大数据论文参考文献范文 与大数据让分科选考决策更具科学性相关论文参考文献范文

本文是一篇关于大数据论文范文,可作为相关选题参考,和写作参考文献。

大数据让分科选考决策更具科学性

访谈嘉宾

崔 伟

北京师范大学未来教育高精尖创新中心研究员,主要研究方向为学习分析,教育与心理测量,学业发展规划.

记 者:高考是我国现行的最主要的人才选拔制度,始终与社会经济发展水平和需求紧密相连.本轮新高考改革被公认为恢复高考以来范围最广、力度最大的高考改革.新高考改革中的选科虽然是学生选择课程学习的问题,但却需要统筹考虑兴趣爱好、课程选择、专业报考和生涯发展之间的关系.据了解,北京师范大学未来教育高精尖创新中心学习科学实验室对当前选考政策和学生选科数据均进行了分析研究,您能谈谈相关工作吗?

崔 伟:随着信息革命、智能时代来临,世界各国都在思考该培养什么样的人才以及如何培养人才.一个显著的共同点就是越来越强调学生的个性化发展和自主发展.

新的考试招生制度充分体现了这一理念,尊重学生的个性特征,强调和突出学生的主体地位.如浙江和上海作为第一批试点地区,分别提出了“7选3”和“6选3”的选科方案.这打破了文理只能“二选一”的状况,学生有了35种和20种不同的选科组合方案,这显然更利于学生个性的展现,实现个人优势发展,让不同特长的学生都有表现的机会.

高考涉及每个学生和家庭的切身利益,学生选科受多方面因素的影响.政策的价值导向是否能够实现,还需要学生选科数据的支撑,我们以上海学生高考选科政策和选科数据为例.单纯从政策分析,选科问题很容易理解:学生根据自己的特点,如人格、认知、发展倾向等因素,确定自己的学科优势和学科兴趣;同时,匹配高校的某具体专业的特征能力要求和选考要求;最后,根据未来发展规划,最终做出选考学科专业方向选择.即政策强调学生自身特点和高校要求对学生选科的重要影响.

根据上海的规定,学生有20种可能的选科组合,选科组合数也是被大家讨论最多的数据.然而,另外一个数据却被忽略了:随机情况下每种选科方案和每个学科被选概率.根据教育学和心理学理论,我们可以假设每种学科能力在人群中呈正态分布,不同学科能力在人群中呈平均分布,即每个人总会有自己擅长的学科.在这一假设下,可以计算出上海市单科被选概率为50%.即仅考虑学生学科能力特征时,每个学科都应该有50%的学生选择.学生选科还需要匹配高校要求.2017年在上海招生的高校的8444个专业中,有一半以上的专业不限学科.在提出限考要求的专业中,限考物理比例最高,其中高水平的高校更加强调物理和化学.结合学生学科能力特征和高校选科要求两方面因素,我们可以推测,上海选考物理和化学的学生人数应远高于50%.

从2017年上海高考的选科实际情况来看,地理反而成了最热门的学科,选考人数比例达到66%,远高于理论概率;化学和生物选择人数比例与理论值比较接近;大家一直认为必选的物理,反而低于理论概率,仅43%的人选择.

地理为什么会成为最热门的学科呢?一个可能的原因是,上海规定参加2017年高考的学生,高二就可以参加地理等级考试,地理成为唯一可以在高二就能选考的学科.这也就意味着,若学生在高二选考地理后,高三就只剩下两个选考学科了,显然学业负担明显减轻.同时,地理学科自身的难度也使得学生有可能在高二参加等级考试.许多学生是为了减少备考的压力而选择高二选考地理.从而出现选考地理人数比例明显超过其他学科.因此,考试时间的安排会影响学生选科.

物理为什么选择人数这么少?现在普遍认为原因在于等级赋分下,因好学生更倾向于选择物理,考生在好学生集中的物理学科难以取得好成绩,因而放弃物理.事实果真如此吗?我们对此进行了模拟研究,分析学生参加不同水平的选科组最终所得等级赋分成绩情况.结果发现,在并不极端的分组情况下,无论是依据浙江赋分规则还是依据上海市赋分规则,学生在“高水平选科组”所得成绩均会低于在“低水平选科组”所得成绩.二者的分差分别为9分和6分.也就是说,在等级赋分下,学生在好学生集中的群体中确实难以得到比较高的成绩.另一方面,学生最终成绩又与录取结果是直接挂钩的.根据上海的规定,本科普通批次设置24个平行志愿,根据考生高考成绩从高到低确定投档位序.即先检索成绩较高的考生志愿,完成投档后再检索下一名考生的志愿,考生分数越高越有优势.也就是,选考科目的计分方式和录取方式会影响学生选科.

记 者:从2018年起,北京市初三学生可以在物理、生物(化学)、地理、历史和思想品德5门科目中选择3门参加高中入学考试,其中物理、生物(化学)须至少选择1门.目前,参加选考的第一届学生面临选科决策.据您的模拟研究,北京中考选科的情况是怎样的?

