大數據背景下工程應用型高校機械類專業學生成長增值評價方法研究

一、研究背景

2020年10月，中共中央、國務院印發《深化新時代教育評價改革總體方案》，明確提出評價對教育、辦學及育人方向的引導作用關乎推進教育現代化、辦好人民滿意教育新格局的構建。我國建設創新型國家、實施“中國制造2025”戰略，對機械類專業學生的創新能力與跨學科綜合素質提出更高要求。

當前，機械類專業學生評價方法仍側重基于成績的定性及形成性評價，未從差異性與整體性視角關注學生成長。機械類學生可從工程實踐能力、創新能力、跨學科融合能力、職業適應性四方面評價核心特質發展情況：工程實踐能力體現在機械設計、制造工藝等技能在項目設計等實踐環節的應用；創新能力通過創新競賽中解決復雜工程問題的能力來評判;跨學科融合能力反映機械工程與多學科交叉，學生須具備軟硬結合、多學科協同素養；職業適應性要求學生熟悉行業標準、工程倫理，高效團隊協作。

增值評價是改變不科學教育評價導向、促進學生自主全面發展的重要手段，能客觀反映學生綜合素質發展程度，為評價其創新能力與跨學科素質提供依據。同時，大數據、人工智能等技術發展為增值評價帶來新視角、新手段，能提升結果可靠性，解決部分難題。推動其落地應用，對推進我國教育現代化意義重大。

二、大數據賦能增值評價的優勢

（一）拓展評價內容維度

大數據具備數據體量大、類型多樣等特性。借助學生培養過程中產生的大量真實、可靠的教育數據，可極大程度上豐富教育評價內容，多樣化的數據來源又能完善教育增值評價。評價內容可整合機械類專業特有的數據源，如實驗操作記錄、設計軟件使用日志、競賽作品相關數據等，使評價覆蓋學生“從設計圖紙到產出作品\"的全流程，突破傳統成績單評價的局限。

（二）實現培養全程監控

大數據貫穿學生培養全過程，可有效追蹤其成長軌跡。一方面，通過分析學生成長過程中的大數據，能及時檢測并反饋其學情與綜合能力發展情況，顯著提高過程評價效率。另一方面，預測與優化是大數據的重要功能。大數據不僅能完整記錄學生學習成長過程，還可通過分析相關指標，預測學生發展傾向，助力學校針對學生具體情況開展個性化指導。例如，通過監測學生在實踐課程、設計課程中的數據，動態追蹤其實踐能力提升軌跡，為個性化指導提供有力依據。

（三）提高評價工作效率

大數據賦能的增值評價能有效提升工作效率。相較于傳統數據采集方式，大數據可在教育過程中及時采集數據，增強數據采集的時效性。此外，大數據可與多種分析技術融合。例如，大數據與可視化數據處理技術結合，能使增值評價數據更直觀易懂；與文本可視化技術結合，可幫助教師更清晰了解學生知識體系發展狀況。

三、大數據賦能機械類專業大學生增值評價存在的問題

隨著新工科建設持續推進、前沿技術不斷發展，機械類專業與實際工程生產的聯系日益緊密。但在實際培養過程中，存在兩方面問題：一是教材更新滯后，教學方法單一;二是師資隊伍結構不合理，教師創新理念欠缺，過于側重理論教學，創新能力訓練不足。從增值評價體系角度看，一是工程應用型高校尚未構建科學、以機械類專業大學生為主體的增值評價體系；二是現行評價體系以成績為核心，導致評價單一化，使得以結果為導向的現行評價體系難以有效指導人才培養。盡管大數據賦能增值評價體系構建為解決上述問題帶來契機，但在實際應用中仍面臨諸多困境。

