“新工科+新农科”建设背景下课程教学效果评价研究

摘 要：该文以农业大数据分析和处理课程为例，开展在“新工科+新农科”模式下，课程教学效果评价研究。首先概述融合新工科与新农科的教育模式研究进展，接着审视现有教学效果评价的理论框架和实践情况，并讨论在这种背景下评价所面临的挑战与机遇。随后，详细说明如何构建评价体系，并对其进行实际应用以证明其有效性和可靠性。最终，基于评价结果，提出教学改革和调整的建议，以及提升教师教学质量和学生学习能力的策略，旨在为教育改革提供指导和建议。

关键词：新工科；新农科；农业大数据；教学效果评价；教育模式

中图分类号：G640 文献标志码：A 文章编号：2096-9902（2024）19-0014-04

Abstract： This paper takes the course Agricultural Big Data Analysis and Processing as an exemplar to conduct research on the evaluation of the teaching effect of the course based on "New Engineering plus New Agriculture" model. This paper first outlines the progress in research on the educational model that integrates New Engineering and New Agriculture， then examines the existing theoretical frameworks and practical aspects of teaching effectiveness evaluation， and discusses the challenges and opportunities faced in evaluation under this context. Subsequently， this paper elaborates on how to construct the evaluation system and demonstrates its effectiveness and reliability through practical application. Finally， based on the evaluation results， the paper proposes suggestions for educational reform and adjustment， as well as strategies to enhance teacher quality and student learning ability， aiming to provide guidance and suggestions for educational reform.

Keywords： New Engineering; New Agricultural; agricultural big data; teaching effect evaluation; education model

2021年4月，习近平总书记强调 “推进新工科、新医科、新农科、新文科建设”[1]。“新工科+新农科”是指在新的全球化、信息化、智能化背景下，工程教育领域和农业教育领域所进行的一系列改革和创新。旨在推动工科和农科教育的深度融合，培养适应新时代发展需求的复合型、创新型人才[2]，多学科交叉融合是新时代学科建设的重中之重。新工科强调工程教育要紧密结合国家战略需求，强化工程实践能力、创新能力、跨界融合能力。新农科则强调农业教育要紧密结合现代农业发展需求，强化生物技术、信息技术与农业生产的深度融合，提高农业创新能力和竞争力。

在“新工科+新农科”建设背景下，我国高等教育正面临着培养具备跨学科知识体系、创新思维、国际视野的高素质复合型人才的重要任务。农业大数据分析和处理课程正是这一背景下应运而生的交叉学科课程，旨在培养学生掌握大数据分析的基本理论、方法、技术，在农业领域中应用大数据分析解决实际问题的能力。通过加强农业大数据分析和处理课程的教学，可以促进新工科与新农科的深度融合，培养学生具备跨学科的知识体系和实践能力，为我国农业现代化和乡村振兴战略提供有力的人才支撑。同时，也有助于提高我国农业的国际竞争力，推动我国农业科技创新和绿色发展。

为此，本文以农业大数据分析和处理课程为例，围绕“新工科+新农科”建设背景，探讨课程教学效果评价的方法和体系，提高学生的学习效果，也有利于优化教学资源配置，以期为课程教学改革和教学质量的提升提供理论指导和实践参考。

1 相关研究

1.1 国内外关于新工科、新农科融合教育模式的研究现状

随着科技的快速发展和产业结构的不断升级，新工科建设和新农科建设已成为当前高等教育改革的重要方向。新工科强调工程教育与科技的深度融合，注重培养学生的创新能力和实践能力；新农科则强调农科教育与现代化农业的紧密结合，注重培养学生的农业科技素养和实践能力。近年来，国内外学者对新工科、新农科融合教育模式进行了大量研究。

在国内，许多高校开展了新工科、新农科建设实践，相关研究成果主要集中在教育理念、课程体系、教学方法和实践环节等方面。例如，浙江大学提出了创新创业教育融入“人工智能+新农科”的教育模式，促进新农科改革，培养学生的创新创业能力[3]；南京农业大学校长强调自新农科建设“三部曲”以来，新农科地位更加重要，高等农林教育迎来深刻变革和质量革命，提出了“新农科+”理念，强调农科教育要与科技、文化、艺术等多领域融合，提升学生的综合素质，切实突出科教兴农和产教融合[4]。

