基于机器学习的学生增值评价研究

文章首先进行了研究综述,然后介绍了增值评价方法,接着开展了基于机器学习的学生增值评价模拟实验和基于机器学习的学生增值评价实证研究,最后提出了基于机器学习的学生增值评价建议,包括增值评价模型的选择依据——兼顾技术和伦理;增值评价结果的使用原则——重视诊断和激励;增值评价未来的前景展望——深入理论和实践。

教育增值评价:模型、应用及研究展望

教育增值评价是对研究对象在一定时期的“净产出”进行评价。从增值评价模型、分析方法、实证研究和本土化实践方面展开评述。首先,根据增值评价方法基于的统计理论将其划分为基于描述统计、统计回归和机器学习算法三类。然后,对这三类增值评价方法的数据要求、分析软件、优缺点以及实践应用进行介绍和评价。最后,对所有增值模型进行综合比较,提出模型选择建议,并从深入增值评价理论研究、构建“以测助评、以评促教”良性循环、重塑增值价值理念三个维度讨论了增值评价未来研究方向。