高校学生全画像学业成绩预警模型分析

基于CatBoost算法,利用高校学生的全面画像数据,建立了学业成绩预警模型,可有效预防学生学业成绩的严重下滑。文章以江苏连云港一所高校的学生学业成绩数据为对象,采用机器学习算法CatBoost,并以学生的历史学业成绩数据为基础进行学业成绩的预测,其准确率达到了79.6%。

高水平专业群背景下构建司法警官院校教师教学能力全画像

提升司法警官院校教师教学能力,是深层次地推动司法警察教育教学改革,促进司法警察类专业教育高质量发展的基础和动力。在新时代高水平专业群建设的大环境下,教师教学能力监测应当立足教学过程本位,实施教师教学、科研、管理等方面的全面监测,重视教师教育过程中各种因素变化。本文基于高水平专业群建设的大背景下,通过文献检索法、半结构化访谈法确定司法警官院校教师教学能力模型,以此制作调查问卷面向500名司法警官院校教师发布,通过分析得出司法警官院校教师教学能力的五个因子:授课能力、个人能力、学管能力、学术能力、警务能力共27项因素,确定了因子间的相互关系和良好的适配度,从而明确了司法警官院校教师教学能力“全画像”的构建方法,为全国同类司法警官院校在教师队伍建设与教师自身专业发展过程中提供发展性借鉴与指导。