在国外，美国麻省理工学院提出了“STEAM”教育理念[5]，即科学（Science）、技术（Technology）、工程（Engineering）、艺术（Arts）和数学（Mathematics）的融合教育，旨在培养学生的创新能力和实践能力。英国伦敦大学则实施了“Interdisciplinary”教育模式，通过跨学科课程、合作研究等方式，促进学生的综合素质发展。此外，加拿大、澳大利亚等国家也在新工科、新农科建设方面开展了积极探索。

1.2 课程教学效果评价的理论基础与实践现状

课程教学效果评价是教育质量保障体系的重要组成部分，对于提高课程质量和培养学生的综合素质具有重要意义。课程教学效果评价的理论基础主要包括教育目标分类理论、教学评价理论、反馈控制理论等。

教育目标分类理论认为，教育目标应具有层次性和可操作性，教学评价应根据教育目标进行。教学评价理论强调评价过程的公正性、客观性、全面性，提倡采用多元化评价方法。反馈控制理论认为，评价结果应作为一种反馈信息，用于指导教学改进。

在实践现状方面，课程教学效果评价方法主要包括量化评价和质性评价。量化评价方法有考试、测验、问卷调查等，注重评价学生的知识掌握和技能运用；质性评价方法有观察、访谈、案例分析等，注重评价学生的综合素质和创新能力。此外，混合式评价方法也逐渐得到应用，即将量化评价与质性评价相结合，更全面、客观地评价学生的学习效果。

1.3 “新工科+新农科”背景下课程教学效果评价的挑战与机遇

“新工科+新农科”背景下，课程教学效果评价面临着一系列挑战与机遇。挑战方面，由于新工科、新农科教育模式的交叉性和综合性，课程教学效果评价指标体系设计和评价方法选择更为复杂；同时，学生综合素质的评价难度较大，评价结果的客观性和准确性受到考验。机遇方面，新工科、新农科建设为课程教学效果评价提供了新的理论依据和实践场域，如跨学科评价、实践教学评价等；此外，大数据、人工智能等新技术的应用也为课程教学效果评价提供了新的手段和方法。

在“新工科+新农科”建设背景下，课程教学效果评价应关注以下几个方面：一是构建符合新工科、新农科教育目标的评价指标体系，注重评价学生的创新能力、实践能力、综合素质；二是采用多元化评价方法，结合量化评价和质性评价，提高评价结果的客观性和准确性；三是充分利用新技术手段，如大数据、人工智能等，提高课程教学效果评价的效率和准确性；四是将评价结果作为一种反馈信息，用于指导教学改进和实践育人。

2 农业大数据分析和处理课程教学效果评价体系构建

2.1 评价体系构建的原则与方法

在构建农业大数据分析和处理课程教学效果评价体系时，应遵循以下原则：一是科学性原则，确保评价指标体系和评价方法的科学性和合理性；二是全面性原则，全面考虑课程教学的各个方面，确保评价结果的全面性和客观性；三是可行性原则，评价体系应具有较高的操作性，便于实施和推广；四是动态性原则，评价体系应能够反映课程教学的动态变化，以适应教育改革的需求。

构建评价体系的方法主要包括文献分析法、德尔菲法、实证研究法等。文献分析法用于梳理相关研究成果，为评价体系构建提供理论依据；德尔菲法用于征求专家意见，确保评价指标体系的科学性和全面性；实证研究法用于收集和分析课程教学实践数据，验证评价体系的实用性和有效性。

2.2 评价指标体系的构建

农业大数据分析和处理课程教学效果评价指标体系包括以下几个方面。

1）教学目标。要体现传授知识、培养能力、塑造价值。反映课程教学是否符合新工科、新农科教育目标，以及是否注重培养学生的创新能力、实践能力、综合素质。

2）教学内容。反映课程内容是否具有科学性、系统性、前瞻性，以及是否能够反映农业大数据分析和处理领域的最新进展。

3）教学方法与手段。反映教师在教学过程中是否采用多元化教学方法，如案例分析、实践教学、小组讨论等，以及是否充分利用现代教育技术手段，如在线教学平台、大数据分析软件等。

