数据仓库在高校青年教师发展性教学评价中的应用

柏菊 唐明伟

摘要：发展性教学评价是促进青年教师专业成长的一种重要手段。本文根据发展性教学评价的特点，以学校原有数据库为基础，构建面向高校青年教师发展性教学评价的数据仓库。该数据仓库既体现了学生评价的重要性，又实现了多主体评价和尊重被评价教师的主体地位;结合青年教师的专业成长阶段，充分利用历史数据，从不同视角、不同层次对数据进行纵向分析，为客观、公正评价青年教师的教学水平提供依据，为青年教师持续改进教学质量提供支持，为教育主管部门决策提供参考。

关键词：数据仓库;高校青年教师;发展性教学评价

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2018）11-0108-05

随着我国高等教育的快速发展，青年教师已逐渐成为高校教学的主要承担者和骨干力量。教学评价是保证青年教师投入教学、改进教学并促进教师成长和发展的关键措施。《国家中长期教育改革和发展规划纲要（2010—2020年）》要求进一步加强高等学校青年教师队伍建设，提出要完善青年教师的考核评价机制，促进优秀青年教师成长。目前，高校普遍采用学生评教的方式，并将此作为教师年底考核和职称评定的依据。这种评价主体单一、面向过去、重结果轻过程、以评促管的教学评价方式无法准确获取各个不同因素与教学评价结果之间的联系[1]，更无法辅助学校管理层的相关决策，对青年教师尤为不利。学术界普遍认为发展性教学评价能够避免传统教学评价的诸多弊端，其立足于教师专业发展的过程，以师生动态成长和持续发展为参照，对教师现有工作的价值和发展潜能作出判断与评价，是促进青年教师专业成长的一种重要手段。[2]

文献综述

发展性教师评价起源于20世纪80年代英国倡导的绩效与奖惩分开的教师评价制度，90年代由华东师范大学教授王斌华引入我国。该评价体系面向教师未来发展，尊重教师主体地位和人格，强调将个人目标和组织目标相结合，是一种依据目标、重视过程、及时反饋，促进青年教师和谐、全面发展的评价手段。[3]发展性教学评价自出现之日起就备受好评，因此逐渐成为研究热点。在国内研究初期，文献集中于对国外发展性教师评价制度的分析与借鉴，并与国内现行教学评价进行对比。[4]此阶段的研究对国内教师评价存在的问题和发展性教师评价制度有较深入的理解，但多是经验性介绍。在此基础上，学者针对高校青年教师的特点，探索构建高校青年教师发展性教师教学评价指标体系、评价方法以及评价模式。[5]此外，有学者还进一步关注评价过程的规范化以及评价的具体实施等[6]，如教学评价主要的信息来源及数据的处理方法。总体来说，发展性教学评价在我国仍处于理论和实践的探索阶段，尤其对发展性教学评价实践的研究较少。

数据仓库（Data Warehoue，DW）是20世纪90年代初由W.H. Inmon首次提出的，它是基于信息系统业务发展的需要而发展的一系列新的应用技术。它能够用科学的方法整理数据，从不同视角、不同层次对数据进行分析，以发现数据间隐藏的深层关系。数据仓库现今被广泛应用于各种领域，在教学评价中应用也较多。[7]目前该领域的文献研究集中于构建面向学生主题的教学评价数据库，由于该数据仓库没有体现发展性教学评价的多主体性、被评价主体地位以及教学评价的过程性，不适合对高校青年教师的评价。因此本文根据发展性教学的特点，构建面向青年教师评价的的数据仓库，以期为客观公正地评价青年教师的教学水平提供新的解决思路。

构建面向青年教师的发展性教师评价数据库

数据仓库首先要有数据源。高校经过多年的信息化建设，在教师、学生管理、教务等方面积累了大量数据，数据仓库可以在现存数据库系统基础上开发。本文以笔者所在学校原有的学生信息数据库、教师信息数据库和教务管理数据库三个数据源为基础，构建面向青年教师的发展性教学评价数据仓库。

1.数据仓库系统的整体架构

数据仓库本质上是一个环境，将采集的外部数据经过一系列处理转换到统一的环境中，并开放给外部应用，以辅助决策支持。因此数据仓库的基本架构包含源数据、数据仓库和数据应用三个层次。鉴于此，本数据仓库系统的整体架构由数据源、数据仓库和数据应用三层组成（如图1）。首先，将已有的教师信息、学生信息、课程信息分别从相应的教师管理信息系统数据库、学生信息管理系统数据库和教务管理信息系统数据库中提取出来，经过转换和清洗后加载到数据仓库;接着，按照数据分析的需求，构建教学评价的数据仓库和存储数据。多维数据模型的应用一般都是基于OLAP，OLAP服务器响应用户服务请求，对前端分析所需要的评价数据按照多维模型进行深化、泛化和旋转等操作，实现数据的多角度、多层次的分析及展现。另外，还可以借助数据挖掘工具进一步挖掘潜在数据价值，以进一步理解数据。

