CN110443735B - 幼儿素质及能力发展评量方法 - Google Patents
幼儿素质及能力发展评量方法 Download PDFInfo
- Publication number
- CN110443735B CN110443735B CN201910772525.XA CN201910772525A CN110443735B CN 110443735 B CN110443735 B CN 110443735B CN 201910772525 A CN201910772525 A CN 201910772525A CN 110443735 B CN110443735 B CN 110443735B
- Authority
- CN
- China
- Prior art keywords
- order
- index
- evaluation
- value
- month age
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 151
- 238000011161 development Methods 0.000 title claims abstract description 26
- 238000013441 quality evaluation Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000000875 corresponding effect Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 230000008451 emotion Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 206010063659 Aversion Diseases 0.000 description 1
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 101100321992 Drosophila melanogaster ABCD gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种幼儿素质及能力发展评量方法，对幼儿素质和能力分别设置了多个阶段的问卷，且可进行实时调节，幼儿素质和能力的每个阶段的问卷由若干指标的问题以及不同分值的选项组成，前后阶段之间相互关联印证(设置相同题)；家长分阶段对问卷进行填写；根据家长填写的分值，获得每个阶段的幼儿素质和能力评价报告，结合幼儿素质和能力评价结果报告对幼儿给出分析和建议。本发明以国际先进的幼儿综合素质评测理论为基础，结合自主创新的评量体系、评量算法，引入程序概念，运用云计算实现了程序化的问答模式。丰富了园所等教育机构在招生时关于幼儿的信息收集模式，便于推广和使用。
Description
技术领域
本发明属于幼儿评价领域，特别涉及一种幼儿素质及能力发展评量方法。
背景技术
评价在教育践中起着有力的杠杆作用，它将左右教育者对人才的期望价值及教育方法。它将左右教育者对人才的期望价值及教育方法。在评价的目的上过分强调区分和选拔的功能，带有浓重的功利色彩，并把评价的结果作为教师的工作业绩，幼儿园保教质量的主要依据。在评价的内容上偏重于知识的掌握，追求的是教育的结果，因而造成教师为应付评价而评价，有的甚至把评价的内容教会幼儿，把应试教育的指挥棒指向了幼儿教育。这样的评价阻碍了幼儿的发展，给幼儿的成长蒙上了阴影。“评价的目的是为了了解幼儿的发展需要，促进每一个幼儿的发展。”因此，如何评价每个儿童的发展，便成为一个十分重要的问题。
中国专利CN108960623A公开了一种幼儿能力测评管理方法，是集儿童学习能力测量、评估、预测、教育培养、追踪等多种功能于一体的智能服务系统。通过儿童学习能力专业检测程序，分析描述个体学习能力的优势与不足，预测不同个体在成长中可能出现的差别，从而为学习能力发展提供有效的培养措施，通过个人、班级、群体的测量数据，对比大数据分析，记录孩子的成长发育指标，分析孩子的优势、弱势发展能力，为孩子的成长提出科学合理的建议，更直观的观察孩子的成长过程，发掘孩子的优势发展能力，发现孩子的弱势发展能力，方便为孩子的成长做出合理的规划。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种幼儿素质及能力发展评量方法。
为了实现上述目的，本发明采用以下技术方案：一种幼儿素质及能力发展评量方法，包括以下步骤：
步骤1：对幼儿素质和能力分别设置N个阶段的问卷，幼儿素质和能力的每个阶段的问卷由若干指标的问题以及不同分值的选项组成，前后阶段之间相互关联印证，控制家长在不同时间对不同阶段的问卷进行填写,其中N＞1；
步骤2：根据家长填写幼儿素质N个阶段问卷的分值，获得每个阶段的幼儿素质评价报告；
