【《分层多样化互助课堂（SDIC）在H学院的应用实证分析》12000字（论文）】

绪论1.1研究背景当今社会，互联网通信技术飞速发展，与之相适应的产生了许多新的教学手段和方法超新星、中国大学慕课教学、雨课堂等。而在疫情期间高等教育机构和各高校对于线上大学数学基础课程教学产生需求。我校老师针对这一需求研究了并应用了SDIC（分层多样化互助课堂）教学模式，为我们对大学数学公共基础课程改革提供了一定的方向。在此基础下，一些学生的学习效果好转，同时线上教学的出现导致对于教学效果方面的评价指标变多，不能简洁有效地体现教师教学效果，使得更好地完善SDIC教学模式有一定的困难。1.2研究目的本文以全面体现大学数学公共基础课程SDIC教学效果为目标，运用定量分析和定性分析相结合的方法，对大学数学公共基础课程SDIC教学环节进行客观评价。要全面的体现大学数学公共基础课程SDIC教学效果，必须运用科学的方法，进行合理并贴切实际的教学环节划分。文章基于SDIC教学模式，和层次分析法的优势进行结合，在SDIC教学模式的基础上对现有的教学环节进行划分，并通过使用AHP将有的教学环节实现为不同的教学效果评价指标。在实际中弥补高校数学课堂教学效果评价模糊的缺点。1.3研究意义随着新一轮的高等教育教学改革开始，SDIC教学模式已经提高了一定的数学公共基础课程教学效果。而对于高校数学课堂评价问题，是一项比较复杂的系统工程。本文运用层次分析法根据在SDIC教学模式中的不同教学环节，建立了高校数学课堂评价模型体系指标。对于老师来说可以更科学的分配教学环节产生更好的教学效果。对学生来说可以反映对于不同教学环节的需求，提高学生对学习的积极性。1.4国内外研究现状1977年位于美国数学院士Saaty教授首次提出了AHP，而在1971-1973年间他为美国国防部和苏丹工作并在这个过程逐步完善了层次分析法的理论。之后国内外对于层次分析法进行了一系列应用，并将层次分析法这一方法作为模拟人脑对于事件决策的一种主要方法。匹兹堡大学的ThomasL.Saatyh和Vasudeva。nRamanujam[1]提出了一种新的选拔晋升和任期候选人的评价方法，该论文于1983年出版，将决策问题概念化为一个因素层次结构并使用层次分析法来“加权”排序候选人。2003年SantanuDas[2]将层次分析法应用于道具磨损状态估计中，通过对机加工，转向，切削力，侧面磨损评估来判断刀具的磨损程度。而在2008年，CharuChandra[3]等通过供应商选择，采购决定，外包，多目标决策支持系统，供应商整合等方面，使用层次分析法来优化供应链的决策问题。到了2020年SangSeo和DohoonKim[4]两人基于几种计算机内部威胁情景的案例分析使用层次分析法建立了一个支持客观的过程的决策系统，以便为安全保护措施建立一系列所需的信息。在建立这个决策系统过程中他们对数据泄露，泄露路径，风险管理，痕迹等一级指标建立了相应的细化的二级指标来分析和完成决策系统。1982年AHP首次通过学术会议引进到中国。1991年黄万武[5]提出教育研究的目的在于提高培养人才的质量,具体来说,就是为解决教育事业或教学中急待解决的问题。而王彦芳和石玉[6]建立了基于AHP的灰色统计模型，并通过这个模型对教学方面开展了一系列探索。这种模型能够对于结论的准确性有较高的提高并且降低人们主观性对评价的影响，在案例应用中取得了较好的效果。说明基于AHP的建模方法对于评价估计确实能有效的降低主观因素影响，而我们的高校数学课堂评价同样需要减少人们的主观因素。在2008年的基于层次分析法的体育教师教学质量模糊综合评价研究中张艳萍[7]等人在体育教学质量中同样发现学生和老师的评价中，主观因素占据太多，同样需要通过AHP来降低主观因素的影响。高宏[8]在2008年指出设计和建立科学有效的课堂教学质量评价标准,需要加强其实施手段和方法的研究,注重评价结果的科学性,以实现对课堂教学质量的科学评价,保障教学质量的提高。但并没有建立实际的评价标准。在2017年尤慧和朱文芳[9]对高等数学教学方面有一定的研究和探索，并通过AHP做出了一些改革建议。而在2019年曾勋勋[10]等人在论文中构建多样化的教学质量评价指标,对降低人们主观意识对于评价的干扰有一定的进步，并能够减少评价误差。

