CN111915226B - 一种教学评价报告生成方法 - Google Patents

一种教学评价报告生成方法 Download PDF

Info

Publication number
CN111915226B
CN111915226B CN202010852077.7A CN202010852077A CN111915226B CN 111915226 B CN111915226 B CN 111915226B CN 202010852077 A CN202010852077 A CN 202010852077A CN 111915226 B CN111915226 B CN 111915226B
Authority
CN
China
Prior art keywords
user
evaluation
data
teaching
information
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
Application number
CN202010852077.7A
Other languages
English (en)
Other versions
CN111915226A (zh
Inventor
田雪松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Yundi Technology Co ltd
Original Assignee
Guangzhou Yundi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Yundi Technology Co ltd filed Critical Guangzhou Yundi Technology Co ltd
Priority to CN202010852077.7A priority Critical patent/CN111915226B/zh
Publication of CN111915226A publication Critical patent/CN111915226A/zh
Application granted granted Critical
Publication of CN111915226B publication Critical patent/CN111915226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种教学评价报告生成方法，方法包括：用户终端接收第一用户输入的生成指令，并将生成指令发送至服务器；生成指令包括第一用户的用户信息；服务器根据生成指令获取第二用户的用户信息和第二用户的评价数据；根据第二用户的用户信息和第二用户的评价数据，得到评价结果数据；解析评价结果数据，得到与第一用户的用户信息相对应的评价报告数据，并将评价报告数据发送至用户终端，用以用户终端显示评价报告数据。本发明实施例提供的教学评价报告生成方法，通过教与学的大数据分析得到教与学的评价结果，根据不同用户的身份信息对教与学的评价结果进行分析和解读，从而得到针对不同用户查看的多角度教与学的评价报告。

Description

一种教学评价报告生成方法
技术领域
本发明涉及数据处理技术领域，尤其涉及教学评价报告生成方法。
背景技术
目前，教育部门在做测评分析评价中，大部分使用的软件是EXCEL或不成熟的分析软件，或多或少会存在如下的问题：一、评价指标很有限，如仅有平均分、优秀率、排名和公式法计算的标准分等少数指标；二、数据信息无法实现共享，使用面很窄；三、使用不具备人性化操作，造成统计分析工作很繁杂，甚至需要懂编程的技术人员才能使用；四、只能针对终极性评价，无法满足发展性和形成性的评价；五、缺乏先进评价理念的指导，指标虽多，不成体系，无法满足长期监测和评价的需要。
并且，由于在做测评分析评价中上述问题，从而导致目前教育评价存在如下现象：一、用好差或一般等语句进行模糊评价，或凭印象、感觉进行片面评价，缺少和忽视科学的定量数据分析；二、获取和反馈评价信息的渠道和手段有限，评价信息只能为少数人服务，无法发挥评价信息的真正价值；三、评价信息混乱，评价标准不统一，造成评价信息的关联性不够而无法追踪；四、大量数据报表仅是表面现象的反映，没有进行更深层次地数据挖掘，无法判断教学质量与数据之间的因果关系；五、评价工作缺乏整体性，如重结果而轻过程、仅有上对下评价等等。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种教学评价报告生成方法，通过教与学的大数据分析得到教与学的评价结果，根据不同用户的身份信息对教与学的评价结果进行分析和解读，从而得到针对不同用户查看的多角度教与学的评价报告，进而实现教学预测和教学指导工作，有利于教与学的精细化管理和对教学质量进行精确分析、跟踪，及时调控教学模式。
为实现上述目的，本发明提供了一种教学评价报告生成方法，所述教学评价报告生成方法包括：
