考试成绩分析总结通用12篇

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇考试成绩分析总结,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

关键词:Excel;教学管理;考核质量;分析报告

ResearchandDevelopmentoftheQualityAnalysisReportforCourseTeachingandTest

LIUSong-shan

(HenanArtsVocationalCollege,Zhengzhou451464,China)

Abstract:Inordertohelptheteachersaccuratelyandeffectivelyaccomplishthequalityanalysisreportforcourseteachingandtest,aprogramisworkedoutbasedonMicrosoftExcel2003.Fortheinputinformationofthecourseandstudents’scores,severalfunctionshavebeendevelopedincludingmanyfault-tolerantprocessors,auto-testingofthepossiblewronginput,theerrortypefeedbackandinstructionfortheerrorposition,etc.Theidenticalscorerateandthemoderateforregulargradearepresentedasindexes,theteachersregulartestsforstudentsareanalyzed.Inthereporttheteachershouldanalyze4parts.Theprogramiseasytohandle,andrunsfeasibly.

Keywords:Excel;teachingmanagement;qualityoftest;analysisreport

在期末各高校一般要求教师对学生考试情况写分析报告,这是教师自我完善、提高教学水平的一项很有意义的工作。我校则要求教师对授课班级写“课程教学及考核质量分析报告”,它用Ecxel研发的分考试课和考查课两种电子报表(简称:“报告”)的程序[1-5],目的是方便教师准确高效完成“报告”。考试课程的“报告”如图1的A1:S42区域,主要有四个方面的创新:1)在“报告”之外集中输入课程信息和成绩;2)提出对这些输入信息再处理的方法,即设置容错功能、自动检查可能输入错误的信息、反馈错误类型并指出错误信息所在位置等多项智能功能;3)提出“成绩相同率”和“平时成绩众数率”指标,分析教师对学生平时考核情况;4)教师在“报告”中要写四项分析内容。下面介绍研发考试课程“报告”的主要内容。

1.1考试难度系数

考试包含笔试考试和无试卷的技能考试。为了反映考试的难易程度,采用考试难度系数更能客观反映考试情况。本“报告”采用失分率定义考试难度系数:[d=1-X/XT],式中[X__]为平均分,XT为考试的满分,按100分计。一般平均分数越低,d的数值越大,考试则越难。参考文献[1-2]的经验和我校的实践,判断考试难易的对照表,如表1所示。

1.2成绩相同率和平时成绩众数率

2程序的设计

2.1“报告”选用软件和界面设计

“报告”选用MicrosoftExcel2003研发,运行于Ecxel2003及其更高版本的程序,用于单课程学生人数不超过230人,页面大小为A4在A1:S42区域,并设置为打印区域,如图1所示。

2.2容错处理、检查和反馈

为了快速输入信息,采用集中输入课程信息和成绩。由于输入的课程信息或成绩中可能有错,若忽略部分错误不影响程序运行和统计,对这部分错误可以采用容错处理。经过容错处理的课程信息和成绩存到别的区域,再对其进行分类检查。当有错误时反馈错误类型,并指出错位置方便教师纠正。有两种容错:⑴输入多余的空格。处理方法:用TRIM函数对输入的信息删去多余的空格。⑵以文本格式输入数字。文本格式的数字与数字运算可能出错,处理方法:用VALUE函数过滤输入的数字,把可能输入的文本数字变成数字。

2.3对课程信息容错处理、检查和反馈

在U2:U12输入课程信息。对固定内容(如:学年学期;开课单位;本科专科(选本科或专科);组卷方式(选题库或非题库);考试方式(选学院考试或系、部考试);评分方式(选集体评分或独立评分)),在AF4:AH14分项目设置数据源,分别设置“序列”数据有效性的功能生成下拉列表,让教师选择内容输入最方便。设置班级人数在U5的数据有效性条件为:整数,数据介于1~230之间。对固定内容和人数,限制格式有利于准确输入。对课程信息容错处理后存在AN28:AN38,在AM28:AM38为项目名称。在AN28输入公式:=TRIM(U2)。填充该公式到AN38。把班级人数的公式改成:=IF(U5="","",VALUE(U5))。

反馈信息在U1:W1提示,其公式:=IF(COUNTBLANK(AN28:AN38)>0,"在下面先输入并输完课程信息",IF(COUNTIF(AN28:AN38,"#REF!")>0,"剪切或移动单元格的错误",IF(S30,显示:剪切或移动单元格的错误。S3为班级人数,N4为考试人数,若S3

出错位置在T2:T12指示。在T2公式:=IF(COUNTIF(AN28,"#REF!")>0,"撤销剪切移动",AM28),填充该公式到T12。把班级人数在T5的公式改为:=IF(COUNTIF(AN31,"#REF!")>0,"撤销剪切移动",IF(S3

2.4对成绩容错处理、检查和反馈

平时成绩和考试成绩分别在U15:U244和W15:W244输入,对其进行容错处理后分别存在AE28:AE257和AF28:AF257,并在AH28:AH257检查4种错误、1个相等情况。综合成绩在AG28:AG257计算获得,方法是,本科:综合成绩=平时成绩×20%+考试成绩×80%,专科:综合成绩=平时成绩×60%+考试成绩×40%。在AD28:AD257是序号1至230。AE28到AH28的数据对应序号为1的学生成绩。下面以AE28到AH28公式的设置为例说明。

在AE28为:=IF(TRIM(U15)="","",VALUE(U15))。在AF28为:把左式中的U改成W即可。

在AH28为:=IF(COUNTBLANK(AE28:AF28)=2,"",IF(COUNTIF(AE28:AF28,"#REF!")>0,"错1",IF(COUNTIF(AE28:AF28,"#VALUE!")>0,"错2",IF(OR(MAX(AE28:AF28)>100,MIN(AE28:AF28)

在AG28为:=IF(OR(COUNTIF(AH28,"错1")>0,COUNTIF(AH28,"错2")>0,COUNTBLANK(AE28:AF28)>=1),"",IF(U$6="本科",ROUND(AE28*0.2+AF28*0.8,0),ROUND(AE28*0.6+AF28*0.4,0)))。计算综合成绩并取整。选中AE28:AG28填充这些公式到AE257:AG257。

反馈错误类型在U13:W13:=IF(S30)),"在下面输入并输完成绩",IF(COUNTIF(AH28:AH257,"错1")>0,"剪切或移动单元格的错误",IF(OR(COUNTIF(AH28:AH257,"错2")>0,COUNTIF(AH28:AH257,"错3")>0),"输入成绩中有错误",IF(S4=1,"平时成绩全相等错误",IF(S5=1,"平时与考试成绩全相等错误","成绩输完了,分析左边内容")))))))。其中,S4=1是平时成绩众数率为100%,即“平时成绩全相等错误”。S5=1,是平时成绩与考试成绩全相等的错误。若成绩没有问题,显示:成绩输完了,分析左边内容。

出错位置在T15:T244指示。在T15公式为:=IF(AH28="错1","撤销剪切移动",IF(OR(AH28="错2",AH28="错3"),"修改错成绩",IF(AH28="错4","输完成绩",AD28)))。其中,AH28="错4",表示在U15或W15有一个成绩未输入,因此提示:输完成绩。填充该公式到T244。

当输入的课程信息和成绩没问题时,显示成绩的统计结果。为了完成此功能,设在AH19的公式:=IF(AND(U1="课程信息输完了",U13="成绩输完了,分析左边内容"),"输对","")。当显示:“输对”时,与成绩统计有关的单元格显示统计结果。如:综合标准差在S8的公式为:=IF(AH19="输对",STDEVP(AG28:AG257),"")。其中,STDEVP(AG28:AG257)统计综合成绩的标准差。

2.5与基本分析有关内容

平时成绩众数率在S4公式为:=IF(OR(COUNT(AF28:AF257)=0,COUNT(AG28:AG257)=0),"",ROUND(COUNTIF(AE28:AE257,MODE(AE28:AE257))/N4,2))。其中,MODE(AE28:AE257)检查平时成绩的众数,COUNTIF(AE28:AE257,MODE(AE28:AE257))统计众数的数量,N4为考试人数,ROUND(COUNTIF(AE28:AE257,MODE(AE28:AE257))/N4,2),计算平时成绩众数率并取两位小数。

