高校学生困难认定系统
发布时间：2021-11-11 12:51
目前,我国正处在全面建设小康社会的攻坚之年,全国各高校的资助管理机构承担着将国家资助资源正确引领到家庭经济困难学生身上的重任。本研究通过对计算机软件系统的开发,能为资助管理体系提供更多参考,促进资助工作向健康、绿色、文明方向发展。切实让困难学生享受到政府给予的实惠,确保高等教育资助资源公正公平的分配给每一名贫困学生。但是,如何识别家庭经济困难的学生目前却没有规章可循。缺乏有效的困难识别手段,导致有限的资金资源无法开展有针对性的实施。许多贫困学生因为没有得到相应的认可而失去救助的机会,造成资源浪费和心理不平衡。作为资助工作的基础中的基础,对贫困学生的智能识别是以后开展资助工作的基石。如何使识别工作高效简洁,是资助一线上工作人员急切盼望突破的一个难关。国家虽然对助学工作不断调整与完善,但是新的资助策略尚未形成健全的方案。在认真总结了国内外的家庭经济困难学生认定方式的研究实例后,结合我国的特殊国情,针对目前学生提供证明材料流程复杂、个别证明材料可信度低、资助管理队伍人员不固定、一线人员缺乏统一标准各行其是等诸多问题,总结归纳了中国家庭的财富收支情况,理清了各影响因子之间的层级脉络关系。用层次...
【文章来源】：齐鲁工业大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
资助管理工作步骤流程图
齐鲁工业大学硕士学位论文15图2.2学生基本信息收集其次，学生具体可以提供的资料主要有以下材料：调查表(村镇两级盖章证明)，建档立卡困难证明，大病病例及花费清单，残疾证、孤儿证、烈士证、低保证，家庭负债证明，父母离异证，死亡证明，学生接受非义务教育阶段证明。从目前大学工作的实际统计数据来看，形成高校家庭经济困难的主要原因如下：
第3章家庭经济困难因素数学分析20图3.1家庭经济困难因素分析模型地域因素，主要包括地理位置、户口性质、是否低保以及是否属于建档立卡贫困户、所在区域是否发生过自然灾害等情况。这些指标都是可以进行量化的一些数据。比如说，地理位置可以设置下面一些选项：是否国家贫困县、是否省市贫困地区、是否革命老区、其他区域，这些选项之间的层次界限比较明显，可以采用阶梯数据的方式进行分层界定。户口性质简单分为两种——城镇和农村，层次化很明显。再比如自然灾害，如地震、台风、旱灾、涝灾、火灾这一类型的数据，发生的概率较小但是影响的程度很大，所以采用区分度小的数据作为评判参考。还有一些指标是非常明确的数据，是否农村低保或城镇低保、是否建档立卡已脱贫或建档立卡未脱贫，这一类材料是经过民政部门一一审核评定的，在评定依据中具有很高的可靠性，设计时可以在地域因素包含的几个方面中占据较高的比重。家庭因素在分析家庭经济困难中时最复杂，也是最难以进行判定的。经过前面的分析可见，有些数据相对模糊，但是基于六部门的大数据比对，我们也可以有效的减小由于失实填写的数据造成的问题，为了后期进行大数据比对，采集每个家庭成员的身份证信息成为重中之重。家庭因素主要考虑的方面包括房屋的建筑类型、家庭所有成员的收支情况、家庭所有成员的身体情况、家庭成员的学历情况。房屋类型可设置相应的选项，
【参考文献】：
期刊论文
[1]政策性金融助推精准扶贫的作用、模式研究[J]. 吴天亮. 中国集体经济. 2019(15)
[2]中国居民财富分布及差距分解——基于中国居民收入与财富调查的数据分析[J]. 杨灿明,孙群力. 财政研究. 2019(03)
[3]金融素养与家庭财富积累——基于中国城镇家庭微观数据[J]. 胡振. 中南财经政法大学学报. 2018(04)
[4]基于层次分析法的医院财务信息化绩效评价指标体系研究[J]. 刘国英. 财会学习. 2018(10)
[5]高校家庭经济困难学生精准认定工作机制研究——以南京铁道职业技术学院为例[J]. 韦小双. 湖州职业技术学院学报. 2018(01)
[6]基于层次分析法的家庭经济困难学生精准认定研究[J]. 项家春,台永权,李妍. 山东青年政治学院学报. 2018(01)
[7]基于.NET的通用数据库转换系统的设计与实现[J]. 王美琴. 中国非金属矿工业导刊. 2017(04)
[8]基于B/S结构的医院管理系统的开发与设计[J]. 王杉珊. 电子设计工程. 2017(23)
[9]运用层次分析法进行家庭经济困难生的认定[J]. 李魏达,吴佳庆,唐玲. 科技风. 2017(23)
[10]高校家庭经济困难学生精准资助认定研究[J]. 窦烨. 科教文汇(下旬刊). 2017(10)
硕士论文
[1]基于框架知识结构的专家系统设计与实现[D]. 王瑞通.南京邮电大学 2017
[2]基于AHP方法的高校学生消费情况分析系统设计[D]. 张晨阳.安徽工业大学 2015
