钟久申
(湖北大学,湖北 武汉 430062)
成果导向教育(Outcome-Based Education,OBE)是美国学者Spady 在其著作中首次提出。 该理念的提出引起了全球高等教育领域的深刻变革[1]。 2016年,中国成为《华盛顿协议》的正式成员国,OBE 理念也伴随着我国专业认证的发展成为影响高校发展与改革的重要理念。 2019 年,教育部在《教育部办公厅关于实施一流本科专业建设“双万计划”的通知》中指出坚持学生中心、产出导向、持续改进的基本理念,建立健全自查自纠的质量保障机制并持续有效实施[2]。 《中国教育现代化2035》提出要建立全过程、全方位人才培养质量反馈监控体系[3],现阶段高校通过开展学业质量监测及预警的实践,预警学生总人数有一定的下降。 但目前的学业质量监测及预警体系也存在一定的不足,现有的学业预警主要从课程成绩角度诊断学生的学业状态;学业质量评价更倾向于总结性评价,而较少开展形成性和增值性评价,不能反映大学生学业质量的变化[4];职能部门间存在信息壁垒、数据收集滞后,一定程度上制约了学业预警的精度和时效,学业帮扶的进展和效度难以考评[5]。
OBE 理念三要素是学生中心、产出导向、持续改进,强调以学生为中心,围绕预期的学生学习成果的达成而展开,强调采用可量化、可测量和可评价的方法对学生的学习过程、学习质量和产出成果进行评测并予以价值判断[6],判断和评价结果能够反馈、运用到持续改进的进程中[7]。 学业质量监测与预警的目的主要是根据不同学生的特性和需求,帮助学生解决其根本问题[8]。 近年来,大数据等新兴信息技术与教育教学的深度融合,为探讨基于OBE 理念的学业质量监测与预警,进行学业质量的精准监测与预警带来了可能性。
1.1.1 入学时:生源质量
本系统可以根据大学生入学时的高考相关数据、入学测试、问卷调查等内容,了解学生的起始知识水平,建立大学生学业质量初始数据库。 通过对学生入学时所具备的学业水平进行诊断性的测量、判断和评价,有助于对大学期间学生的知识水平开展学业质量增量评价。
1.1.2 在校期间:过程质量
OBE 理念的持续改进,强调的是过程式管理。 学生在校期间所有表现学生能力成长的碎片信息,都需要保留下来作为学生能力、学生学习成果评价的依据。 通过分析学生在校期间全方位、全过程的行为数据,挖掘隐藏在数据背后的深层次信息,对教学条件、教学方式、管理服务、质量保障等进行及时改进,以确保学生获得有效成果。
1.1.3 毕业后:结果质量
结果质量主要是毕业生的毕业情况、适应情况、发展情况、毕业生满意指标以及用人单位满意指标的监测与评价情况。 通过结果质量的监测与预警,根据社会需求和学习成果要求,反向设计课程、匹配师资和教学资源,持续改进,实现培养目标[9],建立持续改进机制。
1.2.1 全面性原则
学生的学业质量不仅指课程成绩,还有学习习惯、实践能力、身心健康、道德品质等方面的评价。 数据来源需要涵盖招生、教务、学工、图书、课程、党建、一卡通等多个系统,全方面、多角度对大学生的学业质量开展监测与预警。
1.2.2 准确性原则
学业质量监测与预警需要准确采集、分析、记录和反馈学生学习行为的一系列信息数据。 持续记录和存储学生入学时、在校期间、毕业后的数据和成长情况,从整体上对学生的学业质量进行客观评判。
1.2.3 预测性原则
学业监测与预警的实质是将原来的“事后处理型”管理转变成“事前预防型”干预。 从学习过程的角度来看,需要对学生学业情况进行及时分析和评价,确保能够及时发现问题,从而及时进行干预,获得针对性的帮助和指导。
综上,学业质量监测与预警系统的主要需求是通过收集招生系统、教务系统、学工系统等多个业务系统的学生从入学到毕业后的全周期、全链条的数据。根据设置的指标,系统能够及时对学生进行学情诊断和预警处理,生成相关报表。 学业导师、辅导员、教师、家长、朋辈等各个角色能通过系统及时了解学生的状态,及时提供个性化的学业帮扶服务,以促进学生发展,提高人才培养质量。
学业质量监测与预警贯穿于人才培养全过程,基于OBE 理念的学生学业质量监测与预警的工作流程(见图1),主要以学生发展为核心,通过数据采集、学情诊断、学业规划、帮扶跟踪、评价反馈5 个过程实现学业质量监测及预警,以此增加学生的学习成果产出。 基于成果导向,充分发挥评价结果的反馈作用,找出短板、挖掘原因、提出举措、改进教学,建立“评价—反馈—改进”的闭环,形成持续改进的机制。
图1 学业质量监测与预警的工作流程
根据上述需求和工作流程,学业质量监测与预警系统按功能分为基础数据管理模块、学情诊断模块、学业帮扶模块、系统管理4 大核心模块,如图2 所示。