到了2020年任仕蓉和黄梅[11]已经将AHP应用于中学化学教师教学能力表现性评价中，其中他们把教学环节也进行了分解，通过进一步的划分评价指标，使中学化学教学质量评价对于中学教师的教学效果实际情况有较好的体现。我们在构建高校数学公共基课程教学指标时也应当借鉴国外学者的某些观点，同时也要注意国内已有研究的可取之处。在SDIC教学模型优化中，也应改变以往方法的单一性而导致构建评价模型主观性过强。国内外运用层次分析法来研究各种问题的课题有很多，但是用于构建高校数学课堂评价模型的案例较少，层次分析法得到的结果科学，极大地降低了主观性，根据评价结果能较好地优化SDIC教学模式。要解决优化SDIC教学模式构建大学数学公共基课程教学指标，层次分析法更为合适。1.5研究方法1.相关文献内容研究：通过学习近几年各高校有关数据，层次分析的数学课堂教学评价类似模型的具体指标和国内外有关层次分析法的相关论文资料。根据我校大学数学基础课程教学工作的现状进行分析，找出影响构建高校数学课堂评价模型的重要指标。并通过对本校高校数学课堂现状的分析进行详细的指标构建。2.层次分析法的初步学习和了解：对学校疫情期间的教学环节进行分析，并通过查阅资料和请教老师，搞清楚层次分析法的具体实现过程和原理。3.层次分析法应用于模型构建：本毕业设计使用层次分析法进行研究，根据SDIC教学模式的研究现状，设计并实现高校数学课堂评价模型。然后通过层次分析法将教学环节由于存在不同的重要程度和对教学影响效果不一，把复杂的教学评价分解为不同的教学指标，并以此为重要环节来评价教学效果。从而为多准则决策过程提供决策支持。层次分析法首先要构建合理的层次，其次要分析层次内部各因素的优劣。高校数学课堂评价模型的构建流程：1)将教学环节总体进行划分，高校数学课堂评价模型可以划分为为4个一级指标；2)通过调查问卷及访谈形式针对一级指标形成相对细化且更多的方案层指标，并建立基于高校课堂评价模型指标体系的层次结构图，和通过调查问卷和老师学生提出的意见形成判断矩阵；3)计算上一步骤形成判断矩阵的权重系数，由于计算权重方法存在误差，故使用三种全部方法的权重计算；4)评估判断矩阵是否满足一致性（Matlab检测判断矩阵一致性），当满足检验指标CR<0.1，那么通过检验。如果CR>0.1说明判断矩阵不满足一致性，则重新形成判断矩阵并重新评估判断矩阵是否满足一致性；5)层次总排序，根据权重的赋值分析各个教学环节和不同的教学手段对学生的影响程度；6)将优化后的SDIC模式的教学方案应用于实际教学，并收集数据。整个模型由三个部分组成：目标层为高校数学课堂评价模型，即构建科学有效的主观性低的高校数学课堂评价模型；一级指标为SDIC教学模式在现阶段教学环境中的主要教学环节；二级指标为不同教学环节细化指标，即通过询问专家所建立的科学并符合实际的评价指标。2相关理论研究2.1SDIC教学研究1.SDIC简介“师的课”（SDIC）是分层（Stratified）多样化（Diversified）互助（Interdependent）课堂（Classroom）的简称，分层多样化互助课堂（SDIC）的核心是贯彻以学生为中心，坚持“四个回归”的课堂教学改革，构建一个以学生为根本，以主动学为核心，以互助学为抓手，促进学生全面发展的课堂模式。2.SDIC内容和特色（1）线下课程学生分类分层：以简单易得的“扑克牌”为工具，依据学生数学基础（成绩），数学学习动力（调查表），利用扑克颜色，在线下课堂将学生分类分层，满足全体学生的不同需求，促使学生顺利完成该课程的线下阶段学习。（2）线上课程学生分类分层：疫情防控期间的《高等数学》、《概率论与数理统计》等数学公共基础课程的线上教学，以学校合作的“学习通”、“雨课堂”等学习平台为工具，在平台上设置：①学习目标，如考试成绩60-70，考试成绩80-90分等选项按钮；②学习动力：考研、正常毕业、喜欢数学等；③学习题型：基础题、拔高题、考研题等；在平台上将学生分类分层，满足全体学生的不同需求，促使学生顺利完成该课程线上阶段的学习。