基于课程分析的大学教育教管结合新思路

屈争辉 姜波 汪吉林 李明 鞠玮

[摘要]对学生的教与管是大学教育中两大相辅相成的主题，如何做到二者的结合一直是教育工作者思考的问题。现今社会已步入大数据时代，学生课程学习过程中的实验、作业、期中和期末考试成绩等无疑是反映学生学习行为的宝贵信息。建立学生课程信息大数据，适时分析学生的学习行为将有助于学生的分类管理，架设大学教育教与管的桥梁，有效提高大学教育的效能。研究基于中国矿业大学资源与地球科学学院203名学生的构造地质学课程实验及期末考试成绩分析，评定学生学习主动性和学习能力，将学生分为9类，提出“由点带面”的管理方略，初步构建了一种基于大数据时代背景的“教管结合”新思路。

[关键词]大数据时代;课程分析;教管结合

[中图分类号]G647 [文献标识码]A [文章编号]2095-3437（2019）12-0190-03

对学生的教与管是大学教育中两大相辅相成的主题，分别由专业教师和辅导员具体负责，然而教师和辅导员所属的系和学生工作中心两大职能部门往往缺少充分的沟通，导致大学教育中教与管脱节的问题普遍存在，这在一定程度上制约了大学教育的效能。目前，我国高校普遍采用“辅导员+班主任”的双重模式以弥补教管之间的衔接问题，但事实上“辅导员+班主任”这种双重模式并未体现出“1+1>2”的价值。在具体工作中，辅导员的职权过大，可支配的资金、可调用的资源远大于班主任，而且还经常出现越位、错位等现象。而班主任更多的是扮演一种可有可无的角色，工作缺乏积极性和主动性，效率不高，有时还会出现缺位现象，工作流于形式，并没有能充分发挥班主任的业务特长。大学教育如何开展教管结合，一直以来备受高等教育学家的关注，他们对如何开展教管结合进行了探索与实践。

前人关于教管结合的探索主要集中于20世纪90年代后期的医学院和职业技术学院。以广州医学院为例，1997年春季学期以来其全面启动了由部系参与管理的教管结合管理模式，即临床医学本科前期属学院基础部管理，后期根据专业方向分别划归临床一系、临床二系、社科部等部系管理，形成了部、系及学生处双重领导下的管理模式，改变了过去由年级办、学生处、教务处管理的模式。广州医学院动员专业教师参与学生管理，形成了教师不仅教得好，而且管得好，寓管于教的氛围，并提出了以育人为导向的教管结合理念，以及具体的教管结合措施，即基础学部与年级办相结合、年级办与教研室相结合、任课教师与教学班相结合、思想道德教育与专业教育相结合等。

21世纪以来，有关教管结合的探索仍主要集中于医学和职业技术院校，但在时间上较为分散。具有部队背景的白求恩军医学院于2008年前后开展了通过实施教管结合提高专业课教学质量的实践，所实施的教管结合措施更为具体，包括：教员评学、学员评教、课堂管理、四个教育、教学辅导、第二课堂等活动，这有效地提高了专业教学的质量;无锡市积业技术学院教师陆晓俊则针对目前我国高等教育师资结构不断优化，高校辅导员队伍中出现了具有专业学科背景的辅导员的新形势，指出具有双重角色的辅导员可以将学生的教与管结合起来;厦门兴才学院则通过综合评定、课堂管理活动、主题教育活动、教学辅导活动、第二课堂活动、定期交流活动及实习跟踪活动等，增进教管结合，保障教学质量稳步提高。

以上有关教管结合的实践表現出两大共同的特点：其一，教管结合的探索与实践主要见于以教学为主且纪律性强的普通医学院、军队医学院及高职院校，鲜见有教学科研并重的大学;其二，教管结合的思路相同，主要表现在增加专业教师或辅导员的角色功能、设置专业教师与辅导员共同参加的交流活动等，以期增进教与管的沟通。

