大数据视角下大学生学业评价—警示—帮扶机制探索

洪筱

摘 要：为克服传统学业预警制度的滞后性和被动性，高校要基于学生学风数据的采集，建立大数据平台，将学生学业预警制度分为学业评价、学业警示、学业帮扶三个模块，侧重于时效性反馈、预防式管理、跟踪性教育、精准性帮扶。文章以江南大学物联网工程学院2015级本科生为例，对大数据视角下大学生学业评价-警示-帮扶机制进行研究。

关键词：学业；评价-警示-帮扶；大数据；学风；大学生

中图分类号：G641；G642 文献标志码：A 文章编号：1008-3561（2018）04-0016-02

一、前言

学业预警制度是目前高校学风管理中的重要抓手，主要是指学生在学习过程中出现学业不佳、学分积欠等现象时，教师给予必要的提醒、警示和帮扶，以帮助学生顺利完成学业。传统的学业预警制度一般由教务管理部门配合学工部门执行，往往是在部分学生出现多门功课不及格的现象后进行“一刀切”式的管理，忽略了大学生的差异化。这种救火式的学业预警制度存在滞后性和被动性，且育人效果不够理想。在互联网+的时代背景下，大数据思维和技术手段已在各行各业渗透。高校要充分利用大数据对学生的学业情况进行有效评价，并对存在学业问题的学生群体给予及时提醒和帮扶，建立大学生学业评价-警示-帮扶机制，真正发挥学业预警制度的作用。相比传统的学业预警制度，大数据视角下的大学生学业评价-警示-帮扶机制要更侧重于时效性反馈、预防式管理、跟踪性教育、精准性帮扶。该机制的建立和实施，能够体现高校思想政治教育工作刚性管理约束和柔性人文关怀的有机结合，体现“贴近实际、贴近生活、贴近学生”的大学生思想政治教育指导思想。

二、学业评价-警示-帮扶机制概述

1. 基于大数据的學业评价制度

认真采集与大学生学风相关的数据，是制定学业预警制度的基础。为了实现学生学业情况的数字化评价，高校要采集学生个人信息、家庭信息、高考成绩、考勤信息、选课信息、学业成绩、综合测评成绩、违纪情况、社团活动情况、网络使用情况等数据，建立学生学业水平信息平台，这些信息是制定学业警示制度的重要参考。要通过信息数据分析，探索学生学业水平的评价方法及评价指标，建立有效的评价制度，对所有学生的学业情况进行自动评价，并按指标进行排序输出。这样建立的信息平台，能够做到“可量化、可检索、可跟踪”。

2. 明确学业警示指标及方法

高校要通过学业信息数据的采集和分析，确定学业预警的检索指标，如旷课率、积欠学分等，然后以大数据筛查为支撑，确定预警范围和等级，再结合高考成绩、家庭信息、日常表现、成绩波动情况、社团活动、网络使用情况等因素进行深层次的原因分析，实现提早预防，及时发现，精准反馈，有效干预。

3. 建立系统的学业帮扶制度

造成大学生学业问题的原因众多，如心理问题、交友问题、家庭问题、恋爱问题等。在进行学业帮扶时，高校需对症下药、多管齐下、多元协调、融合互通。出现学业预警之后，高校需要采用朋辈帮扶、辅导员帮扶、心理帮扶、专业教师帮扶、家庭帮扶等措施，切实有效地对学困生进行帮扶，使其能够改善学习状态、克服学习困难，避免因学业问题被取消学位或退学，以充分发挥学生学业评价-警示-帮扶机制的积极作用。

三、案例分析

本文以江南大学物联网工程学院2015级763名本科生为例，对学业评价-警示-帮扶机制的建立与实施进行说明。要从学生学业信息大数据的采集和建库做起，为学业评价-警示-帮扶机制的建立与实施打好基础。数据来源包括以下几个方面：入学时学生的个人基本信息登记表，教务系统中学生的学业成绩、考勤数据，学工管理系统中学生的违纪情况、社团参与情况、综合测评情况等。要认真完成“江南大学学生学期学业信息收集样表”的数据梳理，构建大数据平台，及时准确地了解和掌握学生的相关情况。