步骤3：根据家长填写幼儿能力N个阶段问卷的分值，获得每个阶段的幼儿能力评价报告；
步骤4：结合幼儿素质和能力评价结果报告对幼儿给出分析和建议。
进一步的，幼儿素质的问卷包括幼儿活动量、规律性、趋避性、适应性、反应强度、情绪本质、坚持度、注意力分散度、反应阈九个指标。
进一步的，幼儿能力包括幼儿粗动作、精细动作、精细动作、概念理解、情境理解、生活自理、人际关系七个指标。
进一步的，步骤2中，第1阶段素质评价报告包括所有指标的素质评量值和评量等级，所述第1阶段素质评量值采用式1计算：
其中
为第1阶指标i的素质评量值，∑x1i是第1阶素质问卷指标i的总分值，ni1总是第1阶素质问卷指标i的总题数；设置每个指标最高素质参考评量值和最低素质参考评量值，将
与最高素质参考评量值和最低素质参考评量值相比较，得出每个指标的素质评量等级。
进一步的，步骤2中，第N阶素质评价报告包括所有指标的综合素质评量值和评级等级，其中N＞1，采用以下步骤获得：
步骤2.1.1：设置素质严谨度阀值，比较第1阶到第N阶中每一阶和其后一阶素质问卷中重复问题的分值，若重复问题中前一阶分值高于后一阶的数量占整个重复问题数量的百分比大于素质严谨度阀值，则将前一阶重复问题的分值降低m分，小于素质严谨度阀值则将前一阶重复问题的分值提高m分，否则不变，将修改后的分值作为前一阶重复问题的调整值；
步骤2.1.2：按照式2计算第N阶所有指标的综合素质评量值：
其中
为第N阶指标i的素质评量值，∑xi1未是第1阶指标i中与和第2阶指标不重复问题的分值之和，∑xiN未是第N阶指标i中与第N-1阶不重复问题的分值之和，∑xi12重是第1阶和第2阶指标i中重复问题的调整值之和，∑xi(N-1)N重是第N-1阶和第N阶指标i中重复问题的调整值之和，ni1N总是第1阶到第N阶指标i的总题数，ni12重是第1阶和第2阶指标i中重复问题的题数之和，ni(N-1)N重是第N-1阶和第N阶指标i中重复问题的题数之和；
步骤2.1.3：设置每个指标最高素质参考评量值和最低素质参考评量值，将
与最高素质参考评量值和最低素质参考评量值相比较，得出每个指标的素质评量等级。
进一步的，步骤2中，第1阶能力评价报告包括第1阶所有指标的能力评量值和评量等级，采用以下步骤获得：
步骤2.2.1：设定基准值，将第1阶能力问卷的每道问题的分值与基准值比较，设定得分大于等于基准值的问题的新值为1，否则为0；
步骤2.2.2：将上述获得的新值，按照式3计算每个指标的能力评量值：
其中
为第1阶指标i的能力评量值，∑y1i是第1阶能力问卷指标i的总新值，mi1总是第1阶能力问卷指标i的总题数，ai为大数据获得指标i的系数；
步骤2.2.3：将每个指标的能力评价值与月龄线、b％月龄线、c％月龄线进行比较，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低；所述月龄线为所评价幼儿的月龄所对应的指标的参考值，所述b％月龄线为月龄线乘以(1-b％)，所述c％月龄线为月龄线乘以(1-c％)，其中b＜c。
进一步的，步骤2中，第N阶能力评价报告包括所有指标的综合能力评量值和评级等级，其中N＞1，采用以下步骤获得：
步骤2.3.1：将第N阶能力问卷中每道问题的分值与基准值比较，设定得分大于等于基准值的问题的新值为1，否则为0；；
步骤2.3.2：设置能力严谨度阀值，比较第1阶到第N阶中每一阶和其后一阶能力问卷中重复问题的分值，若重复问题中前一阶分值高于后一阶的数量占整个重复问题数量的百分比大于能力严谨度阀值，则将前一阶基准值降低m分，小于能力严谨度阀值则将前一阶基准值提高m分，否则不变，将此阶问题的分数和修改后的基准值比较，设定得分大于等于修改后基准值的问题的新值为1，否则为0；
步骤2.3.3：按照式4计算每个指标的能力评量值：
其中
为第N阶指标i的能力评量值，∑yi1未是第1阶指标i中与和第2阶指标不重复问题的新值之和，∑y1N未是第N阶指标i中与第N-1阶不重复问题的新值之和，∑yi12重是第1阶和第2阶指标i中重复问题的新值之和，∑yi(N-1)N重是第N-1阶和第N阶指标i中重复问题的新值之和，mi1N总是第1阶到第N阶指标i的总题数，mi12重是第1阶和第2阶指标i中重复问题的题数之和，mi(N-1)N重是第N-1阶和第N阶指标i中重复问题的题数之和；
步骤2.3.4：将每个指标的能力评价值与月龄线、b％月龄线、c％月龄线进行比较，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低；所述月龄线为所评价幼儿的月龄所对应的指标的参考值，所述b％月龄线为月龄线乘以(1-b％)，所述c％月龄线为月龄线乘以(1-c％)，其中b＜c。