2.构建数据仓库模型

构建数据仓库模型是建立数据仓库体系的主要工作，也是决定联机分析处理结果准确与否以及执行处理效率的关键步骤。数据仓库模型的设计应根据实际需求而定，所要构建的数据仓库反映发展性教学评价主体的多元化、被评价主体地位以及教学评价的过程性特征。

（1）评价主体多元化

目前我国高校教师教学评价多采用学生评价的方式，有的学校虽然有领导、指导小组和同行专家评价，但只是作为辅助性评价，不与学生评价一起作为一个整体共同评价教师。学生是课堂教学评价最有效、最直接的主体，他们对教学目标是否实现、师生互动是否良好都有较深刻的了解和体会，对学习环境的描述也较客观。[8]但是课程的重要性、学生对课程的兴趣等因素也影响着学生对教师教学效果的评价，因此仅采用这种评价模式不合理。发展性教师评价鼓励建立多元主体的评价体系，学生、领导人员、教学指导小组及同行专家等主体应共同对教师进行评价。领导人员包括专业、学院领导，他们承担对教师教学质量进行监督、指导的责任和义务，主要以教师的教学建设、教学组织和教学态度为评价内容;教学指导小组一般由学校专门聘请的、用于指导教师提高教学水平和教学质量的行家组成，主要评价教师的授课质量;同行专家包括专业相同或相近的教师，对教师专业结构的合理性、教师知识表达的逻辑性和准确性、教学方法的选取是否得当等方面进行客观评价。因此本文所设计的数据仓库的评价主体包括学生、领导人员、教学指导小组及同行专家。

（2）尊重被评价主体

目前教学评价体系缺乏教师的自我评价，即要求评价对象依据评价原则，对照评价标准，对自己的工作表现主动做出评价。而教师自我评价既是教师角色内化、自我提高、自我激励、自我完善的过程，也是教师对自己的教学过程进行解释或阐述的机会。发展性教学评价尊重教师主体地位和人格，因此在面向多元主体主题的数据仓库设计中，将教师自评包括在内。

（3）评价的过程性

现行的教学评价一般在教师完成课程教学任务后进行，带有一定的“总结性”，评价结论是教学工作的最终效果，对青年教师成长发展的过程关注不够。发展性教师教学评价是建设性的互动过程，它不仅仅关注教师的当前表现，更注重教师的成长和发展。因此，在数据仓库设计中，需要通过历史数据的纵向比较来反映教学过程性。

综上所述，为体现发展性教学评价的特征，本文确定面向青年教师发展性教学评价的两个数据仓库主题，即学生评价主题数据库和多元主体评价主题数据库。

学生评价主题的数据仓库体现了学生评教的重要性，主要用于同一时间教学数据的横向比较，具体解决如下问题：

①教师教龄、性别、职称和学历与教学评价结果的关系;

②学生性别和教师性别的异同与评价结果的关系;

③学生性别、学生所学专业、学生在读年级、学生成绩、课程学分、开课单位对评价结果的影响。

该主题的数据仓库涉及的信息包括学期信息、学生信息、课程信息、教师信息以及学生对每门课的评教分。数据仓库将涉及到的信息组织并汇总到一个由一组维度（dimension）和度量值（measure）所定义的数据立方体（cube）里。维度是人们观察数据的特定角度，度量值是各个维中一个维成员所确定的一个或多个值，它是多维数据分析的中心。在本例中，学生评教分是度量值，学生、学期、课程和教师是分析学生评教分的四个维度。采用星型结构构建该主题数据仓库维度模型（如图2），它由一张事实表和四张维表组成。事实表由连接维表的主键和度量值组成，用于表述教学效果这一主题，即每一学期每一位教师所教授的每一门课程的每个学生的评教分。维表提供维的属性的定义，以事实表为核心呈星形分布，维表彼此之间没有任何联系。

多元主体评价主题的数据仓库主要体现评价主体多元化以及被评价主体地位，同时可对同一教师历史数据进行纵向比较，体现教学评价的过程性，具体解决如下问题：

①同一教师在不同主体间评价差异是否显著;

②同一教师，其教龄、论文数、项目数的变化对教学效果的影响;

③同一位教师不同职称时其教学效果的情况;

④不同时间段内实施的教学政策或教学改革措施对教学效果的影响;

⑤教师的教学安排，如不同的授课方式以及不同课时安排对教学效果的影响。

该主题的数据仓库涉及的信息包括学期信息、学生信息、课程信息、教师信息以及各评价主体对每门课评教的平均分。其中学期信息、学生信息、课程信息、教师信息和学生评教平均分可从原数据库中获得，领导、指导小组、专家和自我评教分若学校原数据库中没有，可以在教务信息系统里增加相关信息。采用星型结构构建该主题仓库维度模型（如图3）。

