基于云模型的高校学生评教方法研究

耿秀丽

摘要：学生评教在评教指标设定和评教信息处理方法上都存在很多不足。本文以上海L大学网络评教系统为例，分析了学生评教方法存在的具体问题，提出了改进的评教指标体系和基于云模型的评教信息处理方法，应用实例分析验证了所提方法的有效性，最后给出了结论和建议。

关键词：学生评教；云模型；指标体系

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）01-0011-02

我国高等教育开始进入大众化阶段，高等教育由大向强转变的根本标志是人才培养质量的整体提升。其中学生评教是教学质量控制的重要手段之一，也被看作“教学质量保障的根本制度”。[1]学生评教指高等院校学生对教师的课堂教学质量进行评价。[2]目前教育界对学生评教有效性存在质疑与争议，在评价指标体系是否合理，在实际的教学管理中应该如何处理和应用评教数据等方面都存在很多的问题。

国内高校主要把学生评教作为一种教学行政管理控制手段，评价指标体系的设计不够合理，只注重教，忽视了学，使学生评教有失客观性和公正性。甚至有学者认为学生评教不但不能促进教学质量，还会导致教师不敢从严管理学生，导致教学质量滑坡。[3]评教指标也没有考虑到课程类型，实际上，学生评价必修课教师更侧重于教师的教学水平，而评价选修课教师则侧重于教师知识的广度和深度。[4]此外，评价指标等级用数值代替，没有考虑语义评估的模糊性和随机性。最终的评价结果仅是一个单一的数值，不能反映出教师在各评价指标方面的具体状况，难以有效对教学进行准确评估。本文以上海L大学为例，分析学生评教指标体系和评价方法存在的问题，提出了基于云模型的评教信息处理方法。

一、上海L大学学生评教指标体系和方法存在的问题

目前上海L大学的本科教学学生评价指标共有6个，包括认真负责、条理清晰、内容充实、课堂组织、答疑辅导、促进学习兴趣。指标权重是管理者主观确定的，分别为：0.1，0.2，0.2，0.2，0.1，0.2。学生评教时，从每个指标对应的四个等级，即优秀、良好、一般和较差中选择一个对应的等级。管理者在处理学生评教信息时，将四个等级简单转化为分值，分别对应为95、80、65和50分。最后采用加权平均法计算总体评价值。

上海L大学学生评教存在的问题如下：

（1）评价指标侧重于“教”，不够全面，没有与发展型的大学教育目标相关联；

（2）评教信息处理方法没有体现信息的模糊性和不确定性，评价结论难以客观；

（3）评教前缺乏充分的说明，评教后没有完善的反馈信息，教师无法依据评教信息进行提升，学生也得不到反馈信息。

针对上述问题，本文从评教指标体系和评教信息处理两个方面探讨评教方法优化，并给出相应的对策和建议。

二、高校学生评教指标体系优化

目前高校普遍采用的评教指标通常是“五环节模式”，即对教师的教学计划、教学内容、教学方法、教学手段、教学效果进行评价。只评价教师的“教”，而不评价学生的“学”。[5]国外大学更关注学生的学习过程，评教指标中通常会涉及教学管理、教学环境、教师风格与特性以及学生参与和努力程度。根据国外大学的评教理念，并考虑评教信息不宜繁琐的特点，本文给出的高校学生评教指标体系包括6个一级指标：C1教学管理、C2教学环境、C3教学方法、C4教学内容、C5教学态度、C6学习效果。各一级指标可根据学院特点设定具体的二级指标。例如：C3教学方法可包括C31课堂组织能力和C32教学手段是否激发学习兴趣、提高教学效果。C4教学内容可包括C41内容是否与时俱进、理论与实践相结合、有无拓展和C42充实，重点突出。不同学院应根据学科的特点，针对指标体系，可设计合理的评教指标。

三、基于云模型的高校学生评教方法及实例分析

学生评教指标更适合于采用语言信息进行评价，语言评价不仅具有模糊性，还具有随机性和不确定性。云模型运用期望值Ex，熵值En，超熵值He定性表示语言评价值，将评价值的模糊性和随机性集成在一起，是一种定量评价和定性评价相互转换的有效工具。因此，本文用云模型建立语言评价标度来表示评教数据的模糊性和不确定性。云模型用数字特征（Ex，En，He）表示，其中Ex表示期望值，是最能描述这一模糊信息的数值；En表示熵值，反映了这一模糊信息的不确定性，熵越大，不确定性的程度越高；He表示超熵值，它反映这一模糊信息的离散程度，超熵越大，离散程度也越大，随机性越大。

