基于高校学生学习行为量化评估的学业预警体系

王琳　李广玉　纪奕欣　王涛

摘 要 学业预警通过对学生学习过程中的学业指标进行分析，整合学生学习中的不利表现，对学生进行警示、劝告，并采取一定教育、引导措施，可以帮助发现学生群体中存在学业问题的学生，及时开展相应学业帮扶，避免走向退学的不利境地。本研究旨在通过一系列指标对高校学生学习行为进行量化评估，对于全体学生进行定期评估，筛选出处于不利情况学业情况的学生，并及时采取相应学业帮扶措施。本研究综合多种学习行为影响因素，能够全面细致评估学生的整体情况和单一因素表现，设定相应学业预警分级体系，旨在为学生学业预警做出贡献。

关键词 学生学习行为 量化评估 远程学习保障 学业预警

中图分类号：G647                                   文献标识码：A    DOI：10.16400/j.cnki.kjdks.2021.01.083

Abstract By analyzing the academic indicators in the process of students' learning， the academic early warning integrates the adverse performance of students' learning， warns and advises students， and takes certain education and guidance measures. It can help to find students with academic problems in the student group， carry out corresponding academic assistance in time， and avoid the disadvantage of dropping out. The purpose of this study is to quantitatively evaluate the learning behavior of college students through a series of indicators， regularly evaluate all the students， screen out the students who are in a disadvantageous academic situation， and take the corresponding academic assistance measures in time. This study integrates a variety of learning behavior influencing factors， can comprehensively and carefully evaluate the overall situation of students and the performance of a single factor， set up the corresponding academic early warning grading system， in order to contribute to students' academic early warning.

Keywords students' learning behavior; quantitative evaluation; distance learning guarantee; academic warning

2020年上半年远程自主学习浪潮席卷全国，[1]教学资源可随时观看、学习资料丰富多样的优点为教育带来了革新理念 ，[2，3]然而由于教学管理工作者无法与学生面对面交流，也给发现帮助重点同学带来了困难。[4]往往一个学生集体中，大多数学生都能够自律的开展学习和生活，而存在学业困难和心理问题的这部分同学是需要被重点关注的学生。如何对此类学生进行全面的帮扶提升，保证每一个学生不掉队，关注帮扶需要帮助的学生，成为教育界十分关注和亟待解决的问题。

本研究基于科学化的高校学生学习行为表现量化评估体系，利用大量数据充分挖掘学生个性化特点，[5]筛选出需要重点关注的学业困难学生，并建立相关联的学业预警体系，开展精准化学业帮扶工作。

1 学生学习行为量化评估体系

本研究通过细致完备的前期调研，结合远程教育属性及学生自身特点，建立了一套学生学习行为量化评估体系，包括以下几类损益因子：

1.1居家日常表现因子

设置家长评价问卷，学生每周平均每天学习时长、学生学习任务完成情况评价、学生自主学习状态评价、学生作息习惯状态评价、对学生本周总体评价五个方面出现一次末级评价即视为本周居家表现不佳，损益因子加一。

1.2课业完成质量表现因子

由于家长在专业知识上无法对学生进行有效评估，主要起到表征了解及状态观测的作用，所以本研究引入課业完成质量表现因子，这一部分表现因子需面向教学视频播放平台及任课老师进行采集，对于表现不佳的类项对其损益因子加一。该部分学习行为具体包括教学视频观看情况、课程作业及小测的完成情况两方面的数据内容。

1.3 学校帮扶措施利用表现因子

通过以上两大类学生行为表现因子的采集与梳理，一部分表现欠佳的学生将被筛选出来，对于存在学业问题的学生，本研究者所在单位制定了多项帮扶措施，本研究认为帮扶对象是否主动参加相关帮扶活动也是其表现的重要方面，特别对于本身基础薄弱的少数民族学生、国家专项学生，若其愿意积极利用相关帮扶措施，这说明学生具备积极向上、主动提升的良好状态，应视为学生表现良好，相反则其应受到损益关注。如其某一科目挂科却不参加小灶，则应记为损益因子加一。

