评分等级自适应式课程教学质量评价方法

摘要：“面向产出”是工程教育认证的核心理念之一，聚焦于学生的学习效果。文章以产出为导向，明确课程质量评价指标、内容以及评价对象。定性与定量相结合，提出一种评价等级自适应的课程质量评价方法，使用同行教师及教学督导员的评价数据对学生评价结果进行优化，避免评价过程中的多种主观因素；文章利用三层模糊综合评价模型完成课程教学质量评价结果判定。

关键词：面向产出；课程教学质量评价；评分等级自适应；模糊综合评价

一、引言

课程体系是支撑专业人才培养目标达成的核心组成，对应的课程建设是高校专业教学质量建设的核心，直接影响人才培养质量。因此，课程教学质量评价是高校课程建设、管理中的重要手段，合理、有效的课程质量评价方法，有助于教师持续改进教学质量，有利于促进教师进行课程教学改革，从而全面提高人才培养质量。目前，多数高校的课程教学质量评价主要以量化为主，评价内容通常包括：教师素质、教学过程/方法、教学内容、教学效果等；评价方法[1]；然而，课程教学过程应该包含两个主体：教师和学生，因此，对于课程质量的评价需要从教师的教和学生的学两个方面来进行[2]。“面向产出”是工程教育认证的一个核心理念，充分体现“以学生为中心”，即教学实施过程须围绕学习效果来进行，强调以学生的信息反馈为主线索的“反向设计、持续改进”闭环教学设计理念，促进教学的持续改进，提高学生的获得感。因此，面向产出的教学理念必然要求改变课程教学质量评价模式，须从教师和学生两个主体进行考虑。首先，教师的教学实施过程，即教师的语言表达、教学水平、方式、态度等方面；以及在教学内容中，教师须明确课程教学目标及其对培养目标、毕业要求的支撑关系；其次，应充分体现以学生为主体地位，须明确学生应学习和掌握的知识点和能力，客观判定课程教学目标的达成情况，即关注学生的学习成果。因此，面向产出的课程教学质量评价，应该涉及“设计—实施—效果”的教学全过程评价，为教师改进教学实施过程明确方向，从而实现以评促教，为教学的持续改进提供依据[3-5]；同时，要注重定性和定量相结合[1]。本文以产出为导向，设计了涵盖“设计—实施—效果”教学全过程的评价指标和内容[6]；提出了一种基于评分等级自适应的课程质量评价方法[7-8]，在学生评价结果的基础上，利用同行或者教学督导员的评价结果来优化学生的课程质量评价结果，定性与定量相结合，可以在一定程度上保证课程质量评价结果的真实性和准确性。

二、课程教学质量评价模型概述

区别于单纯的算术均值法，本文采用模糊综合模型评价学生课程质量，即借助模糊变换原理综合考虑评判事物相关因素，对评价对象作出定性与定量相结合的评价。在此过程中，首先确定评价总体及其对应的各级评价因素集，然后利用评分等级自适应公式给各学生的评价等级进行优化，并根据评价等级确定分值，最后给出换算公式，建立评分等级自适应的学生课程教学质量评价模型。

（一）评价因素集确定

评价因素包括评价指标、评价内容以及评价人员。如表1所示，评价指标分为2级；评价人员分为3类：学生、同行教师或者教学督导员以及任课教师；评价内容以产出为导向而确定。

（二）指标权重

根据指标的个数均分指标权重，例如：在一级指标“教学实施过程评价”中有5个二级指标，则每个二级指标的权重为1/5。每个二级指标评价分为“优”、“良”、“中”和“差”四种评价等级，根据每个评价等级人数的不同，通过模糊评判法来计算一级指标的评价等级权重，同理，总指标的“优”“良”“中”和“差”四个评价等级权重由一级指标计算得出。

（三）评价等级系数

评价等级系数是“优”“良”“中”和“差”四个评价等级对应的分值，用来计算最终总评价的结果，本模型中评价系数表示为Y={Y1,Y2,Y3,Y4}，对应数值分别取为4.5、3.5、2.5和1.5。

（四）评价等级自适应公式

由于课程教学评价过程中，不同学生对于同一门课程的评价结果会有差异，因此，在本文提出的评价系统模型中，让同行或者教学督导员平均每月对教学课程进行评价，并在期末进行总评，利用所得评价结果来优化学生的评价结果，避免由于主观因素等影响而出现的集中“好评”或“差评”情况。对于每一项二级指标评价等级结果使用以下方法进行优化。其中，w表示优化过后的评价等级，wavg表示学生评价等级的平均值，wmin表示不同班级学生评价中评价等级的最小值，wmax表示不同班级学生评价分组中评价等级的最大值，favg表示同行教师/教学督导员每月评价等级的平均值，fmin表示同行教师/教学督导员每月评价等级的最小值，fmax表示同行教师/教学督导员每月评价等级的最大值。

