面向在线教学的学生综合成绩评估处理

发布时间：2017-05-05 21:02

  本文关键词：面向在线教学的学生综合成绩评估处理，由笔耕文化传播整理发布。

【摘要】：2013年是“中国MOOC元年”,MOOC的到来预示着我国的在线教学领域取得了很大的进展,大家已经逐渐改变传统的教学方法和模式,在接受传统的线下教学的同时,也愿意选择在线的方式来获取知识。在线教学作为一种现在较为流行教学方式,打破了传统教学中受空间和时间的制约的同时,教学方法和模式也发生了重大变化。现在已有越来越多的教学单位和培训机构采用在线教学的方式来培养学生,在线教学早已成为教育领域的热门研究之一。然而,在在线教学如火如荼开展的同时,对于在线教学中学生成绩处理的问题却得不到很好的解决。现在大多数的在线教学平台实现的是有效地记录学生成绩,忽略了学生在教学过程中表现和对所记录的成绩进行科学合理地处理。这样,一定程度上不仅影响到教师和学生参与教学的积极性,也不能有效地开展个性化教学,从而影响教学质量。所以说,科学合理地对学生综合成绩进行评估处理,可以提高教学参与者的积极性,促进学生全面发展,同时这也是在线教学能够正常进行的重要保障,更是素质教育的基本要求。本研究首先通过查阅文献资料,对在线教学和学生成绩评估处理这两部分的国内外研究现状进行梳理、归纳和分析,了解现阶段国内在线教学中学生综合成绩评估处理的发展趋势;接着对在线教学的网络环境特点以及在此环境中成绩评估处理的特点进行归纳总结,在此基础上,遵循全面性、导向性、客观性和可操作性的原则,采用归纳分析法对学生综合成绩评估处理数据进行描述、获取说明以及整理后,建立了一个基于多维多粒度的学生综合成绩评估模型,该模型由评估项目、分级、分数、类内成绩计算方法、类内成绩计算权值、聚类分析方法六个部分组成,并对成绩处理策略模型中参数的确定进行详细描述。最后通过基于上述模型建立的综合评估系统来获取真实数据,在所调研的班级学生中进行实例分析。本研究提出的综合成绩评估机制旨在为用户(学校)提供一个对学生的综合素质进行客观评估的平台,依据用户(学校)的管理重点调整评估的侧重点,该机制的主要作用是客观评价,通过调整评价权值,对学生的发展起到导向作用,进而间接地促进学生的综合发展。本研究提出的评估模型,不仅对学生成绩类型进行全面考虑,也对不同的成绩按照一定的方法进行综合处理。在成绩类型方面,不仅包括可量化的绝对成绩,还以绝对成绩为导向的其它成绩。在成绩综合处理方面,对于不同方面不同形式的成绩进行了分类后进行归一处理,同时根据教育者对不同方面的素质重视程度,采用基于策略可变的处理方法,针对不同阶段对评估要求不同的问题,采用基于反馈的评估模型修正处理方式。这样的全面综合考虑,加上对数据的来源和获取进行详细分析说明,对模型中参数进行确定,可以充分发挥在线教学中数据获取客观便捷的优势,科学有效地处理学生综合成绩。以该模型中所提的处理策略为指导,开发出来的评估系统,实现数据的有效获取,这也是理论与实践相结合的体现,对于教学中学生成绩的评估具有实际价值,为在线教学中学生成绩处理提供了新思路,可以更好地引导学生全面发展,推动素质教育的发展,同时也为进一步促进在线教育在我国的发展提供参考。本文的创新之处在于建立了一个基于多维多粒度的学生综合成绩评估模型,该模型采用了基于策略可变以及基于反馈的评估模型修正处理方式。模型中参数的确定本着以考试成绩为导向,并可以实现动态调整,有着其合理性与独特之处,与现有的在线教学中学生成绩处理方式不同。
【关键词】：在线教学 综合成绩 多维多粒度 评估处理 策略可变
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G434
【目录】：

