導語：評分等級自適應式課程教學質量評價方法一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：“面向產出”是工程教育認證的核心理念之一，聚焦于學生的學習效果。文章以產出為導向，明確課程質量評價指標、內容以及評價對象。定性與定量相結合，提出一種評價等級自適應的課程質量評價方法，使用同行教師及教學督導員的評價數據對學生評價結果進行優化，避免評價過程中的多種主觀因素；文章利用三層模糊綜合評價模型完成課程教學質量評價結果判定。

關鍵詞：面向產出；課程教學質量評價；評分等級自適應；模糊綜合評價

一、引言

課程體系是支撐專業人才培養目標達成的核心組成，對應的課程建設是高校專業教學質量建設的核心，直接影響人才培養質量。因此，課程教學質量評價是高校課程建設、管理中的重要手段，合理、有效的課程質量評價方法，有助于教師持續改進教學質量，有利于促進教師進行課程教學改革，從而全面提高人才培養質量。目前，多數高校的課程教學質量評價主要以量化為主，評價內容通常包括：教師素質、教學過程/方法、教學內容、教學效果等；評價方法[1]；然而，課程教學過程應該包含兩個主體：教師和學生，因此，對于課程質量的評價需要從教師的教和學生的學兩個方面來進行[2]。“面向產出”是工程教育認證的一個核心理念，充分體現“以學生為中心”，即教學實施過程須圍繞學習效果來進行，強調以學生的信息反饋為主線索的“反向設計、持續改進”閉環教學設計理念，促進教學的持續改進，提高學生的獲得感。因此，面向產出的教學理念必然要求改變課程教學質量評價模式，須從教師和學生兩個主體進行考慮。首先，教師的教學實施過程，即教師的語言表達、教學水平、方式、態度等方面；以及在教學內容中，教師須明確課程教學目標及其對培養目標、畢業要求的支撐關系；其次，應充分體現以學生為主體地位，須明確學生應學習和掌握的知識點和能力，客觀判定課程教學目標的達成情況，即關注學生的學習成果。因此，面向產出的課程教學質量評價，應該涉及“設計—實施—效果”的教學全過程評價，為教師改進教學實施過程明確方向，從而實現以評促教，為教學的持續改進提供依據[3-5]；同時，要注重定性和定量相結合[1]。本文以產出為導向，設計了涵蓋“設計—實施—效果”教學全過程的評價指標和內容[6]；提出了一種基于評分等級自適應的課程質量評價方法[7-8]，在學生評價結果的基礎上，利用同行或者教學督導員的評價結果來優化學生的課程質量評價結果，定性與定量相結合，可以在一定程度上保證課程質量評價結果的真實性和準確性。

二、課程教學質量評價模型概述

區別于單純的算術均值法，本文采用模糊綜合模型評價學生課程質量，即借助模糊變換原理綜合考慮評判事物相關因素，對評價對象作出定性與定量相結合的評價。在此過程中，首先確定評價總體及其對應的各級評價因素集，然后利用評分等級自適應公式給各學生的評價等級進行優化，并根據評價等級確定分值，最后給出換算公式，建立評分等級自適應的學生課程教學質量評價模型。

（一）評價因素集確定

評價因素包括評價指標、評價內容以及評價人員。如表1所示，評價指標分為2級；評價人員分為3類：學生、同行教師或者教學督導員以及任課教師；評價內容以產出為導向而確定。

（二）指標權重

根據指標的個數均分指標權重，例如：在一級指標“教學實施過程評價”中有5個二級指標，則每個二級指標的權重為1/5。每個二級指標評價分為“優”、“良”、“中”和“差”四種評價等級，根據每個評價等級人數的不同，通過模糊評判法來計算一級指標的評價等級權重，同理，總指標的“優”“良”“中”和“差”四個評價等級權重由一級指標計算得出。

（三）評價等級系數

評價等級系數是“優”“良”“中”和“差”四個評價等級對應的分值，用來計算最終總評價的結果，本模型中評價系數表示為Y={Y1,Y2,Y3,Y4}，對應數值分別取為4.5、3.5、2.5和1.5。

（四）評價等級自適應公式

由于課程教學評價過程中，不同學生對于同一門課程的評價結果會有差異，因此，在本文提出的評價系統模型中，讓同行或者教學督導員平均每月對教學課程進行評價，并在期末進行總評，利用所得評價結果來優化學生的評價結果，避免由于主觀因素等影響而出現的集中“好評”或“差評”情況。對于每一項二級指標評價等級結果使用以下方法進行優化。其中，w表示優化過后的評價等級，wavg表示學生評價等級的平均值，wmin表示不同班級學生評價中評價等級的最小值，wmax表示不同班級學生評價分組中評價等級的最大值，favg表示同行教師/教學督導員每月評價等級的平均值，fmin表示同行教師/教學督導員每月評價等級的最小值，fmax表示同行教師/教學督導員每月評價等級的最大值。

