大学毕业德育论文提纲

论文题目：大数据背景下大学生学业质量动态评价研究

摘要：大学生学业质量评价是保障高等教育质量的重要方式,也是教育领域的研究热点之一。大数据时代的到来使得教育评价从“经验主义”走向“数据主义”、从“宏观群体评价”走向“微观个体评价”、从“单一评价”走向“综合评价”,评价指标体系作为具体承载形式也应顺应新时代的变化。基于此,本文重点研究大数据时代大学生学业质量评价的指标构建问题,定义学业质量和学业质量评价的概念之后,阐述了大数据时代开展大学生学业质量评价的理论基础和现实诉求,以构建大学生学业质量评价指标体系为核心任务,实现对大学生全方位、全过程、个性化的评价,促进全面发展。首先,本文结合相关文献和大数据的时代背景,将学业质量评价定义为对大学生智力和非智力的全方面评价。整篇文章以多元智能理论和建构主义理论为理论基础,符合“以学生为中心”的评价理念,其中多元智能理论强调评价的多元性和情境性,而建构主义理论则集中体现了评价的过程性和个性化。其次,基于对大学生学业质量的概念化解读,结合大数据时代带来的指标变化,构建了从起点评价、过程评价和毕业评价为纵向线索的评价指标体系,在过程评价中构建了理论课程、实验课程、德育素质、毕业论文设计为横向线索的评价指标体系,从而实现“时时刻刻走近每一个真实学生的方方面面”。最后开展指标体系的实证研究。在实证研究过程中,运用AHP方法对理论课程、实验课程、德育素质和毕业论文四个指标体系赋予权重。分别以A校工程学院《工程热力学》课程、理学院《大学物理实验》中的固体线膨胀系数实验项目作为翻转课堂的实践,将虚拟数据和现实数据进行规范化处理,运用模糊数学模型得到大学生在理论课程和实验课程中的综合评价结果;结合A校第二课堂参与情况的学生电子档案,以德育素质评价指标为依据,收集包括辅导员、学生自身、家长、同伴在内的评价数据,运用模糊数学模型得到大学生在思想道德、社会实践、创新能力和人文素质四方面的具体评价结果;以大学生的毕业论文为评价对象,由专家对论文在选题、资料综述、实验设计、数据处理、结果分析、写作能力六方面开展评价,得到大学生毕业论文设计的具体评价结果。通过该指标体系的运用可以对大学生的学习过程进行全面分析和画像,从而对大学生个体在理论课程、实验课程、德育素质和毕业论文设计中表现的优缺点进行及时反馈,由教师指导学生加以改正。但是由于自身精力和能力的限制,此次大学生学业质量的评价没有实现各个模块数据的整合分析,没有设计出基于模糊数学理论的自动评价系统,因此构建一个全面系统、易于推行的评价体系仍需进一步研究。

关键词：大数据;学业质量;大学生;评价

学科专业：教育经济与管理

摘要

英文摘要

1 绪论

1.1 研究背景

1.1.1 时代背景

1.1.2 实践背景

1.2 研究目的及意义

1.2.1 研究目的

1.2.2 研究意义

1.2.3 应用前景

1.2.4 技术路线

1.3 国内外研究现状

1.3.1 国外研究现状

1.3.2 国内研究现状

1.3.3 国内外研究评述

1.4 研究内容与研究方法

1.4.1 研究内容

1.4.2 研究方法

1.5 研究前提

2 概念界定和理论基础

2.1 相关概念界定

2.1.1 大数据

2.1.2 教育大数据

2.1.3 学业质量评价

2.2 理论基础

2.2.1 多元智能理论

2.2.2 建构主义理论

2.3 本章小结

3 构建大数据背景下高校大学生学业质量评价体系

3.1 高校大学生学业质量评价的现实诉求

3.1.1 大学生学业质量评价的现实困境

3.1.2 大数据背景下高等教育教学的变革趋势

3.1.3 大数据对高校大学生学业评价的影响

3.2 构建大数据背景下大学生学业质量评价体系的原则

3.2.1 全员性原则

3.2.2 全面性原则

3.2.3 全程性原则

3.2.4 准确性原则

3.2.5 预测性原则

3.3 构建大数据背景下大学生学业质量评价指标体系的具体内容

3.3.1 起点评价

3.3.2 过程评价

3.3.3 毕业评价

3.4 本章小结

4 基于模糊数学的实证研究

4.1 高校大学生理论课程学习的模糊评价

4.1.1 数据收集

4.1.2 确定指标权重

4.1.3 数据处理

4.1.4 构建理论课程模糊评价模型

4.1.5 评价结果

4.2 高校大学生实验课程学习的模糊评价

4.2.1 数据收集

4.2.2 确定指标权重

4.2.3 数据处理

4.2.4 构建实验课程模糊评价模型

4.2.5 评价结果

4.3 高校大学生德育素质的模糊评价

4.3.1 数据收集

4.3.2 确定指标权重

4.3.3 数据处理

4.3.4 构建德育素质模糊评价模型

4.3.5 评价结果

4.4 高校大学生毕业论文设计的模糊评价

4.4.1 数据收集

4.4.2 确定指标权重

4.4.3 数据处理

4.4.4 构建毕业论文设计模糊评价模型

4.4.5 评价结果

5 结论

5.1 总结

5.2 不足与后续工作

致谢

参考文献

附录A

附录B

附录C

附录D