（3）SDIC如何将学生精准、合理分类分层:以H学院某学院某班（35人）数学公共基础课程为例，第一步将学生分为SDIC模范学习先锋队，SDIC积极学习竞赛团，SDIC互助学习一对一帮扶组。第二步，以简单易得的“扑克牌”为工具，利用扑克颜色，将学生分类分层。互助学习一对一帮扶组采用直接分组法、调查问卷法将学生分组互助学习一对一帮扶组长实行考核轮换制，每周一次学生自主集体测试，三次测试为一个考核周期，若组长三次测试中至少有两次成绩低于该互助组组员成绩，则组员担任下一周期组长，并进行积分奖惩。模范学习先锋队成员和积极学习竞赛团团长实行选拔举荐制，由学委和班长依据期末成绩和该生平时的综合表现，经班委讨论，大多数学生投票同意后，向任课教师举荐。每周一次学生自主集体研讨，四次研讨为一个考核周期，考核到期后，对组员不满意的竞赛团团长进行轮换，并进行积分奖惩，从而调动学生主动学习积极性。3.SDIC研究成果SDIC在五个班继续进行了推广，其中两个班的推广效果很好，无一人挂科，卷面平均分均达到80分左右，卷面及格率分别达到了97.07%、94.44%，远高于该门课程所有班级平均水平。剩下三个班中，一个班的卷面及格率和平均分高于该门课程所有班级平均水平，两个班的卷面及格率和平均分不够理想，受疫情影响，SDIC在这两班推广中遇到困难，经初步反馈，这两班因部分学生基础较差，自主学习能力弱，又受疫情影响导致本学期线上课程学习效果差，线下课程因各方面原因导致效果也差，再加上复习不积极、不主动，最终导致期末成绩差，进而拉低了整个班的及格率和平时分。4.SDIC教师教学效果方面评估由于存在三个班SDIC实现效果不够理想，所以利用层次分析法对SDIC教学中老师的教学效果进行客观并科学的评估。希望通过对于老师教学效果的的评估更进一步改进教学，使得学生能更好的学习大学数学公共基础课程。2.2层次分析法层次分析法的使用流程：（1）建立层次结构模型首先确定AHP分析的目标对象和考虑能够影响分析结果的因素。根据目标对象的性质特点和收集的意见将目标对象分为目标层、准则层和方案层，并根据分好的层次收集人们对结果的意见。对于层次之间的关系和性质需要搞清楚它们之间的相互关系层与层之间紧密联系。（2）构造判断矩阵通过分析赋予层与层的指标之间不同的关系，确定每个指标不同的重要程度，并且根据标度法对每个指标进行权重赋予，使用标度法并且每次使用两个指标进行对比可以极大地降低结果的误差。Saaty的1-9标度法的标度方发表如下所示。表SEQ表\*ARABIC1标度方法表标度取值所代表的含有1两个指标相比，具有一样的重要程度3两个指标相比，前者比后者有一些重要5两个指标相比，前者比后者明显重要7两个指标相比，前者比后者明显更加重要9两个指标相比，前者比后者非常重要2,4,6,8两个指标相比，重要程度处于上述两个相邻等级之间1,1/2,1/3,…,1/9两个指标相比，后者对前者的重要程度值取倒数，即通过调查问卷和咨询专家对已经建立的个指标的重要性进行分析，并且通过对每一个指标的两两元素对比和从标度方发表取值形成一个判断矩阵：矩阵中的表示与相比的重要程度。（3）利用Matlab计算权重向量。对判断矩阵和特征向量展开一致性检验。如果通过一致性检验，那么所计算得到的特征向量则可以表示权重。本文使用三种AHP计算方法分别求权重，能够极大地降低结果误差，再通过对比得到的权重大小可以对检验的目标的性质进行分析，三种方法详细的步骤如下：1）几何平均法求权重计算每行元素乘积（2-1）通过开次方后的值（2-2）对向量进行归一化计算（2-3）那么计算结果是指标元素的权重具体向量。是每一个权重的具体值。2）算数平均法求权重将判断矩阵的每个元素按列归一化：计算每列元素的和（2-4）计算每个元素占每列比重（2-5）对权重进行归一化（2-6）那么计算结果是每个指标的权重。是每一个权重的具体值。3）特征值法求权重假设一致矩阵一个特征值为，同时矩阵的其他特征值是0，特征值为时，对应的特征向量是。通过分析为了得到权重可以对这个矩阵的第一列元素归一化并得到结果权重（2-7）而对判断矩阵可以对矩阵进行归一化并求出平均值，尽量减小误差。