數據工程專業科教融合現狀統計分析

陸星家 李青合 王菁華

內容摘要：“科教融合”是高等教育人才培養模式的創新，科教融合通過將科研應用于教學，在教學過程中應用知識、發現知識，進而實現教學和科研的結合、教學內容的更新迭代、教學方法的改革、以及人才培養模式的改革。本文針對數據工程專業的科教融合現狀，利用探索性統計分析、配對T檢驗、回歸分析對數據工程專業的教師教學、教師科研進行分析，分析結果顯示：數據工程專業的學生評教與教齡無關，教授、副教授、講師的學生評教的配對T檢驗無顯著差異，學生評教與教齡的擬合模型滿足S型模型，教齡較短的教師的學生評教較高，科研業績與教齡的擬合模型滿足Cubic模型，教齡為10年的教師的科研業績最高，教齡超過30年的教師的科研能力最弱。

關鍵詞：科教融合 探索性統計分析 配對T檢驗 回歸分析

應用型數據工程專業既是傳統的理工類專業，也是當前信息技術、計算機技術、統計科學的支撐專業，在信息技術人才培養、科技研發、數據挖掘、人工智能等方面發揮越來越重要的作用[1]。與研究型本科院校不同，應用型本科院校的數據工程類專業還較多地承擔著教學和社會服務作用。數據工程類專業的相關知識發展非常迅速，大數據、云計算、區塊鏈、人工智能發展日新月異，幾乎每隔幾個月就會有令人耳目一新的新技術、新產品出現[2，3]。同時，從事本專業的工程師需要不斷地更新知識才能跟上行業的發展，這對應用型數據工程類專業的人才培養是一個很大的挑戰。學校的教學需要在穩定中逐步更新，但是社會對專業知識的更新速度卻不會減慢。如何讓應用型本科院校的數據工程類專業教育適應這一專業的特殊背景，是當前數據工程類專業建設迫切需要解決的難題。

應用型本科院校探索新型本科教育和新層次高職教育相結合的教育模式，從教學和科研兩方面都側重社會服務。科教融合是一種教學理念，起源于1806年柏林大學提出“科研與教學相統一”的大學原則，現代意義上的科教融合有教育與科技，大學與產業，學校與社會密切聯合的意蘊。教育的產出是高校畢業生、科技的產出則以技術服務和產品服務為主。教學和科研一直以來都是大學的兩個傳統功能，兩者的關系問題也是學術界長久以來討論的話題。科教融合是高等教育發展過程中始終貫徹的基本理念，如何針對數據工程專業多學科綜合特點，開展應用型數據工程專業科教融合探索與實踐研究具有明確的理論研究價值和重要的實踐意義。寧波工程學院從建校之初就確立了服務區域（行業）經濟和社會發展的宗旨，一直把服務寧波城市的轉型發展、創新發展、科學發展，培養高質量的技術支撐和高素質的人力支撐作為我校堅定不移的目標，如何更加準確地測量我校的科教融合推進和實施的現狀成為我校深化改革的關鍵[4，5，6]。

一.數據與方法

通過獲取寧波工程學院2016-2017年統計年鑒數據以及教務評教數據，數據通過脫敏處理，其中教學主要通過教務評教數據進行評價，科研成果主要通過每位教師在當年度發表的論文，科研立項，申請的軟件著作權、專利。并將以上的科研業績轉化為科研分數進行評價。

針對以上教學、科研的數據，利用T檢驗、配對T檢驗、回歸分析等統計學方法進行差異性檢驗和分析，以期分析數據工程專業科教融合的發展現狀，并提出針對性的建議。

二.科研、教學業績統計分析

數據工程專業2016年所有教師的平均學生評教排名為268名（樣本總量N=559），表明數據工程專業教師的學生評教處于中等水平。數據工程專業2017年學生評教前30%教師信息，所有教師的平均學生評教排名為243名（樣本總量591），相比較2016年的學生評教排名，排名提升6%，2017年數據工程專業學生教學滿意度有提升。

2016年學生評教中，教授的平均排名為217名，中位數為263名，副教授的平均評教排名為285名，中位數249名，講師的平均評教排名為218名，中位數244名。2017年學生評教中，教授的平均排名為242名，中位數為126名，副教授的平均評教排名為205名，中位數202名，講師的平均評教排名為260名，中位數260名。探索性統計分析結果表明，教授更加重視教學過程的管理，對學生學習的要求更加嚴格，因此學生評教成績并不占優勢。

1.學生評價前30%的人均科研業績

數據工程專業2016年學生評教前30%教師的科研業績中，其中教授的科研業績為4，副教授科研業績為228，講師的科研業績為267，教授平均科研業績為2，副教授為57，講師為33。數據工程專業2017年學生評教前30%教師的科研業績中，其中教授的科研業績為454，副教授科研業績為1015，講師的科研業績為1014，教授平均科研業績為151，副教授為169，講師為92。探索性統計分析結果表明，2017年評教前30%教師的科研業績相比較2016年的科研業績有顯著的提升。