分析平时考核情况,需要S4的值结合表2的内容。分析平时考核在AK27公式为:=IF(OR(S4=1,COUNT(AF28:AF257)=0,COUNT(AG28:AG257)=0),"",IF(AND(S4>=0.9,S4=0.8,S4=0.6,S4

成绩相同率在S5公式为:=IF(OR(COUNT(AF28:AF257)=0,COUNT(AG28:AG257)=0),"",ROUND(COUNTIF(AH28:AH257,"相等")/N4,2))。

分析平时与考试成绩情况,需要S5的值结合表2的内容。分析平时与考试成绩情况在AK28公式为:=IF(OR(S5=1,COUNT(AF28:AF257)=0,COUNT(AG28:AG257)=0),"",IF(AND(S5>=0.9,S5=0.8,S5=0.6,S5

考试难度系数在S9公式为:=IF(AH19="输对",1-K5/100,"")。其中,K5表示考试平均分。

分析考试难易程度在AK29公式为:=IF(AND(S9>=0,S90.15,S90.35,S9

基本分析在B9:P9公式为:=IF(AH19="输对",IF(S4>S5,AK29&"。"&AK27,IF(S5>=S4,AK29&"。"&AK28)),"")。

2.6成绩分布及其分布图

例:80~89分在E7公式为:=IF(AH19="输对",COUNTIF(AF28:AF257,">=80")-COUNTIF(AF28:AF257,">=90"),"")。占考试人数的百分比在G7公式为:=IF(AH19="输对",E7/N4,"")。其余成绩分布的公式与上述公式的设置方法相同。

按图1中分布图的分数段及其对应的成绩,分别在AI4:AO5和AI7:AO8设置考试成绩考试和综合成绩的数据区域,选“图表向导”功能创建图表即可。

2.7对教师写的分析内容的检测

教师在A18:S24写“一、本课程教学实施状况和学生学习情况分析”的内容,在K17:S17进行提示或检测的公式为:=IF(AND(AH19="输对",TRIM(A18)=""),"下面分析内容至少写230个字,最多可写约430个字",IF(LEN(TRIM(A18))

3总结

教师通过写“报告”分析教学效果,总结教学经验,将有利于教师自我完善,有利于提高教学质量。“报告”对成绩进行33项统计分析,还有考试和综合成绩分布图,能够全面反映考试和教学情况。由于对集中输入的信息有多种容错和自动检查,以及反馈错误信息的类型、指示出错位置等多项智能功能,该程序使用简便,经过多年的应用能够很好完成任务。学校的教学是有目的、有意图的活动[6,7],高等学校的考试是合格水平的测验,教师安排考试要根据教学大纲的要求,内容要难易结合,比较理想的考试成绩分布是,中间大的是七八十分的人数占多数,两头小的是90分以上、60分以下的人数占少数,从成绩分布图能够看出。这样的教学能使多数学生掌握学习内容。

参考文献:

[1]罗海凤,谢垂益.基于ExcelVBA的高校考试质量分析模板[J].韶关学院学报:自然科学,2013,34(2):5-10.

[2]刘丽君.高职院校成绩分析评价系统研究[J].现代商贸工业,2013(3):169-172.

[3]刘文莉.基于ExcelVBA的高校成绩统计分析模板的设计与实现[J].电脑知识与技术,2011,7(16):3863-3865.

[4]唐楠.基于Excel2007VBA的成绩分析程序[J].电脑知识与技术,2013,9(2):299-301.

[5]李祥杰,杨忠伟.基于Excel2003成绩质量分析表的设计与制作[J].电脑学习,2009(2):27-28.

关键词:VB;GUI;成绩;分析

考试是衡量教学效果,进行教学研究,培养实用性人才的重要手段。对每个教师而言,学期末分析学生的试卷和成绩,是教学工作中必要的一个环节。对此,特设计了“《VB程序》课程成绩分析系统”方便广大教师对所带课程成绩的分析。只需导入自己课程的学号和成绩即可。根据对学生成绩分析的特点,并本着操作方便,界面清晰,对使用者计算机水平不做要求的目的,系统设计思想如下:

l)功能齐全,能满足教师对学生成绩分析的各项工作要求。

2)界面好,完全符合当前最流行的Windows界面。

3)有效地防止用户的误操作,选项(按钮和菜单项)均采用Windows的技术特性。

4)设计结构灵活,易于扩充与维护。

5)设计具有一定的灵活性,能满足各门课程的成绩分析。

1应用简介

本文利用matlab的GUI界面制作了一个成绩分析系统。主要分析表1中学生成绩的最大值、最小值、平均值、标准差、排序、直方图等,利用GUI界面的菜单和命令按钮来实现界面,一些函数来编写M文件来实现这些功能。

2工具箱选择及常用函数介绍

2.1imfilter函数用法

5结论

本文以咸阳职业技术学院高计1201班《VB程序设计》课程成绩为研究对象,用MATLAB中的GUI界面用户向导,对高计1201班《VB程序设计》课程成绩进行了成绩质量分析,为整体了解学生对该课程的掌握情况,我们以具体的数值计算结果,列出该课程的最低分、最高分及其相应学号,以及该课程的平均分和标准方差;并将该课程的成绩按照从大到小的顺序排列,同时显示相应学号;另外我们将全班的成绩作了统计分析,将其画成直方图,为任课教师前期教学工作鉴定和后期的教学调整提供了科学的数值参考依据。

[1]张圣勤.MATLAB7.0实用教程[M].北京:机械工业出版社,2006.

[2]满晓宇,罗捷.战胜MATLAB[M].北京:北京大学出版社,2001.

关键词:考试管理教学事理管理提高质量

Keywords:TestmanagementTeachingaffairsmanagementEnhancequality

试卷抽检我们主要按公共必修课、专业基础课、专业课、选修课四大类按比例随机抽取课程试卷。在取样群体方面全面涉及各系、各年级;样本数上,一般是专业基础课和专业课按参考人数全抽、公共必修课按一个系一个年级全部抽检、选修课按参考人数60%抽检。抽检测评点主要从六个方面进行:①试卷的命题质量;②教师的阅卷水平;③试卷难度(小题难度和试卷平均难度);④试卷区分度;⑤考试平均成绩、及格率;⑥学生考试成绩分布状态。其中,第①②项由教务处组织专家根据评估指标进行测评,第③~⑥项由教务处根据教育测量学、教育统计学原理开发的“考试质量分析系统软件”完成,考试工作质量评估我们主要依据所建立的评估指标体系进行测评。

检查的结果基本情况是:①75%的课程情况良好:试卷命题符合教学大纲,无偏题、怪题;试卷综合效度均在0.4~0.7之间;学生考试成绩呈正态分布;平均成绩、及格率比较理想;教师阅卷比较客观、公正,无多加少算现象。②考务工作通过严谨的试卷管理程序、严格的考场次序以及考后工作的认真组织,此项工作评估成绩较好。但是,部分课程评估的结果却不令人乐观:①命题质量、试卷综合效度不高。其中命题难易程度掌握不准显得特别突出,由此产生试卷难度系数悬殊较大、考试成绩不理想,及格率偏低,学生成绩分布曲线呈偏态分布;②教师阅卷评分宽严尺度把握不准;③个别课程试题库管理不规范。本文试图通过我校考试工作的具体实践,主要探讨:①提高命题质量;②加强考试组织管理工作;③建立和完善试题库;④建立考试工作质量评价及信息反馈系统。

1.提高命题的质量是提高整个考试质量的关键

命题是一项复杂的智力劳动,考什么和怎样考对学生起着“指挥棒”的作用。如果考题只要求记忆教材便能作答,就会导致学生养成死记硬背的学习习惯,抑制学生分析、归纳、综合、创新能力的培养;如果考题不要求掌握基本观念、基本原理,只凭常识就可以作答,就会使学生不重视复习,依赖于临场发挥。因此,必须十分认真慎重地对待考试命题,正确发挥考试的导向作用。编制一个好的试题和一份好的试卷,不仅要求命题者完全熟悉考核课程的全部内容,还要具有一定的命题技巧。那么,什么样的试题才算作“一道好试题”?什么样的试卷才算作一份“好试卷”呢?