“大学生学期学业信息收集样表”主要包括以下内容：姓名、性别、出生日期、专业、学号、政治面貌、班级、宿舍编号、家庭住址，以及英语等级、计算机等级、学期不合格门数、第一周到第十五周的考勤汇总（课时数），同时还包括旷课预警程度（分为初级、中级、高级）、学业预警程度（分为黄色、橙色、红色）。

完成学生学业情况的收集建档之后，高校要对各类数据进行统计分析，根据学业管理中的量化标准确定学业警示制度的各级指标，然后将学生的各类学业情况与之进行比对，以确定警示等级和范围。比如旷课课时可根据具体指标确定为初级、中级、高级三个等级，不及格门数可根据具体指标确定为黄色、橙色、红色三个等级。然后，依据分析结果填写相关学生的学业警示通知单。

学习警示的标准设定如下：黄色警示——上一学期有一门不及格课程，或累计出现不及格课程1门～2门且未消降。橙色警示——上一学期不及格课程达2门，或累计不及格课程数达3门。红色警示——不及格课程累计学分小于或等于15个学分。

旷课警示的标准设定如下：初级——一个学期旷课累计4个学时；中级——一个学期旷课累计8个学时；高级——一个学期旷课累计小于或等于12个学时。

接下来，进入警示执行和系统帮扶阶段。高校要制定相关执行制度，如班主任谈话制度、家长联系制度、学业帮扶管理制度等，以达到科学执行、合力执行的要求。要通过学校、教师、家长、同伴以及自身等多方力量，全方位、多角度地保证执行的力度和效度。

帮扶系统内容如下：1）学校层面——统筹谋划，注重完善制度建设、以管理育学风，主要包括课堂考勤、自习引导、宿舍管理、考风考纪、激励机制。2）朋辈层面——基层驱动，注重构建帮扶系统、以互助扬学风，具体包含两层内涵（学业帮扶、情感支持）、两种形式（个别辅导、团队帮扶）。3）教师层面——双线齐下，注重开展主题教育、以育人助学风，注重教学科研线、行政管理线互相配合。4）家庭层面——家校携手，注重深入互动沟通、以合力促学风，选择恰当的合作模式（双向、循环）、合作途径（线上、线下）。

四、新机制的优越性

1. 预警信息的时效性

传统的学业预警制度往往只将期末的显性分数作为警示的主要指标，忽略学生学业的轨迹记录和分析，信息缺乏时效性、全面性，因此，不能从根本上解决学生的学业问题。而大数据视角下的学业评价-警示-帮扶机制，在信息数据采集的广度和时效性上有很大的突破，数据具有一定的应用价值和参考价值。

2. 教育主体关系紧密化

传统的学业预警制度一般是教务管理部门配合学工部门执行，教务管理部门主要负责预警信息的收集和发布，学工部门则负责原因分析和反馈、帮扶工作。但造成学生学业问题的原因是多方面的，若不能科学分析，则难以有效地进行帮扶。而以大数据作为基础，采集的信息更为全面，如包括后勤部门提供的网络使用情况、图书馆提供的书刊借阅情况，这避免了教育主体信息封闭的现象，让各自为政的信息共享互通，丰富了学业预警的信息来源，有利于高校更为全面地分析学业问题的关联因素，更为科学地挖掘造成学生学业问题的原因，更为精准有效地实施学业帮扶。

3. 分类指导育人精准化

大数据视角下的学业评价-警示-帮扶机制，能够根据学生学业情况和学业管理中的量化标准，确定学业警示制度的各级指标，然后将学生的各类学业情况与之进行比对，进行学业警示等级和范围的划分，并根据具体的情况实施分类指导，精准帮扶，真正体现了“因材施教，因人而异”的教育原则，强化了针对性，提高了有效性，促进了长效性。

参考文献：

[1]邹慧.独立院校“学困生”学业预警机制探析[D].南京师范大学，2011.

[2]袁安府，张娜，沈海霞.大学生学业预警评价指标体系的构建与应用研究[J].黑龙江高教研究，2014（03）.

[3]周鸣.主体协同：大数据时代高校学业预警机制的构建[J].教育现代化，2017（04）.

[4]艾楚君，甘均良.构建新的学校、社会与家庭和谐互动的大学生思想政治教育机制[J].湖南科技大学学报：社会科学版，2008（03）.

[5]曹威，杨光旭，夏红卫.“学困生”学业预警爱心援助工作机制探析[J].高等工程教育研究，2007（05）.