• 摘要5-7
• Abstract7-9
• 1 绪论9-22
• 1.1 论文研究背景和意义9-10
• 1.2 国内外研究现状10-20
• 1.2.1 在线教学研究现状10-17
• 1.2.2 学生成绩处理研究现状17-20
• 1.3 研究内容和方法20-21
• 1.4 研究主要工作及论文组织21
• 1.5 本章小结21-22
• 2 在线教学及评估特点分析22-27
• 2.1 在线教学网络环境介绍22-23
• 2.2 在线教学特点分析23-24
• 2.3 在线教学成绩处理特点分析24-26
• 2.4 本章小结26-27
• 3 面向在线教学的学生综合成绩处理机制27-41
• 3.1 学生综合成绩处理原则27
• 3.2 面向在线教学的学生综合评估数据分析27-32
• 3.2.1 评估相关数据描述27-29
• 3.2.2 评估相关数据获取29-30
• 3.2.3 评估相关数据整理30-32
• 3.3 面向在线教学的学生综合评估模型32-33
• 3.4 综合评估模型参数的生成33-40
• 3.4.1 处理策略33-35
• 3.4.2 参数的确定35-40
• 3.5 本章小结40-41
• 4 综合评估实例分析41-48
• 4.1 综合评估系统实现41-44
• 4.2 综合评估实例描述44-47
• 4.3 本章小结47-48
• 5 总结与展望48-50
• 5.1 总结48-49
• 5.2 展望49-50
• 参考文献50-53
• 附表1 成绩重要性调查表53-54
• 致谢54-55

【参考文献】

中国期刊全文数据库 前10条

1 朱永海;韩锡斌;杨娟;程建钢;;高等教育借助在线发展已成不可逆转的趋势——美国在线教育11年系列报告的综合分析及启示[J];清华大学教育研究;2014年04期

2 韩锡斌;朱永海;程建钢;;MOOCs在全球高等教育引发海啸的根源分析[J];北京大学教育评论;2014年03期

3 龙三平;张敏;;在线学习理论研究的现状与趋势——基于SSCI数据库(1994-2013年)的科学计量分析[J];远程教育杂志;2014年03期

4 韩锡斌;葛文双;周潜;程建钢;;MOOC平台与典型网络教学平台的比较研究[J];中国电化教育;2014年01期

5 韩锡斌;翟文峰;程建钢;;cMOOC与xMOOC的辨证分析及高等教育生态链整合[J];现代远程教育研究;2013年06期

6 张钦;崔程;;《信息系统分析与设计》课程教学探析[J];安阳工学院学报;2013年04期

7 孙毅;刘仁云;王松;冷晓冰;臧雪柏;;基于多元线性回归模型的考试成绩评价与预测[J];吉林大学学报(信息科学版);2013年04期

8 张立新;姚磊;;论在线学习论坛的生态治理[J];电化教育研究;2013年07期

9 孙德芳;;教师学习的生态现状及变革走向[J];教育研究;2011年10期

10 李勇帆;李里程;;论情感计算和Web3D技术支持的网络自主在线学习模式的设计与构建[J];中国电化教育;2011年08期

中国硕士学位论文全文数据库 前6条

1 夏池玉;基于灰色聚类的小学生学习效果综合评估[D];江西财经大学;2014年

2 赵顺勇;宁波职业技术学院图书管理系统分析与设计[D];云南大学;2013年

3 何江燕;基于数据流的聚类分析算法研究[D];兰州交通大学;2010年

4 周岩;基于认知的网络教育评价研究[D];山东大学;2009年

5 杨德芹;教学质量评价模型及案例分析应用研究[D];华中师范大学;2008年

6 李娟;基于项目管理理论的远程教育网络课程开发研究[D];华南师范大学;2007年

  本文关键词：面向在线教学的学生综合成绩评估处理，由笔耕文化传播整理发布。

，

本文编号：347057