体重可以设置,表明同等的关注。

的在线和离线综合平均分数学生团体的记录 ,和计算方法

在这里,是离线作业的平均分数的学生吗当然,在线作业的平均分数的学生吗课程。请参考各自的权重,可以动态地确定根据课程的性质和教师的需要。相等的权重可以设置,在默认情况下,显示同等程度的关注。

总之,全面参与课程的学生 ,平均分数是 ,和计算方法 在哪里是观察,的数量在线和离线的全面参与吗课程的学生团体的在线和离线综合平均分数是课程的学生团体。

BD的“陪同”数据收集方法提供了“循证”材料的评价两个范例同时,以便实现问责和改进的双重功能。正如上面提到的,依赖于双相障碍,我们可以收集和分析整个过程和多维数据与学生的学习、与教学质量评价相关的所有元素的形式记录数据:数字设施和设备,推广移动学习、数字化教学行为、视觉学习行为等已成为高校教学质量评估的数据源。这种“陪同”收集方法可以避免的临时性质大学在处理外部质量问责制,也可以避免教师的失明在改善学生的课程学习,从而实现问责和改进的评价函数。

4所示。大学的教学评价系统的实现

4.1。BD下高校教学评价体系的设计

使用可视化和数据挖掘系统的分析工具,如SPSS、SAS Weka,等等,教师成长的轨道产生的各种教学评价指标数据的变化曲线。BD对各种数据进行聚类分析和骨料的高低点教学评价数据,这样我们就能完全理解什么是受欢迎的,什么需要进一步改进。此外,关联规则的方法也可以用来分析学生的教学评价得分和一门课程的学生的分数,探索学生的教学评价分数是否客观、合理,以纠正老师的教学评价得分。BD已经建立了教学评价体系,确保公平、公正,和客观的评价,通过线上和线下综合评价、上级评价下属,学生的评价教师,教师评价的教师,教师的个人评价、家长评价教师,和其它评价手段和主题,以吸引老师的注意和学校教学,提高他们的注意力,最终促进学校事业的健康发展。三层体系结构密切相关,它不能没有其中之一。这种架构系统连接与顶级终端用户基本数据形成一个技术结构。业务层是系统的中间层,主要逻辑层实现系统的各种功能,实现用户操作的转换,用户读写操作转换成由各种功能操作处理完成。数据层与业务逻辑层通过接口实现各种操作的数据和完整的数据读取和存储。表示层是系统和用户之间的交互层。除了各种外围设备的接口,它还提供了用户对系统的访问。 The application server in the teaching evaluation system separates the client from the database server, and the client cannot directly access the database server. The application server can control which data is changed and accessed and how the data is changed and accessed. In addition, the storage permissions of applications and data can be set hierarchically, so that even if the external intruder breaks through the security defense line of the client, if there is another security mechanism in the teaching evaluation system and database server, the system can also prevent the intruder from entering other parts.

在教学评价系统中,我们可以使用双相障碍相关技术来处理大学在教学评价过程中收集的数据。BD相关技术应用到教学评价,我们可以收集的数据集成和分析,深入挖掘,获取大量的信息,使评价结果更加科学、客观、有用。教学评价系统的三层结构显然是分裂的,逻辑上独立,独立。因为他们是逻辑上划分,并不总是对应于物理位置,他们的硬件系统结构非常灵活,每个部分可以选择最适合的硬件处理负载和处理特点。三层可以在一台计算机或两个或两个以上的电脑,只要他们坚持系统的三层结构。大学评价的指标已成为自BD时代的到来更具体。丰富的评价体系和评价内容也可以让老师更加意识到自己的缺点和优点,不断让他们最大限度地发挥其优势,减少他们的缺点,确保他们的全面发展,并最终促进教学的整体健康发展。

4.2。实验结果和分析

使用统计模型分析数据是一个现代社会的趋势。越来越多的学者将统计模型应用于各种数据分析,如金融数据分析和地质勘探数据分析。本章分析了分数数据的教师教学质量评价在大学使用因子分析模型和方差分析模型的统计数据,为教师提供一个更合理的评价方法教学质量评估。检查每个索引老师的教学质量评价体系是适合的因素分析。的数据开始,教师教学质量评估表中列出应该根据指标的分类;然后,运用SPSS17.0软件,因子分析在数据表中列出执行获取指标之间的相关系数矩阵和kMO Bartlett测试表,如表所示1和2。