笔者认为,不论何种题型,一道好试题,除了题目本身的科学、合理外,还应该同时具备这样几个条件,符合这样的要求:①按照教学大纲要求,不出超纲题、偏题、怪题和没有考查意义的题目,这是一道好的试题必须具备的首要条件。②试题的形式要灵活:问题的提出要有创新感、问题的含意需明确、多角度提出问题。③试题的正确答案是有定论的,而不是模棱两可。④有适当的难度和较高的区分度。

此外,一份好试卷,不论它由何种题型所构成,除了每一试题都科学、合理外,还应具备下述条件,符合下列要求:

第一,试卷中试题以课程教学大纲作为基本依据,试题应能体现教学大纲的基本要求。

第三,试卷中试题不应当是课程教学内容的简单重复,而应该是在原来基础上的提高。为此,试卷中只需要机械记忆和简单模仿便能作答的题目应尽量减少,大量的试题应该是需要学生经过分析、综合、归纳才能作答的。

第四,试卷中试题量不宜过大,但是题目的数量要适当多一些。多少称为试卷的长度(一份试卷中试题数量的多少称为试卷的长度),对提高考试的信度是有利的。

第五,试题独立性与试卷整体性相结合。在一个题目中考过的内容,其它题目不应重复,题目之间不可互相暗示,保持题目独立性是为了判定学生对课程各个内容的掌握程度。另一方面,还应照顾试卷的整体性,考题间要有分值大小、难易程度、费时多少的合理搭配。

第六,立足考试对象的知识基础,正确把握试题的难易度比例,掌握好合格的标准线。教育部原总督学柳斌同志曾说过:“素质教育的第一要义是面向全体学生”[1],我们推行素质教育就不能不正确把握试题的难易度,大面积高分或大面积低分不仅会影响考试可信度,而且会诱使考生产生某些本可避免的心理问题。所谓考题必须面对全体考生,并非指不顾质量和大纲的要求,而是指面对考试对象知识基础的实际,从一个水平提升到另一个更高水平要有一个过渡期,要有一个相对应的、适合考试过渡的“面”,力求使成绩合格的都能达到合格的标准线。一份科学合理的试卷在试题量及其难易的程度上应呈正态分布。容易题目、较容易题目、中等题目、较难题目、很难题目各占比例分别为5%、15%、60%、15%、5%。

如果违背了上述基本要求,考题出得过难或过简单,其通过考试检查学生的学习情况与教师的教学情况都会存在问题,考试的科学性和作为检验教学状况的可信度,将会受到怀疑。在试卷抽检总结会上,学校对《结构设计原理》等10门课程试卷给予了充分肯定,理由是:这些试卷命题时不仅体现了小题质量要求,而且整套试卷“质”和“量”都令评估专家满意,抽检结果所反映的各项参数都符合教育测量学原理。相反,《审计学》课程试卷虽然102个抽样样本平均成绩79.5分、及格率达到971%,却被要求限期整改,原因是:①试卷难度偏底,平均难度系数只有0.215;②小题难度系数区间为:0.290~0.079;③试卷综合效度0.275;④学生考试成绩呈正偏态分布。

2.加强考试组织管理工作是提高整个考试质量的保障

考试组织管理工作也就是通常所说的考务工作。它的具体目标是:使考试能够正确地实施,顺利地进行,减少和避免各种偶然因素和工作过失对考试的干扰,保证考试过程的客观性、可靠性;同时,尽量减少考试过程中人力、物力和财力的消耗。做好考试的组织管理工作对于保证和提高考试的可靠性和有效性具有重要的意义。

转贴于我校在考试组织管理工作方面,应主要抓住三个阶段性工作:考前阶段、考试阶段、考后阶段。

2.2考试阶段:很抓监考人员的选聘和培训工作,学校抓考场纪律,院(系)抓考试动员和考试规章制度的学习。该阶段工作质量强调的是:考场编排的准确性和考场纪律的严明性。

2.3考后阶段的主要工作是试卷评阅的组织和考试成绩的统计、分析与处理。对于教师的阅卷水平和课程考试质量,每期都要进行试卷抽检,并将结果在全校公布。该阶段工作质量强调的是:试卷评阅的客观、公正性和成绩分析、处理的科学性。

加强考试组织管理,做好三个阶段性工作,必须建立相应的考试管理机构;建立一支素质高、精通业务的考试工作队伍;建立一套严密的规章制度。为此,我校教务处“教学质量科”和“考试中心”对考试的组织和试卷抽检全面负责。

3.建立和完善试题库是促进考试工作向科学化、标准化方向发展

试题库,就是归类储存质量合格的各种试题的仓库。题库的建立和完善是使考试向着科学化、标准化方向发展的重大工程,是高等学校深入教改的重要步骤。当然,高校课程繁多,要求所有课程都建立题库是不现实的,也不经济,但对于一些大面积的课程(如:公共必修课、专业基础课)建立试题库是很有必要的。

我校在建设试题库方面,作了以下七条规定:

一是在题质上难易适度的原则:每一个试题都应该有合适的难度和较高的区分度;试题的各项参数要准确,用语要准确,并备有答案和评分规定。

二是在题量上要有一定程度覆盖率面的原则:所储试题的总目能够覆盖教学大纲要求掌握的这门课程的全部内容,有多角度考查的内容和从不同角度考查的试题。

三是组卷形式上的科学规范原则:目前采用计算机组卷是可行、科学的,但是试卷的难度把握一定要准。

四是在管理上要遵循便于统计、检验和质量分析的原则:试卷的成绩要便于进行统计、检验和质量的分析与评价。

六是要具备教学大纲、教材等考试命题材料和题库组建使用的详细材料。

七是与时俱进的原则:题库在使用过程中,还要根据使用的实际情况、学科的发展、考核对象变化等不断地补充、修改和更新。

4.建立考试工作质量评价及信息反馈系统推动考试质量不断提高

任何一项有意义的工作,工作结束之后都要进行一番总结,评价工作的质量和实际效果,鼓励先进,找出问题并加以解决。考试也是这样,一次考试之后,考务工作是否达标?学生成绩有多大的可靠性?教学计划和教学目标实现到何种程度?哪些试题质量较好,好在哪里?哪些试题较差,差在何处?这些都需要进行总结和评价。评价的目的在于为改进今后考试工作、提高考试工作质量提供重要参照系数。

我校在建立考试工作评价及信息反馈系统方面,做了以下工作:

(1)从考试设计、考试组织管理、命题、题库建设、考试质量、学生成绩分析六个方面建立评估指标体系。

(2)对于评估的结果学校每学期召开专题工作会,将存在的问题通过《意见反馈表》通知课程负责人和课程所在系(部),要求提出整改意见,限期整改,学校按照整改意见定期组织人员检查落实情况。

评价项目评价内容评价方式考试设计

工作①考试目标、内容和考试标准的制定;②考试方法和类型的选择;③命题计划的编制。考试组织管理工作①试卷编、印、送的管理;②考场编排;③试卷装订;④考场纪律、秩序;⑤阅卷、评估。建立考试管理机构

组织管理人员根据评估指标体系测评命题质量①试题质量;②试卷质量。题库建立和完善①题库的建立;②题库的完善。组织课程专家根据评估指标体系测评考试质量①考试效度;②考试信度。学生成绩分析①平均成绩;②及格率;③成绩分布曲线。运用教育测量理论开发评估软件,利用计算机统计处理考试作为高校教学管理工作的重要内容之一,是一项系统工程,考试工作质量的全面提高需要学校各教学单位和全体教师的精心协作和紧密配合。随着高校考试评估体系的不断完善和认真组织落实,考试质量将会得到不断提高。

