实践类课程教学质量评价指标体系设计及评价方法研究
- 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)。
第31卷第2期湖南理工学院学报(自然科学版)Vol.31No.2 2018年6月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Jun. 2018实践类课程教学质量评价指标体系
设计及评价方法研究
严太山, 文怡婷, 黄红霞, 程望斌, 李文彬
(湖南理工学院信息科学与工程学院, 湖南岳阳 414006)
摘 要:实践教学是高校培养学生实践能力和创新能力的主要途径, 课程教学质量评价是提高教学质量和实现教学目标的重要保证, 目前实践类课程教学质量评价指标体系尚需完善, 评价方法也存在一定程度上的局限性. 本文在研究课程教学质量评价指标体系构建原则的基础上, 设计了实践类课程教学质量评价指标体系, 其一级指标包括教学环境、教学保障、教学过程和教学效果4个方面, 这些一级指标之下共设18个二级指标. 为提高评价方法的客观性和公正性, 设计并实现了一种基于遗传优化神经网络的实践类课程教学质量评价方法, 建立了用于实践类课程教学质量评价的神经网络模型. 实例测试结果表明, 使用该方法能够实现对实践类课程教学质量的快速、准确评价, 为提高课程教学质量提供了有益的帮助.
关键词:实践类课程; 教学质量评价; 评价指标体系; 遗传算法; 神经网络
中图分类号: TP391文献标识码: A 文章编号: 1672-5298(2018)02-0018-05
Research on the Teaching Quality Evaluation Method and
Index System of Practice Courses
YAN Taishan, WEN Yiting, HUANG Hongxia, CHENG Wangbin, LI Wenbin (School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang414006, China) Abstract:Practice teaching is a main way to cultivate students' practical ability and creative ability for universities. Course teaching quality evaluation is an important guarantee to promote the teaching quality and achieve the teaching goal. At present, we still need to improve the evaluation index system of practice courses teaching quality, and the evaluation method also has certain limitations. Based on the construction principle of evaluation index system of course teaching quality, a comprehensive evaluation index system of practice courses teaching quality is established. It includes index of 4 one class: teaching environment, teaching guarantee, teaching process and teaching effect. One class index sets target of 18 two class. In order to improve the objectivity and impartiality of evaluation method, an evaluation method of practice courses teaching quality based on neural network optimized by genetic algorithm is designed and realized. The neural network model for practice courses teaching quality evaluation is formed. The illustrational results show that we can realize a fast and accurate evaluation of practice courses teaching quality by this method. It is helpful for us to promote the course teaching.
Key words:practice courses; teaching quality evaluation; index system; genetic algorithm; neural network
0 引言
实践教学是对学生进行技能训练, 培养学生操作能力和创新能力的教学活动. 随着经济的飞速发展, 当今社会对工程应用型人才的需求越来越大, 要求也越来越高. 高校作为培养工程应用型人才的摇篮, 理所当然地要越发重视实践类课程的教学, 而且还需要及时地对实践类课程教学的质量进行客观、公正地评价, 以促进教师不断改进教学方法, 切实提高教学质量. 所以, 实践类课程教学质量评价已成为高校的一项重要工作. 但是, 在众多高校的实践类课程教学质量评价的实施过程中, 仍然存在一些亟待解决的问题, 例如: 评价体系不完整、评价指标之间设置的权重不合理、评价方法对评价指标的线性关系要求严格等. 由于这些问题的存在, 使得评价结果不够客观、不够公正, 失去了一定的公信力, 难以达到理想的效果.
收稿日期: 2018-02-18
基金项目: 湖南省自然科学基金项目(2017JJ2107); 湖南省科技计划项目(2016TP1021); 湖南省学位与研究生教育教改研究项目(GJ2016B105); 湖南理工学院教学改革研究项目(2017B25)
作者简介: 严太山(1968− ), 男, 湖南祁东人, 博士, 副教授. 主要研究方向: 神经网络、进化计算、智能优化