基于指標分析法的幼兒教育過程評價創新研究

曾順艷

一、引言

幼兒教育是我國教育體系的一個重要組成部分[1]，是利用各種方法、實物，有系統、有計劃而且科學地對孩童進行干涉，使孩童智慧功能逐漸完善而進行的教育，目前已經取得了較為豐碩的成果[2]，體現在基于社會發展程度上對于幼兒教育進行影響特性研究[3]以及考慮教育思想對于幼兒教育的影響重要程度和關聯程度的相關研究[4]上。Wendy 等[5]根據14個不同國家的大學幼兒教師教育計劃的政策和規定的重要信息，提出幼兒教師的培育方法不一致、現有課程的質量尚不規范等問題;Panagiotis [6]提出了討論了教師在幼兒教育中必須處理的常見心理健康問題，并描述了學校環境中的咨詢干預以及在學校環境中解決這些問題的策略;陳柏雯等[7]通過文獻計量工具CiteSpace分析得知近二十年信息技術與幼兒園教育整合研究已取得一定成果，研究內容主要包括相關理論探討、實踐研究以及幼兒園教師信息技術素養研究三個方面。

指標分析法是通過對于改變指標參數來進行目標結果的對比，從檢查目標的完成情況，分析產生差異的原因，進而挖掘內部潛力的方法，現有的對于幼兒教育過程研究較多，但是對于過程評價體系方面的研究還較少，本文首先對當前幼兒教育過程研究中的不足之處進行分析總結，從而提出幼兒教育過程評價單指標分析要素和幼兒教育過程評價多指標綜合分析方法，研究內容對于幼兒教育相關專業的未來發展具備一定的借鑒和參考意見。

二、當前幼兒教育過程研究中的不足之處

幼兒教育是構成學前教育學科學體系的一部分，適當、正確的幼兒教育對幼兒智力及其日后的發展有很大的作用，而學前智育是一個多方面的培養過程，為了我國幼兒群體的健康順利成長，必須加強對于幼兒教育相關方面的科學研究，從而使教育體系全面化、深度化，但在當前幼兒教育過程的研究還存在大量的不足。

首先，當前對于幼兒教育過程的研究仍然較為單一片面。現有的對于幼兒教育過程的研究仍然是以單指標因素為主，而缺乏全面系統的綜合分析評價，從而導致幼兒教育過程評價的主導因素和影響因素層次不明。

其次，現有的幼兒教育過程的評價體系仍然是以人工分析為主。對于幼兒教育過程的評價往往是以專家打分法為基礎，從而難免會受到個人主觀因素的影響，在此之下的評價體系存在較大的誤差。

最后，對于幼兒教育過程的評價研究存在時代局限性。已有的幼兒教育過程的評價研究往往沒有使用新型的分析方法和技術，也難以考慮現有的時代發展背景，主要原因還是現有的評價分析方法沒有考慮時間因素的影響。

三、幼兒教育過程評價單指標分析要素

我國對于幼兒教育的指導性文件主要為從2001年9月起試行的《幼兒園教育指導綱要》，《綱要》指出幼兒園的教育內容可以相對劃分為健康、語言、社會、科學、藝術五大領域，從不同的角度促進幼兒情感、態度、能力、知識、技能等方面的發展，而在實際教育過程中，可以分為社會常識、自然常識和學習能力教育指標。

（一）幼兒社會常識教育指標

在社會常識教育指標上，應當以幼兒之間的交流、幼兒與教師間的交流和幼兒與家長間的交流為主要的教育指標，在具體方向上，應當使幼兒能夠認識自己、認識對方、認識地點和認識日常工具，通過社會常識教育，應當使幼兒能夠具備一定社會認知和交流能力。

（二）幼兒自然常識教育指標

由自然常識教育指標上，應當以幼兒能夠認清日常所接觸到的自然物體和變化為主要指標，并由接觸頻繁性作為權重影響的參考指標，具體應當包括使幼兒認識常見的動物、植物、季節、氣候及其他自然現象，在此過程中關注幼兒的分辨能力。

（三）幼兒學習能力教育指標

在社會常識和自然常識以外，還應當關注幼兒的學習能力教育指標，重點關注幼兒在學習過程中的學習時間、學習頻率、學習內容和學習積極性等方面的特性，而學習能力指標也可以與社會常識和自然常識的指標分析相結合。

四、幼兒教育過程評價多指標綜合分析方法

現有研究中對于幼兒教育過程評價以單指標分析位置，但實際上，為了解決當前對于幼兒教育過程的研究仍然較為單一片面和幼兒教育過程的評價體系仍然是以人工分析為主的問題，必須綜合利用多指標綜合分析方法來實現科學有效的過程評價研究，這一過程主要以利用數據庫方法和人工智能預測模型方法為主。

（一）利用數據庫方法收集幼兒教育過程信息

數據庫指按照數據結構來組織、存儲和管理數據的倉庫，是長期存儲在計算機內的、有組織的、可共享的、統一管理的大量數據的集合。現有的幼兒教育過程大量發生在國內外各個學校，由此產生的幼兒教育過程信息量十分豐富[7]，但是卻缺少一個合理的數據庫，這需要在相關政策的指引和廣泛合作的基礎上進行大量的積累，以數據庫方法來實現對于幼兒教育過程信息的收集、過濾、整合、歸納和分析，尤其是對于上述幼兒社會常識、自然常識和學習能力教育指標進行重點關注。

（二）使用人工智能預測模型進行評價綜合分析

人工智能是計算機科學的一個分支，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。目前，人工智能已經廣泛運用于對于數據庫或是大數據的綜合評價分析之中，利用人工智能預測模型進行幼兒教育過程評價[8]，可以有效的減少在專家打分法等狀況下的主觀影響誤差，從而實現對于幼兒教育過程評價的合理化、規范化。

五、結語

幼兒教育是教育體系的重要組成部分，隨著科技水平的不斷提升，當前的幼兒教育過程評價研究已經不能滿足幼兒教育體系的需要。本文進行了基于指標分析法的幼兒教育過程評價創新研究，主要的研究結論有：

一是當前幼兒教育過程研究仍存在有大量的不足之處，主要體現在：當前對于幼兒教育過程的研究仍然較為單一片面、現有的幼兒教育過程的評價體系仍然是以人工分析為主和對于幼兒教育過程的評價研究存在時代局限性。

二是提出了幼兒教育過程評價單指標分析要素，主要分為幼兒社會常識教育指標、幼兒自然常識教育指標和幼兒學習能力教育指標。

三是提出了幼兒教育過程評價多指標綜合分析方法，包括利用數據庫方法收集幼兒教育過程信息和使用人工智能預測模型進行評價綜合分析。