（4）一致性检验对所构建的判断矩阵进行一致性检验。如果1比2非常重要，同时1比3是比较重要时，我们可以认为1比2是一般重要，这样有逻辑的进行判断可以避免出现思维上的判断矛盾。计算最大特征根：（2-8）（2-9）计算一致性指标、随机一致性指标和一致性比例：（2-10）通过检验公式计算：（2-11）如果，那么判断矩阵是正确的，能够进行下一步的研究；如果，我们认为判断矩阵是错误的无法进行下一步的研究。重新构造判断矩阵并重新进行一致性检验。的具体数值，如下表所示：表SEQ表\*ARABIC2一致性检验指标1234567891011121314000.520.861.411.461.491.521.541.561.585）层次排序层次排序有两种层次排序方法，一般简单层次排序使用层次单排序法，层次单排序是通过上一层的条件形成对这一层的条件的重要程度的排序。而在复杂情况下使用层次总排序，层次总排序则时将所有条件的重要程度综合进行排序从而体现出参照最高层最终的排序结果。2.3模糊综合评价法1.模糊综合评价法基本概念模糊综合评价法是根据模糊数学而形成的一种评判方法。通常用在某一个事物受到某一条件或者多个条件所影响的情况下对事物所受的不同条件的不同影响因素进行评价。在这一过程中需要使用模糊数学对模糊的影响条件进行量化分析。模糊综合评价法首先需要确定事物受影响条件的集合，形成模糊集合，对集合中的元素评价，而评价的程度一般形成一个评语集合。通过对模糊集合中的条件进行评语评价进而形成对事物的综合评价集合，然后通过综合评价集合形成关于评价事物的模糊矩阵。最后根据条件的多样评价可以对不同事物进行模糊评价得到不同的模糊矩阵，通过模糊矩阵的计算结果来判断不同事物的综合评价结果。2.模糊综合评价法的详细过程假设评判对象为Q：根据收集的意见构建模糊集合，通过对评语集合中元素的评价形成评语集合，用评语集合中的评语对模糊集合U里面不同的元素进行评价，并根据评价结果可以形成综合评价矩阵：（2-12）构成模糊综合评判模型。R中每个元素表示和比较后的隶属度。使用层次分析法计算模糊集合的权重，如果它的值是，那么计算其与综合评价矩阵的结果。（2-13）如果计算结果未归一化，需要对计算结果归一化得：，根据评语集合和计算结果我们可以得到模糊综合评价的结果。3.模糊综合评价法的主要研究方法一般模糊综合评价法有两种类型，即单层次模糊评价法、多层次模糊评价法。（1）简单的单层次模糊评价法。一般我们根据实际的评价对象构建模糊集合，而通过对模糊集合元素进行评价构建评语集合，通过利用评语集合的评价标准对模糊集合进行评价形成评价矩阵：（2-14）评价矩阵的元素代表模糊集合中元素所得到的评语。通过AHP计算的权重，并将权重和评价矩阵进行计算得到综合评价矩阵：（2-15）经过归一化得：取向量的最大值,相应在评判集中可以确定被判断对象综合评价的结果。（2）如果因素较多则选择多层次模糊综合评价法。为了确保多层次模糊综合评价法是首先使用单层次模糊评价法评价，然后根据每一层次之间的关系将单层次模糊评价法的评价结果进行整合从而得到最终的评价结果。1）首先根据不同的分层将模糊集合划分形成不同的子集合。，不同的子集合之间，。元素复杂的情况下我们需要对子集合继续进行划分形成子集合的子集合，其中的具体元素为，其中元素个数为并且满足。2）然后根据评价对子元素集合构建评语集合，即为，利用层次分析法计算权重的具体数值，在评语集合对模糊集合进行具体评价时可以得到评价矩阵，将权重和评价矩阵进行计算可以得出。3）最后对子元素集合整体进行评价，子元素集合的模糊集合是，同时子集合具体元素的评语集合的评价结果是，并根据子集合权重，进行计算可以得到综合评价矩阵（2-16）并经过与总权向量计算可以得到多层次模糊综合评价的结果：（2-17）如果子元素集合仍然十分复杂，且依然可以继续根据条件划分为更细化的集合，那么可以产生新一层次的子集合，并且通过上述过程，逐层计算模糊评价矩阵最终达到计算整体模糊评价结果的效果。