既然教管结合对于大学教育那么重要，为何教研并重的大学反而鲜见相关探索？现有的教管结合的思路与措施能否为大学教育所借鉴呢？笔者认为，教研并重的大学之所以鲜见教管结合的相关探索，是因为难以实施，专业教师的教学任务和科研任务已经非常繁重，辅导员队伍人员偏少且事务繁多，以增加角色功能或增设交流活动的方式在大学开展教管结合，会进一步增加专业教师和辅导员的负担，不适合在大学推广。那么，是否存在某种既能增进专业教师与辅导员间的沟通又不增加他们负担的方法呢？在大数据时代下，答案是肯定的。

根据中国互联网络信息中心（CNNIC）2017年1月22日发布的第39次《中国互联网络发展状况统计报告》显示，截至2016年12月底，我国网民规模达7.31亿，手机网民规模6.95亿，学生群体占比为25%，网民中使用手机上网的人群占比为95.1%。移动互联网拓展了网络的疆界和应用领域，大数据时代已悄然来临，人们也开始关注如何有效利用互联网大数据提升大学教育的效能。然而，目前的关注点主要集中在辅导员，认为高校辅导员作为学生的直接管理者和执行学校安全教育管理理念的核心力量，其工作任务繁重，需要不断提高工作质量和工作效率。高校大数据具有数据主体身份确定、数据体量相对不大、数据结构相对标准和数据价值量大的特征。移动互联大数据时代的高校辅导员应充分利用高校大数据平台规范学生安全教育管理流程，升华学生安全教育管理理念，构建运用移动互联网高校大数据技术创新“三位一体”的学生管理模式，为学生提供更多人性化的安全教育和安全保障服务。但现有的基于大数据思维的大学教育探讨鲜见有关教管结合的报道。

学生课程学习过程中的实验、作业、期中和期末考试成绩等无疑是反映学生学习行为的宝贵信息，如能建立学生课程信息大数据，适时分析学生的学习行为，将有助于学生的分类管理，架设大学教育教与管的桥梁，有效提高大学教育的效能。本文基于203名学生的构造地质学课程实验及期末考试成绩分析，评定学生学习主动性和学习能力，进一步分析学生的分类管理，以期构建一种基于课程分析的大学教育教管结合新思路。

一、课程选择

课程中和结束后的考核结果蕴含了学生学习主动性和能力的信息，是开展课程分析的信息基础。课程中的作业、实验及小型测验，能反映学生平时的课程学习投入，更能代表学习的主观能动性。课程结束后的考试是学生最为紧张的，多数学生都会在考前一周突击，该结果则主要反映学生的学习能力，这也是进行课程分析的必要条件。

中国矿业大学资源与地球科学学院为地质工程专业203名2009级本科生开设的课程构造地质学，课程中安排6次实验作业，课程结束后安排闭卷考试，符合开展课程分析的要求。

二、课程分析

分别用6次实验成绩的平均分和期终考试成绩代表学生的学习主动性和学习能力。

203名学生的实验成绩平均分的最大值和最小值分别为93分和73分，以最低分为起始，2分为间隔分别统计各区间内学生人次并绘制分布图（见图1），可见（83，851区间内的人数最多，为60人，分布图整体表现为以该区间为中心的近似正态分布，结合实验作业具体批改情况，将实验平均成绩高于87分的59名学生视为学习主动性强，低于或等于81分的25名学生视为主动性差，其余119名学生视为主动性中等。

203名学生的期终考试成绩平均分的最大值和最小值分别为93分和15分，以45分为起始，5分为间隔分别统计各区间内学生人次并绘制分布图（见图2）。可见，60分至85分的各区间人数在30人上下浮动，结合实验作业具体批改情况，将期终考试成绩高于80分的50名学生视为学习能力强，低于或等于60分的37名学生视为学习能力差，其余116名学生视为学习能力中等。

三、学生划分

依照主动性和学生能力的三级划分，可将学生划分为9类（见图3），59名主动性强的学生，学习能力以强和中为主，人数分别为23人和31人，只有5人学习能力为差，比重仅为8.5%;126名主动性中的学生，学习能力分异明显，表现为以中为主，强与差相当，人数比重为60.3%、19.1%和20.6%;18位主动性差的学生，学习能力以中和差为主，强次之，人数比重分别为50%、33.3%和16.7%。