[3]家庭经济困难学生认定制度存在的问题及其完善研究[D]. 王涛.湖南师范大学 2014
[4]基于B/S架构的高等院校学生管理及资助系统的设计与实现[D]. 陈上.中山大学 2014
[5]基于.NET的学生资助管理系统的设计与实现[D]. 冯新豹.吉林大学 2014
[6]基于层次分析法的家庭经济困难学生认定研究[D]. 薛建航.西安科技大学 2012
[7]基于综合评价理论的高校家庭经济困难学生的认定研究[D]. 张昭.武汉理工大学 2009
本文编号：3488889
【文章来源】：齐鲁工业大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
资助管理工作步骤流程图
齐鲁工业大学硕士学位论文15图2.2学生基本信息收集其次，学生具体可以提供的资料主要有以下材料：调查表(村镇两级盖章证明)，建档立卡困难证明，大病病例及花费清单，残疾证、孤儿证、烈士证、低保证，家庭负债证明，父母离异证，死亡证明，学生接受非义务教育阶段证明。从目前大学工作的实际统计数据来看，形成高校家庭经济困难的主要原因如下：
第3章家庭经济困难因素数学分析20图3.1家庭经济困难因素分析模型地域因素，主要包括地理位置、户口性质、是否低保以及是否属于建档立卡贫困户、所在区域是否发生过自然灾害等情况。这些指标都是可以进行量化的一些数据。比如说，地理位置可以设置下面一些选项：是否国家贫困县、是否省市贫困地区、是否革命老区、其他区域，这些选项之间的层次界限比较明显，可以采用阶梯数据的方式进行分层界定。户口性质简单分为两种——城镇和农村，层次化很明显。再比如自然灾害，如地震、台风、旱灾、涝灾、火灾这一类型的数据，发生的概率较小但是影响的程度很大，所以采用区分度小的数据作为评判参考。还有一些指标是非常明确的数据，是否农村低保或城镇低保、是否建档立卡已脱贫或建档立卡未脱贫，这一类材料是经过民政部门一一审核评定的，在评定依据中具有很高的可靠性，设计时可以在地域因素包含的几个方面中占据较高的比重。家庭因素在分析家庭经济困难中时最复杂，也是最难以进行判定的。经过前面的分析可见，有些数据相对模糊，但是基于六部门的大数据比对，我们也可以有效的减小由于失实填写的数据造成的问题，为了后期进行大数据比对，采集每个家庭成员的身份证信息成为重中之重。家庭因素主要考虑的方面包括房屋的建筑类型、家庭所有成员的收支情况、家庭所有成员的身体情况、家庭成员的学历情况。房屋类型可设置相应的选项，
【参考文献】：
期刊论文
[1]政策性金融助推精准扶贫的作用、模式研究[J]. 吴天亮. 中国集体经济. 2019(15)
[2]中国居民财富分布及差距分解——基于中国居民收入与财富调查的数据分析[J]. 杨灿明,孙群力. 财政研究. 2019(03)
[3]金融素养与家庭财富积累——基于中国城镇家庭微观数据[J]. 胡振. 中南财经政法大学学报. 2018(04)
[4]基于层次分析法的医院财务信息化绩效评价指标体系研究[J]. 刘国英. 财会学习. 2018(10)
[5]高校家庭经济困难学生精准认定工作机制研究——以南京铁道职业技术学院为例[J]. 韦小双. 湖州职业技术学院学报. 2018(01)
[6]基于层次分析法的家庭经济困难学生精准认定研究[J]. 项家春,台永权,李妍. 山东青年政治学院学报. 2018(01)
[7]基于.NET的通用数据库转换系统的设计与实现[J]. 王美琴. 中国非金属矿工业导刊. 2017(04)
[8]基于B/S结构的医院管理系统的开发与设计[J]. 王杉珊. 电子设计工程. 2017(23)
[9]运用层次分析法进行家庭经济困难生的认定[J]. 李魏达,吴佳庆,唐玲. 科技风. 2017(23)
[10]高校家庭经济困难学生精准资助认定研究[J]. 窦烨. 科教文汇(下旬刊). 2017(10)
硕士论文
[1]基于框架知识结构的专家系统设计与实现[D]. 王瑞通.南京邮电大学 2017
[2]基于AHP方法的高校学生消费情况分析系统设计[D]. 张晨阳.安徽工业大学 2015
[3]家庭经济困难学生认定制度存在的问题及其完善研究[D]. 王涛.湖南师范大学 2014
[4]基于B/S架构的高等院校学生管理及资助系统的设计与实现[D]. 陈上.中山大学 2014
[5]基于.NET的学生资助管理系统的设计与实现[D]. 冯新豹.吉林大学 2014
[6]基于层次分析法的家庭经济困难学生认定研究[D]. 薛建航.西安科技大学 2012
[7]基于综合评价理论的高校家庭经济困难学生的认定研究[D]. 张昭.武汉理工大学 2009
本文编号：3488889
本文链接：https://www.wllwen.com/guanlilunwen/xiangmuguanli/3488889.html