3基于层次分析法构建高校数学课堂评价模型3.1高校数学课堂评价指标的构建1.高校数学课堂评价指标需要全面地构建包含各方面评价指标。建立模型时，不能从某一个环节或者少数环节反映教学质量，选拔指标应该能够适当地展现学生对于知识的掌握程度和老师的教学效果。2.高校数学课堂评价指标的构建需要基于已有的学者们的一定研究理论和实际成果通过调查问卷对老师和学生们的真实的数据收集来客观的构建指标。通过老师们真实的教学环节形成量化指标，并根据对学生真实上课效果来对不同指标进行打分，通过各个环节之间的相互联系，客观的形成高校数学课堂评价模型。3.在构建高校数学课堂评价模型时，要结合学者现有的分析和已有的类似模型指标，在其基础上科学的构建符合最新教学模式的评价指标。3.2评选指标构建杨志波[11]在线教学质量评价的研究中，他将指标划分成五个方面：服务、教师教学、教学过程管理、课程设计、学生学习；任仕蓉[12]在中学化学教师教学能力表现性评价中将老师的教学能力分为三个主要部分，即教学设计能力、解学实施能力、教学评价能力；邱文教等[13]人建立了关键指标为教师课堂教学、学生课堂表现和探究效果检测的高校探究式课堂评价体系。根据国内学者已经完成的研究，结合专家意见和对学生、教师们的调查问卷，由于高校数学课堂评价指标不能只体现在课堂效果上，同时也需要兼顾学生学习氛围和学习兴趣。因此，结合上述的分析，从教学各个方面选出13个评价指标。13个评价指标可以大致分为四类：设大致分类的指标层为，表示不同类型的指标。通过询问专家和调查问卷所产生的的具体方案层为，其中代表不同的评价指标。

表3-1高校数学课堂评价模型指标目标层准则层（一级指标）准则层（二级指标）高校数学课堂评价教学准备（）教学方式（）教学备课（）教学资源（）教学思想（）教学态度（）讲课思维（）教学远见（）教学过程（）互动能力（）教学方法（）教学氛围（）教学内容质量（）教学进度（）教学特色（）个人特色（）科目特色（）3.3建立判断矩阵并计算权重为了确保高校数学课堂评价模型体系指标权重的准确和客观。通过专家打分和针对学校老师与同学们的问卷调查，确定各个指标之间经过比较而得到的标度值，建立与之相对应的判断矩阵，并通过用AHP来计算各指标的权重具体数值。使用三种计算判断矩阵中指标权重方法，通过Matlab软件编程来求得最精确的权重值和相应的特征向量。计算判断矩阵权重具体过程如下1.构建一级指标的判断矩阵。通过层次分析法的标度取值法，根据学生对不同教学环节的重要程度看法将标度值赋予不同的教学环节，从而形成判断矩阵。表3-2一级指标标度取值准则层教学准备（）教学思想（）教学过程（）教学特色（）教学准备（）11/41/21/3教学思想（）4124/3教学过程（）21/212/3教学特色（）33/23/41根据表3-2得判断矩阵2.计算特征向量。1)几何平均法求权重（1）计算判断矩阵每行的元素乘积：（2）通过开次方后所得值（3）对向量进行归一化计算得到权重的具体数值。2)算数平均法求权重（1）对判断矩阵每个元素进行按列归一化计算（2）通过对每一行元素求平均所得值3）特征值法求权重（1）当特征值为n时对应的特征向量刚好为：（2）这一特征向量刚好是一直矩阵第一列：（3）将向量归一化得到权重：4）通过以上方法得到权重值见表3-3：表3-3准则层权重指重准则层几何法权重算数平均法权重特征值法权重教学准备（）教学思想（）0.40.390.4教学过程（）教学特色（）0.30.310.3故三种方法算的权重为：3.得到权重后对判断矩阵进行一致性检验。根据公式（2-8）对判断矩阵进行计算得到根据公式（2-9）和公式（2-10）计算可得和具体数值根据公式（2-11）对判断矩阵进行一致性检验并得到结果由于满足一致性检验标准从而判断一致性合格，判断矩阵产生的权重具有可行性。通过上述方法计算每一级指标的权重。在确定各级指标权重时，确认，若检验结果不一致，需要检验调查数据可取性，则需要更改数值重新检验判断矩阵一致性。通过上述过程利用Matlab编程（代码见附录）指标进行权重计算下列表格所示。