職稱對學生評教無直接相關性。

2.學生評價后30%的人均科研業績

數據工程專業2016年學生評教后前30%教師的科研業績中，其中教授的科研業績為369，副教授科研業績為143，講師的科研業績為962，教授平均科研業績為145，副教授為20，講師為45。數據工程專業2017年學生評教后30%教師的科研業績中，其中教授的科研業績為0，副教授科研業績為224，講師的科研業績為1006，教授平均科研業績為0，副教授為32，講師為55。探索性統計分析結果表明，2017年評教后30%教師的科研業績相比較2016年的科研業績有顯著的下降。

3.人均科研業績的配對T檢驗

將學生評教2016年前30%（I），后30%（II）、2017年前30%（III），后30%（IV）的平均科研業績進行配對T檢驗，配對T檢驗的結果表明，2016年、2017年前30%，后30%的科研業績無顯著差異（p<0.05）。

4.教齡對學生評教的回歸分析

有經驗的教師有更好的教學反饋，通過對2016年、2017年的教齡與學生評教數據分析，通過對教齡、學生評教排名進行模型擬合，利用線性模型、冪指模型、S模型。橫坐標（教齡），縱坐標（學生評教排名）

2016年學生評教-教齡的關系符合S模型（公式1），公式1表明任教時間較短的教師，學生評教排名較高，教師任教超過5年之后，學生評教的排名逐漸較為平穩。

2017年學生評教-教齡的關系符合S模型（公式2），公式2表明任教時間較短的教師，學生評教排名較高，教師任教超過5年之后，學生評教的排名逐漸較為平穩。

5.教齡對科研業績的回歸分析

2016年學生教齡-科研業績符合Cubic模型（公式3），公式3表明剛入職的教師的科研業績較高，究其原因是剛入職的教師都是高學歷的教師，新入職教師的科研成果是博士工作的延續，因此科研業績較高，入職超過5年的教師的科研業績從論文、自然基金轉移到學生競賽、學生科研和產學研結合。

2017年學生教齡-科研業績符合Cubic模型（公式4），公式4表明絕大多數的教師的科研業績都為0，教齡超過20年的教師的科研業績逐漸降低。

三.結論

通過對數據工程專業的2016年、2017年教學、科研、教齡等數據進行描述性統計分析，其中教授、副教授、講師的評教排名并無顯著差別。2016年、2017年兩年的學生評教排名30%的教師的科研業績和學生評教后30%的教師的科研業績通過配對T檢驗，檢驗結果顯示四組教師的科研業績無顯著差異（p<0.05），表明數據工程專業的學生對于課程的學習投入無法與高中階段相比，學生評教無法真實地反映教師的教學水平和能力，同時也顯示了數據科學專業的教師在完成大學階段的教學的同時，也要完成學校的科研業績，即教師無法將大部分的時間分配到學生教學中。

2016年、2017年學生評教與教師教齡的擬合模型滿足S型模式，回歸分析結果顯示教齡低的教師的學生評教排名較高，即在數據工程專業的教學中，大學生對教學成績的要求要低于高中階段，而對教學內容的新穎性、實用性提出了更高的要求，教齡較短的教師通常具有較高的學歷，實踐能力較強，學生的認可度和滿意度反而更高。2016年、2017年教師教齡與教師科研業績的擬合模型滿足Cubic型模式，即教齡為10年的教師的科研業績最高，教齡超過30年的科研業績最低，回歸分析結果表明，應用型本科高校的科研業績主要是通過新進的年輕教師完成的，數據工程專業是教育部批準的新興專業，教齡較長的教師由于年齡、學歷的制約，科研業績能力相比年輕教師有明顯的差距。

參考文獻

[1]曲霞，黃露.高校教師科教融合理念認同與實踐情況的調查與思考[J].高等工程教育研究，2016（4）：83-89.

[2]曲霞，宋小舟.高校教學名師的科教融合理念與實踐——基于教學名師與普通教師調查問卷的對比分析[J].中國高教研究，2016（6）：97-104.

[3]曲霞，周光禮，宋小舟. 科教融合：觀念的障礙與突破[J].高教探索，2016（9）：17-22.

[4]周光禮，馬海泉.科教融合：高等教育理念的變革與創新[J].中國高教研究，2012（8）：15-23.

[5]陳智慧，曲婕，朱媛媛. 高校科教融合化新型教學模式探索[J].產業與科技論壇，2013，12（2）：171-172.

[6]呂忠達，周軍，尹輝.“協同創新科教融合”：提升辦學技術支撐與人才培養質量——應用技術大學發展路徑的探索與思考[J].寧波工程學院學報，2014，26（03）：1-5.

基金項目：2018年寧波市教育科學規劃重點課題（2018YZD006）;2017年教育部人文社會科學研究專項（17JDGC030）;浙江省哲學社會科學規劃基金項目（15NDJC077YB）;浙江省公益技術應用研究計劃項目（2015C31154）資助。

（作者單位：寧波工程學院）