崔 伟:随着考试招生制度改革的推进,北京市作为第二批高考改革试点地区,从促进学生全面发展、个性发展出发,借鉴高考改革的思路,对中考科目设置和分值进行适当调整.我们对学生选科意向进行跟踪分析,希望能及时发现潜在问题,为政策制定和调整提供建议.

我们调查了某区3203名初三学生的选科意向.在这些学生当中,选择物理的比例是非常高的,达86.8%,远高于理论值(66.67%);第二是地理,比例也高于理论值;第三名是生化,思品是最后一名.

学生选科数据所呈现出的特征与上海明显不同.对此,我们分析了学科成绩和选科比例之间的关系,发现学科成绩与选科比例的趋势一致.如物理和生化作为必选学科,物理的平均成绩和选择人数均远高于生化;非必选学科,地理的平均成绩和选择人数均高于历史;唯一的例外是思品,平均分数很高,但是学生却不愿意选择.我们采用Logist回归分析学科成绩、自身排名及学生选科之间的关系.以地理学科为例,几个模型预测的准确率都非常高,最高达79.41%.同时,标准化回归系数表明成绩的自身排名贡献量比成绩本身更大.也就是说,学生的平时学习表现影响学生选科,同时学科成绩在自身的排名更重要.

目前学科计分均是原始分,即试卷上所有小题得分相加之和.但原始分因为学科不同,其单位和参照点均不同,并不具有可加性,学生直接用原始分来比较自己各科的排名会产生偏差.于是,我们利用标准分进行了另外一个模拟选科研究,发现了非常有趣的现象:各学科选科概率与理论概率非常接近,物理、生化被选择的概率是65%左右,史、地、政是55%左右.学生平时的学习表现以及成绩的报告方式影响学生选科.

我们进一步分析了学校间的差异.发现大部分的学校都是能够给学生提供6种以上的组合选择,当然也有个别的学校选择比较少.并且我们还发现学校的平均成绩比较高的话,选择物理的比例也高;学校的平均成绩比较低的话,选择化学的比例会更高.即学生选科情况呈现出学校间差异.

记 者:这些数据对我们有怎样的借鉴意义呢?

崔 伟:这些数据展示出一些值得注意的特征.我们认为,这些初步显现的特征对未来学生生涯指导、学科建设及后续政策的出台均有重要意义,需要引起学校教师和政策制定者的重视.最开始我们分析影响学生选科的因素是学生自身特征和高校选科要求.通过对学生选科数据的分析,我们发现还有其他的因素,如考试安排、计分方式、录取规则和他人的选择、学校等,都可能影响学生的选科.考试招生制度改革希望通过扩大学生的选择范围,实现学生的优势增强.上述学生选科因素,哪些符合改革价值导向,哪些不符合,是需要我们思考的问题.

以选科科目计分来说,因为学科间存在内容和难度差异,学科原始分并不具有可比性.浙江、上海针对选考学科采用等级赋分.然而,这一计分方式带来很大争议,并被认为是物理选择人数比例减少的重要原因.好学生更倾向于选择物理,使得其他学生很难在物理上获得高分.我们所做的模拟分析也发现,在等级赋分时,学生在好学生集中的群体中得到的成绩低于在差学生集中的群体中得到的成绩.面对内容不同、难度不同、群体不同的选考学科,究竟该如何计分才能实现考试公平、选才科学,这是对政策制定者重大的挑战.还有就是学科地位与学科建设问题.选择人数越多、学生能力越强的学科,学科地位越高、学科建设越好; 选择人数越少、学生能力越低的学科,学科地位越低、学科建设越差——最终形成强者越强、弱者越弱的情形.尤其是师资力量本身就比较弱的学校,这一状况将更加严峻.

考试招生制度改革涉及多个群体,学生、政府、高校、中学都参与其中,但各方的关注点不同.本次改革的重要特征是强调学生的主体地位,我们的研究也主要围绕学生.为此,北师大未来教育高精尖创新中心的学习科学实验室成立了基于大数据的学生学业发展推荐研究项目.神经心理学研究发现,青少年与计划、判断、决策和抑制功能有关的前额叶皮层发育还不太成熟,决策能力存在缺陷.经济学的研究又告诉我们人的理性处于完全理性和完全非理性之间,属于有限理性.人们固有的思维习惯会导致非最优的行动和信念产生,决策者追求的是满意标准,而非最优标准.面对青少年的决策能力缺陷和选科需求,我们力图利用技术手段和大数据思维方式,为学生提供选科辅导,助力教育改革,实现学生优势增强,寻找选科问题的最优解.目前,我们在选科政策、数据分析、学生模型和高校专业分析方面均做了很多研究.这是一个需要多方配合的系统工程,我们希望有更多的人能够加入到我们的团队当中来,和我们一起来助力教育综合改革,实现考试招生制度改革的价值导向.@

大数据论文范文结:

关于本文可作为相关专业大数据论文写作研究的大学硕士与本科毕业论文大数据论文开题报告范文和职称论文参考文献资料。

1、大数据时代论文

2、关于大数据的论文

3、大数据杂志

4、有关大数据的论文

5、健康大视野杂志

6、毕业论文题目大全集