赵雪红
(渭南师范学院,陕西 渭南 714000)
评价分析模式在人才综合素质评价中的应用
赵雪红
(渭南师范学院,陕西 渭南 714000)
根据MartinFowler提出的一系列分析模式,开发一个用于人才综合素质测评的评价分析模式。该模式不仅适用人才综合素质分析,同时可用于其他领域相似的业务,是一个通用的动态模型,具有较好的灵活性和重用性。
评价分析模式;才综合素质分析;评价;应用
一般来说,我们进行评价业务时,首先会规划一份评价方案,然后根据该方案进行评价。这里,评价方案是一个非常重要的概念。在具体的评价过程中,无外乎定量或定性的判断标准,这个也符合观察和测量模式对现实世界人们观察方式的抽象总结。
定量评价的模式分析。定量评价,通常是对事物进行度量测量,如学生智育素质方面成绩,它的描述特点都是由数字和单位构成最终的测量结果。当这种测量比较多的情况下,一一通过这种模式进行记录就会失去效果,解决方案是我们可以从抽象的角度,把要测量的信息作为一类对象来处理,引入一种叫“现象类型”的对象类型,每一个具体的测量就是该“现象类型”的一个实例。这样,每个评价单元可能拥有多种测量,每种测量是一个带有数量属性的现象类型;而评价单元只需要拥有一个专门针对所有测量的属性集合,测量处理的复杂性就被转移到了对成千上万的现象类型的实例的查询上,进而可以给测量增加别的属性,以描述其他的一些信息,比如谁来做、什么时候做、如何做。
定性评价的模式分析。在人才综合素质分析中,除了定量的评价外,还包括定性的评价。如“身体素质”,评价的可选值包括“优秀”“良好”“较差”。类似这样的评价非常多,我们无法使用属性来进行定义。我们可以把身体素质想象成一个评价目标,同样就像数值可以作为工作量一样,那么优秀、良好、较差就是身体素质的评价结果值。我们引用一个新的称为“分类观察”来进行评价,它类似于测量,但其值是分类,而不是数量。从以上描述中我们可以看到,无论是定量的评价还是定性的评价,其本质都是对某一现象进行判定。这样,我们可以引入一个新的类型“评价类型”来扮演测量和分类观察的超类。
对于以上方案,存在现象重复的情况,如学生计算机水平、英语水平,它们的现象是两组“优秀”“良好”“及格”“不及格”,解决方案为增加评价概念作为现象的超类型。这样就可以将水平看成一个评价概念,而于现象类型无关。当允许评价概念的泛化存在时,就可以创建具有任意通用度的评价对象。同时,评价概念存在自关联,是因为评价概念互相存在关系,比如上下级的关系,例如技能水平和就计算机应用水平、英语水平。同时,定量和定性的评价也需要带有范围的现象进行关联,可以采取给现象增加一个范围属性的方式对评价加以分组。这样一来,当创建一个测量时,就可以观察它是否落在该测量的现象类型的任何现象的范围之内,需要考虑是否存在现象类型产生重叠,以及现象类型的范围是否完整。
评价一般需要记录时间范围,常见的时间格式是时间段或者时间点,这里采用双时间记录分析模式。
对于通过分析进行的测量观察,如学生某学期或者毕业时的最终综合素质考核结果,或者分析在校期间每学期智育的对比情况。这些测量需要通过其他测量结果和特定的计算方式得出结论,我们通过“测量方案”解决该问题。测量方案是一个公式,输入的参数为现象类型的测量结果,输出是根据公式计算得到的另一个现象类型的测量结果。测量方案包括因果测量方案和比价测量方案。
根据人才综合素质评价需求,人才综合素质包括基本素质和特殊素质两部分。
构成基本素质通常是由思想道德素质、专业素质、人文素质、身体素质、心理素质五大部分构成,下设更为详细的分类,每个部分都有基本要求及评价的主要内容。其中,有些部分评价方式通过对最细粒度的评价项进行打分和评定,有些根据已有的如学业成绩进行计算的方式进行。
人才特殊素质的考察主要根据日常参赛及获奖、资格认定等情况进行考察,诸如数学建模竞赛、获奖情况和文体特长类乐器演奏、裁判资格,评定方式为根据每一项获奖进行分制换算。
根据人才综合素质评价的需求,个人综合素质评价的计算解决思路是将思想道德素质、专业素质、人文素质、身体素质、心理素质每一个评价项纳入到知识级,作为现象类型,对于其下的每一个评价项也作为现象类型。建立下级现象类型同上级现象类型之间的变量关系,也即评价方案。最终通过评价方案计算出上级现象类型的结果,如人文素质评价项下面包括人文社科知识、文艺修养水平、社会工作、社会实践四个评价项。将这些评价项均纳入到知识级,每一个评价项是一个现象类型。设置人文素质评价项的评价方案为:人文社科知识×权重+文艺修养水平×权重+社会工作×权重+社会实践×权重。对人文社科知识、文艺修养水平、社会工作、社会实践四个现象类型进行测量考察,将产生的四个测量考察结果作为人文素质现象类型测量方案的输入参数,输出人文素质现象类型的考核结果。特殊素质的测量方案为:(F/Max(S))×权重,其中,F为个人特殊素质得分,Max(S)为本人所在年级专业中特殊素质最高分,也是一个对象类型。
而对于基于人才综合素质评价结果分析的解决思路是将各种分析模型中参数及结果均纳入知识级,作为现象类型,如专业素质排名、所在年级专业素质平均分。前者采取比较计算测量方案,后者采用因果测量方案。
综合素质评价模型图
评价分析模式不同于传统基于数据库构建模型的思路,它运用面向对象方法,通过分析、抽象大学生综合素质考核业务的本质特征建立的一套模型。这是一种探索,这种建模过程不仅是对分析技术的一种提高,对传统的实现思路也需改变。考虑到分析模型在实现时,对这些现象类型的测量或观察实例如何持久化,如何从数据库中装载对象,如何将无规律的测量数据查询与模型进行隔离等等,这些都需要不断地尝试和检验。本文的人才综合素质评价分析模型中,采用了Hibernate解决对象的持久化及对象装载。采用读写分离的思路,避免了测量数据查询对模型的影响。随着技术的发展,如内存数据库,现有的许多问题会有更好的解决方式。
[1]刘敏慧.基于层次分析法的普通高中学生综合素质评价模式的研究[J].贵州师范学院学报,2015,(6):46-49.
[2]张稷锋,陈国梁.高职院校学生综合素质测评的调查分析及模式建构[J].教育与职业,2013,(26):179-180.
[3]杨园.基于多元统计分析的学生综合素质评价[D].北京:清华大学,2013.
[责任编辑 吴 迪]
C96
A
1673-291X(2017)21-0138-02
2017-02-07
赵雪红(1977-),女,陕西澄城人,副教授,从事思想政治教育研究。