关键词:定位;教学目标;教学模式

本文属于陕西省教育厅教改项目研究成果(11BY56);

项目名称:基于就业导向的信管专业核心课程体系研究与实践

【中图分类号】G642

1.课程在信管专业课程体系中的的定位

在教育部高等学校计算机科学与技术教学指导委员会编的“高等学校计算机科学与技术专业核心课程教学实施方案”【1】中,离散数学在计算机科学与技术专业课程体系中的定位是:是计算机科学与技术专业的核心课程,在计算机科学与技术专业课程体系中起到重要的基础理论支撑作用。所以通过离散数学的学习有利于培养学生的学科素质,进一步强化对计算机科学与技术学科方法(数学方法)的训练。据此,对于信息管理与信息系统专业(简称信管专业)来说,由于计算机科学与技术是该专业的三大学科基础之一,所以,在信管专业的课程体系中,离散数学的定位是既要为学生更好地理解与掌握专业课(计算机类课程)的教学内容奠定基础,又要为学生后续在计算机科学与技术方面的发展需要奠定基础。

2.课程内容的选择及教学目标

根据教育部高等学校计算机科学与技术教学指导委员会编的“高等学校计算机科学与技术专业核心课程教学实施方案”,结合我校信管专业的培养应用型人才的定位,我们选择“应用型离散数学教学实施方案”,在离散数学的8个知识单元、3个层次的知识框架中,选择第1层的3个核心知识单元,即集合关系与函数、基本逻辑、图与树。对应离散数学中的集合论、数理逻辑、图论的基础部分,这些知识,是建立离散系统的基本数学工具。

根据以上课程内容,我们选择由屈婉玲等教授主编的《离散数学》,该教材由高等教育出本社出版,是面向21世纪课程教材和普通高等教育“十一五”国家级规划教材,该教材的特色如下:

(1)是以CCC2005规范为指导,在离散数学核心知识单元的基础上,涵盖了计算机科学与技术中常用的离散结构的数学基础。采用模块化的结构,既有利于教师教学内容的选择,也有利于学生根据自己的兴趣和需求进行自学。

(2)介绍了很多和计算机技术应用紧密结合的实例,对离散数学概念多、定理多、很抽象等问题进行了很好的处理。

(3)强化描述与分析离散结构的基本方法与能力训练,例题、习题丰富,例题针对性强,分析讲解到位,化解了难点,突出了重点。

3.课程教学模式的改革

3.1巧用情景教学模式,激发学生学习兴趣。

所谓情境教学是指在愉快教育模式中,为了达到既定的教学目的,从教学需要出发,制造或创设与教学内容相适应的具体场景或氛围,引起学生的情感体验,帮助学生迅速而正确地理解教学内容,促进学生素质全面和谐发展,从而提高教育教学效果的一种教学方法。情境教学能把学生的认知活动与情感结合起来[2]。“问题”或“案例”是创设情境的核心,知识的获取、方案的制订等都是由问题引发的。

3.2改变授课方式,黑板多媒体有效呼应。

3.3布置课外大作业,培养学生探究式学习。

课堂中有些情境的设置的讲解,会引出学生更有兴趣和值得探讨的问题,为弥补课堂上无法深入讲解的不足,我们将这些问题留成课外大作业,由学生查阅资料撰写小论文。如在数理逻辑部分,由悖论引出“数学史上的三次数学危机---芝诺悖论、无穷小悖论、罗素悖论”,由苏格拉底三段论引出“苏格拉底生平简介和趣事”,图论中由欧拉图引出的“一笔画问题”等。

3.4习题精讲与质疑,及时解惑扫障碍。

必要的习题训练,在学好数学类课程中起着非常重要的作用,因为通过做习题能加强对抽象的数学概念的理解,熟悉基本的计算方法,掌握灵活的解题技巧,而且能训练严谨的逻辑思维和分析问题解决问题的能力。

3.5拓展时空交流,督促学生自主学习

3.6课内外相结合,全方位考核学习效果。

期末课程考核成绩由闭卷笔试成绩(70%)和平时成绩(30%)组成,平时成绩有完成作业情况、大作业完成情况、学习卡使用情况三部分组成。这样可以实现对学生学习评价的日常化,使学生不但重视期末考试也更重视对平时教学过程的积极参与,增强他们对学习的信心;同时这也是对学生自我潜能开发的一种尝试,保持了学生的学习兴趣。

4.教学效果总结

4.1网上评教分析

从表1可以看出,信管11级学生对本学期离散数学课的教学模式是满意的,这种在传统教学模式基础上的改革值得推广。

表1对课程课堂教学内容以及其他方面的具体意见和建议

学生评教及建议

课堂气氛活跃,知识完善,老师备课充分,作业批改认真,及时纠正同学出现的问题,耐心指导

郭老师上课准时,教学内容准备充分。课堂气氛比较活跃,能够在课堂内容之外讲解一些当今大学生在生活中应该学习的知识,让我们增加学习兴趣的同时学习效率也不断提高,作业要求严格。存在不足对学生的课堂表现要求不够严厉,考勤不够严。

老师讲课很认真,讲课能与学生互动起来,所以学生听课才有兴趣,有了兴趣做什么事都比较快了,也比较印象深刻,学的也比较快

老师很认真,很喜欢,老师很幽默

课堂很有吸引力,在该课堂内外学生的能力得到了培养,合理应用现代教学手段,如多媒体等,注重学生的自主创新能力,

4.2成绩对比分析

信管1101-1102班(共57人)理论考试成绩分布统计表(见表2)和成绩分布直方图(见图1)如下:

表2信管1101-1102理论考试成绩分布统计表

成绩59分以下60-6970-7980-8990-100

人数71315157

比例12.30%22.80%26.30%26.30%12.30%

图1信管1101-1102理论考试成绩分布直方图

网络101-103的离散数学,采用常规的教学模式,没有采用多媒体,也不布置课外大作业,同时不要求学生使用教材附带的学习卡。该课头三个班(92人)理论考试成绩分布统计表(见表3)和成绩分布直方图(见图2)如下:

表3网络101-10理论考试成绩分布表

人数221432185

比例24.20%15.40%35.20%19.80%5.50%

图2网络101-103理论考试成绩分布直方图

参考文献

[1]教育部高等学校计算机科学与技术教学指导委员会.高等学校计算机科学与技术专业核心课程教学实施方案[M].高等教育出版社,2009

[2]赵英豪,符蕴芳.研究性教学在离散数学课程中的实践与探索[J].中国成人教育,2009,(8):133-134

关键词数据挖掘决策树成绩分析

中图分类号:TP311.13文献标识码:A

0引言

随着我国高等教育信息化建设的快速发展,许多高校都已经建立起了校园精品课程、数字化图书馆、网络实验室等信息化应用,在知识共享上不断完善求新。同时,校园服务、校园信息、在线教学等数字化校园平台的建设实现了数据的共享与系统的整合。

传统的学生成绩分析还停留在简单的查询及简单的数字统计阶段。如查询某个学生的某门课程的成绩,统计某门课程的优、良、中、差各个成绩段的学生人数,统计成绩的均值、方差、置信度等。己有的分析研究仅仅从理论上对可行的评价机制进行讨论,而隐藏在这些数据后的其他有用信息很难能够发掘出来。

另一方面,信息化应用中获取的大量教学信息使得各种新的属性不断出现,增加了学生的信息存量,大量的学生信息以及学习数据没有发挥其相应的作用。这些信息从一定的角度上反映了学生在新的教学模式下所特有的学习行为,为研究学生的学习行为提供了依据与基础。本文就是在这些大量的数据基础上,结合数据挖掘的决策树分类技术,从学生的学习成绩入手,收集、整理和分析学生的行为信息,总结和发掘在新的学习模式下对教学质量及其学习效果的影响,为教师日常教学和学生学习的改进提供依据。

1数据挖掘技术综述

数据挖掘(DataMining),就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用、可信的信息和知识的过程。是一门广义的交叉学科,它的发展和应用涉及到不同的领域,尤其是数据库、人工智能、数理统计、可视化、并行计算等。