表SEQ表\*ARABIC3-4教学准备(X1)的指标取值及权重方案层教学方式(X11)教学备课(X12)教学资源(X13)几何法权重算数平均法权重特征值法权重教学方式(X11)12.2510.40850.40850.4085教学备课(X12)0.4510.450.1830.1830.183教学资源(X13)12.2510.40850.40850.4085其中，，表3-5教学思想(X2)的指标取值及权重方案层教学态度(X21)讲课思维(X22)教学远见(X23)几何法权重算数平均法权重特征值法权重教学态度(X21)1111/31/31/3讲课思维(X22)1111/31/31/3教学远见(X23)1111/31/31/3其中，，表3-6教学过程(X3)的指标取值及权重方案层互动能力(X31)教学方法(X32)教学氛围(X33)教学内容质量(X34)教学进度(X35)几何法权重算数平均法权重特征值法权重互动能力(X31)11.51.8837.50.37520.37520.3752教学方法(X32)0.6711.25250.25030.25030.2503教学氛围(X33)0.530.811.640.19980.19980.1998教学内容质量(X34)0.330.50.6312.50.1250.1250.125教学进度(X35)50.410.04970.04970.0497其中，，表3-7教学特色(X4)的指标取值及权重方案层个人教学特色(X41)科目教学特色(X42)几何法权重算数平均法权重特征值法权重个人特色(X41)0.6科目特色(X42)0.666其中，，表3-8教师教学效果评价指标的组合权重表准则层方案层教学准备（）教学思想（）教学过程（）教学特色（）组合权重教学方式（）0.40850000.04085教学备课（）0.1830000.0183教学资源（）0.40850000.04085教学态度（）01/3000.13333讲课思维（）01/3000.13333教学远见（）01/3000.13333互动能力（）000.375200.07504教学方法（）000.250300.05006教学氛围（）000.199800.03996教学内容质量（）000.125000.025教学进度（）000.049700.0994个人特色（）0000.60.18科目特色（）000综合评价具体评价教师1.根据指标形成模糊集合第一步根据老师教环节建立模糊集合，然后把各教学环节的集合分成个子集合（），子集合符合。其中子集合的元素为。2.根据学生评价形成评语集合评语集合，其中每个元素表示评价具体内容。3.根据综合评价矩阵和权重计算结果和最大隶属度原则建立隶属度矩阵（3-1）4.使用层次分析法计算各个环节各个指标权重具体数值。5.根据隶属度矩阵和综合的各个环节各个指标权重计算可得最终的结果向量。（3-2）4高校数学课堂评价模型的应用4.1H学院数学课堂评价的调查分析1.H学院数学课堂教学效果学校在疫情期间开展了一系列加强教学方面的措施比如实施SDIC教学模式。通过该模式有效地提高了数学基础课程教学效果，但同时由于老师的教学特点以及不同科目的教学难点不同，教学效果还能进一步优化。在调查了解了H学院的SDIC教学模式后，结合参加学生对老师课堂风格和特点的评价，了解到教学效果现状。（1）教学准备基本合格。从教学准备来看，大部分老师都能较好的教学准备。H学院老师对于教学的课前都能充分的进行准备。但是由于教材的采购和分发有延迟，部分学生在学期开始时未能充分准备教材导致教学准备不充分，同时对于老师要求阅读和学习的一些资源未完成，导致教学准备并不理想。（2）教学思想合格。调查结果表明，老师对于教学科目存在自己独特的理解，对于教学难点有一定手段进行通俗易懂的讲解，并且老师对于一些学生存在的不了解和不清楚能对学生进行鼓励和指导，教导其完成学习。从这些都可以看出我校老师的教学思想合格。（3）教学过程基本合格，但随着科目和老师的转变，教学效果有所下降。通过对SDIC教学模式的学生的调查问卷，可知学生对于教学过程比较满意，一方面，可能由于除数学外科目较多也难度较大；另一方面，可能由于适应不同老师的教学特色会导致教学过程有一些还能优化的部分。（4）有一定的教学特色。经调查发现，80%的学生认为在SDIC模式下，老师教课有自己特色，但是不同科目不具备一定的独特特色。2.H学数学课堂教学效果评价方式的不足（1）评价指标不够多样化。