指向核心素养的文学类文本阅读考生表现评价研究--以2022年高考语文(天津卷)为例

以2022年高考语文(天津卷)的文学类文本阅读为关注点,根据考生水平组划分,对考生文学类文本阅读作答情况的抽样结果进行分析,发现考生存在阅读体验单薄、阅读手段无序、答题模式“循轨”等问题。从语文核心素养的要求出发,提出唤醒阅读经验,探究文本主旨的深刻性;重视个性阅读,增强文本理解的主动性;提倡多元评价,强化学科育人的有效性等教学建议。

基于增量学习算法的混合课程学生成绩预测模型研究

基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在线行为数据,采用增量学习的随机森林算法构建学生成绩预测模型,研究发现:(1)增量学习随机森林算法在混合课程样本最多的数据集中,获得预测结果准确率最高(75.1%);(2)相较于批量学习随机森林算法,增量学习算法在数据样本量较多的数据集中预测结果准确率更高;(3)当样本数量达到一定规模后,预测结果准确率波动减小、稳定性增强。本研究采用增量学习随机森林算法预测混合课程中的学生成绩,不仅取得了较好的预测准确率,而且解决了新增数据后模型的稳定性问题,将有助于模型的迭代优化,提高模型的通用性,以及可持续追踪学生在不同学期的学习行为特征。

基于因子和聚类分析的统计学专业学生成绩综合评价

通过对郑州师范学院2016级统计学专业38名学生26门考试成绩进行因子分析和聚类分析,根据分析结果,提出影响成绩的统计专业能力,数学计算能力,调查应用能力,背诵记忆能力,思想认识能力,哲理能力6个公因子,根据因子得分利用K-均值聚类法将学生分为6类,并客观分析每类学生的特征,有针对性的对学校设计课程安排,教师教学辅导,学生能力发展提供科学依据。