数据工程专业科教融合现状调查与分析

陆星家 陈志荣

摘要：数据工程专业随着大数据的快速发展，成为教育部新设立的新专业。通过对学生评教数据、科研业绩数据进行分析，结果表明，职称对于学生评教无显著差异，评教较好的教师、评教较差的教师的科研业绩都无显著差异。学生评教与教龄符合S-型函数，教龄与科研业绩符合Cubic模型，论文业绩与学生评教有负相关，项目业绩与学生评教是正相关。

关键词：科教融合；数据工程；模型拟合

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）27-0091-02

数据工程专业既是传统的理工类专业，也是当前信息技术、计算机技术、统计科学的支撑专业，在信息技术人才培养、科技研发、数据挖掘、人工智能等方面发挥着越来越重要的作用。与研究型本科院校不同，应用型本科院校的数据工程类专业还较多地承担着教学和社会服务作用[1]。数据工程类专业的相关知识发展非常迅速，大数据、云计算、区块链、人工智能发展日新月异，几乎每隔几个月就会有令人耳目一新的新技术、新产品出现。同时，从事本专业的工程师需要不断地更新知识才能跟上行业的发展，这对应用型数据工程类专业的人才培养是一个很大的挑战。学校的教学需要在稳定中逐步更新，但是社会对专业知识的更新速度却不会减慢。如何让应用型本科院校的数据工程类专业教育适应这一专业的特殊背景，是当前数据工程类专业建设迫切需要解决的难题[2，3]。

一、研究内容与方法

通过获取宁波工程学院2016—2017年统计年鉴数据以及教务评教数据，数据通过脱敏处理，提取数据工程专业2016—2017年的科研业绩、学生评教信息。针对科教融合的理念，选择学生评教前30%、后30%的科研业绩，以及科研业绩30%、后30%的学生评教排名进行配对T检验，判别两者之间是否存在显著性差异。科研业绩-评教成绩、教龄采用模型拟合的方式对以上数据进行拟合，通过回归分析判断科研、教学之间内在的关系。

二、数据工程专业科研、教学业绩调查

数据工程专业2016年所有教师的平均学生评教排名为268名（样本总量559），表明数据工程专业教师的学生评教处于中等水平。数据工程专业2017年学生评教前30%教师信息，所有教师的平均学生评教排名为243名（样本总量591），相比较2016年的学生评教排名，排名提升6%，2017年数据工程专业学生教学满意度有提升。

2016年学生评教中，教授的平均排名为217名，中位数为263名，副教授的平均评教排名为285名，中位数249名，讲师的平均评教排名为218名，中位数244名。2017年学生评教中，教授的平均排名为242名，中位数为126名，副教授的平均评教排名为205名，中位数202名，讲师的平均评教排名为260名，中位数260名。探索性统计分析结果表明，教授更加重视教学过程的管理，对学生学习的要求更加严格，因此学生评教成绩并不占优势。

1.学生评价前30%的人均科研业绩。数据工程专业2016年学生评教前30%教师的科研业绩中，教授科研业绩为4，副教授科研业绩为228，讲师科研业绩为267，教授平均科研业绩为2，副教授为57，讲师为33。数据工程专业2017年学生评教前30%教师的科研业绩中，教授科研业绩为454，副教授科研业绩为1015，讲师科研业绩为1014，教授平均科研业绩为151，副教授为169，讲师为92。

探索性统计分析结果表明，2017年评教前30%教师的科研业绩相比较2016年的科研业绩有显著的提升，同时职称对学生评教无直接相关性。

2.学生评价后30%的人均科研业绩。数据工程专业2016年学生评教后30%教师的科研业绩中，其中教授科研业绩为369，副教授科研业绩为143，讲师科研业绩为962，教授平均科研业绩为145，副教授为20，讲师为45。数据工程专业2017年学生评教后30%教师的科研业绩中，其中教授科研业绩为0，副教授科研业绩为224，讲师科研业绩为1006，教授平均科研业绩为0，副教授为32，讲师为55。探索性统计分析结果表明，2017年评教后30%教师的科研业绩相比较2016年的科研业绩有显著的下降。

三、结果分析

1.教龄对学生评教的影响。对2016年、2017年教龄与学生评教数据分析，检测教龄与学生评教之间的内在關系，利用线性模型、幂指模型、S模型以及Logistic模型对教龄和学生评教进行拟合，其中S模型拟合最好。2016年学生评教-教龄的关系符合S模型[公式（1）]，公式1表明任教时间较短的教师，学生评教排名较高，教师任教超过5年之后，学生评教的排名逐渐较为平稳。

四、结论

应用型地方高校的数据工程专业处于学科建设阶段，该专业的绝大部分教师都是数学专业、数理统计专业，对于专业的定位尚处于摸索阶段。许多教师需要从理论教学向理论与实践相结合的教学方式。通过对数据工程专业的评教数据进行统计分析，5年教龄是影响评教的分界点，教龄超过5年教师的学生评教趋于稳定。新入职教师由于需要熟悉课程内容，同时在教学中缺乏教学经验造成学生评教成绩不稳定，一旦熟悉教学内容之后，学生评教与教师的教学内容无关，只与教师的教学方式、备课技能和授课准备有关，这是由于备课情况和授课技能对学评教结果的影响是决定性的。

参考文献：

[1]杨现民，骆娇娇，刘雅馨，等.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017，（12）：13-20.

[2]吴南中.混合学习视域下的教学设计框架重构——兼论教育大数据对教学设计的支持作用[J].中国电化教育，2016，（5）：18-24.

[3]李葆萍，周颖.基于大数据的教学评价研究[J].现代教育技术，2016，26（6）：5-12.