2018课程考核方式与成绩评定方法改革的研究

176619

　　 摘 要：国内外对课程考核方式和成绩评定方面的理论研究，大多停留在对改变传统考核方式构成因素的阐述方面上，很少有涉及应用管理决策和评价中的理论来对课程考核方式和成绩评定方法进行研究的。应用模糊综合评价法和层次分析法对学生经济管理专业课程成绩进行科学综合的评价，并进行实证分析。
http://
　　 关键词：课程考核；专家评分法；层次分析法；模糊综合评价法
　　 中图分类号：G642.0 文献标志码：A 文章编号：1673-291X（2011）33-0325-03
　　
　　 引言
　　 传统的课程考核和成绩评定方法最根本的缺陷就是重结果轻过程、重知识轻能力，忽视学生的素质教育和能力的提高，不利于创新精神和创造型人才的培养。其成绩评定决定性依据是学习终结时的一次考试，而忽视了连续性和形成性的评价过程，虽然有些教师进行了一些考试和成绩评定方法的改进，譬如增加了平时成绩的考核，降低了考试成绩在期终综合考核中的权重，但由于没有从根本上转变教学观念和改革教学方式，更主要的是没有充分调动学生自主学习的积极性和创造性，缺乏科学的成绩评定标准和评价方法那些改革也就只能流于形式。一个班的学生平时成绩常常大同小异、不相上下；平时成绩成了老师给学生的“感情分”、或给某些考试不及格学生的“补贴分”；出现了许多诸如此类不科学的成绩考核方法和形式，不能正确地评价学生的实际学习效果和激励学生进一步学习。
　　 南京审计学院1999年招收的12名大专生（南京审计学院大学与英国密德萨克斯大学联合开办的高职班），在国内学习时，他们被老师认为是基础较差、自制能力弱，上课不爱提问，有点懒散的学生，可在国外读了两年后父母说他们变得非常自信、独立、动手能力、创新意识都很强，如今他们是英国一些知名高校的硕士生。在谈到他们国外求学的经历时，感觉国内外教育最大的差异是对学生能力的考核方式，由此可见科学地评价学生的课程成绩对学生的学习成长和潜能激励作用巨大。
　　 由于课程考核本身是个复杂的问题，简单地用一张考卷很难科学地对学生的学习效果进行评判，本文采用模糊综合评价法和层次分析法，构筑目标层、主准则层和分准则层三个层次新的指标体系，同时结合专家评分法给出各个层次中各指标间的相对权重，从而得到一个全新的结合定性和定量更科学的课程考核和成绩评定方法的体系，从而改变传统的“讲学考”相分离的情况，更好的提高学生学习专业课程的效率和积极性，为教学和考核摸索出新的模式和经验。
　　 一、课程成绩考核模糊综合评价模型的建立
　　 （一）课程成绩考核模糊评价的理论依据
　　 现实生活中存在着大量的模糊现象，模糊现象是指有些事物类属标准不明确，不能确切地归类。课程学习质量动态效果的评价也具有模糊性，并不能简单通过一张试卷和平时成绩等给出一个确定分数进行考核评价。因此我们把动态学习效果分为优、良、中、及格和不及格等五个等级，但各等级的标准并不十分明确，因此分类具有“模糊性”。动态学习的效果影响因素也具有模糊性。对于受多种因素影响的事物的综合评价，我们常采用总分法或加权平均法，但因动态学习效果评价中一些因素具有模糊性而不能简单地用分数进行评价，因此我们采用模糊数学的评价方法来对学生的课程成绩考核作一定量的评价。
　　 （二）课程成绩考核模糊综合评价数学模型
　　 1.确定评价指标集。本模型中用到的指标结构（如下页图1所示），主准则层为学生课程学习获得几方面的能力水平，分准则层为课程成绩考核的构成因素。其中对某些指标的具体做法给出了一些新的建议和尝试，如笔试考试主张多次考试，由闭卷走向开卷半开卷；根据经管专业课程的特点，可以将企业的案例、策划带进课堂，由学生完成交企业评判（产学结合评判）等。
　　 图1所示的评价指标体系中，主准则与分准则即一级指标与二级指标。他们相应为X=（X1，X2，X3，X4），其中X1=（X11，X12，X13），X2=（X21，X22，X23），X3=（X31，X32，X33），X4=（X41，X42，X43）。
　　 2.确定各指标层的权重。设主准则层X1，X2，X3，X4对目标层A的权重分别为b1，b2，b3，b4，bi=1权重集B=（b1，b2，b3，b4）。分准则层C中各指标对应其主准则层B的权重集W1=（w11，w12，w13），W2=（w21，w22，w23），W3=（w31，w32，w33），W4=（w41，w42，w43）并满足wij=1（i=1，2，3，4），上述权重集由专家评分法和层次分析法（AHP）确定。
　　 3.确定评价学生课程成绩考核模糊综合评价模型的备择集Y。Y={y1，y2，…，ym}这里，m=5，即Y={y1，y2，y3，y4，y5}={优，良，中，及格，不及格}。
　　 4.对主准则层各评价指标Xi建立模糊评价矩阵Ai。若单独考虑Xi（i=1，2，3，4）下的指标Xij（j=1，2，3），评判其隶属于第t个评语Yt的程度为rijt，则可得Xi的模糊评价矩阵Ri。
　　 Ri=ri11 ri12 … ri1mri21 ri22 … ri2mri31 ri32 … ri3m
　　 其中，i为各分类因素指标数目，即X1，X2，X3，X4；n为相关分准则层中的评价指标数目，m为备择集中备择元数目。
　　 由模糊变换理论可知，因素权重集W与模糊关系R的合成，表示因素权重集通过模糊关系R变换成对备择集的评价，即：
　　 Ａi=Wi?Ri=（wi1，wi2，wi3）?ri11 ri12 … ri1mri21 ri22 … ri2mri31 ri32 … ri3m=（ai1，ai2，…，aim）
　　 其中，ait=（wij×rijt）。
　　 5.计算评价对象的模糊评价矩阵A:
　　 A=（a1，a2，…am）=B?A1A2A3A4，其中，at=（bi×ait）
　　 根据模糊矩阵A的计算，我们就可以得出学生课程的动态学习质量效果分别处在各等级（A，B，C，D，E）的概率，因此能在一定程度上科学综合地评价某个学生某门课程学习质量的动态效果，并由此产生一定的激励作用。
　　 二、算例分析
　　 以《商业银行业务与管理》课程成绩考核的模糊综合评价为例，对学生张明在该门学科的成绩进行评价，评价过程如下：
　　 1.通过专家评分法，确定主准则层指标的权重。
　　 Ｂ＝（b1，b2，b3，b4）=（0.50，0.25，0.20，0.05）
　　 2.确定评价的备择集和各等级评估值。
　　 Y={y1，y2，y3，y4，y5}={优，良，中，及格，不及格}＝{95，85，75，65，45}
　　 上述各等级评估值均取其算术平均值，其中E为不及格，考虑到绝大多数不及格考生的成绩都超过30分，因此取值为30~60的算术平均值。
　　 3.确定分准则层中各指标间的权重。采用专家评分法和层次分析法得到分准则层中各指标间的权重，即：
　　 W1=（w11，w12，w13）=（0.63，0.26，0.11）
　　 W2=（w21，w22，w23）=（0.39，0.27，0.34）
　　 W3=（w31，w32，w33）=（0.34，0.51，0.15）
　　 W4=（w41，w42，w43）=（0.31，0.28，0.41）
   　　 4.对主准则层各评价指标Xi建立模糊评价矩阵Ai。
　　 Ａ1=W1?0.2 0.8 0 0 00.5 0.3 0.2 0 00.1 0.4 0.4 0.1 0=（a11，a12，a13，a14，a15）=
　　（0.243，0.496，0.22，0.041，0），同理：
　　 Ａ2=W2? 0 0.8 0.6 0.1 00.5 0.3 0.2 0 00.1 0.5 0.3 0.1 0=（a21，a22，a23，a24，a25）=
　　（0.169，0.368，0.39，0.073，0）
　　 Ａ3=W3? 0 0.3 0.6 0.1 00.5 0.3 0.2 0 00.1 0.4 0.4 0.1 0=（a31，a32，a33，a34，a35）=
　　（0.27，0.315，0.366，0.049，0）
　　 Ａ4=W4?0.8 0.2 0 0 00.5 0.4 0.1 0 00.2 0.7 0.1 0 0=（a41，a42，a43，a44，a45）=
　　（0.47，0.416，0.069，0，0）
　　 5.计算评价对象的模糊评价矩阵A:
　　 A=（a1，a2，…am）=B?A1A2A3A4＝（0.50，0.25，0.20，0.05）?
　　0.243 0.496 0.22 0.041 00.169 0.368 0.39 0.073 00.27 0.315 0.366 0.049 00.47 0.461 0.069 0 0=（0.24125，0.42605，0.28415，0.04855，0）
　　 上式表明：有24.125%的专家认为张明《商业银行业务与管理》这门课的综合成绩考核为优秀、42.605%的专家认为张明《商业银行业务与管理》这门课的综合成绩考核为良好、28.415%的专家认为张明《商业银行业务与管理》这门课的综合成绩考核为中等以及4.855%的专家认为张明《商业银行业务与管理》这门课的综合成绩考核为及格。
　　 6.求出评估值。E=（95，85，75，65，45）?（0.24125，0.42605，
　　0.28415，0.04855，0）T=83.6
　　 通过上面计算可知，张明《商业银行业务与管理》课程的综合模糊评价成绩为83.6。
　　 结论
　　 本文结合模糊数学的工具，对经济管理类专业课程学生的考核构成因素进行综合评价。综合专家的意见，将定性分析和定量分析较好的结合在一起，将许多难以精确量化的考核构成因素通过模糊数学工具将其量化，改变了传统考核方法用一张考卷精确的给出每个考生的分数，忽略了课程考核的复杂性和模糊性，而综合模糊评价法能很好的结合定性和定量给出每个学生的综合评判，因此具有更好的科学性和全面性。
　　
　　参考文献：
　　[1] 邓忠莲，曾东和.大学生课程成绩评定方法的科学性的思考[J].邵阳学院学报:社会科学版，2004，(2).
　　[2] 陈棣沭，韩婧.美国大学课程成绩评定方法及其技术支撑[J].高教发展与评估，2010，(3).
　　[3] 杨平.高职院校工科课程成绩评定方法的改革与实践初探[J].科学咨询:决策管理，2009，(9).
　　[4] William H.Schmidt，Pamea M.Jakwerth，Curtis C.McKnight，Curriculum Sensitive Assessment：Content Does Make a Difference[J]. Educational Research，2008，(29).
　　[5] 谌红.模糊数学在国民经济中的应用[M].武汉:华中理工大学出版社，1995.[责任编辑 魏 杰]