数据挖掘技术有两大基本功能,即描述功能和预测功能。描述功能是指描述数据库中数据的一般性质。预测功能是指对当前数据进行推断,以便做出预测。

数据挖掘研究的对象是大量隐藏在数据内部的有价值的信息,如何获取有价值感兴趣的信息是我们所要解决的主要问题。接下来简单介绍数据挖掘中应用较为广泛的常用的一些技术。

1.1决策树方法

决策树算法的目的是通过向数据学习,获得输入变量和输出不同取值下的数据分类和预测规律,并用于对新数据对象分类的预测。

1.2关联规则

关联规则用来揭示数据与数据之间未知的相互依赖关系。由一个条件和一个结果组成的,形如IF...THEN的简单形式就叫做规则,关联规则挖掘就是扫描整个数据集,从中找出具有给定的最小支持度和最小置信度的关联规则。其中最具代表性的是R.Agrawal提出的Apriori算法。

1.3神经网络

神经网络是以人脑为基础的抽象模型,它模拟真实人脑神经网络的结构和功能,将众多结构和功能极其简单的神经元通过各种方式联接成一个复杂的网络结构,以实现复杂的智能行为,构成一个类似于人脑结构的非线性预测模型,通过学习进行模式识别。神经网络具有两大特点――自学能力和自适应能力。

1.4聚类分析

聚类是将数据集分成若干不同的类,使得在同一类的数据对象尽可能相似,而不同类中的数据尽可能相异。聚类与分类的根本区别在于:分类需要事先知道所依据的对象特征,而聚类是在不知道对象特征的基础上要找到这个特征。

以上介绍了数据挖掘的基本知识,包括数据挖掘的概念、数据挖掘的功能、数据挖掘的过程及步骤,以及数据挖掘中常用的各种技术。而且现在的数据挖掘软件,不管是开源还是商用都已经很成熟了,也提供易用的可视化界面,集成了数据处理、建模、评估等一整套功能。本文尝试使用Spssmodeler[7,8]数据挖掘工具,采用决策树分类技术,对所采集的学生考试成绩数据进行分析挖掘,形成分类规则,从而更好的分析和预测成绩数据。

2高校学生成绩的决策树模型

2.1决策树技术

决策树技术是通过学习,获得输入变量和输出变量不同取值下的数据分类和预测规律,并用于对测试集的分类预测。它主要由两个阶段组成。

第一阶段,建树阶段。选取训练数据集进行学习,导出决策树。建树的流程图如图1所示:

第二阶段,剪枝阶段。用测试数据集检验决策树,如果所建立的决策树不能正确的回答所研究的问题,我们要对决策树进行剪枝以解决过分适应数据的问题,直到建立一棵正确的决策树。剪枝的目的是降低由于训练集的噪声而产生的起伏。

决策树技术之所以是数据挖掘领域中运用较多的分类和预测主要技术,原因有三:一是决策树构造的分类器易于理解;二是采用决策树分类,其速度快于其他分类方法;三是采用决策树的分类方法得到的分类准确性优于其他方法。

SPSSModeler提供了包括C5.0、CHAID、CART和QUEST在内的经典决策树算法,C5.0是在决策树的ID3算法基础上发展起来的。决策树的核心问题之一是决策树分枝准则的确定,C5.0以信息增益率为标准确定最佳分组变量和分割点。其关键的概念是信息熵。

2.2学生成绩分析

分析影响学生成绩的因素,可以通过数据挖掘技术从定量的角度精确展现学生成绩分析的多个方面,找出影响学生成绩的主要因素,以此来帮助教师和教学部门制订相应的措施,有利于提高教学质量和增强教学效果。因此,本文采用SPSSModeler14.1数据挖掘工具,对采集的学生考试成绩数据进行分析挖掘,形成分类规则,从而更好的分析和预测成绩数据。具体的信息挖掘的操作步骤如下:

2.2.1确定挖掘对象、目标及其数据采集

2.2.2数据的预处理

2.2.3决策树在学生成绩分析中的应用

决策树的生长过程本质是对训练样本反复不断递归过程,根据SPSSModeler提供的的C5.0算法、QUEST算法、CHAID算法和CART算法,对预处理后的数据流分别进行建模和比较,具体的算法思想和内容不再赘述,其建模的流程和C5.0算法结果如图3所示:由图3(b)中的模型结果可以看出评估模型中每个预测变量的相对重要性。通过这一点,我们看到Excel成绩在此个案中最显著,而其他变量的因子依次为:Access、填空、单选、ppt、word等成绩。这也说明了Excel,Access和填空对学生来说不容易得分,大部分同学掌握还有待加强。而学生对ppt、word、网络和windows题目掌握较好。

由图4所示的分析结果可以看出:经过剪枝的决策树模型的准确率为达到了88.1%,模型提取的分类的成绩结果为“好”的规则如图4(a)所示。由决策树提取的分类规则对大学生英语学习有着重要的指导作用,同学们可以根据自己实际学习情况,参考决策树挖掘结果,找出自己的学习薄弱环节,进行针对性的学习训练,对通过大学计算机考试的几种情况有所了解,为自己制定学习计划和学习目标提供参考。从上面的规则我们可以看出:在考试中,单选、excel和Access部分的得分对考试成绩为“好”的影响是最为重要的,其次是填空和word,其余部分对考试的影响较小。因此,同学们在准备考试的时候可以将excel和Access作为重点来进行强化训练,提前调整自己的学习计划、完善自己的学习方法、科学的提高学习成绩。

此外,由图4(b)和图5所示的模型对比结果可以看出:经过剪枝的决策树C5.0算法模型的测试和训练的准确率比其他几个分类算法要高。模型一致性误差对比可以看出:在检验的样本集合上,4个模型对255个样本有相同的预测值,占52.9%。225个样本预测结果不同,占47%。可见,4个模型预测结果相同的比例属于中等水平;进一步,在相同预测结果的255个样本中,有232个预测正确,占91.7%,21个预测错误占8.3%。因此,模型的总体预测精度一般,根据分析可进行样本的平衡处理或在模型参数上更细致的调整。

3小结

本文研究数据挖掘技术中的决策树模型,采用SPSSModeler工具软件对大学计算机基础的考试成绩进行分析,通过数据预处理,为决策树模型准备数据,实现了成绩分类挖掘的全过程,通过生成的决策树规则分析计算机大学基础考试中的题型对考试成绩的影响情况,从中找出规律指导考生调整学习计划、完善学习方法、科学有效提高学习成绩。从实验分析的结果和模型的对比可以看出,该决策树模型的分类效果是良好的。

[1]伍顺比.新世纪我国高等教育信息化的回顾与展望[J].教育探索,2011(6):135-137.

[2]孙名松,周梦熊,李胜利,基于UML的高校教育信息化评价系统的模型研究[J].大连理工大学学报,2005(45):287-290.

