文本分析下研究生教育滿意度研討

段麗妮,李聆溢,劉鐵民,曹克讓

(沈陽化工大學,沈陽 110142)

0 引言

研究生教育能反映出社會對高質量人才的新要求,研究生教育體系是一個創新的、動態的社會網絡與教育行動者共構共享的新體系[1-3]。我國的研究生教育在經歷了初步發展、穩步發展、適度發展與積極發展等階段后,目前正處于高質量發展階段[4]。學生的教育滿意度是包括多方面、多維度的概念,對其進行調研有利于解決學生教育中存在的問題。研究生教育研究領域學者對研究生教育滿意度的研究逐漸增多,從不同角度采用文獻分析、回歸分析、結構方程等方法進行實證分析。寧昕(2020)采用多元線性回歸模型研究導師指導對研究生教育經歷滿意度的影響,提出為進一步提高研究生教育滿意度,應加強導師隊伍建設[5]。陳燕等(2021)對與專業學位研究生教育高度相關的期刊論文進行分析并提出相關建議,以此促進專業學位研究生教育研究的高質量發展[6]。李明磊等(2021)基于中國研究生滿意度調查結果構建了課程教學、科研效果等八大因素模型,采用結構方程的實證分析方法對模型進行分析研究,以此提高碩士生培養的質量與效果[7]。

采用文本分析法對我國研究生教育滿意度進行研究,提取出研究生教育滿意度領域研究重點,結合相關文獻與分析選取出研究生教育滿意度指標,能有效促進我國研究生教育高質量發展。

在中國知網、萬方、維普及龍源網等國內文獻檢索平臺上,以“滿意度”“研究生”為關鍵詞進行模糊搜索,年份區間不限,共獲得1722條中文文獻條目,剔除無效文獻,獲得417篇高相關度文獻,最終篩選出符合李克特五級量表的文獻180篇,將這180篇文獻的摘要部分作為研究數據,進行提取、整理。詳見表1。

表1 部分文獻數據展示Tab.1 Some display of literature data

1 文本分析與指標

1.1 文本分析

隨著大數據技術的不斷發展,文本分析領域的文本挖掘技術逐漸成熟,分詞技術、詞頻分析、詞云圖、可視化處理等在一定程度上實現了文本分析的數字化轉變[8]。文本分析方法可以對文本數據進行有效的提取整合,再將收集到的文本數據進行整理,并運用Python軟件對文本數據進行高頻詞分析和詞云圖分析,得出關于研究生教育的關鍵詞及詞云圖。

高頻詞匯能反映出研究生教育滿意度研究領域的關注重點,通過Python軟件對180條文本數據進行高頻詞匯分析,篩選整理出前50組高頻詞匯,同時對分析結果進行詞云圖展示。詳見表2、圖1。

圖1 研究生教育滿意度文本數據高頻詞分析詞云圖Fig.1 Word cloud map of high frequency word analysis of text data of postgraduate education satisfaction

表2 研究生教育滿意度文本分析高頻詞匯Tab.2 High frequency vocabulary for text analysis of postgraduate education satisfaction

通過文本高頻詞提取及詞云圖分析,得到研究生教育領域學者關注和重視的若干要素關鍵詞,但無法看出這些關鍵詞間的聯系。為檢驗關鍵詞之間的關系,運用ROST CM6對文本數據進行語義網絡分析[9],在“功能性分析”中選擇“社會網絡和語義網絡分析”,ROST CM6自動生成共詞矩陣表后,將共詞矩陣表導入Gephi軟件對語義網絡分析結果進行可視化展示,發現網絡結構呈發散狀,各核心詞匯之間由連邊相互連接,并呈現出“核心-次核心-邊緣”的拓撲結構,邊緣詞匯是對核心詞的進一步豐富。圖2中連邊的粗細及顏色深淺代表詞匯間的關聯度大小,兩核心詞匯間的連邊越粗、顏色越深表示兩詞間的關聯程度越高。核心詞所處圓形節點的大小和顏色深淺代表核心詞出現的頻次,圓形節點越大、顏色越深表示該核心詞匯出現頻次越多。“研究生”“滿意度”等是研究生滿意度研究領域的核心,是特征關鍵詞。處于次中心節點位置的是“教育”“調查”等關鍵詞,代表學者研究的重點及具體研究方向。詳見圖2。

圖2 研究生教育滿意度文本數據語義網絡分析圖Fig.2 Semantic network analysis diagram of text data on postgraduate education satisfaction

1.2 研究生教育滿意度的研究指標

我國研究生教育滿意度研究中,學者基于不同視角采取不同的教育滿意度研究指標進行分析研究。周文輝等在2021年我國研究生滿意度調研中使用了課程教學、科研訓練、指導教師、管理與服務等指標[10]。劉揚等在工科研究生教學質量滿意度調查中使用了教學質量、教學內容、教學方法等指標[11]。黎敏儀等在研究生教育質量滿意度研究中使用了課程教學、科研訓練、導師指導、管理服務等指標[12]。根據高頻詞匯分析與語義網絡分析結果,并參考研究生教育滿意度研究領域眾學者的常用指標,得出研究生教育滿意度六大研究指標,即教學質量、培養體系、課堂教學、指導教師、管理服務、科研實踐。

2 結論與建議

基于高頻詞匯分析、語義網絡分析等文本分析結果確定了研究生教育滿意度研究中的六大指標,豐富了研究生教育領域的相關研究成果,擴展了文本分析方法的運用范圍,為研究生教育滿意度的相關研究提供了新的思路。但六大指標的確定也存在一定的局限性,未來將探索其他測量指標對研究生教育滿意度的影響,為研究生教育滿意度研究領域提供更具參考價值的成果。

根據結論提出以下建議：①研究生指導教師應保持較高的指導水平,在課堂教學中與學生保持亦師亦友的理想型師生關系,以保證研究生對指導教師的滿意度處于持續較高水平。②教學質量是高等教育的生命線,高校應采取多種方式保障研究生教育的質量。③面對研究生教育改革的新形勢,高校應適當調整人才培養體系,對研究生進行合理引導,挖掘其科研實踐方面的潛力。④高校需提升研究生管理人員的素質,對其進行培訓,從而為研究生提供更專業的服務。