高校教师课堂评价问题优秀论文.doc_第1页
高校教师课堂评价问题优秀论文.doc_第2页
高校教师课堂评价问题优秀论文.doc_第3页
高校教师课堂评价问题优秀论文.doc_第4页
高校教师课堂评价问题优秀论文.doc_第5页
已阅读5页,还剩8页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

高校教师课堂教学的评价问题 摘要目前多数高校都建立了学生对教师的评价系统。但存在着其分值在全校中的排序和实际教学能力地位不相符的情形.为此,我们根据实际情况找出造成这种结果的影响因素,并对这些因素加以分析,建立了综合教师课堂评价模型,我们采用欧氏加权距离和APH(层次分析法)并利用visual c+6.0和Matlab7.0编程,分别对模型进行求解,检验模型的正确性.1)我们根据调查问卷中的各项指标建立了模型一(相关度模型)利用聚类分析中的欧氏距离法找出相关度高的部分,进行整合.对问卷调查进行了合理的分析并找出了其中不合理的部分并加以修正.2)我们对题中的附录3中的数据用Excel进行处理做出图像,从这些因素中找出了主要影响综合评分的六个因素.3)我们基于问题二的分析利用层次分析法,建立了模型二(综合分值模型)并计算出各个指标的权重,并对综合分值公式加以修正.4)我们根据实际需要对调查问卷做了适当的修改,并给出了计算综合评分的公式.5)我们针对自己提出的问卷中有缺陷的的部分给出了修改意见.关键词:欧氏加权距离 APH(层次分析法) 1.问题的提出 根据学校对老师课堂教学评价的调查问卷中,由于存在老师评价所得的分值在全校中的排序和实际的教学能力地位不相符合的情形.故提出以下问题:1 根据调查问卷,从各项评价指标中,找出其中的相关度将其合并为一个指标;找出不合理的部分.对于附录2评价结果的计算公式,请对其合理性进行评价.如果其中有不合理的部分,请加以修正,并说明理由.2 教师之间除了自身的教学能力存在差异外,还有一些客观因素会使得教师的分值存在差异,但是评价分值没有客观的反映这种差异。尽可能多的找出造成这种差异的因素,做出猜想,并可以利用附录3中的部分数据检验你的猜想.3上述差异会造成教师评价分值客观上存在不同,但为了在同一种标准下衡量教师的教学能力,需要消除此差异,保证分值能客观反应该教师的教学水平,建立数学模型解决此问题.4完整的给出一份新的课堂教学评价方案,并给出详细的计算公式详细的计算公式.5所提出的方案是否还有缺陷,如果有,则指出这些不足,并提出修改意见. 2、问题分析 对于问题一:由于题中是要求从各项指标中找出相关度较高的部分,将其整合为一个指标.所以我们利用聚类分析中的欧氏距离法,将每个指标作为一个样本,每一个选项作为一个样本数据,利用欧氏加权距离建立了一个理想的指标值,从而以此指标值作为各项指标合并的依据.对于问题二:教师之间除了自身的教学能力存在差异外,还有一些客观因素会使得教师的分值存在差异,但是评价分值没有客观的反映这种差异。我们需要尽可能多的找出造成这种差异的因素,做出猜想,并可以利用附录3中的部分数据检验我们的猜想.对于问题三:上述差异会造成教师评价分值客观上存在不同,但为了在同一种标准下衡量教师的教学能力,需要消除此差异,保证分值能客观反应该教师的教学水平,我们需要建立数学模型解决此问题.对于问题四:根据以上的分析我们需要拟定一份新的课堂教学评价方案,并给出详细的计算公式详细的计算公式.对于问题五:我们还需要在具体考察我们新建的模型的优缺点,并要分析哪些原因造成的不足,给出修改的意见.3、 模型假设基于对前面问题的分析,我们做出如下的假设:3.1学生评价不带主观因素,不掺杂个人感情和喜好;3.2模型求解过程中所产生的随机数符合实际;3.3选取的数据具有一定的代表性,即具有一般性.3.4每个学生的评教结果都有效,不会因为其他因素而作废。 4、符号说明第个样本第个指标的样本数据U评价集(=1,2, ,)评价集U的p个子集权重第个子集中的第个评分对理想点的相关度各个指标相对于其他指标的相关度w权向量正互反矩阵一致性指标特征根一致性比率 5、模型建立与求解距离:是指测量样品之间的亲疏程度.标准化:是将数据按比例缩放,使之落入一个小的特定区间.5.1模型一的建立与求解设为样本数据矩阵,其中表示的是第个样本第个指标的样本数据。然后对原始数据进行标准化处理,根据公式,对原始数据矩阵进行标准化处理。