科目成绩是学校评价课堂教学效果主要评价指标，学校对教学准备、教学思想、教学过程、教学特色等方面重视不够，造成学生只注重最后期末考试成绩，但其他方面尤其是教学过程中，存在许多学生不认真完成老师布置任务。（2）评价指标不够完善。任课教师所教科目的期末通过率依然是学校对课堂教学效果评价的主要标准，而对具体的教学效果和老师在教学过程中和学生的互动存在一定的忽视。4.2高校数学课堂评价模型的具体应用4.2.1高校数学课堂评价模型体系指标综合评价目标根据本文构建的高校数学课堂评价指标，其中，模糊综合评价目标为高校数学课堂评价指标的一级指标，并将一级指标形成集合，其中，，，分别代表了高校数学课堂评价模型指标体系的教学准备、教学思想、教学过程、教学特色四个一级指标。4.2.2模糊综合评价目标的评语集构建评语集为。评语集中、、、分别表示老师教学效果好、较好、一般和较差。表4-1评语集对应表评价等级好较好一般较差分值区间4.2.3确定模糊综合评价目标的隶属度矩阵1.二级指标评判计算请10名专家按照评价指标对教师甲的教学评价项目进行评价如下所示。表SEQ表\*ARABIC4-2教师甲的教学效果评价表等级二级指标好较好一般较差教学方式（X11）3610教学备课（X12）1900教学资源（X13）4600教学态度（X21）5410讲课思维（X22）3520教学远见（X23）5500互动能力（X31）2620教学方法（X32）4420教学氛围（X33）4510教学内容质量（X34）2350教学进度（X35）6400个人特色（X41）2440科目特色（X42）2530表4-3教学准备（X1）评价表（元素个数为认可的专家人数）等级二级指标好较好一般较差教学方式（X11）3610教学备课（X12）1900教学资源（X13）4600将表4-3中每个元素的具体评价数值进行归一化处理得到判断矩阵通过判断矩阵和公式（3-2）进行计算得到一级指标“教学准备”的评价对元素各项数值进行归一化处理得到根据上述，同样方法进行计算得到一级指标“教学思想”的评价对元素各项数值进行归一化处理得到根据上述，同样方法进行计算得到一级指标“教学过程”的评价对元素各项数值进行归一化处理得根据上述，同样方法进行计算得到一级指标“教学特色”的评价得2.对高校数学课堂评价模型目标层评价结果进行计算通过判断矩阵和公式（3-2）得到高校数学课堂评价模型目标层的评价对元素各项数值进行归一化处理得根据隶属度最大原则选择0.4111，根据评价集我们可知教师甲的教学效果评价为较好。4.2.4对不同目标进行模糊综合评价根据上述模糊综合评价方法对教师乙和教师丙的教学效果进行模糊综合评价，并通过评价结果检验高校数学课堂评价模型评价指标的合理性。通过4.2.3对教师甲模糊评价的方法计算高校数学课堂评价模型评价指标对教师乙的教学效果评价为0.4，而教师丙的教学效果评价指标也为0.4（具体计算过程见附录B）。根据评语集合我们可知教师乙、丙的教学效果评价也为较好。4.2.5评价结果分析通过对教师甲、教师乙、教师丙的教学效果评价，得出三者总体的教学效果均为较好，但在不同的教学环节，三位教师存在不同的不足之处：教师甲的教学优势在于其教学进度，但正是由于进度较快导致其教学质量存在一定的问题；教师乙比教师甲的教学进度更要快一些，同时也能给予学生更多的教学资源，但同样在教学质量方面存在小问题；而教师丙则在教学方法上与课堂和同学互动的教学方面更加略胜一筹反而应该更受学生欢迎。通过以上模型对于不同教师教学效果的具体分析，虽然所选三位教师教学的总体评价均为较好，所能改进的环节不同，采取的教学侧重点不同会给教学效果带来不同的影响。5总结5.1研究总结高校在对数学课堂教学效果评价时不能仅以成绩来定论教师教学的好坏，还要考虑教学准备，教学过程，教学思想，教学特色等方面的指标，而在实际的大学数学公共基础课程SDIC教学中教学各方面的指标更加冗杂难以量化，所以原有的评价指标存在一定的主观性不能科学的评级教学效果。本文运用层次分析法处理SDIC教学过程中课堂教学效果的评价问题，建立了高校数学课堂评价模型体系指标，通过层次分析法计算不同层级不同类型评价指标权重，根据高校数学课堂评价模型体系指标对教师甲、乙、丙的教学效果模糊评价从而验证高校数学课堂评价模型体系指标可行性。