本发明以国际先进的幼儿综合素质评测理论为基础，结合自主创新的评量体系、评量算法，引入程序概念，运用云计算实现了程序化的问答模式。丰富了园所等教育机构在招生时关于幼儿的信息收集模式，便于推广和使用。避免了传统纸质化答题的缺陷，家长答题更加轻松、简便，一方答题双方均可查看，答题完成即可生成评量报告，云计算配合科学的计算方法使得评量结果更加客观和合理，同时也减少了人工计算时产生的误差；评量结果以图表结合的形式展现，更加直观。分阶段渐进答题模式，避免了家长因题量多而出现的抵触心理和视觉疲劳，显得更加人性化。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请的实施例，对技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明是一种幼儿综合素质及能力发展评量方法，素质指的是先天素质，与生俱来的，一个人独特的行为表现方式或反应强度，按九项指标划分。能力指的是后天能力，从生活中学习到的各项能力，按七项指标划分。
1、问卷内容
两种问卷均分多个阶段。依次递进，前后两阶设置相同题，此设置的目的是为了对前面阶段答题的客观性进行验证，并做出适当调整。
(1)素质问卷内容
针对幼儿活动量、规律性、趋避性、适应性、反应强度、情绪本质、坚持度、注意力分散度、反应阈此九种先天素质。
(2)能力发展问卷内容
针对幼儿粗动作、精细动作、精细动作、概念理解、情境理解、生活自理、人际关系此七种能力发展。
2、打分标准：
(1)素质：
总是6分常常5分有时4分偶尔3分很少2分从不1分
(2)能力发展：
总是5分常常4分偶尔3分很少2分从不1分。
以上两种答案及分值均可调整。
本方法主要以问卷的方式先由家长填写，再经过系统计算与分析，两个方面的问卷均分为多阶段进行。家长是最了解孩子的人，在评量的过程中需要家长客观的描述自己的孩子，最后系统根据家长答题结果以及各项指标参考值，计算出各项指标的评量结果。最终目的：为家长及老师能够更有效的指定出“因材施教”的教育指导方针提供参考。
3、评量结果：
(1)素质计算
第一阶：首先计算每项指标的总分数及对应的总题数，其次用总分数/总题数算出得分，最后得分与参考值比较(分男女)，得分小于最低值评量等级为低，得分大于最高值评量等级为高，其他则为中，评量结果根据评量等级得出，此等级描述可调整。
第N阶：需要先分析从第1到第N阶中后一阶与前一阶答题的客观性，即通过比较前后两阶相同问题的严谨度，分值高于严谨度阀值的为严谨，低于阀值的为宽松，阀值可调整，对于严谨和宽松的都将分值进行上下调整；其他保持不变。
综合第1到第N答题，去除后一阶中的重复题，前一阶未重复常规计算，后一阶常规计算，调整并重新计算前一阶中的重复的题。最后用总分数/总题数算出得分，得分与参考值比较(分男女)，得分小于最低值评量等级为低，得分大于最高值评量等级为高，其他则为中，评量结果根据评量等级得出。
(2)能力发展计算
第一阶：首先计算每题的评量值，得分大于等于基准值(假设为4)的新值为1，否则为0，然后计算每项指标的总分数及对应的总题数，其次用总分数/总题数算出得分，然后计算幼儿的月龄、低于月龄b％的线和低于月龄c％的线，根据不同的月龄线提取对应的各项指标的参考值，各项指标的参考值再乘以指定的系数，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低，此等级描述和占比月龄线可调整。
第N阶：需要先分析从第1到第N阶中后一阶与前一阶答题的客观性，分值高于严谨度阀值的为严谨，低于阀值的为宽松，阀值可调整，对于严谨和宽松的都将分值进行上下调整，其他保持不变。
综合第1到第N答题，去除前一阶中的重复题，前一阶未重复常规计算，后一阶未重复的常规计算，调整并重新计算后一阶阶中的重复的题。得分大于等于基准值(假设为4)的新值为1，否则为0，然后计算每项指标的总分数及对应的总题数，其次用总分数/总题数算出得分，然后计算幼儿的月龄、低于月龄b％的线和低于月龄c％的线，根据不同的月龄线提取对应的各项指标的参考值，各项指标的参考值再乘以指定的系数，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低。
实施例
素质问卷：9个指标，假设分三阶段答题，分别为A阶B阶C阶，严谨度阀值为70％
A阶有36题，每个指标对应的题数为：4，4，4，4，4，4，4，4，4。
B阶有45题，每个指标对应的题数为：6，6，5，5，5，5，3，5，5。
C阶有32题，每个指标对应的题数为：5，4，4，4，3，3，3，3，3。
打分标准：总是6分常常5分有时4分偶尔3分很少2分从不1分
A阶计算(某男孩)：
36题按9项指标分类，A阶素质评量值采用下式计算：
其中
为A阶指标i的素质评量值，∑xAi是A阶素质问卷指标i的总分值，niA总是A阶素质问卷指标i的总题数。
表1是A阶的评量值和评量等级。
表1 A的评量值和评量等级
B阶计算：
AB阶相同题有9题，每题对应一个指标，A未重复27题，B未重复36题。
