论文部分内容阅读
教育部于2018年发布了《关于实施卓越教师培养计划2.0的意见》,提出师范生培养新目标:师范生的综合素质显著提升,奠定培养骨干教师、卓越教师、教育家型教师的坚实基础。在师范生培养过程中,客观而恰当地对学生的综合素质进行评价可以用来指导教师教学、帮助学生自我评估、预测学生未来发展,对于指导卓越教师的培养有重要的意义。当前对师范生综合素质评价研究存在评价指标不够全面、数据更新慢、可操作性差、定性而非定量的评价结果不够精确等问题。针对这些问题,提出了大数据驱动的师范生综合素质评价模型并可视化。文章主要研究内容包括:(1)研究了基于大数据的评价的师范生评价理论依据、评价方法和可视化方法。详述了基于大数据的形成性评价、全面性评价和个性化评价,介绍了基于统计学的大数据评价方法如PCA,AHP,因子分析,决策树等,以及基于画像的可视化技术。(2)综述了卓越师范生的必备条件,提出了卓越师范生评价构成的六大方面:教育情怀、实践能力、创新精神、人文与科学素养、国际视野、师范生素质。在此基础上进行分类细化,逐一构建每个指标与学生的日常生活行为、学生的校园活动数据的关联,构建校园大数据为基础的综合素质评价模型。(3)研发了基于六要素评价模型的师范生大数据画像可视化系统。采用基于树图层次展示结构规划了屏幕划分方案和层级交互展示方案。并以华中师范大学师范生为例,开展了评价,并展示评价结果的画像可视化展示。论文创新点体现在以下几个方面:(1)针对原有静态、主观性评价方法的不足,构建了基于大数据的师范生标准方法,从六个方面构建了多层次评价指标,并建立指标与校园生活数据的对应关系,构建基于数据的过程化评价方法;(2)为提升师范生画像可视化展示的实时性、真实性,构建了师范生画像的数据驱动可视化展示方法,实现与过程评价联动。文章构建了师范生综合素质评价模型并完成了师范生综合素质可视化平台的总体和详细设计,为师范生评价提供了完备的工具。