用户终端接收第一用户输入的生成指令，并将所述生成指令发送至服务器；所述生成指令包括第一用户的用户信息；
所述服务器根据所述生成指令获取第二用户的用户信息和所述第二用户的评价数据；
根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据；
解析所述评价结果数据，得到与所述第一用户的用户信息相对应的评价报告数据，并将所述评价报告数据发送至所述用户终端，用以所述用户终端显示所述评价报告数据。
优选的，所述生成指令还包括评价类型数据。
进一步优选的，所述服务器根据所述生成指令获取第二用户的用户信息和所述第二用户的评价数据具体为：
所述服务器根据所述评价类型数据获取与所述评价类型数据相对应的多个第二用户的用户信息和多个第二用户的评价数据。
优选的，所述评价报告数据包括时间数据、区域数据和评价特征数据。
优选的，在所述根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据之前，所述方法还包括：
所述服务器确定所述第二用户的评价数据的个数。
进一步优选的，所述根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据具体为：
所述服务器根据所述第二用户的评价数据的个数、所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据。
优选的，所述生成指令携带有所述用户终端的终端ID。
进一步优选的，所述将所述评价报告数据发送至所述用户终端具体为：
所述服务器根据所述用户终端的终端ID将所述评价报告数据发送至所述用户终端。
本发明实施例提供的教学评价报告生成方法，通过教与学的大数据分析得到教与学的评价结果，根据不同用户的身份信息对教与学的评价结果进行分析和解读，从而得到针对不同用户查看的多角度教与学的评价报告，进而实现教学预测和教学指导工作，有利于教与学的精细化管理和对教学质量进行精确分析、跟踪，及时调控教学模式。
附图说明
图1为本发明实施例提供的教学评价报告生成方法的流程图；
图2为本发明实施例提供的一种评价结果数据的示意图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明实施例提供的一种教学评价报告生成方法，实现于可以连接到网络的智能终端中，用于教与学的大数据分析，得到教与学的评价报告，对评价报告进行分级和解读并反馈给使用智能终端的用户，用以用户根据评价报告进行教学预测、教学指导和作业推送等后续工作。其方法流程图如图1所示，包括如下步骤：
步骤101，用户终端接收第一用户输入的生成指令，并将所述生成指令发送至服务器；
具体的，用户终端可以理解为具有联网功能的智能设备，例如电脑、智能手机或智能平板。第一用户可以理解为需要查看评价报告的用户。生成指令可以理解为生成教学评价报告的指令。
生成指令包括评价类型数据、第一用户的用户信息和用户终端的终端ID。第一用户的用户信息可以理解为需要查看评价报告用户的身份信息。终端ID可以理解为用户终端的唯一身份标识，用以服务器区别当前数据是由那个用户终端发送的。评价类型数据可以理解为教学评价的角度或维度，例如面向年级组组长所展示的校内数学学科教学评价情况或面向校长所展示的校际物理学科教学评价情况等。需要说明的是，用户根据需要输入评价类型数据所针对的待评价的主体可以是多样的。例如，当用户想要对某几个学校在本次考试中所有学生的考试成绩，那么虽然采集的数据包括学生的考试成绩，但待评价的主体应为学校，即教学评价的维度是以学校为单位进行测评的。当用户想要对某几位老师在本次考试中所带领的学生的考试成绩，那么虽然采集的数据也包括学生的考试成绩，但待评价的主体应为老师，即教学评价的维度是以老师为单位进行测评的。
步骤102，服务器根据生成指令获取第二用户的用户信息和第二用户的评价数据；
具体的，第二用户可以理解为待评价的用户，例如学生。第二用户的用户信息可以理解为待评价的用户的个人信息，用户信息包括姓名、性别、班级信息、学校信息、学区信息等可能的教学评价的角度或维度。本领域技术人员可以根据需要自行设置第二用户的用户信息的所需内容。第二用户的评价数据可以理解为所需的待评价数据。
教学评价数据库中存储有评价类型数据、第二用户的用户信息和第二用户的评价数据，以及评价类型数据与第二用户的用户信息和第二用户的评价数据的对应关系。服务器可以通过教学评价数据库确定与评价类型数据相对应的多个第二用户的用户信息和多个第二用户的评价数据。当评价类型数据为空时，服务器获取教学评价数据库中全部的第二用户的用户信息和第二用户的评价数据。