表2是AB阶相同题的得分
表2 A阶B相同题的得分
| 指标 | A实际得分 | B实际得分 | A调整后 |
| 1 | 3 | 6 | 4 |
| 2 | 1 | 4 | 2 |
| 3 | 2 | 6 | 3 |
| 4 | 3 | 5 | 4 |
| 5 | 5 | 5 | 6 |
| 6 | 2 | 4 | 3 |
| 7 | 6 | 2 | 6 |
| 8 | 5 | 6 | 6 |
| 9 | 5 | 6 | 6 |
由以上数据得出：
A与B相同有1题，1/9＝0.11；
A相对B宽松有1题，1/9＝0.11；
A相对B严谨有7题，7/9＝0.78。
超过70％严谨则调整ruleAB＝1
AB综合组成＝A未重复27题(实际答题分数带入计算)+B未重复36题(实际答题分数带入计算)+A重复的9题(实际答题分数+ruleAB再带入计算)。
以上72题按9项标分类，
其中
为综合A、B阶指标i的素质评量值，∑xiA未是A阶指标i中与B阶不重合问题的分值之和，∑xiB未是B阶指标i中与A阶不重合问题的分值之和，∑xiAB重是A阶指标i中与B阶重合问题的分值之和，niAB总是A、B阶指标i的总题数，niAB重是A阶指标i中与B阶重合问题的题数。表3是AB综合的评量值和评量等级。
表3 AB综合的评量值和评量等级
注：1.男女的最大值、最小值及均值不同
C阶计算：
BC阶相同题有9题，每题对应一个指标。表4是BC阶相同题的得分
表4 BC阶相同题的得分
| 指标 | C实际得分 | B实际得分 | C调整后 |
| 1 | 4 | 3 | 3 |
| 2 | 2 | 1 | 1 |
| 3 | 6 | 6 | 5 |
| 4 | 1 | 1 | 1 |
| 5 | 5 | 3 | 4 |
| 6 | 6 | 4 | 5 |
| 7 | 3 | 2 | 2 |
| 8 | 6 | 4 | 5 |
| 9 | 5 | 1 | 4 |
由以上数据得出：
C与B相同有2题；2/9＝0.22。
C相对B宽松有7题；7/9＝0.78。
C相对B严谨有0题；0/9＝0。
超过70％宽松则调整ruleBC＝-1
ABC综合组成＝A未重复27题(实际答题分数带入计算)+B未重复27题(实际答题分数带入计算)+A重复的9题(实际答题分数+ruleAB再带入计算)+C未重复23题(实际答题分数带入计算)+C重复的9题(实际答题分数+ruleBC再带入计算)。
以上95题按9项指标分类，
其中
为综合A、B、C阶指标i的素质评量值，∑xiA未是A阶指标i中与B阶不重合问题的分值之和，∑xiB未是B阶指标i中与A、C阶不重合问题的分值之和，∑xic未是C阶指标i中与B阶不重合问题的分值之和，∑xiAB重是A阶指标i中与B阶重合问题的分值之和，∑xiBC重是C阶指标i中与B阶重合问题的分值之和，niABC总是A、B、C阶指标i的总题数，niAB重是A阶指标i中与B阶重合问题的题数，niBC重是C阶指标i中与B阶重合问题的题数。表5是ABC综合的评量值和评量等级。
表5 ABC综合的评量值和评量等级
能力发展问卷：七个指标，假设分三阶段答题，分别为A阶B阶C阶，严谨度阀值为70％，x＝20％y＝35％
A阶有54题，每个指标对应的题数为：9，8，17，8，3，5，4
B阶有39题，每个指标对应的题数为：5，5，9，8，3，5，4
C阶有68题，每个指标对应的题数为：6，7，13，23，4，10，5
A阶计算：
54题按7项指标分类，每项项标的评量值按下式计算：
其中
为A阶指标i的能力评量值，∑yAi是A阶能力问卷指标i的总新值，miA总是A阶能力问卷指标i的总题数，ai为大数据获得指标i的系数。
计算幼儿月龄如：27个月。根据此月龄查出对应的每个项标的评量值即月龄线，并计算出对应的20％线的评量值、35％线的评量值。表6是A的评量值和评量等级。
表6 A的评量值和评量等级
B阶计算：
AB阶相同题有15题，各个指标相同题数分别为2，3，4，2，1，1，2。A阶未重复27题，B阶未重复24题。表7是AB阶相同题的得分及新值。
表7 AB阶相同题的得分及新值
由以上数据得出：
A与B相同有3题；3/15＝0.20。
A相对B宽松有1题；1/15＝0.07。
A相对B严谨有11题；11/15＝0.73。
超过70％严谨则调整ruleAB＝3。
AB综合组成＝A未重复39题(实际得分＞4则为新值1否则为0)+B未重复24题(实际得分＞4则为新值1否则为0)+B重复的15题(实际得分＞ruleAB则新值为1否则为0)。
以上78题按7项指标分类，每项项标的评量值
其中
为综合A、B阶指标i的能力评量值，∑yiA未是A阶指标i中与B阶不重合问题的新值之和，∑yiB未是B阶指标i中与A阶不重合问题的新值之和，miAB总是A、B阶指标i的总题数，miAB重是A阶指标i中与B阶重合问题的题数，ai为大数据获得指标i的系数。