（一）大數據應用缺乏頂層規劃

當前，在增值評價體系建設中，大數據驅動理念尚未深入人心。現有評價體系無針對機械類學生的實驗、設計、競賽、實踐等數據（如CNC編程容錯率、試驗記錄等）構建專項分析模型，評價體系的專業適配性有待提升。專業教師因缺乏大數據專業培訓或實踐經驗，對大數據分析方法在增值評價中的應用認知不足，存在輕視大數據作用與“數據至上\"兩種極端現象。這種認知偏差在對學生增值評價中主要體現在兩點：一是僅關注數據最終結果，忽視教育過程中的數據動態變化，未能深入挖掘數據背后的潛在意義；二是缺乏對最終數據的深度分析與應用，無法利用數據預測學生未來發展趨勢。

（二）大數據流通共享機制不完善

以機械類學生增值評價為例，存在兩方面問題：一是目前針對特定專業學生的大數據來源較為單一，跨系統、跨平臺的數據共享不足。例如，大學英語等級考試、計算機等級考試、普通話等級考試等具有較高可比性的測試成績數據由教育考試機構掌握，學校獲取完整數據的難度較大。二是現有大數據資源利用效率低下。大量數據因隱私性、安全性等因素無法公開使用，且缺乏數據使用規劃的方向和標準，導致學生培養過程中產生的海量數據難以有效利用。

（三）大數據安全與隱私問題

在大數據的采集、存儲和使用過程中，均面臨安全威脅與隱私泄漏風險。一方面，大數據分析對象為具體學生的數據，保障學生知情權并征得其同意是推動大數據分析廣泛應用的關鍵之一。另一方面，教師在分析、處理和解讀數據時，可能忽視數據背后個體存在的問題。同時，面對海量原始數據，在過濾、分類、標準化過程中易出現數據失真，降低數據完整性，削弱分析有效性。

四、大數據賦能機械類專業學生成長增值評價方法研究

機械類專業學生成長增值評價體系的制定，需結合各高校機械類專業實際開設情況及學生具體學情。構建指標體系時，應在精準衡量學生學業成就與綜合能力的基礎上，為教學改進、學生職業規劃及用人單位人才選用提供有力支撐。本文以工程應用型高校機械類專業學生增值評價為例，從學業成績、第二課堂、民主測評、科創獲獎、志愿服務時長、心理測評結果等可量化指標，以及畢業去向、用人單位評價、校友跟蹤等可定性指標出發，探討機械類專業學生成長增值評價方法。

（一）客觀數據評價

1.學業成績

學業成績直接反映學生專業知識掌握程度與學習態度。機械類專業應重點關注數學、物理、力學、機械設計、制造技術等專業核心課程成績，以及機械制圖、金工實習、CAD/CAM軟件應用等專業核心實踐課程表現。通過分析平均分、績點、優秀率等指標，初步評估學生專業學術水平與素養，并結合分項指標構建分層評價體系。針對成績波動較大者，進一步分析其學習方法與態度，為個性化學習指導提供依據。

2.第二課堂

第二課堂是課堂教學的延伸與補充，是學生提升綜合素質的重要途徑。機械類專業第二課堂活動聚焦科技創新、學術講座與技能競賽等。通過大數據全面記錄學生參與第二課堂的頻次、類別、成果，以及機械類競賽參與度與獲獎等級，量化創新能力；記錄“實驗室設備使用時長\"或“項目開發日志”，反映工程實踐投入度，綜合考查學生實踐創新、團隊協作與溝通交流能力。科創獲獎是衡量學生創新與實踐能力的重要標志。

3.民主測評

民主測評是反映學生綜合素質與朋輩評價的關鍵指標。學校可通過學生互評、教師評價等方式，全面了解學生在道德品質、集體意識、領導力等方面的表現。測評中加人“工程規范意識\"\"技術方案可行性評估\"等維度，由教師或企業導師評分。測評過程需遵循公正、公平、公開原則，確保評價結果客觀準確。

