您好, 访客   登录/注册

基于OBE理念的高职院校课程诊断与改进

来源:用户上传      作者:

  摘   要:高职院校的教学诊断与改进工作是持续提高人才培养质量的措施,借鉴OBE理念对高职院校各专业,尤其如大数据技术与应用这样新增专业的课程体系进行诊断与改进,是教诊改工作的重要内容。本文以大数据技术与应用专业为例,从课程体系的问题分析出发,对课程诊断与改进的原则、内容、流程和监测等方面进行探索,为高职院校的课程诊断与改进提供参考和思路。
  关键词:OBE  诊断与改进  大数据技术与应用
  中图分类号:G718                                   文献标识码:A                        文章编号:1674-098X(2019)11(c)-0222-03
  OBE(Outcome-Based Education)是一套比较完整的教育理论体系,得到欧美等多个发达国家的广泛认可,并为工程教育认证协会所接受,贯穿于工程教育认证标准之中。OBE重点强调“以学生为中心”“以成果为导向”“持续改进”的教育理念。我国于2013年成为“华盛顿协议”签约成员,正式引进工程教育认证理念,因而OBE理念也就成为我国工程教育改革的重要指导理念。
  近几年来,为了推动高职院校建立人才培养质量机制,持续提高人才培养质量,国务院、教育部出台了相关文件启动高职院校的教学诊断与改进工作。各高职院校贯彻落实文件精神,按照“需求导向、自我保证、多元诊断、重在改进”的工作方针,建立自主性的、常态化的内部质量保证体系和可持续的自我诊断与改进机制,从学校、专业、课程、教师和学生等五个层面进行诊断与改进,持续不断提高人才培养质量。同时,随着大数据技术的发展和人才需求的扩大,各高校纷纷开设“数据科学与大数据技术”“大数据技术与应用”等大数据相关专业。然而,其专业建设还处在摸索阶段,需不断诊断、改进与优化。本文将依据OBE成果导向的理念,以大数据技术与应用专业为例,探索该专业的课程诊断、优化与改进。
  1  高职课程体系的问题分析
  高职院校基于培养满足社会需求的技术技能型人才的目标,在构建和实施课程体系时都应围绕“以学生为中心”“以成果为导向”的基本原则来进行。然而,较多高职院校的专业课程体系,尤其是新增专业的课程体系的设置和实施存在一些共同的问题。通过调研和分析,概况起来主要体现在如下几方面的问题。
  1.1 课程体系设计理念与人才培养目标不相符
  部分高职院校在专业,尤其是新增专业的课程体系设计时并未做足充分的市场需求调研、技术发展调研,以及学情调研。有些只参考其他旧专业课程体系的设计理念,甚至以学校现有的教师专业技术结构来设置课程体系。这样导致人才培养目标与市场需求、技术需求不相符,课程体系与人才培养目标不相符。例如大数据技术与应用专业,是最近几年不少高职院校新开设的专业,大家没有历史经验的积累和沉淀,没有真正弄清楚企业适合高职层次的大数据技术岗位需求与职责。大数据分析工程师、大数据开发工程师、大数据运维工程师、大数据挖掘工程师、大数据架构工程师等等这些职位,其技术需求是什么,高职毕业生能否胜任或能胜任哪些技术,这些没做到具体而进行课程体系设计,最终无法做到“以学生为中心”“以成果为导向”。结果就是社会大数据人才缺口很大,而学校培养的大数据人才却无法胜任,就业无法与专业对口。
  1.2 课程规划不合理
  (1)目标链不贯通,以“专业人才培养目标、课程目标、课堂教学目标”形成目标链各自独立,缺乏逻辑关联关系。高职院校的大数据技术与应用专业培养的大数据领域应用型人才,课程设置应围绕Python编程与数据分析、R语言数据分析、Hadoop技术生态圈、Spark技术生态圈等相关内容,尤其是实践方面的技术技能,而有些学校课程设置及教学目标却侧重于大数据基础理论和数据挖掘算法等。(2)课程之间缺乏逻辑关联性,没有遵循由简单到复杂,课程的先修、后修次序随意,例如《Linux系统管理》的课程没有开设,或者开在《Hadoop技术与应用》课程之后,这就非常不合理,因为Hadoop技术平台主要是基于Linux系统上的。课程体系中的各课程应形成有机的课程架构和知识体系。
  1.3 课程内容不科学
  一个技术应用型专业,其课程内容设置除了遵循教育规律外,还要遵循一定的技术学习与应用路线。大数据专业是一种跨学科的专业,涉及数学、统计学、计算机、数据科学、机器学习等各方面的知识和技术。在课程内容设置时要区别是本科层次还是高职层次,有些院校在课程内容设置时,有时往往与培养层次不相符。另外,大数据技术路线是“大数据采集、大数据存储与管理、大数据预处理、大数据分析、大数据可视化”,因此,高职应用型大数据专业的课程内容设置应遵循此技术学习路线,学生的学习成果也应以此路线为导向。