计算幼儿月龄如：28个月。根据此月龄查出对应的每个项标的评量值即月龄线，并计算出对应的20％线的评量值、35％线的评量值。表8是AB综合的评量值和评量等级。
表8 AB综合的评量值和评量等级
C阶计算：
BC相同题有24题，各个项标相同题数分别为3，2，5，6，2，4，2。
C未重复的44题。表9是BC阶相同题的得分及新值。
表9 BC阶相同题的得分及新值
由以上数据得出：
C与B相同有4题；4/24＝0.17。
C相对B宽松有3题；3/24＝0.13。
C相对B严谨有17题；17/24＝0.71。
超过70％严谨则调整ruleBC＝3
ABC综合组成＝A未重复39题(实际得分＞4则为新值1否则为0)+B重复15题(实际得分＞ruleAB则新值为1否则为0)+C未重复44题(实际得分＞4则为新值1否则为0)+C重复的24题(实际得分>ruleBC则新值为1否则为0)
以上122题按7项指标分类，每项指标的评量值
其中
为综合A、B、C阶指标i的能力评量值，∑yAi未是A阶指标i中与B阶不重合问题的新值之和，∑yiB未是B阶指标i中与A、C阶不重合问题的新值之和，∑yiC未是C阶指标i中与B阶不重合问题的新值之和，∑yiAB重是A阶指标i中与B阶重合问题的新值之和，∑yiBC重是C阶指标i中与B阶重合问题的新值之和，miABC总是A、B、C阶指标i的总题数，miAB重是A阶指标i中与B阶重合问题的题数，miBC重是C阶指标i中与B阶重合问题的题数，ai为大数据获得指标i的系数。
计算幼儿月龄如：28个月。根据此月龄查出对应的每个项标的评量值即月龄线，并计算出对应的20％线的评量值、35％线的评量值。表10是ABC综合的评量值和评量等级。
表10 ABC综合的评量值和评量等级
| 指标 | 评量值 | 月龄 | 月龄线 | 20％线 | 35％线 | 评量等级 |
| 1 | 2 | 28 | 11 | 11 | 11 | D |
| 2 | 6 | 28 | 7 | 6 | 6 | B |
| 3 | 8 | 28 | 19 | 14 | 8 | C |
| 4 | 6 | 28 | 13 | 10 | 6 | C |
| 5 | 2 | 28 | 5 | 5 | 4 | D |
| 6 | 4 | 28 | 9 | 7 | 6 | D |
| 7 | 3 | 28 | 6 | 3 | 3 | B |
素质评量幼儿类型：
幼儿类型当前设定有14种(可调整)，皆为异常类型，后续随大数据的分析会继续扩展，如下表11所示，分7大类
表11 幼儿类型种类
| 序号 | 14种(9指标序号+评量等级) | 7大类 |
| 1 | 1B2B3A4A5B6A | 123456 |
| 2 | 1A2C3C4C5A6B | - |
| 3 | 1B2C3C4C5A6B | - |
| 4 | 1C2C3C4C5C6C | - |
| 5 | 1A4C | 14 |
| 6 | 1A5C | 15 |
| 7 | 1C4C | - |
| 8 | 4A5A9C | 459 |
| 9 | 4C5A | 45 |
| 10 | 4C7C | 47 |
| 11 | 1B3A4A6B7B8A | 134678 |
| 12 | 1B3B4B6B7A8A | - |
| 13 | 1A3C4B6A7B8B | - |
| 14 | 1C3C4B6C7A8C | - |
例如：某幼儿的9指标评量等级依次为B、C、A、C、B、B、C、B、B，首先按上述7大类获得7项组合：1B2C3A4C5B6B、1B4C、1B5B、4C5B9B、4C5B、4C7C、1B3A4C6B7C8B，然后用此组合与14种类型做匹配，匹配得到序号10的4C7C，提取序号10对应的幼儿类型说明、分析及建议；若无匹配类型，则给出鼓励性描述。
能力发展评量等级的分析及建议：
每项指标均对应ABCD四种评量等级，每种评量等级对应5个分析及建议，每次随机提供1个分析及建议，等级A的描述为发展超前、等级B的描述为正常发展、等级C的描述为加强发展、等级D的描述为发展落后。
上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种幼儿素质及能力发展评量方法，其特征在于包括以下步骤：
步骤1：对幼儿素质和能力分别设置N个阶段的问卷，幼儿素质和能力的每个阶段的问卷由若干指标的问题以及不同分值的选项组成，前后阶段之间相互关联印证，控制家长在不同时间对不同阶段的问卷进行填写,其中N＞1；两种问卷均分多个阶段，依次递进，前后两阶设置相同题，此设置的目的是为了对前面阶段答题的客观性进行验证，并做出适当调整；
步骤2：根据家长填写幼儿素质N个阶段问卷的分值，获得每个阶段的幼儿素质评价报告；
步骤3：根据家长填写幼儿能力N个阶段问卷的分值，获得每个阶段的幼儿能力评价报告；
步骤4：结合幼儿素质和能力评价结果报告对幼儿给出分析和建议；