本研究旨在与传统的教学方法进行比较,探讨在5年制英语本科生口腔护理学教学中开展以病例导入为基础的教学法的必要性,并进一步探索我国医学各专业在临床课教学中开展病例导入式教学的必要性和意义。

关键词:

口腔护理学;病例导入式教学法;问卷调查

1研究对象

全日制五年英语护理本科生10级与11级,采用统一培养方案培养。10级37人为对照组,采用传统讲授教学法;11级为实验组,三个班共计93人,采用案例导入式教学方法。

2研究方法

2.1教学实施

通过网络平台,提前一周将授课PPT课件发给班级,学生了解讲课内容和教学要求,利用图书馆专业工具书、网络熟悉课程的概述、发病机制、护理评估、护理目标、护理措施及护理操作过程。课上,教师根据学生反馈的信息结合典型病例对难点、重点、不理解的内容重点讲授。

2.2采集典型病例

选择在我院门诊、病房就诊的患者中典型病例。颌面部间隙感染为例,患者表现颌面部肿胀、畏寒、发热,如累及咀嚼肌引起张口受限;播散至眶下间隙,引起视力受损;累及喉头,引起呼吸困难甚至“三凹征”。逐一留存患者上述表现图片。在治疗上,脓肿形成后采用脓肿切开术,录制脓肿切开术的操作过程。颌面部间隙感染常见病因为下颌智齿冠周炎,患者由于下颌骨退化,无萌出空间,智齿萌出受阻,甚至倒伏。收集患者X线片,用于向学生讲授无法萌出、萌出不全、倒伏的智齿。制作PPT课件时,将上述资料导入,课堂上向学生展示,学生结合临床表现及真实的图片、X线片,增加对知识的理解、思考和掌握,增加其知识的广度和深度。

2.3病例导入式教学法教学的效果评估

2.3.1期末考试成绩分析

采用实验组与对照组期末考试考同一难度系数的考卷进行考核,其平均成绩进行比较。

2.3.2问卷调查

从课堂信息反馈、知识运用、能力培养设计问卷,共提出12个问题。每个问题答案的为两个,需填报“是”或者“否”。

2.4问卷的统计学分析

学生的期末考试成绩的统计运用x2检验;问卷调查按照每个问题的打分分别录入统计学软件SPSS21.0进行分析,运用t检验或x2检验,P<0.05具有统计学意义。

3结果

3.1实验组与对照组口腔护理学期末考试成绩比较。

期末考试出题,考题来于我院教学办公室的口腔护理学试题库试题。考题的难度系数相同,包含客观题和主观题。2010级期末考试成绩平均分为88.00±7.71。2011级期末考试成绩平均分为94.11±2.93。两组口腔护理学期末考试成绩进行比较具有统计学意义(P<0.05)。

4讨论

在2011级英语护理本科生教学中导入病例的教学法。经过比较传统教学法和病例导入式教学法的期末考试的平均成绩,结果显示(88.00±7.71vs94.11±2.93)。说明病例导入式教学法有益于传统教学法,提高了学生成绩,提高了教学效果和教学质量。在问卷调查中发现,专科理论知识掌握、激发学习兴趣、提高归纳总结能力、提高自学能力、师生交流增加、提高学生人际沟通能力、掌握口腔消毒灭菌方法等方面,以病例导入到教学中具有明显优势,和传统教学法比较存在统计学差异。在专科护理操作技能、提高临床思维能力、医学生使命感责任感、掌握口腔感染传播途径方面,无明显差异。其原因在学生学习的地点是学校,未进入临床实践,故对实际操作技能不完全掌握。病例导入式教学法具有模拟临床情景,具有高度的拟真性,教学效果良好,值得在医学教学中进一步推广。

一、教学方法

二、评价方式

授课结束后进行测试,分理论测试和操作技能考核进行教学效果评估。①理论测试。采用选择题、填空题、名词解释、简答题和案例分析题5种题型,实行统一考试,统一阅卷。由2位教师监考,测试后试卷由同科目的另外一位教师评分;②技能考试。考试内容为展示不同的临床病例,提出问题,让学生随即抽取并作答。将两班的成绩进行统计分析,考试结束立即对实验班学生发放问卷调查,共发放问卷50份,有效回收率100%。

三、结果

1.考试成绩。对考试成绩分别计分,使用SPSS18.0统计软件对测试结果进行分析,结果如表1~表3。两班学生理论考试成绩比较,结果有显著性差异(P<0.05,如表1和表3),技能考试成绩实验班明显优于对照班(P<0.01,如表2和3表)。2.问卷结果。对实验班60名学生进行问卷调查,多数学生认为应用PBL教学法提高了知识掌握程度,增加了对教学的记忆和理解能力,自学能力、表达沟通能力均有明显提高,还能活跃课堂气氛,如表4。

四、讨论

作者:李佳佳陈九霖单位:黔西南民族职业技术学院

1.1教学对象

1.2教学内容

使用自编讲义,内容包括缓控释材料研究和开发的背景、缓控释原理、制备原理和技术、缓控释效果评价、当前存在问题和发展趋势分析等,授课学时20学时。

1.3教学方法

1.4教学评价

1.4.1考试成绩

结束课程后需组织进行统一的期末考试,考试总分是100,其中20分是名词解释,10分是填空题,30分是单项选择题,20分是简答题,最后20分是论述题,要求优秀者具备各题型得分≥80%、总成绩≥80分的条件。

1.4.2学生对教学满意度评价

以调查问卷的方式使学生对教学满意度进行评价,问卷的指标主要包括教学目的、是否培养了学生的综合能力、是否激发了学生的创新思维、课堂拓展等,问卷的每项均按Likert-5分量表计分[3]。1分代表极不满意,2分代表不满意,3分代表不确定,4分代表满意,5分代表非常满意。

1.5结果处理

统计分析结果时采用应用统计软件SPSS10.0,以X±s表示计量资料,采用t检验进行组间比较,计数资料组间比较采用χ2检验。

2结果

2.1试题题型及两组成绩分布

2.2两种教学方法对考试成绩的影响

与对照组比较,实验组在期末考试中名词解释、填空题、单项选择题、论述题得分及总成绩均显著高于对照组(P<0.05或P<0.01);尽管简答题实验组也比对照组得分高,但是区别不大。若对考试的五种题型进行分类,把单项选择题和填空题归为基础知识题,名字解释、论述题和简答题归为综合分析题,观察分析不同的两种教学方式对学生基础知识和综合分析能力的影响。通过统计分析两种教学方式对学生考试成绩的影响,发现实验组在每个题型中的得分都高于对照组,如表2所示。这说明实验组所采用的教学方式是有效的,不仅可以提高学生对基础知识的理解,也能有效提升学生的综合分析能力。

2.3两种教学方法对成绩优秀率的影响

计算各题型得分≥80%、总成绩≥80分,计为优秀成绩。对优秀成绩人数与非秀成绩人数进行χ2检验。结果如表3所示,实验组在名词解释、选择题及总成绩中的优秀率明显高于对照组(P<0.05或P<0.01),但在其他题型中虽也高于对照组,但是区别不大。分析表3发现,课堂讨论及案例分析法在《缓控释材料》课程教学中的应用可明显增加学生对知识的掌握程度,增强对缓控释材料的理解和运用能力。

2.4两种教学方法对学生教学满意度的影响

以问卷调查形式了解两种教学方法对学生教学满意度的影响,结果显示,实验组和对照组在常规教学评价指标上无显著性差异,而在提升个人能力指标的评价上,实验组明显高于对照组。

3结论

目的研究分析建构主义理论在耳鼻咽喉头颈外科学临床教学中的应用效果。方法将在本院见习的100名学生平均随机分成两组,分别为对照组和试验组,对照组采用传统的临床教学方式,试验组采用构建主义理论模式进行临床教学。然后通过理论、操作技能考试和问卷调查对教学方法的满意程度,对两组的教学效果进行分析比较。结果与对照组相比,试验组学生的理论和操作技能考试成绩均提高,两组间差异具有统计学意义(P<0.05),对教学的满意度也高于对照组。结论与传统教学方法相比,在耳鼻咽喉头颈外科学的临床教学中采用构建主义理论更能提高学生的积极性、主动性,利于培养学生综合素质能力,构建自身知识体系,更有助于教学水平质量的提高。

【关键词】

建构主义;耳鼻喉科学;临床教学

传统的临床教学模式以教师为中,将知识强灌输于学生,但随着教学水平的提升,传统的耳鼻咽喉头颈外科教学方式本身的缺点逐渐显现出来,主要表现在教学模式单一,学习被动,偏重理论学习,临床实践能力较差,最终导致成效不理想[1]。因此传统教学模式具有局限性,改进耳鼻咽喉科教学方式一直是困扰带课教师的难题。目前在教学应用中不断推广构建主义理论,它是以学生为中心,学生作为学新知识的主体,让学生主动探索发现新知识[2]。耳鼻咽喉头颈外科学是一门实践性很强的临床专业课,欲将建构理论应用其中,探索在新的教学模式下在教学中的应用效果。

1资料与方法

1.1一般资料选择我院见习生100例。其中男女数量上分男48例,女52例,平均年龄在(22.5±1.7)岁,随机分成两组,分别为对照组及试验组每组50人。两组学生之间进行相互比较,差异无统计学意义(P>0.05),具有可比性。

1.3评价理论考试从题库中随机抽取试题,学生统一进行考试,教师按统一标准进行评定;并采用调查问卷方式对试验组采用的建构主义理论教学结果的满意度进行评价。比较学生学习后理论、操作考试成绩,在教学中对建构主义理论的应用效果进行评价。

2.1理论考试成绩由题库中随机抽取1份试题进行统一安排考试。结果显示试验组成绩分数高的人数多于对照组,两组间差异有统计学意义(P<0.05),结果见表1。

2.2操作技能考试实验组和对照组的学生随机抽取题目进行操作技能考试,结果显示试验组临床实践能力强于对照组,两组间差异有统计学意义(P<0.05)。见表2。

2.3试验组成员对建构主义理论教学方式的评价教学课程结束后,采取问卷调查方式调查学生对新的教学方式的满意度,见表3。

3讨论

[1]刘菲.建构主义学习理论在耳鼻咽喉科教学中的应用探讨[J].继续医学教育,2012,26(9):37-38,57.

