高校教育改革中的教学督导与评价建模研究

2023-08-29杨玲叶扩会李玲

大学 2023年7期

杨玲，叶扩会，李玲

（保山学院，云南保山 678000）

教学质量的好坏是评价高等院校的重要指标，它反映了高等院校教学环节的有效性。高校课程教学质量评价，能够为高校在教学活动、人才培养、师资队伍建设等方面的决策提供有力支持。在高校教学管理工作过程中，教学督导评价具有十分重要的作用，一方面可加强对课堂教学质量的监控，另一方面可发挥学生对教学过程的监督作用［1］。目前教学督导评价体系大多是基于人工手段进行督导与评价，需要投入较大的人力物力，在外部环境的影响下，最终评价结果的可靠性和准确性难以保证，无法实现课程教学质量的跟踪。在目前教学改革和发展背景以及教学督导人员数量有限的前提下，要提高督导质量、增强督导效率［2］，迫切需求建立新的教学督导系统，实现对督导数据的智能分析，高效准确地形成督导评价分析报告，保证教学督导效果的实现。

一、教学督导评价的作用与意义

（一）教学督导评价是学校为主动适应教学改革和发展的需要

教学督导评价是高校教学管理工作的重要内容之一，建立和完善高校内部的教学督导与评价工作体制机制，目的是为了在高校教育改革形势下适应教学发展的需要，加强教学工作的督导管理，深化教育教学改革［3］。此外，教学督导评价能够及时反映高校教学管理和教学工作过程中的问题，有助于高校提高教学管理水平。

（二）教学督导评价是高校教学质量监控体系中的重要组成部分

教学督导评价作为高校教学质量监控体系的重要组成部分，在教育教学的督导和质量保障方面发挥着重要的作用。为了加强内部教学质量管理，高校应建立健全的质量监控体系，充分发挥教学督导作用，促进高校督导工作有效结合，保障教学督导与评价体系的高效运行，形成高校教学质量保障工作机制。

二、现有高校教学督导与评价方法存在的问题

（一）评价数据不全面、评价体系指标难以量化

现有高校在对教学质量进行评价时，参考的因素比较多，主要有教学内容、教学方法、教师队伍等，像教师品格、教学情感等因素无法用量化的指标或者数据来衡量。由于教学内容过于单薄，难以实现教学质量评价的全面性，加之评价数据不全面，最终导致现有评价系统无法准确反映出实际的教学质量和效果。另外，有些高校在开展教学质量评价时，采用“一刀切”的方式，忽略了潜在弹性指标的影响，且教师教学质量高低的衡量界限十分模糊，无法科学对教学质量做出评价。

（二）评价结果呈现单一、缺乏交互分析

目前高校教学质量评价的指标主要根据学生的考试成绩进行打分，这种传统的教学评价方式比较单一，主要看重教学结果，忽略了教学的过程，导致教学质量评价结果过于形式化。学生的考试成绩只是学生阶段性学习的成果，而且成绩的高低不但取决于教师的教学，还受外界环境的影响；此外，学生打分方式也带有一定的主观性，大部分是根据学生个人喜好进行评价，致使教学评价标准单一且过于主观。

（三）基于固定的模式不能反映真实教学质量水平

现有高校教学督导与评价方法大多基于固定的模式，通过对教学过程中的指标进行加权得到教学质量的定量评价，这些指标包括学生的上课表现、考试成绩、对课程教学的评价、教学督导的评价等。但是这些指标有主观指标，也有客观指标，仅从这些指标加权组合得到的指标并不能准确反映真实的教学质量和水平，甚至会给教学活动带来一定的负面导向性作用。

三、高校教育改革中的教学督导与评价实施策略

（一）建立联动式教学督导与评价组织体系

为了完善高校教学体系和管理机制，需要建立以学生需求为导向、以教师专业发展为目标，联动式的教学督导与评价组织体系。以高校教育改革为基础，联动式教学督导与评价体系主要从人员与制度两个方面规范督导与评价联动工作机制：在人员方面，成立高校教学督导评价小组，形成学校和学院两级联动教学督导评价组织体系。教学督导评价小组主要针对教师专业教学水平进行监督，评价教师日常教学活动的教学质量，监督教师教学过程存在的问题并及时予以解决［4］。在制度方面，建设教学质量管理制度以促进教学督导与评价的规范化管理，监督日常的教学活动。根据学校自身的实际情况制定细化学校内部相关的规章制度，比如教学计划与方案管理办法等。教学督导与评价联动式工作机制保障了教学质量督导与评价体系的顺利运行，真正意义上实现了督导评价在高校教学质量管理工作中的督管作用。

（二）规范教学督导与评价联动工作机制

为了保证教学督导与评价联动工作机制的长效运行，需要建立和完善教学督导与评价工作规程方案和实施细则，明确高校教师职责，健全沟通联动机制，安排专门人员负责联系教学督导与评价工作。完善教学督导评价体系，定期开展教学督导评价工作，重点督导评价学校教师教学质量。学校可以根据实际情况，建立分级分类的教学督导评价工作机制，进一步规范教师教学行为，不断提高教学质量。在完善教学评价体系时，要从定性和定量两种评估指标出发，全面评价教学质量。高校可形成校院两级督导评价体系保障教学质量工作联动模式：在校级层面上，主要由校长进行领导，建立校级督导与评价部门，监督全校范围内教学活动，制定各院级督导评价规章制度，并对监督评价情况进行研讨解决，及时安排和总结全校教学督导与评估工作；在院级层面上，各学院要根据学校指导开展督导评价工作，定期总结阶段性工作成果和问题，汇总报告至学校督导与评价部门，解决教学过程遇到的重大问题。

（三）明确教学督导与评价内容

为了深入了解学校各二级学院教育教学管理情况，可以针对常规教学管理、课程建设、青年教师专业化成长和学生快乐成长等多个方面展开督导评价。具体的考核形式包括：观课评课（主要了解教师的教学基本功、新课程理念的渗透、教学方法的使用、学习方法的指导等）；教学常规检查（主要抽查教师常规工作是否常态、认真，监督是否到位）；师生座谈（主要了解课程建设、师德建设、常规管理和教师的心理动态等）；现场查看（主要查看院容样貌、文化氛围、班级建设、硬件设施的配备等）；进教师办公室（查阅授课教师的备课笔记、作业批改情况）等方式考核内容涵盖课堂内外，甚至包括了对教师教学环境的综合评价。这种考核形式有助于形成多维度的教学评价体系，保证考核结果的客观性和科学性。

四、高校教育改革中的教学督导与评价建模的方法

为了克服现有教学质量评价方法的不足之处，需要对教学过程中的指标进行加权得到教学质量的定量评价。现有方法很少考虑到学生教学过程反馈的有效性，以及待评价课程历史上的成绩水平等因素。可建立一种新的高校教学质量评价建模方法，主要包括教学评价数据的预处理、教学督导评价模型的设计、模型应用实例分析、教学质量评价［5］，主要内容如下：

（一）数据预处理

在进行教学评价数据预处理前，要充分搜集教学评价数据，教学评价数据主要包括学生成绩数据、学生评教数据和教学督导评价数据。这三种类型的数据预处理方式分别为：

第一，学生成绩数据的预处理。每个科目每位学生一条记录，处理的数据可以选择“期末考试成绩”和“平时成绩”，对这两个成绩进行标准化，使其转化为[0，1]区间里的值。标准化方法为：分数类型的成绩，比如0-100分之间的成绩，采用直接除以满分的方法。假设满分是100分，某学生的分数为90分，则标准化后该学生的分数为90/100＝0.9分；等级型的成绩，比如A、B、C、D、E五个等级，按最好的等级为1分，最低的等级为0分，其余各等级在0和1分之间均匀分布的方法处理。

第二，学生评教数据的预处理。学生评教数据采用问卷类型，是在学生完成某门课程的学习之后填写的，包括从教学内容、教材、授课教师等方面进行评价。一般来说，问卷的每一个问题或一组问题会有相应的权值，用于计算最后的评教得分。本研究评价模型使用学生评教问卷的原始数据，不考虑权值。问卷由一系列选择题构成，对问卷数据的处理方式为哑变量化，例如，对于某个选择题，有4个选项，某个学生对该题的选择为1和2，则哑变量化为1100。

第三，教学督导评价数据的预处理。教学督导评价是对课堂教学情况的评价，内容包括教学内容、教学技巧、备课情况、互动性、学生听课状态等，每一项评价内容一般采用等级型的形式，例如优、良、中、及格、差，或采用百分制形式。标准化方法为：分数类型的评价，如0-100分之间的成绩，采用直接除以满分的方法，例如满分是100分，某项评价的分数为90分，则标准化后该项评价的分数为90/100＝0.9分；等级型评价，如优、良、中、及格、差五等，按最好的等级为1分，最低的等级为0分，其余各等级在0和1分之间均匀分布。

（二）建立教学质量评价模型

教学质量评价模型的输入包括两部分，一部分是经过标准化后的教学督导评价数据；另一部分是对每个教学班每门课程的成绩—评教模型的最后一个块的激活层输出特征统计，它是一个q维向量，计算方法图下：把该班每一个学生的期末考试成绩和该学生对该课程的评教信息输入成绩—评教模型之后，获取该模型的最后一个块的激活层输出特征向量，把由每个学生得到这个向量的每个分量相加，再把每一个分量除以该教学班的学生人数。教学质量评价模型的输出为一个0-1之间的数值，代表教学质量的评分。教学质量评价模型采用深度神经网络的结构，由全连接层、激活层和屏蔽层构成：

1.全连接层。使用结点个数为原始输入层向量长度3倍的全连接层，在全连接层的每个结点处执行加权求和的操作。

2.激活层。在每一个全连接层后面跟一个全激活层，激活层的结点个数与全连接层的结点个数相同，每个激活层的结点对应上一个全连接层的结点，对由全连接层结点的输出值进行sigmoid函数的计算，即：

其中，x是上一个全连接层对应结点的输出，y是激活层相应结点的输出。

3.屏蔽层。在每一个激活层后面跟一个屏蔽层，屏蔽层随机屏蔽上一个激活层的g%的结点，被屏蔽的结点不再参与下一个全连接层的计算，在模型开始训练之前就通过随机选择的方式确定每一个屏蔽层需要屏蔽的结点。

（三）模型实例测试

1.数据预处理。学生成绩数据选取98名学生，18门课程。待评价课程“操作系统”的期末考试成绩和平时成绩均为100分制，进行标准化。

学生评教数据为每门课程每学生填写一张问卷，问卷包含21道单项选择题和1道文字回答题，单项选择题均为4个选项，将每位学生对21道单项选择题的回答进行哑变量化，哑变量化之后得到一个84维的0-1向量。

教学督导评价数据为每门课程填写一张问卷，问卷包含15个方面的评价，其中有8个方面需要给出0-100分之间的评价，另外7个方面需要在五档评价当中进行选择，标准化后得到一个15维的实值向量，每个分量的值在[0，1]之间。

2.教学督导评价模型的设计。其中p为排名等次，取20，g取20。模型的输入维数为2+84＝86维。网络的输出维数为20维。表1展示了成绩—评教模型的具体设计方案。

表1 成绩—评教模型设计表

输维数为258+15＝273维，其中258维的数据来自成绩—评教模型的最后一个激活层的输出特征。表2展示了教学质量评价模型的具体设计方案。

表2 教学质量评价模型设计表

3.模型训练。在MatConvNet（http：//www.vlfeat.org/matconvnet/）中通过配置文件实现表1和表2中的模型结构，把数据集做成Matlab数据文件.mat格式，使用MatConvNet提供的训练脚本cnn_train.m进行训练。训练进行70轮，学习率分别为0.05，0.01，0.005，0.001，0.0005，0.0001和 0.00005。训练的损失函数采用zero-one loss。每个模型经过70轮训练后，系统会生成70个.mat文件，分别保存了各轮训练结束时模型的参数。

4.教学质量评价与分析。先使用第70轮训练结束时的模型对“操作系统”的考试成绩和学生评教数据组成的向量进行特征提取，将每个学生的数据输入模型最后一个激活层的输出（为一个258维的向量），取98个向量每个分量的平均，然后把经过平均之后的258维向量与经过标准化后的“操作系统”的教学督导评价数据进行连接，输入第70轮训练结束时的教学质量评价模型，得到一个0-1之间的分数，再乘以100，代表该教学班在该课程上的教学质量。