所述步骤2中，第1阶段素质评价报告包括所有指标的素质评量值和评量等级，所述第1阶段素质评量值采用式1计算：
其中
为第1阶指标i的素质评量值，∑x1i是第1阶素质问卷指标i的总分值，ni1总是第1阶素质问卷指标i的总题数；设置每个指标最高素质参考评量值和最低素质参考评量值，将
与最高素质参考评量值和最低素质参考评量值相比较，得出每个指标的素质评量等级；
所述步骤2中，第N阶素质评价报告包括所有指标的综合素质评量值和评级等级，其中N＞1，采用以下步骤获得：
步骤2.1.1：设置素质严谨度阀值，比较第1阶到第N阶中每一阶和其后一阶素质问卷中重复问题的分值，若重复问题中前一阶分值高于后一阶的数量占整个重复问题数量的百分比大于素质严谨度阀值，则将前一阶重复问题的分值降低m分，小于素质严谨度阀值则将前一阶重复问题的分值提高m分，否则不变，将修改后的分值作为前一阶重复问题的调整值；
步骤2.1.2：按照式2计算第N阶所有指标的综合素质评量值：
其中
为第N阶指标i的素质评量值，∑xi1未是第1阶指标i中与和第2阶指标不重复问题的分值之和，∑xiN未是第N阶指标i中与第N-1阶不重复问题的分值之和，∑xi12重是第1阶和第2阶指标i中重复问题的调整值之和，∑xi(N-1)N重是第N-1阶和第N阶指标i中重复问题的调整值之和，ni1N总是第1阶到第N阶指标i的总题数，ni12重是第1阶和第2阶指标i中重复问题的题数之和，ni(N-1)N重是第N-1阶和第N阶指标i中重复问题的题数之和；
步骤2.1.3：设置每个指标最高素质参考评量值和最低素质参考评量值，将
与最高素质参考评量值和最低素质参考评量值相比较，得出每个指标的素质评量等级；
所述步骤3中，第1阶能力评价报告包括第1阶所有指标的能力评量值和评量等级，采用以下步骤获得：
步骤2.2.1：设定基准值，将第1阶能力问卷的每道问题的分值与基准值比较，设定得分大于等于基准值的问题的新值为1，否则为0；
步骤2.2.2：将上述获得的新值，按照式3计算每个指标的能力评量值：
其中
为第1阶指标i的能力评量值，∑y1i是第1阶能力问卷指标i的总新值，mi1总是第1阶能力问卷指标i的总题数，ai为大数据获得指标i的系数；
步骤2.2.3：将每个指标的能力评价值与月龄线、b％月龄线、c％月龄线进行比较，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低；所述月龄线为所评价幼儿的月龄所对应的指标的参考值，所述b％月龄线为月龄线乘以(1-b％)，所述c％月龄线为月龄线乘以(1-c％)，其中b＜c；
所述步骤3中，第N阶能力评价报告包括所有指标的综合能力评量值和评级等级，其中N＞1，采用以下步骤获得：
步骤2.3.1：将第N阶能力问卷中每道问题的分值与基准值比较，设定得分大于等于基准值的问题的新值为1，否则为0；
步骤2.3.2：设置能力严谨度阀值，比较第1阶到第N阶中每一阶和其后一阶能力问卷中重复问题的分值，若重复问题中前一阶分值高于后一阶的数量占整个重复问题数量的百分比大于能力严谨度阀值，则将前一阶基准值降低m分，小于能力严谨度阀值则将前一阶基准值提高m分，否则不变，将此阶问题的分数和修改后的基准值比较，设定得分大于等于修改后基准值的问题的新值为1，否则为0；
步骤2.3.3：按照式4计算每个指标的能力评量值：
其中
为第N阶指标i的能力评量值，∑yi1未是第1阶指标i中与和第2阶指标不重复问题的新值之和，∑y1N未是第N阶指标i中与第N-1阶不重复问题的新值之和，∑yi12重是第1阶和第2阶指标i中重复问题的新值之和，∑yi(N-1)N重是第N-1阶和第N阶指标i中重复问题的新值之和，mi1N总是第1阶到第N阶指标i的总题数，mi12重是第1阶和第2阶指标i中重复问题的题数之和，mi(N-1)N重是第N-1阶和第N阶指标i中重复问题的题数之和；
步骤2.3.4：将每个指标的能力评价值与月龄线、b％月龄线、c％月龄线进行比较，大于月龄线评量等级为高，介于月龄线和b％月龄线为中，介于b％月龄线和c％月龄线为低，其他为很低；所述月龄线为所评价幼儿的月龄所对应的指标的参考值，所述b％月龄线为月龄线乘以(1-b％)，所述c％月龄线为月龄线乘以(1-c％)，其中b＜c。
2.根据权利要求1所述的幼儿素质及能力发展评量方法，其特征在于：所述幼儿素质的问卷包括幼儿活动量、规律性、趋避性、适应性、反应强度、情绪本质、坚持度、注意力分散度、反应阈九个指标。