学习行为损益因子实时量化评估模型能够辅助教学管理者及时发现存在学业问题的学生，本研究在重点学生筛选及学业预警工作方面也开展一定研究。

2 基于模型分析结果的实时学业预警体系的构建

2.1 实时学业预警体系

学业预警在当下的高校已经成为一种较为普遍的学业危机干预制度，具体施行过程中学校往往对学生某一阶段（一学期或一学年）的学习情况进行统计分析，对学生可能或已经发生的学习问题和学业困难进行预警，并在教学管理端有针对性地采取相应的帮扶提升措施，辅助学生察觉并解决潜在的学业隐患。

现行的学业预警制度多是对学生一学期或一学年的学习成绩进行梳理总结，按照挂科学分数进行分类分级，向学生下达预警通知。此类做法在预警时，学生的问题往往已经较为严重，存在多个科目学习困难，此时才进行指导干预较难达到提升效果。

本研究旨在运用第一章中建立的学生行为实时量化评估模型达到实时监测学生学习行为表现，从而建立实时学业预警体系。本研究在学生行为损益因子量化评估模型结果分析基础上，通过对学生集体的深入调查研究，初步明晰了课程损益因子、帮扶措施损益因子、单人总体损益因子三类损益因子对学生的影响程度，考虑统计周期不同，损益因子总数会有所不同，在此将一个统计周期内单人课程损益因子总数记为a，将单人帮扶措施损益因子总数记为b，将单人总体损益因子总数记为c，构建一套实时学业预警体系，具体描述如表1。

2.2 实时学业预警具体实施步骤

（1）定期统计学生行为表现数据，运用实时学生行为量化评估模型计算每个学生的课程损益因子、帮扶措施损益因子、单人总体损益因子，按照实时学业预警体系标准进行学生行为损益程度判断，确定进入学业预警范围的学生及对应预警级别。

（2）向预警学生下达学生学业预警通知书，向家长下发《学生学业预警家长告知书》，并通报班主任及輔导员，按照不同预警级别的要求对应开展工作，对于红色及橙色预警学生，应及时制定适用于本人的“一人一策”帮扶提升方案，发动助教、班干部、心理中心等多方力量对其进行帮扶提升，对于黄色预警级别的学生应重点关注、专项提升，严防其预警升级并帮助其尽早消除预警。

2.3 实时学业预警制度实施效果

本文研究人员所在单位的学生集体在2020年春季学期，运用本文第一章所述的相关模型开展了实时学生学习行为量化评估，并参照相关结果开展了学业预警工作，根据模型计算的相关结果，本研究者所在单位的学业发展中心组织班主任、辅导员、班级骨干定期召开小班会，开展学业预警工作，针对重点学生制定“一人一策”帮扶策略。在学业模型运行一学期后，本研究对学业预警模型效能进行了量化分析，分析发现在2019年-2020年秋季学期结束后，学生集体平均分低于70分的有32位学生，经过数据统计，这些同学经过下学期的学习专业排名平均进步33名。

*通讯作者：李广玉

参考文献

[1] 周杰，林伟川.“停课不停学”期间高校在线教学的特点、问题及未来对策研究[J].福建教育学院学报，2020，21（07）：48-52.

[2] 孟亚玲，黄祥德.论直播教学对高校的影响——从远程教育视角看高校直播教学[J].电脑知识与技术，2018，14（22）：192-194，198.

[3] 李延娟.我国高校远程教育教学模式存在的问题及应对措施[J].北极光，2019（11）：161-162.

[4] 王路尧.新形势下高校现代远程教育的发展途径探究[J].课程教育研究，2018（27）：18-19.

[5] 于翔.大数据背景下在线学习者个性化因素研究[J].陕西教育（高教），2020（08）：61，65.