[2]薛金梅,智涛涛,薛艳峰,等.建构主义理论在耳鼻喉学教学中的应用和思考[J].基础医学教育,2011,13(2):173-175.

[3]林霞.建构主义理论在普外科护理带教中的应用[J].中国医学创新,2011,8(25):173-174.

中图分类号:TP393文献标识码:A

1利用平台进行的学情分析

2课程教学效果调查及考试成绩分析

2.1课程教学效果调查分析

2.2课程考试成绩分析

案例式教学是PBL教学的一种形式。本研究中以临床真实病例为载体,引入临床药物治疗所要解决的实际问题,培养学生自主学习能力和临床用药思维模式。此教学模式尤其适用于药理学这种基础医学与临床医学的桥梁课。由于案例式教学在大班授课中存在诸多实际困难,应用效果鲜有报道。我校在2011级护理专业药理学大班授课中引入案例式教学,通过问卷调查、结业考试成绩初步评价其教学效果。

1对象与方法

1.1教学对象:辽宁中医药大学2011级高护、护理日语、护理英语专业学生。其中高护与护理日语是一个教学班(89人)作为实验组,即案例教学组。护理英语教学班(90人)作为对照组,即传统教学组。

1.2教学方法:实验组在药理学总论、抗菌药物概论等章节仍旧采用传统教学法,在药理学各论中大部分采用案例导入式教学,其中抗消化性溃疡药、抗糖尿病药及抗菌药采用案例讨论式教学。对照组全部采用传统教学法,结合多媒体,讲授药物分类、作用机制、临床应用及不良反应等。

1.2.1案例导入式:在药理学各论中,例如讲授抗心绞痛药时,先引入心绞痛临床病例,再提出药物治疗问题,激发学生学习兴趣,然后结合多媒体展开理论教学。此法较传统教学法的平铺直叙生动有趣,印象深刻。案例导入式教学占用学时数较少,对总学时影响微乎其微。这是与案例讨论式教学相比突出的优点。

1.2.2案例讨论式:以抗糖尿病药为例。首先教师介绍糖尿病的医学知识,课前一周将糖尿病临床病例及讨论题发给学生。6-8名学生组成一个讨论小组,由组长组织课余交流与讨论,形成小组内观点。课堂上以每个小组长发言为主,其他成员也可补充。重点讨论病例药物治疗方案是否合理,各组设计给药方案与病例药物治疗方案异同点,并进一步讨论药物作用机制、不良反应等。最后教师解释争议大的问题,梳理和总结教学大纲要求的知识点,使学生明确所学章节重点和难点。

2教学效果

2.1考试成绩:学期末进行药理学结业考试。实验组与对照组实行统一命题、统一考试、统一阅卷。试题中考察识记、理解、应用的知识各占22%,43%,35%,其中案例讨论式教学章节分数占18%。对两组试卷成绩总分及案例讨论式教学章节成绩分别采用SPSS10.0软件进行成组t检验。结果显示:两组试卷成绩总分无显著差异(P0.05),但案例讨论式教学章节成绩有显著差异(P0.01),即案例教学组成绩明显高于传统教学组。

2.2问卷调查:学期末对案例教学组学生进行不记名问卷调查,评价案例式教学与传统教学对课堂教学质量与教学效果的影响,采用卡方检验进行统计分析,以P0.05为差异有统计学意义。结果显示:案例式教学在提高学生学习兴趣和学习主动性,提高学生思考、分析、解决问题及理论与实践结合能力,师生互动,活跃课堂气氛方面与传统教学相比有显著差异(P0.01),案例式教学明显优于传统教学。

【关键词】数据挖掘决策树分类

数据挖掘中的分类任务主要是为了确定对象属于哪个预定义的目标类。在我们的日常生活中,这一问题普遍存在,例如我们会根据需要来检查接受到的电子邮件是否为垃圾邮件。在数据挖掘中的所有分类方法里,决策树分类法是一种最为简单且被广泛使用的分类方法。

1决策树分类法的工作原理

决策树是一种由结点和有向边组成的层次结构,它主要有根节点、内部结点和叶结点构成。当我们分析一个分类实例时可以先去建立一个决策树,根据决策树分类,从决策树的根节点开始,将测试的条件用于记录的检验,根据测试结果选择相应的分支到达另一个内部节点,经过一个新的选择条件或者选择相应的分支到达一个叶节点。最终都会到达一个叶节点,这一叶节点的类别即为被赋值给此检验记录的。

2决策树的建立过程

人们开发了一些决策树构造算法,主要采用的是贪吃算法的思想,利用局部最优的方法来建立决策树。算法分为两步,第一步,决策树的生成过程。第二步,决策树的剪枝,如图1所示。

3决策树构造算法

(1)导入决策树构造过程中所需要的函数库;

(2)查看需要构造决策树的源数据;

(3)通过rpart函数构造一个决策树;

(4)查看决策树的一些具体的信息和内容;

(5)绘制出决策树图;

(6)对决策树进行适当的剪枝,防止过拟合,使得树能够较好地反映数据内在的规律并在实际应用中有意义;

(7)对剪枝后的决策树图进行绘制,得到最终的决策树,对其进行相应分析和研究。

4决策树技术在职业院校学生的成绩分析中的研究与应用

4.1决策树技术在职业院校学生的成绩分析中的研究与应用的意义

现如今,国家开始越来越重视职业教育,各个职业院校开始不断的扩大招生的规模,越来越多的学生开始选择进入职业院校去学习一门扎实的技术。这些改变不仅了影响了传统的招生模式,也影响了教师对学生的成绩的评定方法。对于职业院校的学生的成绩并不能单纯通过考试的分数来评定学生的学习水平,而是要综合考量学生的知识和技能水平。不少职业院校开始使用数据挖掘技术分析学生的学习成绩,这不仅可以对学生的学业水平做出更科学的评定,而且对提高教学管理水平起到了很好的指导作用。

4.2决策树技术在职业院校学生的成绩分析中的研究与应用的过程

4.2.1确定数据挖掘的对象及挖掘的目标

本文对数据挖掘中的分类技术的研究,利用的是某校动画设计班的Flas制作课程的期末考试成绩。通过决策树技术,找到对于学生成绩的主要影响要素,对教师的教学及学校的管理提供相应的帮助。

4.2.2数据的收集与预处理

我们将所要使用的数据进行收集和整理,其中包括了20名学生的学号、出勤情况、上机作业的完成情况、成绩、试卷难易、兴趣。部分数据如表1所示。

4.2.3算法的选定

通过分析成绩数据的特点,此次研究我们将采用决策树技术中的ID3算法来建立决策树。

第一步,计算熵

任课教师对学生的成绩评定结果中等级为A的共有8人,等级为B的共有7人,等级为C的共有5人。我们把样本数据S记为S1=8,S2=7,S3=5,计算熵。

Info(S)==0.469

第二步,计算信息增益

学生的出勤情况中,出勤较好等级为A的有7名同学,其中有5个测试成绩为A,2个为B;出勤为B的有10个同学,其中有3个成绩为A,5个成绩为B,2个成绩为C;出勤为C的有3个,成绩均为C。计算熵:

Info(A)=0.26

Info(B)==0.447

Info(S)==0

计算增益:

Gain(出勤)=Info(S)-(7/20)*Info(A)-(10/20)*Info(B)-(3/20)*Info(C)=0.15

以上机作业作为根的决策树的熵和增益:

Info(B)==0.47

Info(C)=0.29

Gain(上机作业)=Info(S)-(7/20)*Info(A)-(8/20)*Info(B)-(5/20)*Info(C)=0.118

以学生对于试卷难度的评定为根节点时:

Info(高)==0.47

Info(中)==0.45

Info(低)=0.3

Gain(试卷难度)=Info(S)-(7/20)*Info(高)-(11/20)*Info(中)-(2/20)*Info(低)=0.027

以学生兴趣作为根节点时:

Info(感兴趣)==0.37

Info(一般)==0.42

Info(不感兴趣)=0.24

Gain(兴趣)=Info(S)-(9/20)*Info(感兴趣)-(7/20)*Info(一般)-(4/20)*Info(不感兴趣)=0.11

比较上述属性的增益值,我们可以得到出勤的增益最大,按照增益最大的原则我们把该结点作为根节点,并且有三个分支,然后再对其他子树进行递归计算,即可得到下中的Q策树,如图2所示。

5总结

观察决策树,我们可以发现,影响学生成绩的最主要因素是学生的上课出勤情况,其次是上机作业的完成情况。上课出勤情况好,上机作业完成好的学生,考试成绩均较高。因此任课教师和学校的管理部门,在以后的教学过程中应该主要去抓学生的出勤和上机作业的完成以提高学生的学习成绩和操作技能。

[1]袁琴琴.基于决策树算法的改进与应用[D].西安:长安大学,2006.

[2]曲开设.ID3算法的一种改进算法[J].计算机工程与应用,2003.

作者简介

吕新颖,女,河北省秦皇岛市人。现为西华师范大学计算机学院研究生在读。

THE END
1.中科院国科大数据挖掘网络数据挖掘期末考试期中考试真题文章浏览阅读1.4k次。中科院 国科大网络数据挖掘期末考试期中考试真题中科院 国科大数据挖掘期末考试期中考试真题中科院 国科大数据挖掘此资源为网络数据挖掘 不是数据挖掘的考试题目https://download.csdn.net/download/fengkuangdexiaoji123/10866217_中科院 数据挖掘https://blog.csdn.net/fengkuangdexiaoji123/article/details/85168530
2.北京工业大学《数据挖掘》2023答………题………第1页,共3页北京工业大学 《数据挖掘》2023-2024学年第一学期期末试卷题号一二三四总分得分批阅人一、单选题(本大题共15个小题,每小题2分,共30分.在每小题给出的四个选项中,只有一项是符合题目要求的.)1、随着人工智能的发展,机器学习算法在各个领域得到广泛应用。假设要开发一个能够自动https://www.renrendoc.com/paper/363878325.html
3.专业课《数据挖掘与分析》考试题目题库及答案+重点知识梳理总结好了,小马目前收集了,一千多个专业,几乎所有的大学专业都有哦,真的是一个宝藏资料库呢,并且资料也会一直持续去更新哦。 以上就是专业课 《数据挖掘与分析》 考试题目题库及答案+重点知识梳理总结+名词解释+《数据挖掘与分析》重点笔记的内容! 获取方式:专业课 《数据挖掘与分析》 考试题目题库及答案+重点知识梳https://www.meipian.cn/4zk0c1ip
4.统计学期末答案考试题库2024春本文分类:章节期末题库2024春 本文标签:统计学 浏览次数:239次浏览 发布日期:2024-05-04 23:48:53 上一篇 >开心说日语期末答案考试题库2024春 下一篇 >数据挖掘期末答案考试题库2024春 嘉兴技师学院-智慧树知到 期末考试答案,单元章节测试答案,见面课答案,绪论第*章答案 https://www.wkebb.com/c/97bf7780d5d85595fc9a61b47398c10f.html
5.2021年中国大学慕课《中小学教师数据素养》课程期末考试题库及答案2021年中国大学慕课《中小学教师数据素养》课程期末考试题库及答案2021年中国大学慕课MOOC《中小学教师数据素养》课程期末考试题库及答案每位学员抽到的题目不一样,此题库包含95?98%的题目,请用电脑答题,并用手机WPS翻开文件查找功能在此题库内查询正确答案(因平台有https://www.yxfsz.com/view/1585090603741450241
6.Python期末试题题库完整.pdfPython基础知识教材是python基础入门知识笔记和Python基础的知识点复习试题,Python期末试题题库完整版,内含答案,包括经典例题,实验题(含答案),知识要点等内容,需要的朋友可下载试试! 内容 python基础入门知识: 1、简介 2.基础知识 3.开发案例 python 期末考试复习题(带答案) https://www.iteye.com/resource/qq_20232875-14045696
7.爱助攻大学资料库太原理工大学马原练习题 太原理工大学机器学习期末试卷2022年 求太原理工大学高数期末真题 太原理工大学 面向对象程序设计 复习题 太原理工大学 概率论与数理统计B 往年试题 太原理工大学 数据挖掘 试题 太原理工大学《数据挖掘》考试题库 太原科技大学 2022年 液压元件 补考试卷 https://www.aizhugong.com/
8.大数据技术与应用专业技能考核标准及题库大数据技术与应用专业 技能考核标准及题库 岳阳职业技术学院 2019 年 10 月 7 日 1 目录 第一部分数据分析基本要求: (1)能使用数据挖掘工具完成数据的展示,预测,存储等; (2)能编写逻辑清晰的分析虽然不同考试题目的技能侧重点有所不同,但完成任 10 务的工作量和难易程度基本相同.各模块和项目的https://jxgz.yvtc.edu.cn/tools/download.ashx?site=main&id=63
9.数据挖掘题库及答案数据挖掘考试题库# 数据挖掘题库及答案的实现指南## 一、流程概述在创建一个数据挖掘题库及答案的项目之前,必须先了解整个项目的流程。下面的表格展示了各个步骤:| 步骤 | 描述 ||---|---|| 1 | 确定项目需求 || 2 | 设计数 python 数据挖掘 ci pmp考试题库及答案 【PMP考试题库及答案】—— 悉数解答PMP考试全方位https://blog.51cto.com/u_16213670/7633156
10.期末考试成绩数据怎么分析帆软数字化转型知识库期末考试成绩数据分析可以通过多种方式进行,如:统计描述、趋势分析、相关性分析、数据可视化、以及利用FineBI进行深度分析。统计描述是最基础的方法,包括计算平均分、最高分、最低分、标准差等指标。数据可视化则通过图表的形式展示数据的分布和趋势,帮助更直观地理解数据。接下来,我们将详细探讨这些分析方法,并特别介绍https://www.fanruan.com/blog/article/475544/
11.《人工智能概论》期末题库92.下列不属于数据库管理系统的是()。 A.SQL ServerB.JavaC.MySQLD.Access 93.数据挖掘的目的在于()。 A.从已知的大量数据中统计出详细的数据B.从已知的大量数据中发现潜在的规则C.对大量数据进行归类整理D.对大量数据进行汇总统计 94.以下()不需要运用云计算技术。 https://www.wjx.cn/xz/251717875.aspx
12.{管理信息化物联网}物联网技术与应用考试题库278{管理信息化物联网}物联 网技术与应用考试题库 278 9、计算模式每隔()年发生一次变革。C A、10 B、12 C、15 D、20 10、权威的物联网的概念是()年发布的《物联网报告》中所提出的定义。D A、1998 B、1999 C、2000 D、2005 11、2009年 10月()提出了“智慧地球”。A A、IBM B、微软 C、三星 Dhttps://doc.mbalib.com/view/0137aeb00631009d2e366f6d03126f8d.html