3.根据权利要求1所述的幼儿素质及能力发展评量方法，其特征在于：所述幼儿能力包括幼儿粗动作、精细动作、精细动作、概念理解、情境理解、生活自理、人际关系七个指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910772525.XA CN110443735B (zh) | 2019-08-21 | 2019-08-21 | 幼儿素质及能力发展评量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910772525.XA CN110443735B (zh) | 2019-08-21 | 2019-08-21 | 幼儿素质及能力发展评量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110443735A CN110443735A (zh) | 2019-11-12 |
| CN110443735B true CN110443735B (zh) | 2021-09-03 |
Family
ID=68436862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910772525.XA Active CN110443735B (zh) | 2019-08-21 | 2019-08-21 | 幼儿素质及能力发展评量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110443735B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112704500B (zh) * | 2020-12-02 | 2022-04-26 | 中南大学 | 一种精神状态筛查系统、精神状态筛查方法及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650809A (zh) * | 2009-09-10 | 2010-02-17 | 上海一佳一网络科技有限公司 | 岗位能力培训管理方法和系统 |
| CN107273420A (zh) * | 2017-05-12 | 2017-10-20 | 矩维软件（上海）有限公司 | 一种支持多维度、可自定义的心理测评量表生成系统 |
| CN109034651A (zh) * | 2018-08-14 | 2018-12-18 | 北京艾伯迪教育咨询有限公司 | 潜能天赋确定方法及电子设备 |
| CN109214681A (zh) * | 2018-09-06 | 2019-01-15 | 安徽华荣远诚实业集团有限公司 | 一种新型能力评估岗位培训考核系统 |
-
2019
- 2019-08-21 CN CN201910772525.XA patent/CN110443735B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650809A (zh) * | 2009-09-10 | 2010-02-17 | 上海一佳一网络科技有限公司 | 岗位能力培训管理方法和系统 |
| CN107273420A (zh) * | 2017-05-12 | 2017-10-20 | 矩维软件（上海）有限公司 | 一种支持多维度、可自定义的心理测评量表生成系统 |
| CN109034651A (zh) * | 2018-08-14 | 2018-12-18 | 北京艾伯迪教育咨询有限公司 | 潜能天赋确定方法及电子设备 |
| CN109214681A (zh) * | 2018-09-06 | 2019-01-15 | 安徽华荣远诚实业集团有限公司 | 一种新型能力评估岗位培训考核系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110443735A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hill et al. | Trends in Public and Private School Principal Demographics and Qualifications: 1987-88 to 2011-12. Stats in Brief. NCES 2016-189. | |
| Saffarinia et al. | The comparison of general health and life expectancy between students with favorable and unfavorable socioeconomic status | |
| CN110443735B (zh) | 幼儿素质及能力发展评量方法 | |
| Warman et al. | Mandatory retirement rules and the retirement decisions of university professors in Canada | |
| Esterwood et al. | A personable robot: Meta-analysis of robot personality and human acceptance | |