将评价者的各个评价值用自然语言表示，并将其分为n个，一般n为奇数。其有效论域为[Xmin，Xmax]。通过黄金分割法生成n个云评价标度。根据专家评价选取论域[Xmin，Xmax]为[0，100]，给定超熵He0为0.1可以计算得到云评价标度分别为：优秀（100，10.30，0.26），良好（69.1，6.37，0.16），中等（50，3.93，0.1），较差（30.9，6.37，0.16），差（0，10.30，0.26）。

根据L大学管理学院的特点，参照评教指标体系，建立了包含6个一级指标，12个二级指标的具体评教指标体系。6个一级指标权重分别为：0.20，0.10，0.18，0.17，0.15，0.20。各一级指标下对应的二级指标权重分别为：C1（0.7，0.3），C2（0.6，0.4），C3（0.5，0.5），C4（0.4，0.6），C5（0.7，0.3），C6（0.4，0.6）。评教指标对应的评语集为：{优秀，良好，一般，较差，差}。调查2个班级学生对某2位教师所授同一门课程的评分作为数据来源，教师A1评教人数80人，教师A2评教人数75人。根据评教数据利用逆向云发生器对每一个二级指标的评分数据进行处理，然后将二级指标的评价云综合起来得到所有一级指标的云模型的数字特征。评价等级对应的值区间分别为：优秀[85，100]，良好[65，85]，一般[45，65]，较差[25，45]，差[1，25]。

下面以指标C4为例进行说明。将教师A1的评价指标C41通过正向云模型将云评价转化为确定值，然后通过无确定度的逆向云模型将评价值转化为云模型，从而得到针对A1的C41评价云模型为（84.2961，16.2315，5.7258），同理可得针对A1的C42评价云模型为（82.3013，16.1725，5.5768）。C41和C42的二级权重分别为0.7，0.3，运用云模型融合公式得到针对A1的指标C4评价云模型为（83.099，16.196，7.993）。同理得到针对A2的指标C4评价云模型为（82.830，15.706，8.194）。结果可以看出两位教师在指标C4教学内容方面都属于良好等级，但是教师A1略优于A2。说明两位老师在教学内容上差异不大。

最后得到两位教师的综合云模型，分别为A1（71.780，15.593，14.256），A2（68.698，22.671，27.033）。通过对比可以看出，两位教师的教学都属于良好等级，但是A2的评价数据离散性较大，评价结果的不确定性大。因此运用云模型处理评价信息不仅可以得到评价的结果，还可以分析出更深层次的信息。

四、结论与建议

高校学生评教指标体系应将教和学结合，脱离单纯的人事评价目的，基于云模型的评教信息处理方法将各个指标的评价结果用云模型来表示，考虑了信息的模糊性和随机性。与传统的评价方法相比，更能准确地反映出了被评价教师的教学水平，并同时可以挖掘深层次的信息。最后建议网络评教系统可以允许任课教师自主增加开放问题，另外评教结果需要全面地反馈给教师，不仅只有个人的评教结果，还要包括横向的评教比较信息，便于教师针对性得改进教学，真正达到提高教学质量的目的。

参考文献：

[1]蔡敏，张丽.大学生参与教师教学评价的调查研究[J].高等教育研究，2005，（3）：69-73.

[2]杨雪燕，陶鑫.中西方关于学生评教研究的比较[J].北京师范大学学报（社会科学版），2016，（3）：15-25.

[3]杨丽萍，张彦通.是什么影响了高校学生评教的信度和效度[J].中国大学教学，2009，（3）：72-74.

[4]周艳华，解鸿泉.影响高校学生评教的因素及应对策略[J].教育理论与实践，2009，29（11）：6-8.

[5]艾文国，王桂伟，关玉晶.高校学生评教系统改进研究[J].中国大学教学，2012，（12）：76-79.

Research on The Student Course Ratings Approach Based on Cloud Model

—An Example of Shanghai L University

GENG Xiu-li

（University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：There are a lot of deficiencies in the teaching evaluation index setting of the student course ratings （SCR） and information processing methods.Taking the network SCR system of Shanghai L University as an example，the specific problems of SCR approach were analyzed，and the improved evaluation index system and information processing method based on cloud model were put forward.The effectiveness of the proposed approach was verified by a practical case study.Finally，the conclusion and suggestion were given.

Key words：the student course ratings；cloud model；evaluation index