根据评价的不同属性把评价集U分为了p个子集(=1,2, ,)满足,第个子集合含个指标,第个子集对应指示矩阵,其中=为第个样本在第个子集下的评价结果,接着利用层次分析法,对各个子集的权重进行分配,即,;接着在考虑权重的情况下,对第个子集中的第个样本与理想点的差异程度,用欧氏加权距离 在第个子集中第个样本对理想点的相关度为 根据此式可计算出各项评价指标中相关度较高的选项.模型一求解:利用visual c+6.0程序产生了50个随机数(实际中,根据不同学校对不同指标的重视而定): (1) (2) 利用(1)得到的各个子集标准化的评价理想点,得到表1:子集理想点最小点表1根据表1利用群体决策的方法得到集合对各个子集的权重分配为,各个子集的评价指标的权重分配为和.根据公式得: 计算第个子集中的第个评分对理想点的相关度,则各个指标相对于其他指标相 关度可用如下矩阵表示:根据上述结果可知,在10项指标中,第1,2,3,6,7项相关度较大,故可以整合为一个指标.问题一的第二问:对问卷调查中不合理的部分作出如下分析: 第一项指标需要评价的说法没有明确的评比尺度,评价一个老师由好到差的等级的范围比较模糊,可能会对评价的结果有一点影响;第四项指标教师严格遵守上、下课时间,无随意调(停)课的现象,前者不全是能有教师决定的,教师上课是要受到学校校车、交通堵塞等因素的影响;第五项指标中教师备课充分,教课内容充实,可能在有些课上老师能做到这些,但是他的课堂上重难点不突出,教师对教学负责;第六项指标能认真批阅作业,指导学生学习,这点是不能针对所有教师的,因为高等学校教员老师中职称低于讲师的一种初级职称,助教原则上不能单独授课或不能教授全部一门学科的课程,应跟随讲师或教授批改作业,辅助其教学,而且大多数的大学体育课程是没有作业的,那么就不存在教师认真批阅作业的问题;第十项指标对该教师授课满意度,这里的满意度没有严格的规定或者标准,不能体现出什么程度是满意或什么程度不满意.所以这项指标需要在改进一些.对题中的附录2的评价结果计算公式进行分析: 这个计算公式是不合理的,根据实际情况来讲,它的权向量是不合理的,针对第一项指标,一个老师能做到为人师表的是十分重要的,特别针对近两年来各大高校频频发生教师猥亵学生的事件,这项指标的权重相对其余的需大一些;针对第三项,由于就业压力,同学之间的关系处理不恰当等因素的影响,很多高校生选择自杀,所以教师应注重与学生沟通、交流,多给学生提供指导和建议,所以这项指标的比例也应该较大一些;针对第六项指标,有些课程没有作业,比如说选修课,体育课等课程,所以有些没有办法给出评比,所以这项的指标的权重可以适当的减小点;以及这个式子中的个选项的权重的分配也不合理,按这个向量计算,显然会导致所有的分值都偏大一些,例如选项得分选择的人数(1) 若有一个人选择选项,就得分,比两个人选择选项得到的分数还要大,所以把老师的优点扩大化了,把缺点缩小了,最终导致所有的老师综合分值都偏大;(2) 选择选项和选项的差别不是很大,不能很客观的得出最终综合评分;根据以上的分析,显然这个计算公式不太切合实际情况,故我们需要对这个公式的权向量重新审视.以下为模型中用到的概念:1.正互反矩阵:比较第 i 个元素与第 j 个元素相对上一层某个因素的重要性时,使用数量化的相对权重来描述。设共有 n 个元素参与比较,则表示全部比较结果,称为成对比较矩阵。把具有这种特点的阶矩阵称为正互反矩阵.2.一致矩阵:如果正互反矩阵满足则称为一致矩阵,简称为一致阵.若为阶一致阵,则它有下列性质:(1)秩一定为,它的唯一非零特征根为.(2)任一列(行)向量都是对应特征根的特征向量.3.层次分析法原理:Saaty将一致性指标定义为: .注意到的个特征根之和等于的对角元素之和,而的对角元素均为,所以特征根 即 由此可知,一致性指标相当于除时,为完全一致;越大成对比较矩阵的一致性越差,的不一致程度越严重.为了确定的不一致程度的容许范围,Saaty又引入了随机一致性指标.并对于不同的,算出的一致性指标的数值如下. 随机一致性指标的数值12345678910110 00.541.321.411.451.491.51表中时,是因为阶的正互反矩阵总是一致阵.对于的成对比较阵,将它的一致性指标与同阶(指相同)的随机一致性指标之比称为一致性比率,当时认为的不一致程度在容许范围内,可用其特征向量作为权向量.(详见模型检验)问题三:模型二:根据目标层,我们需要对个指标成对进行比较(共做了次对比)比较它们对综合分数的重要程度,得到了成对比较矩阵(正互反矩阵): 其中 表示第项指标与第项指标的重要性的比值.