四、分类管理

针对以上学生的划分，拟采用“由点带面”的方针开展分类管理。所谓点，是“异常点”和“突出点”，前者包括主动性强但学习能力差的学生和主动性差但学习能力强的学生，后者包括主动性和学习能力都是强或差的学生，其特点是在学生中为小众，但却具备较强的影响力，有些是好的影响，有些是坏的影响。所谓面，是各方面或单方面表现为中的学生，其特点是人数众多，但容易受周围环境左右，却能因人多而改变环境。“由点带面”的方针，即重点针对不同类型的“异常点”和“突出点”实施不同的方案治之，以加强好的影响，减弱或消除坏的影响，带动多数学生形成良好的学习氛围，从而提高教育效果。

“异常点”是小众中的小众，人数只有3-5人，应优先施教，分而治之。主动性强但学习能力差的学生，智力太差的可能性不大，不然也上不了大学，其原因可能是学习不得法，或是受某种特殊因素困扰，致使无论如可努力都考不好。对此，可以直接找相应的学生及其同学了解情况，针对性地解开其心结，这样能让该类学生学习能力大为提高。主动性差而学习能力强的学生，头脑是极为聪明的，相比其他学习能力强的学生学习同样的内容他们只需花费较少的精力，这类学生平时学习主动性不够，考前突击亦能考得好成绩。同时，该类学生在学生中往往具有强的影响力，若能将其主动性调动起来，并能帮扶其他同学，定能达到以点带面的效果。至于如何调动其主动性，可以通过师生一对一交谈，并安排其承担一定职务的方式，这样义务和责任双管齐下，可以充分调动其积极性。

“突出点”亦为小众，但均在学生中具有较大的影响力，施教应扬抑结合。对于主动性和学习能力均强的学生，应鼓励其承担一定的学生工作，让其去帮扶和带动其他学生，尤其是帮扶主动性和学习能力差的学生。对于主动性和学习能力均差的学生，只靠环境的带动还不够，须采用一定的约束性措施。可以指定指导教师定期检查谈话，并指定好学生帮扶的方案，在调动其学习主动性的同时，抑制其对学习氛围的坏影响，这样也可达到以点带面的效果。

五、基于课程分析开展教管结合的设想

在大学开展基于课程分析的教管结合探索与实践是一个系统工程，需要学校领导层的重视、教务部和学院的具体实施、广大专业教师和辅导员的积极参与，以及设立课程大数据分析中心专门负责课程数据的自动化收集、处理分析、结果精准推送及实施效果适时自动调研和系统功能改进与完善。

其中，大数据分析中心是实现设想的关键，是整个系统的核心，其能否提供简单而有效的信息呈现给学校管理部门及广大专业教师和辅导员，这关乎教管结合的成败。当大家看到效果时，会主动地支持并参与进来，只有这样才能保障系统的有效运行并不断完善。而大数据分析中心功能的核心是数据的收集与处理，前者其实已经具备。目前，大学各课程考核结果均已上网，需要做的仅是数据对接的实现。而后者还需要做大量的工作，包括针对不同類课程或课程组的分析方法、处理分析及结果推送的策略（处理何时何种课程、何时推送给何类用户）等，这不仅是大数据技术问题，更需要广大管理者、专业教师和辅导员的积极参与。针对此问题，学校可以设立教改专项来调动广大教师的积极性。

显然，系统的建立是有一定难度的，但一旦实现，必能架起大学教育教与管的沟通桥梁，而且不会增加师生的负担，从而有效增进大学教育的效能。

六、结论

文章以中国矿业大学地质工程专业2009级203名学生的构造地质学课程实验及期末考试成绩为数据源，统计分析评定学生学习主动性和学习能力，将学生分为9类，并提出了“由点带面”的分类管理方略，针对主动性强但学习能力差和主动性差但学习能力强的“异常点”，与主动性和学习能力都是强或差的“突出点”实施不同的教管方案，从而加强好的影响，减弱或消除坏的影响，带动多数学生形成良好学习氛围，从而提高教育效果，并初步探讨了大数据时代背景下在大学开展基于课程分析的教管结合的思路。