高职教学质量综合评价中教学工作量和业绩成果关系研究

李 毅

(石家庄职业技术学院 信息工程系,河北 石家庄 050081)

中共中央、国务院印发的《深化新时代教育评价改革总体方案》要求改进高校教师科研评价,突出质量导向,重点评价学术贡献、社会贡献及支撑人才培养情况[1].教育部在《关于深化高校教师考核评价制度改革的指导意见》中提出要加强教学质量评价工作[2].这为高职院校推动教学改革、提高教学质量提供了路径指引.教学质量综合评价所关注的要素,既是高职院校教师在教学全过程的体现,也是教学工作的要点,更是提高教学质量的关键.多年来,高职院校根据自身发展情况开展教学质量综合评价,积累了大量的数据,这些数据不仅能反映教师的教学质量,也能反映系部教学工作的整体情况,而教学质量考核评价中的教学工作量、同行评价、教学活动、业绩成果、教师自身属性等要素之间存在着一定的关联性.

本文以高职H 学院X系为例,对教学质量评价中的教师工作量、教学评分、教学活动、业绩成果的数据项进行综合考虑.教学工作量指教师在一学年内承担教学任务的课时量;教学评分包括学生评价得分、同行评价得分和督导评价得分;教学活动包括教师教学建设、教研活动、教学文档;业绩成果包含教师获得的各级别教学成果奖,建设的各级别精品在线开放课程_,参加的各级别教育教学改革项目,参加的各级别教学类比赛,教师个人或团队参加、指导学生参加的专业技能大赛,主编或参编的国家规划教材等.X 系按照H 学院对教学质量评价的要求,结合系部实际情况,对2021—2022学年部门内40名教师进行了教学质量综合评价,主要数据项包括教学工作量、同行评价、教研活动、教学文档、系级督导、教学建设和业绩成果.因为教师的本职工作是教学,所以X系主要以教学工作量作为教学质量综合评价的最基本考核项.而系部教学的核心竞争力依赖于系部教师建设的各级别精品在线开放课程,参加的各级别教育教学改革项目和参加的各级别教学类比赛等业绩成果,因此X系主要以业绩成果作为系部教学质量综合评价的关键考核项,通过业绩成果考评引领系部教学改革.本文使用数据挖掘工具,基于关联规则研究教学质量综合评价中教师的教学工作量和业绩成果的关系,以期为提升高职院校的教学质量提供依据.

1 教学工作量、业绩成果数据项内容及计算方法

1.1 教学工作量

教学工作量主要包括讲课、实训(实验)、实习、课程设计等直接从事教学活动的工作量.X 系结合系部实际情况,只考虑授课工作量.教师每学期授课教学工作量计算公式为:G=∑Ai×Bi×Ci×Di.其中,G代表核算后的教学工作量;Ai代表教师第i门课程的实际授课基本学时数;Bi代表第i门课程的合班学时系数,合班学时系数见表1;Ci代表第i门课程的折算系数(非重复课为1,重复课为0.9);Di代表教师第i门课程的难度系数,专业核心课程的难度系数为1.1,一般专业课程的难度系数为1.0(课程类别参照人才培养方案).

表1 合班学时系数

1.2 业绩成果

X 系针对教师业绩成果多元多级的特点,制定了业绩成果量化计分标准,具体情况见表2.

表2 业绩成果量化计分标准

业绩成果数据项计算方法如下:

系内业绩成果排名第一的分值为Smax,计20分;其他教师业绩成果得分,其中R为按照“业绩成果量化计分标准”得到的量化得分.

由于数据项数值经过多次计算和汇总,不存在噪声数据,具有良好的规范性,所以数据预处理阶段只考虑数据的标准化和离散化.

2 教学工作量、业绩成果数据预处理

2.1 数据标准化处理

2.1.1 教师工作量数据项标准化处理

依据H 学院教学工作量标准,根据X 系实际情况对统计后的教学工作量进行标准化区间划分,并对划分区间进行编码,划分结果见表3.

表3 教学工作量标准化表

2.1.2 业绩成果数据项标准化处理

业绩成果按照表1业绩成果量化计分标准进行统计,先对教学成果奖、精品在线开放课程、教育教学改革项目、教学类比赛、专业技能大赛和教材6个考核项分别计分,之后将所有考核项得分求和,最后对教师业绩成果最终得分进行标准化区间划分并编码,划分结果见表4.

表4 业绩成果标准化表

2.2 数据离散化处理

依据教学工作量标准化表和业绩成果标准化表,构建字段为A1～A4,ξ0～ξ10的教学质量综合评价数据离散化表.表中字段填充规则是,根据每位教师工作量和业绩成果所在的标准化区间,在相应字段内的填T,在不相关字段的填F,例如某位教师工作量为165学时,对应教学工作量标准化表中A2字段为T;业绩成果得分为15,对应业绩成果标准化表中ξ2字段为T,其他字段为F.按照这个规则对所有教师的教学工作量和业绩成果数据进行遍历,生成数据离散化表,实现数据离散化.