三、課程教學質量評價模型算法

在本文中，采用三層模糊評判法，對優化后的評價等級進行計算，得到最終模糊評判矩陣，即總評價評價等級矩陣，根據設定的規則對評價結果進行歸一化處理，根據分值判斷最終評價等級。模型評判算法步驟為：1.根據“用戶評價的原始計分表”統計出的評價主體對被評價課程各項指標選擇“優”“良”“中”“差”的人數作為基礎數據，其中包括學生評價數據、同行/教學督導員的每月評價數據。2.用基礎數據除以該類別中的主體總數，得出各評價等級隸屬度，即評價等級值，其中學生評價等級為w0，同行或者督導的評價等級為f。3.使用評價等級自適應公式對學生的每個評價等級進行數據優化，減少集中“好評”或“差評”的影響，得到優化后的評價等級權重w。4.用二級指標對應的權重向量R與每個二級指標的評價等級矩陣進行矩陣計算，得到一級指標的評價等級向量U。5.將上文一級指標評價結果與一級指標權重向量進行矩陣計算，得到總指標各項的評價等級向量P。6.對總指標的評價等級權重進行歸一化處理，得到最終的評價等級S。7.根據評價指標，將最終的評價等級S與“優”“良”“中”和“差”四種評價等級對應，得到最終的評價結果。

四、數據分析

下面以某年級通信工程專業一門專業課程的課程教學質量評價為例，共有30名同行和教學督導員、4個班級的200名學生參加評價。限于篇幅，以一級指標“教學內容有效性評價”的評價結果為例，驗證所提算法。在本文中，將均值法作為對比的方法，課程評價等級評定結果為：“優”：4≤S＜5；“良”：3≤S＜4；“中”：2≤S＜3；“差”：0＜S＜2。1.均值法。均值法評分等級對應的分值系數：優：1；良：0.8；中：0.6；差：0.4，評分結果為：對各項評分等級對應的量化系數和人數乘積求和，再除以參評總人數求平均值。在均值法中，二級指標每一項給定分值為5分，根據表2中的數據，通過均值法計算最終評價結果S1=4.175。2.評分等級自適應法。同行教師/教學督導員對課程的教學質量每月評價數據如表3所示。利用表3數通過評價等級自適應公式計算得到“教學內容的正確性”的評價等級優化矩陣w1為：在一級指標“教學內容的有效性”中的二級指標權重向量R=（0.25，0.25，0.25，0.25），通過矩陣合成運算得到一級指標“教學內容”各項評價等級結果U；S2為一級指標“教學內容的有效性”的最終評價結果，根據四個評級對應的評價等級系數，計算總得分為：S2=（0.4*4.5+0.34*3.5+0.24*2.5+0*1.5=3.64）對兩種方法的評價結果進行分析，用均值法計算得出的結果是“優”，使用評價等級自適應法得出的結果是“良”。觀察數據發現，一級指標“教學內容的有效性”的評價等級總體分布比較均勻；二級指標前兩項評價內容中，選“優”較多，而后兩項評價內容主要集中在“良”“中”；與均值法相比，評價等級自適應法利用同行/教學督導員的評價數據優化之后，更能體現所評價內容的整體效果，從而反映課程教學質量評價的真實性和有效性。

五、總結

本文以產出為導向，明確課程教學質量評價各項指標和內容，并將“指標量化”與“評價分級”相結合，提出評價等級自適應法，并利用三層模糊綜合評價模型完成課程教學質量評價結果判定。數據分析表明，通過同行教師/教學督導員的評價數據對學生評價結果進行優化，從一定程度上解決評價數據中集中“好評”和“差評”的問題，從而可以更合理地體現課程教學質量，推動課程教學內容、教學模式和教學方法的改革與創新。

參考文獻：

[1]陳翔,韓響玲,王洋,等.課程教學質量評價體系重構與“金課”建設[J].中國大學教學,2019(5).

[2]張靜穎,趙華.教學評價標準研究的回顧與展望[J].教育實踐與研究,2019(2).

[3]韓棟.基于OBE的實驗課程教學質量評價體系初探[J].黑龍江教育(高教研究與評估),2020(1).

[4]姜大偉,劉立敏,孫才英.基于OBE理念的課程目標達成評價方法[J].黑龍江教育(高教研究與評估),2018(10).

[5]邢延,汪新,李曉端,等.基于成果導向的“兩級兩維”課程質量評價機制及實踐[J].高教學刊,2020(13).

[6]吳正剛,嚴明,張瑞紅.以學生為中心的高校教學質量評價體系構建[J].黑龍江教育(高教研究與評估),2019(4).

[7]張寧蓉,嚴立,陳亦望.網絡教學質量的模糊綜合評價[J].計算機教育,2007(8).

[8]孫義,黃海峰,丁建華.多屬性群決策權重調整自適應算法[J].計算機工程與應用,2014(2).

作者：王傳云 單位：華東交通大學