基于大数据的中职学生学情分析--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于大数据的中职学生学情分析

发表时间：2021/4/7 来源：《教育研究》2021年2月作者：曾文全

[导读] 在大数据背景下，我们可以使用数据对中职学生的学情进行分析，对学习情况的分析不仅可以从考试成绩入手，还可以利用多种数据，对学生的学情进行综合分析，从而提高学习效率，让每一个学生都能快乐成长。

广东东莞市经济贸易学校曾文全 523000

摘要：在大数据背景下，我们可以使用数据对中职学生的学情进行分析，对学习情况的分析不仅可以从考试成绩入手，还可以利用多种数据，对学生的学情进行综合分析，从而提高学习效率，让每一个学生都能快乐成长。
关键词：大数据；中职学生；学情分析
        1前言
        随着信息技术的发展，大数据技术的普及应用，在教育领域中，大数据吸引了越来越多教师的关注。当今中职学校教育也在不断的使用大数据，努力从学科本位、知识本位出发，注重培养每个学生的综合素质。
        因此，利用大数据对中职学校学生情况的研究和分析是了解学生发展的起点，促进学生主动健康发展的重要前提，也是学校发展规划中重要的前期工作，决定学校定位的准确性和规划的科学合理性。
        2.中职教学面临的问题
        学情分析是教学过程中的重要部分，做好学情分析是教师必备的工作。学情分析不仅限于课堂上的教与学，而是扩展延伸到更广的范围。从招生情况，学校教学活动，到学生毕业后跟踪，都需要进行分析。以前的研究大多对在校生情况分析，随着大数据技术的兴起，我们可以通过分析更多的数据，建立恰当的数据模型，建立长效跟踪分析机制。可以为招生、教学、就业、专业改革等提供理论支持。调研发现中职教学的特点和问题集中在以下几点。
        2.1生源多样，基础差异大
        以东莞中职学校为例，学生生源主要由三部分组成。一是初中生源，学生主要来自普通初级中学毕业的学生。二是社会生源，在东莞打工想提升自己学历或技能水平的学生。三是扶贫生源，东莞对口扶贫云南昭通的教育，招收贫困家庭的学生。这三类学生的技能、知识、素养均有较大差异。初中招收的学生有一定的文化基础，但缺乏实践操作经验，素养较低。扶贫招收的学生文化基础较好，也是缺乏实践操作经验，但素养较高。社会招收的学生具备了一定技术技能，但文化水平较低，素养中等。那么在教学中就要做到以人为本、因材施教，分层教育，对不同生源的学生有不同的要求和教学方法。
        2.2课程体系还需进一步完善
        中职学校一般按照“行业企业人才需求→专业目标定位→企业职业岗位→对应岗位工作过程”的思路构建课程结构，其中实践教学比例不低于百分之五十。但课程设置是否合理，是否确实满足岗位要求，都需要根据学生学习效果以及就业后的反馈来进行调整。
        2.3传统的教学方法还需要进一步改进
        在传统的教学方法中，教师负责教，学生负责学,教学就是教师对学生单向“培养”活动，以教学为中心,学围绕教转。教师是知有者和传授者,传统课堂教学教师的“教”,是照本宣科,教师只把学生当作接受知识的容教师的教和在课堂上最理想的进程是完成教案,存在教法单一、学法单一、目标单一、问题单一、讲价单一、过程单一等不足。
        2.4学生学习积极性不高，思维不活跃
        对于大多数的中职学生来说，基础知识比较薄弱，掌握的也不够深入，这会在一定程度上降低学生的学习兴趣，导致学生学习积极性不高。学习困难的一个重要原因是我们思维不活跃，不能对同一个问题举一反三。思维禁锢在一定的范围里，跳不出那个圈。
        3.大数据技术的学情分析
        3.1数据采集
        利用大数据分析学情的目的是帮助教师精准育人，分析的第一步是采集数据。主要有:系统日志采集法和网络数据采集法。
        在学情分析中，主要使用系统日志采集法，再以调查问卷、网络调查、座谈等方法为辅助，收集学生的学习行为。

期刊文章分类查询,尽在期刊图书馆

数据内容包括以下几方面:
        3.1.1学生上网行为
        课内课外访问了哪些网站，是否与学习有关，访问时间、停留时间，提取关键字等。
        3.1.2学习过程
        课内课外学习留下的痕迹。随堂在线测试情况，在线学习时间，学习内容。对于建设了在线学习平台或云学习空间的学校能采集在线学习过程数据。
        3.1.3学习评价
        评价由形成性考核和期中、末考核组成，对专业课而言形成性考核包括知识技能和职业素养。知识技能是平时成绩，主要考查学生课堂提问、讨论回答、课内外作业、实操的主动性、正确性，学生自评或学生互评或教师评；职业素养是根据学生课堂纪律、学习态度、团队协作、心理素质等做出综合评定，学生自评或互评或教师评。
        3.1.4毕业生就业情况
        就业率、专业对口率、薪资水平。定期追踪岗位、职业变化。企业调研，获取学生技能与岗位的匹配情况。
        3.2数据分析
        3.2.1学习过程分析
        学习过程分析分为两大部分，一是对每个学生进行单独的数据分析，二是对不同生源的汇总分析，得出某类学生整体学习效果。
        3.2.2学习评价分析
        每门课程有单独的数据分析。比如：学生对哪些内容掌握的较好，对哪些技能知识关注度更高，技能知识点的难易度分析，哪些知识技能可激发学生兴趣。实操项目完成率和优良率等。
        3.2.3就业情况分析
        对学生的就业情况进行综合分析，就业的情况如何，技能知识是否符合企业岗位要求，对口就业率的情况等。
        4.学情分析结果的反馈
        教学过程不再局限于课堂教学，从学生入校后，专业学习到就业，都需要教师全过程参与。学情分析结果对全过程教育起到促进作用，主要体现在以下几个方面。
        4.1完善招生策略。
        在招生时，对不同生源的学生有一个较全面和客观的基本概貌。针对不同生源学生的兴趣点，有不同的宣传招生策略。
        4.2完善课程体系。
        在进行课程设置时，根据学情反馈调整课程科目，增加选修课，让学生多元化发展。
        4.3完善教学方法
        根据学习过程、学习评价、就业情况的分析结果，教师在课程设计时，为不同类型、不同层次的学生制定分层教学内容和教学方法。将实际的项目融入到教学过程中，将真实的企业案例引入到课堂中，让学生真实感受到所学知识在实际工作中的应用。在各课程的教学中，应用启发式、引导式、激发式教学方法，改变以往的注入式教学方法。
        4.4提高学生学习兴趣
        根据对学生学习积极性不高，思维不活跃情况分析，教师在教学过程中，应努力提高自身的教学水平，合理安排教学内容，改进教学方法。关注学生的每一个动作，教育学生作好心理准备、引导学生树立正确动机、加强与学生情感教育、指导学生做好学习策略等。
        5.总结
        大数据与教育的融合为教育全过程带来了诸多好处。教育决策从经验主义走向数据主义，教育评价从宏观评价走向微观评价，教师教学从大班教学走向精准教学。学情的分析，除了数据的分析及支撑外，还需要我们立体的，多角度对学情分析结果的使用，这样就能更有针对性的对学生进行个性化的教学。我们的教育要让每一个学生都得到成长，以及感受学习的快乐