再利用层次分析法计算出权向量以及各个选项的权重再通过公式其中表示指标的个数,为第项指标的打分值(),表示选择第项指标的第个选项的人数().就可以计算出它的综合分值.问题一的第二问:根据实际情况,我们写出了成对比较矩阵并对这十项指标的权重和个选项的权重做了简单的修改(具体运算详见附录2和附录3):根据模型二的方法最后得到新的权向量 问题二、三:图1 课程难易度与平均分的关系图图2 授课经验与平均分的关系图图3 个人能力与平均分的关系图图4 职称与平均分的关系图图5 csny与平均分的关系图 图6 性别与平均分关系图根据图表,我们列出了造成教师评分不合理的影响六个因素:性别原因、课程的难易度、职称、授课经验(同一个人在不同时间教授同一门科目,经验不同)、个人的能力(由题中的附录三给每个人的分数求平均值)、csny.由目标层为选择最合适的权重对教师进行客观的评价,我们根据实际情况对六项指标得到了一个正互反矩阵.并用Matlab7.0 进行计算(详见附录五)得:该矩阵的最大特征根为.一致性指标. 由在随机一致性指标,一致性比率.即矩阵通过了一致性检验,并计算出.的特征向量,经过标准化可得到 则可作为权向量.即六项指标的权重 .问题四:完整的课堂教学评价方案:学生对教师的评价问卷调查:1. 教师授课精神饱满、富有激情.2. 教师注重与学生沟通、交流,并能提供给学生适当的建议和指导.3. 教师能遵守师德,为人师表,对学生起到一个好的表率的作用.4. 教师能遵守上、下课时间,无随意调(停)课现象.5. 教师备课充分,教学内容充实,上课的重难点突出.6. 教师对教学负责,能认真授课,及时批改作业并且指导学生学习.7. 教师精心组织教学,讲课条理清楚,并结合学科发展,介绍最新成果8. 教师课堂讲授语言表达流畅、语言精炼、普通话标准.板书规范,能有效利用各种教学媒体9. 教师能清晰地、形象的讲授课本上的知识,把深奥的问题尽量简单化,是学生容易理解、掌握.10. 教师能最大限度激发学生的学习热情和创造性思维11. 教师教态自然大方,衣着得体.12. 教师能在课堂上和学生进行互动,与学生合作,一起探究学习.13. 教师给学生质疑的机会,并能及时给学生进行讲解.由好到差共5个选项,分别记为选1、选2、选3、选4和选5计算公式:综合分值式中,分别为指标的权重与指标打分值,在我校其中表示该班选择选项的人数.问题五:我们的模型中给出的成对比较矩阵主观性太强,不具有一般性,而且所给出的13个指标在不同的学校或针对不同的科目所对应的权重是不一样的,所以各学校应该切合自己的实际对新调查问卷做出适当的修改并给出合适的权重. 6、模型的评价与推广我们建立的模型简单,目标明确,应用方便,能够较为客观的反映出高校教师课堂教学能力,但是在实际生活中还需要根据实际进行适当的修改. 7、参考文献【1】郭东强,王志江.管理信息系统综合评价的数学模型J.运筹与管理,2000,(3):74-80.【2】姜启源,谢金星,叶俊.数学模型M.北京:高等教育出版社,2003.【3】阮晓青,周义仓.数学建模引论.北京:高等教育出版社,2005.7(第213,214,215页)【4】 /doc/6121929.html 2013.08.08 8、附录附录一:产生随机数#include#include#includeusing namespace std;int main()double random(double,double);srand(unsigned(time(0);for(int icnt=0;icnt!=6;+icnt)coutNo.icnt+1:int(random(0,6)a=1,2,2,4,2,4,3,3,2,4;1/2,1,1,3,1,3,2,2,1,3;1/2,1,1,2,1,3,2,2,1,3;1/4,1/3,1/2,1,1/2,1,1/3,1/36,1/2,1;1/2,1,1,2,1,3,2,2,1,3;1/4,1/3,1/3,1,1/3,1,1/3,1/3,1/2,1;1/3,1/2,1/2,3,1/2,3,1,1,1/2,3;1/3,1/2,1/2,3,1/2,3,1,1,1/2,2;1/2,1,1,2,1,2,2,2,1,2;1/4,1/3,1/3,1,1/3,1,1/3,1/2,1/3,110.1498-100.1498/90.0166/1.49附录三:题中附录二的数据修改计算Matlab7.0程序: /在Matlab中输入正互反

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论