在上述模型中，若想比較同一青年教师在不同阶段的教学水平的变化，如不同职称或不同学位的教学水平变化，通常需要在维度表中引入新的属性列，这样会大大增加维度表中的数据量，也无法根据变化的维度属性值来进行分析处理。此时，本例采用将维度属性根据随时间变化的节律不同而分成不同的维度[9]的方式维度建模（如图4）。如教师编号、姓名和性别是稳定不变的，属于稳定维度;学位和职称属性是随时间缓慢变化的，属于渐变维度;教龄、论文数、项目数随时间变化频率较快，则是快变维度。为了实现评价的过程性，将快变维度从原有的维度表中分离出来单独组合成一个或多个新的维度——教研状况维，在原事实表中增加新的外关键词以建立事实表与快变维度表的联系，余下的其他属性组合成一个维度表，从而有效降低数据的冗余存储现象[10]，增加查询的准确性。当教师的职称由原来的讲师转为副教授或者学位由硕士转为博士时，通过在维度表中增加一个新维度元组来反映新的职称或学位属性值，其中的教师编号不变，代表的是同一教师，但不同的教师ID则表示在不同时间段内该教师维度属性的概况。通过这种方法就可以比较同一青年教师在不同阶段的教学水平的变化。

数据仓库构建好后，决策者可通过OLAP技术对数据进行多维的交互查询和数据分析，实现多维度、多层面、系统性的分析和比较数据，从而对数据进行更深入的了解。在数据仓库前端，也可以应用各种数据挖掘算法，自动发掘数据之间的潜在模式，并从中提炼出高附加价值的信息。

对分析结果采取的措施

数据仓库的分析结果只是辅助决策的依据，根据分析结果，还需进一步采取措施以正确对待和提高青年教师的专业发展。

1.对评价差异性显著的，建立及时有效的反馈机制

被评教师作为评价的主要责任人，应参与到评价中并对评价结果享有知情权，从评价结果的反馈信息中获知自己的教学状况。在评价过程中，对评价结果差异性显著的，如学生评教分有显著差异或评价主体之间的评教分有显著差异的，应允许被评价者补充相关信息，教师与专家、领导共同探讨自己的教学方法等相关问题;评价结果应清晰、详细，有利于被评价教师了解自己教学问题，进行自我反思，寻找相应改进对策，并最终提高教学水平。

2.横向比较和纵向比较结合，全面评价青年教师

对于同一青年教师，不仅需要通过横向比较了解其在所有教师中的教学水平，更要关注其教学生涯的纵向比较，如了解在近三年、五年内的教学变化，在不同职称时的教学变化等。根据分析结果，结合教师的专业背景、学历层次、个性特点和学习经历等给予全面评价。用发展的眼光对待每一位教师，尊重教师的个体差异，力求通过评价促进和引领青年教师健康、和谐、跨越式发展。

3.根据教师的不同发展阶段实施区别化评价

青年教师的专业成长是一个长期的发展过程，需要经历一系列的发展阶段，在不同阶段，评价的内容和要求是不同的。[11]在面向多元主体主题的教学评价数据仓库模型的教师维度表中，根据维属性约束条件的不同可以区分青年教师不同发展阶段。评价人应比较与分析青年教师在不同发展阶段的教学水平，判断其是否在原有基础上提高与发展，然后针对分析结果实施区别化评价。

4.针对评价结果，系统地建立培训体系

教师的专业发展是一个连续的成长过程，根据评价结果，结合教师现有基础和个人发展目标给予系统性的培训。比如刚入职的青年教师，由于缺乏教学经验和锻炼，此时采取“老教師传、帮、带”式的教学指导方式能在很大程度上及时解决青年教师在教学上的问题;在发展阶段，针对青年教师的工作状态和工作表现，结合学校的教师群体结构，对青年教师进行指导或提供进修、培训的条件，完善青年教师的专业发展，实现教师的专业发展与学校发展的融合。

总之，青年教师的成长是一个长期、复杂的过程，构建客观公正、起引导作用的教学评价模式对其专业化发展和保证教学质量起到关键作用。本文构建的面向青年教师的发展性教学评价数据仓库从不同视角、不同层面对数据进行分析，着眼于在对教师问题的发现和帮助教师逐步改进的过程中，为客观、公正评价青年教师的教学水平提供依据。最后，发展性教师评价体系的实施不是孤立进行的，而是作为一种理念体系贯穿在教师发展规划、教师评价制度、教师专业督导制度等学校管理中的[12]，因此，还需要学校各方面的支持。