在一个具体的例子中，教学评价数据库中存储的评价类型数据包括“高三年级一班数学学科教学评价情况”、“高三年级一班物理学科教学评价情况”、“高三年级二班数学学科教学评价情况”和“高三年级二班物理学科教学评价情况”；教学评价数据库中存储的第二用户的用户信息包括50个“高三年级一班的学生信息”以及40个“高三年级二班的学生信息”；教学评价数据库中存储的第二用户的评价数据包括50个“高三年级一班的学生的数学成绩”、50个“高三年级一班的学生的物理成绩”、40个“高三年级二班的学生的数学成绩”和40个“高三年级二班的学生的物理成绩”。当服务器收到的教学评价数据为“高三年级一班数学学科教学评价情况”时，服务器从教学评价数据库中获取到的“高三年级一班数学学科教学评价情况”相对应的第二用户的用户信息为50个“高三年级一班的学生信息”，第二用户的评价数据为50个“高三年级一班的学生的数学成绩”。
步骤103，根据第二用户的用户信息和第二用户的评价数据，得到评价结果数据；
具体的，服务器对第二用户的用户信息和第二用户的评价数据进行大数据分析，得到评价结果数据。评价结果数据与评价类型数据相对应，可以理解为根据用户所需的教学评价的角度或维度得到的教学评价结果。
优选的，在服务器得到评价结果数据之前，服务器还需要根据评价类型数据确定与所述评价类型数据相对应的第二用户的评价数据的个数。第二用户的评价数据的个数可以理解为当前被评价团体的测评数据的个数。服务器对第二用户的评价数据的个数、第二用户的用户信息和第二用户的评价数据进行大数据分析，得到评价结果数据。
在一个具体的例子中，评价类型数据为“测评高三年级一班数学学科成绩与其他学科成绩的相关度”；第二用户的用户信息为50个“高三年级一班的学生信息”；第二用户的评价数据为50个“高三年级一班的学生的数学成绩”、50个“高三年级一班的学生的物理成绩”、50个“高三年级一班的学生的政治成绩”和50个“高三年级一班的学生的历史成绩”。则服务器对50个“高三年级一班的学生的数学成绩”、50个“高三年级一班的学生的物理成绩”、50个“高三年级一班的学生的政治成绩”和50个“高三年级一班的学生的历史成绩”进行解析。
进一步具体的，数学学科成绩和其他学科成绩可以视为两个变量，这两个变量都是正态连续变量，且两者之间呈线性关系，那么这两个变量之间的关系可以用积差相关来表示。积差相关系数就是两个变量标准分乘积之和除以人数所得的商。对50个“高三年级一班的学生的数学成绩”、50个“高三年级一班的学生的物理成绩”、50个“高三年级一班的学生的政治成绩”和50个“高三年级一班的学生的历史成绩”进行大数据分析，所得到的评价结果数据如下表1所示。表1显示了数学学科成绩和其他学科成绩之间的相关关系。
学科A 学科B 相关系数R
数学 物理 0.70
数学 化学 0.68
数学 政治 0.47
数学 历史 0.51
表1
在另一个具体的例子中，评价类型数据为“测评特定因素对班级成绩差异的影响”；第二用户的用户信息包括50个“关于学生亲子/自我认知/情感的相关信息”、50个“关于学生师生关系的相关信息”、50个“关于学生品德行为的相关信息”、50个“关于学生课业负担的相关信息”和50个“关于学生生生关系的相关信息”；第二用户的评价数据包括50个“学生的数学成绩”、50个“学生的英语成绩”、50个“学生的科学成绩”和50个“学生的语文成绩”。则服务器根据对上述第二用户的用户信息和第二用户的评价数据进行解析。所得到的评价结果数据如图2所示。图2中显示了亲子/自我认知/情感的相关信息、师生关系、品德行为、课业负担和生生关系与数学、语文、英语和科学成绩之间的相关关系。
步骤104，解析评价结果数据，得到与第一用户的用户信息相对应的评价报告数据；
具体的，评价报告数据可以理解为根据评价结果所得到的，对教学预测、教学指导和作业推送等工作有指导意义的评价报告。这里需要指出的是，不同的第一用户所需的评价报告是不同的，这是由于：第一，在评价测验成绩时，第一用户所依据的教学质量标准不同，会得出不同的结论。例如，有些人认为，学生之间的差异较大，说明可能会有成绩优秀的学生存在，有利于培养尖子，但也有人认为这样不利于面向全体学生组织教学。第一用户通常会选择自己惯用的教学质量标准根据评价报告进行后续工作。因此，评价报告数据需要与第一用户的教学质量标准统一。第二，处于不用身份位置的第一用户所需的评价报告也是不同的。例如，学校校长可能更关心本校在市内或一定区域内的教学评价报告，学校年级组组长可能更关心本年级内每个班级之间的教学评价报告，而普通学生或家长则可能更关心学生个人成绩的教学评价报告。因此，评价报告数据还需要与第一用户身份位置相统一。
由于在上述步骤中，服务器已获取了第一用户的用户信息，那么在本步骤中服务器就可以根据第一用户的用户信息分析、解读评价结果数据，从而得到与第一用户的用户信息相对应的评价报告数据，也就是符合第一用户的教学质量标准且符合第一用户身份位置的评价报告。
在如表1所示的一个具体的例子中，若第一用户的用户信息为学校年级组组长，该名年级组组长现关心校内学生的数学学科成绩与其他学科成绩的相关度，则服务器解析表1中的评价结果数据，得到的与该名年级组组长相对应的评价报告数据为“对于高三年级一班的这50名学生来说，数学学科成绩与物理学科成绩和化学学科成绩的相关程度较低高，数学学科成绩与政治学科成绩和历史学科成绩的相关程度较低。”。