3 教学工作量和业绩成果的关联分析

3.1 关联规则算法与计算

关联规则是数据挖掘中使用最广泛、最实用、最重要的算法之一.在关联规则算法中最有影响力的算法之一是Apriori算法[3],该算法是一个逐层搜索迭代的方法[4],算法流程见图1,首先扫描数据库D,生成候选1项集C1,计算每一项集的支持度Si,舍弃支持度小于最小支持度阈值的项集,同时保留支持度满足最小支持度阈值的项集,生成频繁1项集L1,从2项集开始循环,由频繁k-1项集Lk-1生成候选k项集Ck,并计算每一项的支持度Si,保留支持度满足最小支持度阈值的项集,生成频繁k项集Lk,直到当前频繁k项集Lk为空时,循环结束,此时输出所有频繁项集.

图1 Apriori算法流程图

本文采用Apriori算法对预处理后的教学工作量和业绩成果数据进行关联规则分析.遍历数据离散化表得到单个项集的支持度,设定最小支持度阈值,生成过滤后的频繁1项集.由于工作量项集Ai和业绩成果项集ξi共同组成频繁1项集,本文只考虑工作量和业绩成果之间的关联关系,在频繁2项集产生时,过滤掉工作量项集Ai自身和业绩成果项集ξi自身之间的组合,设定最小支持度,产生频繁2项集.通过计算得出工作量为A2时,A2ξ0的支持度为0.225,置信度Confidence(A2⇒ξ0)=0.600;工作量为A3时,A3ξ0的支持度为0.275,置信度Confidence(A3⇒ξ0)=0.647;工作量为A3时,A3ξ0的支持度为0.125,置信度Confidence(A3⇒ξ1)=0.290.

3.2 教学工作量和业绩成果关联规则的挖掘实现

本文使用Matlab软件,采用Apriori算法对离散化的教学工作量和业绩成果数据进行分析.

第一步,找出离散化表的频繁1项集,根据项集的最小支持度Support_Mini,过滤出频繁项集构成频繁2项集.实现伪代码如下:

第二步,找出新一层频繁项集的项数k,如果k＞1,说明至少存在两个频繁项集,将其组合成一个新的项集,根据最小支持度过滤构建出新的频繁项集,重复迭代以上步骤,直到最新的频繁项集的项数k等于1时,停止迭代.实现伪代码如下:

第三步,计算出频繁项的置信度,找出大于最小置信度阈值的规则,则为强关联规则.

3.3 教学工作量、业绩成果关系的验证

通过使用Matlab软件对离散化的教学工作量、业绩成果数据进行分析.根据数据分析结果,将最小支持度设定为0.125,得到频繁项集为{A2ξ0,A3ξ0,A3ξ1},置信度分别为0.600,0.600和0.290,理论分析与软件运行结果基本一致.

为了验证计算和软件分析的准确性,采用SPSS-Modeler数据挖掘软件对数据进行了验证,首先导入数据源,之后通过类型节点过滤不必要的字段并生成数据表,依据计算和Matlab软件分析结果,设置最小支持度和置信度,并使用“网格化”工具图示关联度情况,如图2的关联性分析图中的深度、宽度较重的线条显示了强相关性,可以看出A2ξ0,A3ξ0,A3ξ1具有强相关性,SPSS-Modeler验证结果与理论分析、软件分析结果一致.

图2 关联性分析图

4 结论与建议

4.1 结论

本文对教学工作量和业绩成果这两项数据进行关联分析,根据X 系实际工作情况和最小支持度、置信度的计算结果,选取最小支持度S=0.125,最小置信度C=0.300,挖掘出3 条具有强关联性的规则.

(1)强关联规则A3⇒ξ0的支持度S=0.275,置信度C=0.647.强关联规则A2⇒ξ0的支持度S=0.225,置信度C=0.600.可以看出,教师承担的教学工作量较重的[5],业绩成果级别较低,说明教师工作时间如果被日常教学占用较多,在业绩成果方面就会有所欠缺.

(2)强关联规则A3⇒ξ1的支持度S=0.125,置信度C=0.290.可以看出,X 系有12.5%的教师虽然承担较多的教学工作量,但业绩成果(满分20分)依然比较突出,说明该部分教师掌握了基本的教学规律,能够在教学工作量的压力下,提高自己的业务水平,在教学质量综合评价中教学工作量和业绩成果成绩突出.

4.2 建议

(1)提高业绩成果不明显、工作量较大的教师对教学质量综合评价的重视程度,帮助其认真解读相关文件,力争在技能竞赛方面快速取得成果.

(2)鼓励教学工作量大但业绩成果突出的教师在课程建设、教材建设方面取得突破.

(3)做好青年教师的培养工作,帮助其尽快成长;同时做好专业建设、课程建设、教材建设等的统筹工作,引导教师在业绩成果方面取得良好成绩.