高校教師課堂教學評價體系的分析數(shù)學建模-資料下載頁
2025-04-07 03:00本頁面
【正文】 由于上述模型反映的是老師的相對教學能力，故對于同一老師在不同時期教學同一門課程時，若要衡量其教學能力，可以將不同時期的所得分數(shù)求平均。 按照問題一的結(jié)果，將4個一級指標分為10個二級指標，如下標17： 表17 完善后的調(diào)查問卷一級指標 二級指標優(yōu)秀良好中等較差很差教學態(tài)度、為人師表，寓思想教育于專業(yè)教學中、富有激情、下課時間，無隨意調(diào)（停）課現(xiàn)象，能認真批閱作業(yè)，指導學生學習教學方法、交流6. 教師課堂講授語言表達流暢，板書規(guī)范，能有效利用各種教學媒體教學內(nèi)容7. 教師備課充分，教學內(nèi)容充實，講課條理清楚，能結(jié)合學科發(fā)展，介紹最新成果教學效果9. 教師能最大限度激發(fā)學生的學習熱情和創(chuàng)造性思維、解決問題和自學能力的提高 其中，優(yōu)秀代表分值10，良好為分值8，中等為分值6，較差為分值4，很差為分值2。 通過調(diào)查問卷所得到的分數(shù) 綜合分值=式中分別為指標的權(quán)重與指標打分值，在我校 [ ]， , 其中表示該班選擇選項的人數(shù)。 對教師評價得分進行處理 將經(jīng)過上面公式算出來的結(jié)果進行難易差異的消除，利用標準化因子 ，得到每門課程得分，若教多門課程，則求其平均值。 有些學生因為自己的原因而對學習失去興趣而帶有有負面情緒等，在對教師評價打分時故意選差；有些學生因輕視對教師評價打分，覺得耽誤時間而盡快選擇評價分數(shù)，全部選則高分項——修改意見：對一個班的學生所打的分數(shù)取值時，以置信區(qū)間百分之九十五取值。 對教師的考核過于片面，僅限于了學生的打分，會使所評價的分數(shù)過于片面。 建議：應增加同專業(yè)老師或相關專業(yè)專家的打分，并為之賦予較高的權(quán)重，綜合考慮。 有的科目只有很少的專業(yè)上，教授這門課只有一位教師，對于這課的評價分數(shù)沒有比較值，所以很難判斷出該課程的難易程度，這能根據(jù)該教師歷年的成績來評判。 建議：這樣的課程不是主要的課程，只有少數(shù)教師教，而這些教師都教授了另一門課，所以在加權(quán)算最終總分時，將教的少的那門課的權(quán)值設的更低，對另一門更普遍的課不產(chǎn)生太大的影響。 模型評價 本模型在原模型的基礎上，對不合理的評價指標和計算方法都進行了改進，加入了層次分析法進行了權(quán)重的重新確定，將定性方法與定量方法相結(jié)合，使復雜的指標分解，將人們的思維過程數(shù)學化、系統(tǒng)化，便于人們接受。系統(tǒng)的思想在于不割斷各個因素對結(jié)果的影響，而層次分析法中每一層的權(quán)重設置最后都會直接或間接影響到結(jié)果，而且在每個層次中的每個因素對結(jié)果的影響程度都是量化的，非常清晰、明確。這種方法尤其可用于對無結(jié)構(gòu)特性的系統(tǒng)評價以及多目標、多準則、多時期等的系統(tǒng)評價。改變指標的權(quán)重后，使得對老師的評價更加全面。在消除課程難易差異方面，我們在模型中引入了標準化因子，能更清晰地反映教師教學水平在總體水平中所占的相對位置，從而消除了課程難度的差異，使評價更加客觀真實的反應教師的綜合水平。 本模型仍存在一些不足之處。層次分析法是一種帶有模擬人腦的決策方式的方法，因此必然帶有較多的定性色彩。運用層次分析法確定權(quán)重時，因素之間兩兩比較帶有一定的主觀色彩，沒有極強的說服力。當我們希望能解決較普遍的問題時，指標的選取數(shù)量很可能也就隨之增加，此時就會出現(xiàn)數(shù)據(jù)統(tǒng)計量大，且權(quán)重難以確定的情況。 參考文獻[1] 杜棟，龐慶華，[M].北京：清華大學出版社，.[2] 、職稱、年齡因素對課堂教學質(zhì)量影響的研究[J].《人類工效學》，2001年第7卷第4期：5557[3] [D].東北東北師范大學，2007.[4] [J].《高校發(fā)展與評估》，2008年第2期.[5] 毛文林，王中生，[N].湖南冶金職業(yè)技術學院學報，20043（1）. 附錄附錄一：matlab程序A=input(39。輸入待解矩陣A=39。)[V,D]=eig(A)。d=max(max(D))。n=size(d)。n=n(:,2)。v=V(:,n)。m=size(A)。m=m(:,1)。CI=(dm)/(m1)。RI=[0 0 ]。CR=CI/RI(m)。if CR=。 disp(39。不滿足一致性39。)。else v=v/sum(v)。 disp([39。最大特征根為39。 num2str(d)])。 disp([39。歸一化后的特征向量為39。 num2str(v39。)])。end
數(shù)學相關推薦
鄂ICP備17016276號-1