| Kilbride et al. | Michigan’s fall 2021 benchmark assessments | |
| Bunout et al. | Quality of life of older Chilean subjects living in metropolitan Santiago, Chile. Influence of socioeconomic status | |
| CN110942830A (zh) | 一种心理测评的后台管理系统 | |
| Aran et al. | Analyzing the views of teachers and prospective teachers on information and communication technology via descriptive data mining | |
| Ghiyasvandian et al. | Iranian nursing students' perspectives of educational equity. | |
| O’Connor et al. | Classifying curriculum scholarship in Australia: A review of postgraduate theses 1975–2005 | |
| Jacob | Student test scores: How the sausage is made and why you should care | |
| Zhang et al. | Applications of association rule mining in Teaching Evaluation | |
| Ravana et al. | Quality of crowdsourced relevance judgments in association with logical reasoning ability | |
| Ottem | Estimating the impact of traditional bullying victimization in high school on academic achievement | |
| Yalçın et al. | Research on prospective foreign language teachers’ self-efficacy beliefs | |
| Li | Sports mental behaviours of college students based on cluster analysis | |
| Nathan | The Missing Link in Applied Social Science. | |
| Zaifata et al. | IMPACT OF ENTREPRENEURIAL SKILLS DEVELOPMENT PROGRAMMES ON YOUTH INCOME: A STUDY IN MAIDUGURI METROPOLIS, BORNO STATE, NIGERIA | |
| Cullis et al. | Child development in the first three sweeps of the Millennium Cohort Study | |
| Rambo-Hernandez | How much do schools matter? Using summer growth patterns to assess the impact of schools on high achieving and gifted students | |
| Tunç | ASSESSING THE PSYCHOMETRIC PROPERTIES OF THE BRIEF RESILIENCE SCALE: A RASCH MODELING APPROACH. | |
| Mo | THE CULTIVATION PATH OF STUDENT ACTIVITIES TO COLLEGE STUDENTS’SOCIALIST CORE VALUES FROM THE PERSPECTIVE OF EDUCATIONAL PSYCHOLOGY | |
| Domple et al. | Comparative study of simplified new method of item analysis with conventional method | |
| Lane | Are Law Firms Fractal? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |