基于移动端的高校评价体系创新路径研究——以西南某高校移动APP为实证案例
发布时间：2021-01-30 10:02
本研究依托西南某高校移动端APP,在APP上建立本科教师教学质量评价体系,应用"点赞"的方式对教师教学质量进行多维度评价。在该校实施此评价系统两个学期,评价人数大于25人的课程数分别为731门和546门,对评价结果数据进行了定量统计分析,并抽取其中一个学院数据辅以专家评价的定性考察,分析其数据吻合程度。本研究旨在探讨如何利用移动端平台获得可靠性高、区分度好的教学质量评价数据,同时为高校教师教学质量提供实证性依据。
【文章来源】：中国教育信息化. 2018,(23)
【文章页数】：4 页
【部分图文】：
男女教师评价结果对比图参与评价的教师
《中国教育信息化》编辑部：mis@moe.edu.cnTheChineseJournalofICTinEducation创新探索参与评价的教师，每个节点代表一名教师评优结果的位置，可以发现教师三、教师五、教师八评价结果相对稳定，两个学期都处于分值较低的状态，调查发现教师三和教师五两学期教同一门课程，教师八每学期教6门课程以上；而教师四和教师七两学期评价结果波动很大，这两位教师两学期所教课程并非一门，并且无明显关联，比如教师七2017年秋季所教课程为离散数学，而2018年春季所教课程为程序设计。（见图2）可见，教师擅长的课程也是影响评价结果的重要因素。这些数据可以帮助教研组指导教学检查，选择重点听课对象，确定专题进行教研活动等。3.学生评价与专家评价吻合度分析为了考察学生评价与专家评价的吻合度，我们用学生调查同样的指标来编制专家问卷，用李克特五级量表测量专家评价等级，从“非常赞成”（5分）到“很不赞成”（1分）。专家以不记名的方式参加评价，选择其中一项。以该高校计算机学院为测试点，联系六名同行专家，以他们已有的听课感受给教师评分。以同样的权重为每位参评教师打分，按照“学生教学评估报告表”（SIR）中将教师划分到不同区间。运用SPSS对专家数据和学生数据进行比对，皮尔逊相关系数为0.754，显著性为0.00（显著性<0.05，相关显著），说明学生评价与专家评价吻合度较高。由于专家评价和学生评价的角度不同，例如专家听课时容易受教师课堂教学的某些“表象”情况所影响。一位语音语调好、口语流利、板书工整清楚的教师容易受到专家的认同。[5]专家更注重教师“如何教”，而学生更多地体会“学到多少”。所以专家评价和学生评价又会有所不同。四、结论由于本研究没有学校和教师的协助，所以学生参与率和高?
《中国教育信息化》编辑部：mis@moe.edu.cnTheChineseJournalofICTinEducation创新探索参与评价的教师，每个节点代表一名教师评优结果的位置，可以发现教师三、教师五、教师八评价结果相对稳定，两个学期都处于分值较低的状态，调查发现教师三和教师五两学期教同一门课程，教师八每学期教6门课程以上；而教师四和教师七两学期评价结果波动很大，这两位教师两学期所教课程并非一门，并且无明显关联，比如教师七2017年秋季所教课程为离散数学，而2018年春季所教课程为程序设计。（见图2）可见，教师擅长的课程也是影响评价结果的重要因素。这些数据可以帮助教研组指导教学检查，选择重点听课对象，确定专题进行教研活动等。3.学生评价与专家评价吻合度分析为了考察学生评价与专家评价的吻合度，我们用学生调查同样的指标来编制专家问卷，用李克特五级量表测量专家评价等级，从“非常赞成”（5分）到“很不赞成”（1分）。专家以不记名的方式参加评价，选择其中一项。以该高校计算机学院为测试点，联系六名同行专家，以他们已有的听课感受给教师评分。以同样的权重为每位参评教师打分，按照“学生教学评估报告表”（SIR）中将教师划分到不同区间。运用SPSS对专家数据和学生数据进行比对，皮尔逊相关系数为0.754，显著性为0.00（显著性<0.05，相关显著），说明学生评价与专家评价吻合度较高。由于专家评价和学生评价的角度不同，例如专家听课时容易受教师课堂教学的某些“表象”情况所影响。一位语音语调好、口语流利、板书工整清楚的教师容易受到专家的认同。[5]专家更注重教师“如何教”，而学生更多地体会“学到多少”。所以专家评价和学生评价又会有所不同。四、结论由于本研究没有学校和教师的协助，所以学生参与率和高?
【参考文献】：
期刊论文
[1]媒介依赖视域下社交媒体“点赞行为”研究[J]. 曹冉. 新媒体研究. 2018(07)
[2]教育信息化项目风险评估指标体系的构建[J]. 钱冬明,罗安妮,王娟,徐显龙. 中国电化教育. 2017(12)
[3]大数据在美国教育评价中的应用路径分析[J]. 郑燕林,柳海民. 中国电化教育. 2015(07)
[4]从学生网上评价教师课堂教学质量调查分析大学英语教学和教材[J]. 夏伟蓉,吕长竑,魏俊轩. 外语界. 2004(03)
硕士论文
[1]学生网上评教的现状、问题及对策研究[D]. 张欣.重庆师范大学 2015
本文编号：3008705
【文章来源】：中国教育信息化. 2018,(23)
【文章页数】：4 页
【部分图文】：
男女教师评价结果对比图参与评价的教师
《中国教育信息化》编辑部：mis@moe.edu.cnTheChineseJournalofICTinEducation创新探索参与评价的教师，每个节点代表一名教师评优结果的位置，可以发现教师三、教师五、教师八评价结果相对稳定，两个学期都处于分值较低的状态，调查发现教师三和教师五两学期教同一门课程，教师八每学期教6门课程以上；而教师四和教师七两学期评价结果波动很大，这两位教师两学期所教课程并非一门，并且无明显关联，比如教师七2017年秋季所教课程为离散数学，而2018年春季所教课程为程序设计。（见图2）可见，教师擅长的课程也是影响评价结果的重要因素。这些数据可以帮助教研组指导教学检查，选择重点听课对象，确定专题进行教研活动等。3.学生评价与专家评价吻合度分析为了考察学生评价与专家评价的吻合度，我们用学生调查同样的指标来编制专家问卷，用李克特五级量表测量专家评价等级，从“非常赞成”（5分）到“很不赞成”（1分）。专家以不记名的方式参加评价，选择其中一项。以该高校计算机学院为测试点，联系六名同行专家，以他们已有的听课感受给教师评分。以同样的权重为每位参评教师打分，按照“学生教学评估报告表”（SIR）中将教师划分到不同区间。运用SPSS对专家数据和学生数据进行比对，皮尔逊相关系数为0.754，显著性为0.00（显著性<0.05，相关显著），说明学生评价与专家评价吻合度较高。由于专家评价和学生评价的角度不同，例如专家听课时容易受教师课堂教学的某些“表象”情况所影响。一位语音语调好、口语流利、板书工整清楚的教师容易受到专家的认同。[5]专家更注重教师“如何教”，而学生更多地体会“学到多少”。所以专家评价和学生评价又会有所不同。四、结论由于本研究没有学校和教师的协助，所以学生参与率和高?
《中国教育信息化》编辑部：mis@moe.edu.cnTheChineseJournalofICTinEducation创新探索参与评价的教师，每个节点代表一名教师评优结果的位置，可以发现教师三、教师五、教师八评价结果相对稳定，两个学期都处于分值较低的状态，调查发现教师三和教师五两学期教同一门课程，教师八每学期教6门课程以上；而教师四和教师七两学期评价结果波动很大，这两位教师两学期所教课程并非一门，并且无明显关联，比如教师七2017年秋季所教课程为离散数学，而2018年春季所教课程为程序设计。（见图2）可见，教师擅长的课程也是影响评价结果的重要因素。这些数据可以帮助教研组指导教学检查，选择重点听课对象，确定专题进行教研活动等。3.学生评价与专家评价吻合度分析为了考察学生评价与专家评价的吻合度，我们用学生调查同样的指标来编制专家问卷，用李克特五级量表测量专家评价等级，从“非常赞成”（5分）到“很不赞成”（1分）。专家以不记名的方式参加评价，选择其中一项。以该高校计算机学院为测试点，联系六名同行专家，以他们已有的听课感受给教师评分。以同样的权重为每位参评教师打分，按照“学生教学评估报告表”（SIR）中将教师划分到不同区间。运用SPSS对专家数据和学生数据进行比对，皮尔逊相关系数为0.754，显著性为0.00（显著性<0.05，相关显著），说明学生评价与专家评价吻合度较高。由于专家评价和学生评价的角度不同，例如专家听课时容易受教师课堂教学的某些“表象”情况所影响。一位语音语调好、口语流利、板书工整清楚的教师容易受到专家的认同。[5]专家更注重教师“如何教”，而学生更多地体会“学到多少”。所以专家评价和学生评价又会有所不同。四、结论由于本研究没有学校和教师的协助，所以学生参与率和高?
【参考文献】：
期刊论文
[1]媒介依赖视域下社交媒体“点赞行为”研究[J]. 曹冉. 新媒体研究. 2018(07)
[2]教育信息化项目风险评估指标体系的构建[J]. 钱冬明,罗安妮,王娟,徐显龙. 中国电化教育. 2017(12)
[3]大数据在美国教育评价中的应用路径分析[J]. 郑燕林,柳海民. 中国电化教育. 2015(07)
[4]从学生网上评价教师课堂教学质量调查分析大学英语教学和教材[J]. 夏伟蓉,吕长竑,魏俊轩. 外语界. 2004(03)
硕士论文
[1]学生网上评教的现状、问题及对策研究[D]. 张欣.重庆师范大学 2015
本文编号：3008705
本文链接：https://www.wllwen.com/jiaoyulunwen/jiaoyutizhilunwen/3008705.html