从表可以看出1,大多数评价指标之间的相关系数的教师教学质量大于0.5,这意味着大多数的变量有很强的相关性,所以它适合因素分析。

KMO测试统计和巴特利特球形从表可以看到测试结果2。巴特利特球形检验统计量的观测值是6619.943,和相应的概率几乎接近于0。如果显著性水平是0.05,因为概率小于显著性水平 ,应该拒绝零假设,这意味着相关系数矩阵不能一个单位矩阵,这意味着必须有原始变量之间的相关性,并适合因素分析。评价范式的转换将直接对学生评价高等教育质量中心更直接。这种以学生为中心的高等教育质量将学生的学习结果和发展高等教育质量改进的基本立场,回到大学的起源和重塑高等教育人才培养的主要位置。

在完成每个维度的得分的计算教师通过有效教师能力评级系统,获得分数不同维度的教师通过问卷和预处理数据,评估系统将被应用到测试其有效性。根据课堂视频,这个实验中截取图像的不同行为的四个学生,B, C和D在不同的时间在课堂上,在每个类获得他们的行为表现,获得他们的表现值在每个观测时间结合性能因素和权重。获得教室粗心的性能值和综合性能值的学生,B, C和D,如图3- - - - - -5。

从数据3- - - - - -5,我们可以看到,学生A、B和D有相对较高的在线综合得分,而学生C有相对较低的分数。学生的离线得分更高,而学生B和C的较低。学生有最好的课堂学习的态度,其次是学生乙,然后学生D,和学生c在线数据可以在一定程度上反映学生的学习情况,但不能完全反映学生的学习效果。需要全面考虑离线情况。从网络数据,学生B, A, D得分高。然而,在线数据包含许多方面,课外相关的在线数据只能为学生的学习提供一定的参考。是否教师教学质量评价是合理与否不仅与教师自身的利益,而且与各种教学活动在大学和学院和学生的利益。科学合理评价教师的教学质量不仅会提供有利依据有效的高校教学管理,而且更有效地提高教师的教学水平,更好地培养学生的能力。根据这个实验的计算,每个课堂参与的比较图和类的平均分数,B类和类D所示的数据6和7。

从数据6和7可以看出,同样的老师,同样的教学方法,课堂的教学效果稍差学生,而B类学生相对更好。类D学生中间。B类学生积极主动学习的过程,以及他们参与高在线和离线,所以整个类的平均得分高于A类和类d。此外,这些学生的学习积极性强,采用翻转课堂的形式,以学生为主体,教师为主导,它可以提高学生的学习效率和学习质量。对学生在学习过程不是很活跃,教学主要是讲座的形式,教学效果较好。主要是有权查询和修改学生基本信息和评估教师的教学。老师和专家们基本上一样的权威和学生只能编辑自己的信息和做出相应的评价。因此,通过设置不同的角色,可以进一步提高系统信息的安全。

5。结论

更多和更广泛的接受和教育理念的实践,提出了更高的要求对教师课堂教学的质量。本文试图探索教育BD教学模式,建立评价模型,并分析这些大型和多维数据如何真正体现“学生“学习”和“教师教学”以停止过多依赖经验和教育决策的基础数据。它可以挖掘学生的实际学习能力更全面,可以深入把握学生的学习状态,从而达到教学的目标。它还可以提供早期预警学生的不良行为根据增长和改变学生的学习状态。提出了大学的教学评价系统BD的时代,改进每个维度的指标通过分层和分级,并确定这些指标的计算方法。从实验可以看出,巴特利特球形检验统计量的观测值是6619.943,和相应的概率几乎接近于0。如果显著性水平是0.05,应该拒绝零假设因为概率小于显著性水平 ,这表明相关系数矩阵不能单位矩阵,这也表明,必须有原始变量之间的相关性,这是适合因素分析。实现数据管理的制度化,大学我们需要动员各部门一起参与,在数据管理,明确各部门的职责,形成一个周期和连续数据周期过程。设计阶段的数据通常是从教学研究中心或教师发展中心。根据理论基础的心理学、教育学、社会学,评价数据内容和设计方法。相信教育BD的应用将会越来越广泛和深入,从而不断促进教育质量的提高和智能教育系统改革。

数据可用性

使用的数据来支持本研究的发现可以从作者要求。

的利益冲突

作者宣称没有利益冲突。

确认

本研究支持重庆市高等教育教学改革研究项目(二级学院校企合作人才教学方法和练习案例研究航空学院重庆青年职业技术学院,193474年)。