三、课程教学质量评价模型算法

在本文中，采用三层模糊评判法，对优化后的评价等级进行计算，得到最终模糊评判矩阵，即总评价评价等级矩阵，根据设定的规则对评价结果进行归一化处理，根据分值判断最终评价等级。模型评判算法步骤为：1.根据“用户评价的原始计分表”统计出的评价主体对被评价课程各项指标选择“优”“良”“中”“差”的人数作为基础数据，其中包括学生评价数据、同行/教学督导员的每月评价数据。2.用基础数据除以该类别中的主体总数，得出各评价等级隶属度，即评价等级值，其中学生评价等级为w0，同行或者督导的评价等级为f。3.使用评价等级自适应公式对学生的每个评价等级进行数据优化，减少集中“好评”或“差评”的影响，得到优化后的评价等级权重w。4.用二级指标对应的权重向量R与每个二级指标的评价等级矩阵进行矩阵计算，得到一级指标的评价等级向量U。5.将上文一级指标评价结果与一级指标权重向量进行矩阵计算，得到总指标各项的评价等级向量P。6.对总指标的评价等级权重进行归一化处理，得到最终的评价等级S。7.根据评价指标，将最终的评价等级S与“优”“良”“中”和“差”四种评价等级对应，得到最终的评价结果。

四、数据分析

下面以某年级通信工程专业一门专业课程的课程教学质量评价为例，共有30名同行和教学督导员、4个班级的200名学生参加评价。限于篇幅，以一级指标“教学内容有效性评价”的评价结果为例，验证所提算法。在本文中，将均值法作为对比的方法，课程评价等级评定结果为：“优”：4≤S＜5；“良”：3≤S＜4；“中”：2≤S＜3；“差”：0＜S＜2。1.均值法。均值法评分等级对应的分值系数：优：1；良：0.8；中：0.6；差：0.4，评分结果为：对各项评分等级对应的量化系数和人数乘积求和，再除以参评总人数求平均值。在均值法中，二级指标每一项给定分值为5分，根据表2中的数据，通过均值法计算最终评价结果S1=4.175。2.评分等级自适应法。同行教师/教学督导员对课程的教学质量每月评价数据如表3所示。利用表3数通过评价等级自适应公式计算得到“教学内容的正确性”的评价等级优化矩阵w1为：在一级指标“教学内容的有效性”中的二级指标权重向量R=（0.25，0.25，0.25，0.25），通过矩阵合成运算得到一级指标“教学内容”各项评价等级结果U；S2为一级指标“教学内容的有效性”的最终评价结果，根据四个评级对应的评价等级系数，计算总得分为：S2=（0.4*4.5+0.34*3.5+0.24*2.5+0*1.5=3.64）对两种方法的评价结果进行分析，用均值法计算得出的结果是“优”，使用评价等级自适应法得出的结果是“良”。观察数据发现，一级指标“教学内容的有效性”的评价等级总体分布比较均匀；二级指标前两项评价内容中，选“优”较多，而后两项评价内容主要集中在“良”“中”；与均值法相比，评价等级自适应法利用同行/教学督导员的评价数据优化之后，更能体现所评价内容的整体效果，从而反映课程教学质量评价的真实性和有效性。

五、总结

本文以产出为导向，明确课程教学质量评价各项指标和内容，并将“指标量化”与“评价分级”相结合，提出评价等级自适应法，并利用三层模糊综合评价模型完成课程教学质量评价结果判定。数据分析表明，通过同行教师/教学督导员的评价数据对学生评价结果进行优化，从一定程度上解决评价数据中集中“好评”和“差评”的问题，从而可以更合理地体现课程教学质量，推动课程教学内容、教学模式和教学方法的改革与创新。

参考文献：

[1]陈翔,韩响玲,王洋,等.课程教学质量评价体系重构与“金课”建设[J].中国大学教学,2019(5).

[2]张静颖,赵华.教学评价标准研究的回顾与展望[J].教育实践与研究,2019(2).

[3]韩栋.基于OBE的实验课程教学质量评价体系初探[J].黑龙江教育(高教研究与评估),2020(1).

[4]姜大伟,刘立敏,孙才英.基于OBE理念的课程目标达成评价方法[J].黑龙江教育(高教研究与评估),2018(10).

[5]邢延,汪新,李晓端,等.基于成果导向的“两级两维”课程质量评价机制及实践[J].高教学刊,2020(13).

[6]吴正刚,严明,张瑞红.以学生为中心的高校教学质量评价体系构建[J].黑龙江教育(高教研究与评估),2019(4).

[7]张宁蓉,严立,陈亦望.网络教学质量的模糊综合评价[J].计算机教育,2007(8).

[8]孙义,黄海峰,丁建华.多属性群决策权重调整自适应算法[J].计算机工程与应用,2014(2).

作者：王传云 单位：华东交通大学