4.志愿服務時長

志愿服務時長是衡量學生社會責任感與奉獻精神的重要指標。學校可通過記錄學生參與志愿服務時長并收集組織方反饋，評價其社會實踐與公益服務表現。

5.心理量表

心理量表是評估學生心理健康狀況的重要工具。選用適合大學生的焦慮量表、抑郁量表、自尊量表等，定期組織心理測評，及時掌握學生心理成長數據，并采取相應引導與干預措施。

6.設計作品數據

利用大數據分析學生課程設計、畢業設計作品的復雜度、創新性與實際使用價值。例如，通過三維建模文件數據量、仿真結果精度等參數，量化反映學生設計能力。

（二）主觀評價

1.畢業去向

畢業去向是衡量學生綜合素質與就業競爭力的重要出口性指標。學校通過追蹤學生畢業去向，可全面了解學生在就業、升學、創業等方面的具體表現。例如，針對在用人單位就業的學生，采用問卷調查形式，收集其就業單位基本信息、個人薪資待遇、職業發展路徑等情況；針對升學學生，收集錄取院校、專業方向、學術研究成果等信息；針對自主創業學生，記錄其創業項目所屬類別、細分市場發展前景、未來盈利預期等內容。通過對上述信息進行綜合分析，可有效評判學生的綜合素質與就業競爭力。

2．用人單位評價

鑒于在用人單位就業是機械類專業學生的主要畢業去向，用人單位對畢業生的評價是衡量學生工作能力與職業素養的關鍵指標。學校通過向用人單位發放問卷、開展現場訪談等形式，多維度收集反饋信息，可全面掌握用人單位對學生工作能力、團隊協作能力、創新能力、技術崗位適配度、工程問題解決效率等方面的評價。校方可根據用人單位反饋的問題與建議，及時調整人才培養模式與方法，持續提升人才培養質量與行業認可度。

3.校友發展跟蹤

校友跟蹤是反映學生畢業后職業發展狀況的重要途徑。學校可通過構建基于大數據的動態校友檔案數據庫、組織校友活動等形式，深入了解校友的職業發展軌跡、職業滿意度、技術職稱晉升速度、專利/技術成果數量等情況，為在校學生的職業規劃提供有益參考與借鑒。通過對校友跟蹤數據的分析，可有效評估學生在畢業后的可持續發展能力與職業競爭力。

4．自我反饋評價

在增值評價過程中，學校應積極鼓勵學生開展自我評價，促使其及時審視、發現自身成長過程中的成果與不足，并據此制定改進計劃。在此基礎上，為學生提供合理的成長建議與指導，助力其實現持續改進與提升。

五、結語

本文對工程應用型本科院校機械類專業大學生成長增值評價方法展開研究，可為更科學、全面地評估學生成長狀況、增值成效與發展水平提供堅實支撐，同時為提升機械類專業人才培養質量開辟新思路。后續可進一步優化評價體系，緊密結合機械類行業對人才的現實需求以及學生特點的動態變化，從實踐教學、科研創新、綜合素養等維度切入，持續構建更為合理、科學的增值評價體系。此外，應順應“智能制造\"“工業4.0\"等行業發展趨勢，探索機械類學生數字化能力（如工業機器人編程、數字孿生技術應用等）的評價體系，使其與產業需求保持同步，從而推動工程應用型本科院校機械類專業人才培養體系的創新升級與可持續發展。

參考文獻：

[1]孟祥旭，李世梅，萬華.從“關于學習\"到“促進學習\"：大學生增值評價的內涵、困境與突破[J].上海教育評估研究，2023，12（03）：7-12.

[2]肖亦然．大數據技術在高校學生教育管理工作中的應用[J].現代職業教育，2020（39）：230-231.

[3]吳修國，李亞琪，汪思鵬.基于教育大數據的混合式精準教學模式構建與應用[J].計算機教育，2022（11）：142-145+150.

[4]張月梅．大數據時代高校教育管理面臨的挑戰和對策[J].中國現代教育裝備，2023（17）：7-9.