4）教学效果。反映学生对课程知识的掌握程度、实践能力的发展水平及综合素质的提升情况。

5）学生反馈。收集学生对课程教学的满意度、建议、意见，以了解学生对课程教学的认同度和改进需求。

2.3 评价过程的实施与结果分析

评价过程的实施主要包括以下几个步骤。

1）制定评价方案。探索适合学科、学生特点的评价规则与标准，制定具体的评价方案，明确评价指标、评价方法、评价流程等。

2）数据收集。采用问卷调查、访谈、课堂观察等方法，收集课程教学相关的数据信息。

3）评价实施。采用多元评价方法，合理评价学生知识、能力与思维的发展，做到过程性评价与终结性评价相结合。

4）结果分析。对评价结果进行统计分析，找出课程教学的优点和不足，为教学改进提供依据。

5）教学改进。根据评价结果，对课程教学进行改革与调整，以提高课程质量和培养学生的综合素质。

通过以上评价过程的实施与结果分析，可以全面了解农业大数据分析和处理课程教学的效果，为课程教学改革和教学质量的提升提供有力支持。

3 农业大数据分析和处理课程教学效果评价实例分析

3.1 课程介绍

农业大数据分析和处理课程旨在培养学生在农业领域应用大数据分析的基本理论、方法、技术，提高学生的实践能力。课程内容包括大数据分析基础、农业大数据采集与预处理、数据分析方法和数据可视化等。通过本课程的学习，学生能够掌握大数据分析的基本原理和方法，熟悉农业领域的数据特点，提高在农业科学研究和产业发展中的应用能力。

3.2 课程教学效果评价实施

在教学方法与手段方面，教师采用了案例分析、实践教学、小组讨论等多种教学方法，引导学生主动探究和解决问题。例如，围绕农业领域知识，各小组通过阅读相关论文，将大数据算法应用其中，并进行课堂分享，课后完成大作业。同时，助推人工智能赋能教学，利用在线教学平台和大数据分析软件，提供丰富的学习资源和实践工具，方便学生随时随地学习和实践。

在教学内容与实践方面，课程紧密结合农业领域实际问题，引导学生运用大数据分析方法解决实际问题。例如，在讲解数据分析方法时，以农业领域数据为例，让学生学会使用相关工具、算法、模型对农业数据进行分析和处理。同时，课程还安排了实践环节，让学生通过实际操作加深对大数据分析方法的理解和应用。

在学生学习效果与反馈方面，通过问卷调查、访谈等方式，了解学生对课程教学的满意度、学习收获，以及建议和意见。同时，观察学生在课堂分享、课堂讨论、课堂小测、实践操作，以及课后头歌实践教学平台测试、大作业等环节的表现，评估学生对课程知识的掌握程度和实践能力的发展水平。

总体来说，课程教学效果评价概括为“全过程、全方位、多维度”特点，全过程体现在课堂小测、课后练测、单元测和期末测；全方位体现在头歌等平台自测、小作业（课内）和大作业（课后）并举实现课中测态度、课后测能力；多维度体现在系统自动测评、教师点评、同学代表点评。反馈方面则针对问题及时反馈，个性化辅导，成立互帮互助小组等持续改进。

3.3 课程教学效果评价结果与分析

根据评价实施过程中的数据收集和结果分析，农业大数据分析和处理课程教学效果评价结果显示，大多数学生对课程教学方法和内容表示满意，认为课程能够帮助他们掌握大数据分析的基本理论和方法，提高实践能力。同时，学生也提出了一些改进意见，如希望增加课堂互动、加强实践环节等。

综合评价结果，本课程在教学方法、教学内容、实践环节等方面取得了较好的效果，但在课堂互动和学生反馈方面仍有待改进。因此，教师应根据评价结果，调整教学方法和内容，加强课堂互动和学生反馈，以提高课程教学质量和学生的学习效果。

4 农业大数据分析和处理课程教学效果提升策略

4.1 基于评价结果的教学改革与调整

根据农业大数据分析和处理课程教学效果评价结果，教学改革与调整应聚焦于以下几个方面：①增加课堂互动。通过小组讨论、角色扮演、案例分析等方式，激发学生的主动参与意识，提高课堂活力。②强化实践教学。增加实验课时，提供更多实践操作机会，让学生在实践中巩固理论知识，提高动手能力。③拓展教学内容。紧跟科技发展趋势，及时更新教学内容，融入农业大数据分析的最新研究成果和技术。

