教师数学建模论文
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
重庆邮电大学
数
学
建
模
论
文
承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从A/B/C/D中选择一项填写):
我们的参赛报名号为(如果赛区设置报名号的话):
所属学院(请填写完整的全名):
参赛队员(打印并签名) :1.
2.
3.
日期:年月日
评阅编号(教师评阅时填写):
教师教学质量的评价(A题)
摘要
教师教学质量的评价问题是一个综合而又复杂的问题。模型结合实际,对于现有评教模型中存在的各种问题进行了较深刻的讨论。在优化模型中,对于有恩怨的评分者带来的不公平,以及班级的评分标准不同,评价人数不同,评价的主体的不同等因素带来的对评教的影响分别采取了修正抛弃、映射、二次量化等解决方法,分步对数据进行合理化处理,提高了评教系统的公正性。另外,本文还基于模糊理论,分别建立了主要因素决断型和加权平均型模糊综合评判模型,对相同问题在另一方面进行了讨论,按照人脑的思维方式对事物进行综合分析得出评判结论。接着对现有的评教模型进行了优缺点的分析,检验假设是否合理,模型是否正确,然后指出需要改进和推广的地方。
关键词:修正抛弃映射二次量化模糊综合评判模型
变量说明
问题的重述
教师授课是整个教学活动的核心,教师教学质量的高低是学校教育教学水平的重要标志。课堂教学又是我国高校目前乃至今后相当长的一段时期所采用的主要教学形式。课堂教学质量的好坏直接关系到学校的办学水平, 关系到人才培养质量。随着我国教育改革的不断深入, 如何提高教育教学质量, 培养高素质人才, 已成为教育界共同关注和探究的问题。
科学的课堂教学质量评估既可为合理选聘教师及教师晋职、晋升提供依据, 又可为改进教学提供反馈信息。课堂教学质量评价体系的建立应遵循导向性、科学性、层次性、可行性和动态性原则, 其内容一般应包括: 教学态度、教学水平、教学内容、方法、手段和效果, 并从学生、同行、专家、领导和督导员等多角度进行评价, 以确保评价的效度和信度。应当注意的是教学质量还可能受到教师本人的科研和教研水平的影响。通过对教师教学质量的评价,可以使教学管理部门和领导比较系统地、全面地、准确地了解各类课程和教师的教学水平和质量,了解教学改革的经验和存在的问题,从而为决策提供可靠的依据;通过评价,可以收集学生对教师教学的客观反映,同时也为教师改进教学提供反馈信息,促进教学质量的提高;通过评价,推动课程的全面建设,使课程管理工作科学化、规范化;通过评价,可以培养一批优秀教师,尤其是有利于青年教师的脱颖而出,有利于教师的专业发展,有利于师资队伍整体素质的提高;同时为教师职务的评聘提供公正、可靠的依据。
然而,教师教学质量的评价是一个非常严肃的工作,评价结果涉及到教师自身价值和他期望的社会价值能否取得确认的问题,所以教师教学质量的评价问题就成为一个比较敏感的问题。评价的客观性、公平性和综合性非常重要,否则不但不能调动教师的积极性,激励教学,反而会挫败教师的工作激情,未能达到预期的目的。
基本假设
学生给老师打分时,并不知道评分结果会对老师的排名或工资奖金分配上产生影响,只知道其结果会对老师改进教学质量有一定影响。
对老师打分的学生基本上理性的,打分存在恩怨情绪的学生占少数。
对老师有一定怨恨情绪的人会将分数打为最低分20分或稍微高一些的分数,如30分左右。
不同学院,不同的专业,不同班级的同学对老师的评分存在差异。同一专业的班级之间对老师的评分也存在差异。有的班打分普遍偏高,有的
班级打分普遍偏低。
不同学院的老师对自己学院的授课投入时间比其他单个学院多,且只授一门课。
每个班的人数不低于八人。如果班级人数低于八人,这与实际不符,我们认为是数据统计出错。
若在评定时,出现某一学科的评分人数少于八人,同样认定为是数据不合理,剔除数据。
期末考试试卷的设计是合理的,难易程度适中,能够反应学生的整体水平。
教研室对每位老师只出一份评价。
模型的建立、分析与求解
对教师教学质量进行科学、客观、公平和综合的评价,是合理选聘教师及教师晋职、晋升的需要。可是原始数据往往是杂乱的,缺乏有序性,无规律可循,非常枯燥。特别是以前所建立的模型,仅仅是学生对教师在课堂上的表现进行评价,并且只有这一类指标,无法体现出一个教师的整体实力;也无法使教学管理部门和领导比较系统地、全面地、准确地了解各类课程和教师的教学水平和质量,了解教学改革的经验和存在的问题,从而无法为决策提供可靠的依据;同时,不合理的评价体系,很有可能挫败教师的工作激情,不能达到预期的目的。
对于在不同班级任教的教师群体而言,教师个人之间所得分显然缺乏可比性,因为不同班级、年级、专业学生,他们认为的“好教师”的标准是有差异的,或者评价测量的尺度是不一样的。同样,所任课班级人数的多少,也会对教师评价结果造成一定影响。
在以往的教学管理实践中,由于数据处理方法、手段的局限,只能将这些数据进行简单排序,在一个学院或系范围内,对教师教学水平进行简单粗糙的评估,即使在使用这一工具的同时,也不敢太过认真,甚至不敢公开公示,而在期末教师的数字化考核中,也只能将这些本来缺乏可比性的数据以20-50%的比重,加入考核分中,最终决定该教师学期或学年的排名。
从以上分析可以看出,在学生评分数据处理中,最重要的是要解决评价指标的多样性,从学生、同行、专家、领导和督导员等多角度对教师在各个方面进行评价,以确保评价的效度和信度。为了在大量的、零散的、无序的数据之间建立起内在的合理的联系,我们必须依赖于一些基本假设,并以此为基础建立合理的数学模型。经过数学模型转换后,使原来无序的数据变得有序,使教学评价系统更加合理。
预设模型:加权平均法
评价者根据评教指标体系给任课老师打分。我们对每位老师的每项指标设定了四个等级,从上到下从好到坏分别对应等级权数Z :1.0、0.8、0.6、0.4,当评价者对某位老师打分后,我们对这位老师每项的得分,乘上一个标准分K i 后作和,得出这名评价者对这位老师所打的分数,即:
i i i j Z M ∑=K =141
1 i i i j Z K M ∑==151
2 i i i j Z K M ∑==151
3 i i i Z K M ∑==10
14 ∑==15
15i i i Z K M