大数据时代下的我校学生成绩数据分析应用探讨

作者:未知

  摘 要:在此信息技术迅猛发展的时代背景下,大数据逐步进入到我们的视野中,使得各行各业的运作模式都发生了巨大改变,大数据不仅是简单的技术,更象征着全新的发展模式。受大数据的影響,学校的学生成绩管理方式也产生了一定的变化,大多数成绩管理人员都会借助大数据技术,利用其分析及处理数据的功能,进而对学生的学习趋势进行有效掌握,达到教师教学业绩考核的目的。基于此,本文主要针对大数据时代下我校学生成绩数据分析应用进行探讨,以期为其他校验教研人员带来借鉴与参考,并对学生的成绩变化情况进行持续追踪。
  关键词:大数据时代学生成绩数据分析
  大数据技术的推广使得人们的生产生活发生了巨大变化,特别是在此素质教育不断深化的发展形势下,越来越多的救援人员意识到应用大数据技术的重要性及必要性,需要借助大数据的功能,转变管理模式,改变思维认知,提高管理效率,特别是大数据时代下的学校学生成绩数据分析过程中,有必要借助大数据技术,对学生的成绩相关数据进行分析及处理,从而掌握学生成绩的变化规律,利于教师进一步改革教学模式,对教学方案中的不足与缺陷及时弥补,逐步提高教学质量。
  一、本校基本成绩分析应用
  各班级各学科班主任都要将学生的成绩输入至成绩管理系统,系统将会逐步完成以下几项任务,其一,学科班级优秀率。其二,班级单科分数段。其三,全校前160名成绩册。其四,班级各学科平均分。其五,学校班级总分段。七六,历次考试全校各班前160、180、200名人数对比。其七,全校各班成绩册。
  在教师将学生成绩输入以后,系统将会自动分析并处理数据,从而全面展现各班各科的教学水平,对人数进行对比,而后可知学生成绩的变化情况,从纵向及横向多个方面入手使得全校内部师生都对自身的学习及工作情况具有清楚认知,从而调动学生的学习积极性,激发教师的主观能动性[1]。
  二、学校之间成绩对比分析应用
  学校之间的成绩对比分析与应用主要涉及以下几项功能。
  第一,各学科分数段、平均分对比。第二,入围有效分人数与全校有效分人数的计算。第三,总分分数段对比。第四,校合并总分前20名学生名单。合并后前360名各学科的有效分
  从整体角度来讲可主要将处理步骤分为以下几点。
  一,确定录取分,也就是总分有效分。需要结合学校的录取人数,对考试的达线分加以确定,此项分数指的就是总分有效分。例如,上年某学校的招录取人数为360人,那么就应当将第60名学生的总分作为分数线,如若第360名学生总分为534分,那么534分指的就是考试的总分有效分。
  二,对总分平均分与各科平均分准确计算。同样将前360名学生的总分数进行计算,而后计算平均分,最后再得出每科的平均分数[2]。
  三,对差距值进行计算。所谓的差距指的就是第二步骤与第一步骤两者之间的差,比如,前360名学生总分平均分计算为536分,而第360名学生的总分为534分,那么两者之间的差为536-534等于2,最后差距值为2。
  四,计算权重。权重指的是每门学科在考试中所占据的分值百分点之和。例如物理化学为100分,那么其学科权重为一,如若数学语文化学为150分,那么它的学科权重为1.2,以此类推其他学科同样如此。
  五,对每科的权重比进行计算。需要计算各科所占的权重比例,例如,将语文学科作为例子进行分析,那么权重比例为1.2÷6.4,再利用第三步骤的计算结果,将权重比有效计算,权重比为差距乘以权重比例,参照以上的计算结果,那么最终语文的权重比例为2×(1.2÷6.4)=0.18[3]。
  六,对各科有效分进行计算。各科有效分等于各科的平均分减去权重比。
  由上可知,前两步骤主要结合总分数加以计算,为之后的分科计算奠定了基础,而综合权重比折射到各学科。第四五步骤则综合考虑了各科的权重,与第三步骤的差距相对比,最终获得了学科权重比,每科的平均分与之相减最终所获得的均为各科有效分,这样的计算方式可谓是本文探讨的重点及要点,也是需要分析的关键数据。
  获得了各学科有效分,那么考核表中所涉及的入围有效分人数以及全校有效分人数即可得知。
  二、学生的追踪分析及应用
  比如,对全校前600名学生的每次检测情况进行分析,或针对某次考试进入全校前240名的学生,针对其检测中的表现进行探讨,以此为基础关注其日后学习表现上的变化,进而发掘学生的学习潜力。
  对学生的各方面数据进行处理及分析,而后结合最终的数据结果,制定针对性的解决方案。考试前校长会结合数据分析的结果,与班主任积极沟通,预测考入重点学校的学生人数,最终的预测结果相对较准。但是,需要注意的是,在对相关数据进行处理的环节,必须遵循相关的准则,不仅要保护学生的隐私,还要针对数据泄露问题追究法律责任,将责任落实到个人,使得数据处理过程更加严谨、专业[4]。
  结语
  综上所述,在此大数据时代下,学校的学生成绩分析及处理有必要借助大数据技术,提高数据处理的精准度,保证处理效率,以实时掌握学生的成绩变动,弥补教学模式中的漏洞,为学生的成长及发展打下良好铺垫。
  参考文献
  [1]王鹏程,晁伟鹏,CHAOWeipeng等.高等院校青年教师自我效能感与学生成绩关系研究——基于对塔里木大学240名青年教师问卷调查的数据[J].中国农业教育,2016,24(4):84-91,96.
  [2]何菲,温红博.中学生课外学习时间的合理性研究——基于PISA2012数据[J].外国中小学教育,2017,18(9):23-30,22.
  [3]李佳丽,胡咏梅.不同文化背景下师生关系对中学生学业成绩的影响差异——基于PISA2012中国上海和美国学生数据的经验研究[J].河南社会科学,2017,21(8):113-119.
  [4]刘露萍.高职院校学生专业兴趣和课堂习惯对成绩影响模型分析——基于重庆市5院校2027名学生样本的实证研究[J].西南师范大学学报(自然科学版),2016,41(7):108-112.
  [5]纳佳,王联旭,杨彬楠等.基于“第二课堂成绩单”的高职院校学生课外素质教育现状调查与指导策略——以昆明冶金高等专科学校为例[J].昆明冶金高等专科学校学报,2017,33(6):31-34.
转载注明来源:https://www.xzbu.com/1/view-14817553.htm

服务推荐