4.2 课程教学的优化策略

在教学内容的更新与拓展方面，为了确保农业大数据分析和处理课程的现代性和前瞻性，应定期对教学内容进行评审和更新，引入最新的大数据分析技术、工具、案例。同时，应加强与农学、生物学等相关学科的交叉融合，拓宽学生的知识视野。

在教学方法的创新与改进方面，教师应积极探索和采用创新的教学方法，如项目式学习、翻转课堂等，以提高学生的主动学习能力和创新能力。同时，应结合课程特点，开发和运用合适的教学辅助工具，如在线学习平台、虚拟实验室等，提升教学效果。

在实践教学的强化与拓展方面，实践教学是农业大数据分析和处理课程的重要组成部分。应加强对实践教学的投入，增加综合性、设计性实验项目，鼓励学生参与实际科研项目，以提高学生的实践能力和解决实际问题的能力。

4.3 教师队伍建设与学生能力培养

在教师队伍建设方面，加强教师队伍建设是提升课程教学质量的关键。应选拔和培养一批既具备深厚理论基础又具有丰富实践经验的教师，通过师资培训、学术交流等方式，提升教师的教学能力和科研水平。也可以通过“内培外引，专兼结合”的方式充实师资团队[6]。

在学生能力培养方面，学生能力培养是课程教学的最终目标。应以学生为中心[7]，关注学生的个性化发展，提供多样化的学习资源和途径，如开设选修课程、举办学术讲座等，以培养学生的专业素养和创新精神。同时，应加强对学生学习过程的指导，如提供一对一辅导、组织学习小组等，帮助学生克服学习困难，提高学习效率。

5 结论与建议

5.1 结论

本研究通过对农业大数据分析和处理课程教学效果的评价与分析，得出以下结论：农业大数据分析和处理课程在教学方法、教学内容与实践方面取得了较好的效果，学生对课程的满意度较高，教学目标得到了较好的实现；课程教学效果评价体系构建遵循了科学性、全面性、可行性和动态性原则，采用文献分析法、德尔菲法、实证研究法等方法构建评价体系，具有较高的实用性和有效性；评价结果表明，课程教学在培养学生创新能力、实践能力、综合素质方面取得了一定成效，但仍有改进空间，尤其在课堂互动和学生反馈方面。

5.2 建议

基于以上研究，对教育改革与实践提出以下建议：持续优化教学内容，紧跟科技发展趋势，融入最新研究成果和技术，保持课程的现代性和前瞻性；加强教学方法的创新与改进，积极探索和采用项目式学习、翻转课堂等教学方法，提高学生的主动学习能力和创新能力；强化实践教学，增加综合性、设计性实验项目，鼓励学生参与实际科研项目，提高学生的实践能力和解决实际问题的能力；加强教师队伍建设，选拔和培养一批既具备深厚理论基础，又具有丰富实践经验的教师，提升教师的教学能力和科研水平；关注学生个性化发展，提供多样化的学习资源和途径，培养学生的专业素养和创新精神；加强对学生学习过程的指导，提供一对一辅导、组织学习小组等，帮助学生克服学习困难，提高学习效率。

参考文献：

[1] 习近平在清华大学考察时强调 坚持中国特色世界一流大学建设目标方向 为服务国家富强民族复兴人民幸福贡献力量[N].人民日报，2021-04-20（01）.

[2] 邓泓，彭莹琼，杨珺，等.“新农科+新工科”下涉农高校软件工程专业服务三农创新人才培养模式探索[J].计算机教育，2023（7）：16-19.

[3] 蔡晓卫，邹良影.创新创业教育融入“人工智能+新农科”的实现路径研究[J].中国农业教育，2020，21（6）：24-33.

[4] 李二斌，潘宏志，丰蓉，等.新农科建设与高等农林教育转型发展——中国高等农林教育校（院）长联席会第二十次会议暨中外农业教育论坛综述[J].中国农业教育，2022，23（6）：1-9.

[5] 李楠.STEAM教育理念下本科高校创新型人才培养路径研究[J].理论观察，2023（12）：149-152.

[6] 宋金修，毛罕平，邹志荣，等.新农科背景下新型农学专业的创建与实践探索——以江苏大学“设施农业科学与工程”专业建设为例[J].高等农业教育，2021（4）：43-47.

[7] 宋金修，潘铜华，付为国，等.“新农科”背景下设施专业课程体系建设的实践与思考[J].农业工程技术，2021，41（31）：74-78.