考虑到平台的兼容性、可扩展性、易于维护性等,系统架构采用B/S(Browser/Server)架构,即浏览器和服务器结构。 在这种结构下,用户工作界面是通过浏览器(Browser)来实现,主要事务逻辑在服务器端(Server),用户使用浏览器即可访问。 采用的开发技术为ASP.NET Core MVC,这是微软基于MVC(Model View Controller)思想,即模型—视图—控制器模式创建的一个.NET Core 框架。 ASP.NET Core MVC 框架是轻量级、开源、高度可测试的框架,并针对 ASP.NET Core 进行了优化。 MVC 模式将应用分成3 组主要组件:模型、视图和控制器(见图3),在MVC 模式中,数据、用户界面、业务逻辑三者各自处理自己的任务。 Model(模型)用于处理应用程序数据逻辑,负责在数据库中存取数据;View(视图)用于处理数据显示,展示给用户;Controller(控制器)用于处理用户交互,通常控制器负责从视图读取数据,控制用户输入,并向模型发送数据。
图3 MVC 模式
在前端框架方面,为实现不同分辨率下的兼容布局,前端框架选用的是Bootstrap。 Bootstrap 是Twitter推出的一个用于前端开发的开源工具包,其中的一个特性就是支持响应式布局和兼容性,用Bootstrap 设计出来的Web 页面会根据设备的大小自动调节样式,各种设备上都可以很好地呈现,使得软件开发更加简单快捷。
3.2.1 数据管理
学业质量监测与预警是贯穿人才培养全过程的,为能够准确、全面监测学生的学业质量,需要采集来自招生系统、教务系统、学工系统、课程平台、门禁宿管系统、招聘系统等各类业务系统的数据。 数据采集的重点在于数据整合,学校各个业务系统相对独立,是一个个数据孤岛,协同和采集不同部门的数据存在一定的难度。 为打破业务数据壁垒,为师生提供更好的数据服务,高校的数据中心一般都建设有数据中台。 数据中台会对全校数据进行采集、存储、加工,形成标准数据,提供统一的数据服务开放平台。 因此,本系统采用基于全校的数据中台进行基础数据的定时交换,实现学业质量监测与预警系统基础数据的采集(见图4)。 该模块主要是用于对采集的数据进行管理,比如需要对从教务系统采集的学籍、培养方案、成绩、选课、补考、重修等信息进行管理。
图4 基础数据采集
3.2.2 学情诊断
学情诊断模块是系统的核心,是提供个性化教学和学情预警的基础。 学情不仅包括学生在学习某课程或专业知识前的知识结构、能力水平、专业兴趣等,还包括学习习惯、学习现状、学习氛围等学习过程中的状况以及学后反馈等信息[10]。 主要依据培养目标、毕业要求、课程目标等指标,通过对学生学业发展的各类数据进行量化评价,开展诊断分析和预警。
该模块主要用于根据采集到的学生各种状态数据进行数据分析和统计,对每个学生进行学情诊断;根据选定条件,生成可视化分析报表,并对报表进行管理;学业预警功能则是按照系统设定的预警阈值,依据学情诊断结果,进行分级预警,并生成预警名单并通知到相应人员,并建立档案。
3.2.3 学业帮扶
学业质量监测与预警是为更好地促进学生的发展。 学业导师指导学生制定和实施学业规划,可以使学生更好地适应大学生活。 学业质量监测与预警工作流程中,学业导师需依据学情诊断结果以及学生的个性特征、学习目标、学习需求、职业规划,指导学生进行系统的、个性化的学业规划,科学合理的学业规划有助于学生的发展。 学业帮扶模块中学业规划功能实现对学生学业规划内容的记录,分角色实现对学业规划内容的管理。
学业导师、辅导员、教师、家长、朋辈等依据系统的学情诊断报告和学业规划有针对性地进行精准指导、个性化指导,构建全方位、多层次的精准学业帮扶体系。 干预指导功能实现对学业导师、辅导员、教师、家长、朋辈等多方进行学业干预指导过程的跟踪记录。
评价反馈功能实现对学业预警学生的帮扶进展情况进行跟踪,此功能通过对学生学业状态、学业规划、干预指导等数据的分析,评价学业帮扶的过程和效果,据此考查帮扶者工作、学业预警学生学习效果。基于成果导向,充分发挥评价结果的反馈作用,找出短板、挖掘原因、提出举措、改进教学,建立“评价—反馈—改进”的闭环,形成持续改进的机制。
3.2.4 系统管理
角色权限管理部分,基于模块化思想实现角色权限控制,不同的用户有不同的操作权限,高一级的用户可以对下一级的用户进行操作,系统管理员拥有系统的最高权限,可以使用系统的所有功能;用户信息管理部分,实现对用户基本信息的管理,主要有用户信息的添加、维护、查询、删除等功能。 用户本人可以对自己的基本信息进行管理操作,高一级的用户也可以对其进行操作;系统日志部分,用于记录和查询登录日志、操作日志等信息,对系统用户的每个操作进行记录,防止非法操作破坏系统。
学业质量监测与预警工作是一项系统工程,涉及的部门和人员众多。 首先,需要建立学业质量监测与预警制度,推动学业质量监测与预警工作各环节的切实执行;其次,需要加大对校园信息技术平台建设的投入力度,提高技术服务水平,借助信息化管理平台,形成从入学前直至毕业后的全周期、全链条数据;最后,需要持续跟踪、评价、反馈学业预警后帮扶过程、学生成果获得情况,形成闭环系统,推动学业质量监测与预警体系不断完善与创新。
本研究将OBE 理念引入学生学业质量监测与预警工作,通过设计和开发学生学业质量监测与预警系统,以此打破职能部门间的信息壁垒,加强数据收集时效性,通过对学生全周期、全链条数据的采集分析进行动态学业监测与预警,以期建立基于产出的持续改进的质量保障机制,提高学校的人才培养质量。