教师可根据自己模糊评价的结果和不同环节比重来更好的优化课堂教学效果。参考文献ThomasL.Saaty;VasudevanRamanujam.Anobjectiveapproachtofacultypromotionandtenurebytheanalytichierarchyprocess[J].ResearchinHigherEducation,1983:311-331.SantanuDas;A.BChattopadhyay.Applicationoftheanalytichierarchyprocessforestimatingthestateoftoolwear[J].InternationalJournalofMachineToolsandManufacture,2003:69-80.CharuChandra;SameerKumar;JohnBisson.Utilizinganalytichierarchyprocessforimproveddecisionmakingwithinsupplychains[J].HumanSystemsManagement,2008:236-247s.SangSeo;DohoonKim.StudyonInsideThreatsBasedonAnalyticHierarchyProcess[J].Symmetry,2020:1-19.黄万武.层次分析法在教育研究成果评价中的应用[J].医学教育,1991,94(04):16-20.王彦芳，石玉.多层次灰色统计模型在课堂教学质量评估中的应用研究[J].统计教育,2007,90(03):29-37.张艳萍等.基于层次分析法的体育教师教学质量模糊综合评价研究[J].教学与管理,2008,34(03):34-38.高宏.课堂教学评价的科学化探析[J].高等理科教育,2008,13(02):111-113.尤慧,朱文芳.我国高等数学教学现状的研究述评[J].高等理科教育,2017,133(03):91-95.曾勋勋等.基于多源数据层次分析的数学课堂教学评价——以高等数学为例.高等理科育,2019,147(02):44-49.杨志波.层次分析法在高校在线教学质量评价中的应用研究[J].创新创业理论研究与实践，2020(17):61-62.任仕蓉，黄梅.层次分析法在中学化学教师教学能力表现性评价中的应用[J].化学教育(中英文),2020,41(03):61-66.邱文教等.基于层次分析法的高校探究式课堂教学评价指标体系构建[J].高等工程教育研究,2016(06):138-143.许丽.浅论“高等数学”教学模式的改革和探究[J].科教文汇(上旬刊),2020,514(034)107-108.张恺聆.基于层次分析法的应用型大学课堂教学质量评价指标体系研究[J].中国多媒体与网络教学学报，2019,642(03):241-242.许友宝，霍禹，齐永飞等．基于模糊综合评价方法的沙特项目培训效果研究[J]．石油工业技术监督，2017，33(11)：16-19．汤晓宁．基于层次分析法（AHP）的动车配件招标研究[J]．铁路采购与物流，2018，13（10）：29-31．裴少婧，苏雅.层次分析法在高校教学评价体系中的应用研究[J].轻工科技，2021,37(4):167-169.

附录Aclear;clcdisp('判断矩阵X：')Sum_A=sum(A)[n,n]=size(A)SUM_A=repmat(Sum_A,n,1)SUM_A=[];fori=1:nSUM_A=[SUM_A;Sum_A]endclc;ASUM_AStand_A=A./SUM_Asum(Stand_A,2)disp('算术平均法：');disp(sum(Stand_A,2)/n)clc;APrduct_A=prod(A,2)Prduct_n_A=Prduct_A.^(1/n)disp('几何平均法：');disp(Prduct_n_A./sum(Prduct_n_A))clc[V,D]=eig(A)Max_eig=max(max(D