  1.4 课程实施效果无保障
  (1)缺乏大数据领域企业实践经验的师资,教师往往由软件技术专业或网络技术专业的教师兼任。(2)没有构建真正的符合企业需求的实训平台,大数据专业实训要求构建既要滿足分布式的要求,同时也要满足海量数据存储、分析和处理的能力,一般的实训平台是远远满足不了要求的。(3)缺乏有效的教学监测机制和评价机制。
  2  基于OBE理念构建课程诊断与改进体系
  针对目前高职院校专业课程体系,尤其是新开设专业课程体系的问题,可以从如下几个方面进行诊断与改进。   2.1 课程诊断与改进原则
  在进行课程体系诊断与改进过程中,需坚持几个主要原则。首先是数据分析与实际调研相结合的原则。坚持实事求是原则,以岗位需求、企业反馈、技术发展等数据分析为基础,开展课程体系的各项诊改工作。其次是自主诊改与抽样复核相结合原则。以课程体系的各项诊改内容为基础,形成自主诊改与抽样复核相结合的工作机制。再次是坚持递进性原则与持续性原则。需根据实际情况分阶段、持续性地不断完善诊断内容和方法,以促诊断与改进工作持续有效进行。
  2.2 课程诊断与改进内容
  课程诊断与改进的内容设计可从课程体系规划、课程目标与标准、课程实施质量保证等三个方面项目进行,每个项目可设计不同的诊改要素点。以大数据技术与应用专业的核心专业课程体系为例,其诊断与改进内容设计如表1所示。
  2.3 课程诊断与改进流程
  在设计课程诊断与改进流程时,以“PDCA”和“TQM”质量管理理论为指导,以自我诊改为基础,以持续改进为目标。诊改流程包括制定诊改项目与要素、自我检查与诊改、质保工作组检查、再次诊改、诊改评估、持续改进等流程。在一轮诊改工作结束后,根据上一轮诊改的情况完善诊改项目与要素,从而进入下一轮诊改工作。在整个诊改流程中,质保工作组进行全程监控、抽查和指导。诊改流程如图1所示。
  (1)制定课程诊改项目和要素,然后各课程老师定期进行自我诊改,形成自我检查与诊改报告。学校质保工作组在整个诊改过程中,进行全程的监控、抽查和指导的同时,定期对各课程老师的自我检查和诊改报告进行分析、检查或专项检查。提出相应的诊改建议,并形成诊改建议书。各课程老师应根据质保工作组的诊改建议书,再次对相关的项目和要素进行诊改和优化。质保工作小组每学期对各任课老师的诊改工作和效果进行评估、考核,并将诊改成效纳入学年的教师工作绩效考核,并形成诊改评估报告。(2)需根据前面各环节的诊改工作,总结其优点和缺点,更好地完善诊改项目与要素的制定和诊改过程的各项工作,持续改进,优化课程体系设计与实施的各个工作环节,不断提高人才培养质量。
  2.4 课程诊断与改进监测
  课程教学质量是伴随课程设计与实施的整个过程的,为了对课程进行诊断与持续的改进,需建立常态化的监测机制。课程诊改监测机制可建立学校或二级学院、教师、学生三级监控,并结合校外的跟踪调查、反馈评价等方式,形成“多级别、全方位”的监控体系,对整个诊改环节实施有效地监控、检查和指导。学校或分院级别监控由质保工作组和督导完成,实行“监控与指导并重,重在指导”的原则。专业级别监控由专业主任主导,各位教师进行自我检查、自我监控、教师间交叉检查与监控。学生级别由学生或学生代表完成,以评教、实时信息反馈、座谈会等各种形式对学生的学、老师的教等环节进行监控。根据一般教学范畴,课程诊改监测可分为常规监测和专项监测。常规监测以课程为单位对课程设计,及各课程老师的教学过程进行实时性监测。专项监测主要对毕业设计、顶岗实习、社会实践等环节进行监测。总之,各院校可根据实际情况,详细调研和深入分析,从不同的维度、不同的角度,构建科学的、可行的课程诊断与改进机制。
  3  结语
  课程诊断与改进是人才培养质量保证的重要措施,借鉴OBE理念,构建与企业岗位、技术发展、培养层次等各方面高度匹配的课程标准与体系是精准育人、质量育人的起点,构建常态化的诊断与改进机制、质量保证体系是高质量人才培养的保障,建立有效的信息化教学平台、教学诊断与改进信息化平台是高质量教学的强有力的支撑。高职院校各专业的课程体系诊断与改进,尤其是诸如大数据技术与应用等新增专业,应借鉴OBE理念和TQM(全面质量管理)理念,对过程和结果不断诊断和优化,才能持续提高人才培养质量。
  参考文献
  [1] 教育部.高等职业院校内部质量保证体系诊断与改进指导方案(试行)(教职成司函[2015]168号)[Z].2015-12-30.
  [2] 余燕.職业院校教学诊断与改进的研究[J].教育教学论坛,2019(34):264-265.
  [3] 王向华.基于悉尼协议构建OBE课程教学与评估体系研究[J].哈尔滨职业技术学院学报,2019(2):38-40.
转载注明来源:https://www.xzbu.com/1/view-15148574.htm