在如图2所示的另一个具体的例子中，若第一用户的用户信息为某区县教育研究人员，该名研究人员现关心本区县内特定因素对班级成绩差异的影响。那么服务器解析图2所示的评价结果数据，得到的与该名研究人员相对应的评价报告数据为“一、对各科成绩而言，生生关系、课业负担和品德行为对班级间成绩差异有着相对较高的解释率，可以认为班级间成绩的差异部分来自于三者的影响；二、师生关系对数学成绩差异的解释率较高，则认为师生关系对数学成绩影响较大；三、亲子关系、自我认知和情感对科学成绩差异的解释率较高，则认为其对产生科学成绩差异的影响较大。”
若第一用户的用户信息为某班级的语文老师，该名语文老师现关心如何制定下学期的学习计划。那么服务器解析图2所示的评价结果数据，得到的与该名语文老师相对应的评价报告数据为“品德行为和课业负担对语文成绩差异的解释较高，对产生语文成绩差异的影响较大，可适当加强对学生的品德行为进行引导，并适当增加作业量。”
若第一用户的用户信息为某位学生，该名学生现关心如何提高自己的英语成绩。那么服务器解析图2所示的评价结果数据，得到的与该名学生相对应的评价报告数据为“生生关系和师生关系对语文成绩差异的解释较高，对产生英语成绩差异的影响较大，可适当加强与同学和老师之间的沟通，尤其是加强与同学之间的交流，有利于提高英语成绩。”
在另一些优选的实施例中，评价报告数据包括时间数据、区域数据和评价特征数据。时间数据可以理解为评价报告中所对应的时间，区域数据评价报告中所对应的区域，评价特征数据可以理解为评价报告中的关键字。例如，评价报告数据为“甲同学在2015年度第二学期第二次物理考试中，全校排名第150名，成绩变化趋势呈下降趋势，需要多加注意。本次物理考试主要涉及的知识点有动量守恒和电功率。甲同学动量守恒知识点的成绩为23分，电功率知识点的成绩为40分，可以发现甲同学动量守恒知识点的分数偏低，需要督促学生加强这方面的练习。”其中时间数据为“2015年度第二学期第二次物理考试”，区域数据为“全校”，评价特征数据为“甲同学动量守恒知识点的分数偏低”。包括了时间数据、区域数据和评价特征数据的评价报告数据可以使得评价报告数据的查看更加直观和简便，有利于用户从评价报告数据迅速找到关键信息。
步骤105，服务器将评价报告数据发送至用户终端；
具体的，服务器根据用户终端的终端ID将评价报告数据发送至所述用户终端，用以用户终端向第一用户显示评价报告数据。
步骤106，用户终端接收第一用户根据评价报告数据输入的教学数据；
具体的，第一用户在查看评价报告数据后，可以根据评价报告数据进行下一步的教学工作，例如制定作业或制定学习计划等。用户终端接收第一用户根据评价报告数据输入的教学数据，并通过服务器发送至其他用户终端，从而实现教学工作进度的实时共享。
本发明实施例提供的教学评价报告生成方法，通过教与学的大数据分析得到教与学的评价结果，根据不同用户的身份信息对教与学的评价结果进行分析和解读，从而得到针对不同用户查看的多角度教与学的评价报告，进而实现教学预测和教学指导工作，有利于教与学的精细化管理和对教学质量进行精确分析、跟踪，及时调控教学模式。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、用户终端执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种教学评价报告生成方法，其特征在于，所述教学评价报告生成方法包括：
用户终端接收第一用户输入的生成指令，并将所述生成指令发送至服务器；所述生成指令包括第一用户的用户信息；
所述服务器根据所述生成指令获取第二用户的用户信息和所述第二用户的评价数据；
根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据；
解析所述评价结果数据，得到与所述第一用户的用户信息相对应的评价报告数据，并将所述评价报告数据发送至所述用户终端，用以所述用户终端显示所述评价报告数据；
所述生成指令还包括评价类型数据；
所述服务器根据所述生成指令获取第二用户的用户信息和所述第二用户的评价数据具体为：
所述服务器根据所述评价类型数据获取与所述评价类型数据相对应的多个第二用户的用户信息和多个第二用户的评价数据；
所述评价报告数据包括时间数据、区域数据和评价特征数据；
在所述根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据之前，所述方法还包括：
所述服务器确定所述第二用户的评价数据的个数；
所述根据所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据具体为：
所述服务器根据所述第二用户的评价数据的个数、所述第二用户的用户信息和所述第二用户的评价数据，得到评价结果数据；
所述生成指令携带有所述用户终端的终端ID；
所述将所述评价报告数据发送至所述用户终端具体为：
所述服务器根据所述用户终端的终端ID将所述评价报告数据发送至所述用户终端；
所述用户终端接收所述第一用户根据评价报告数据输入的教学数据。
CN202010852077.7A 2020-08-21 2020-08-21 一种教学评价报告生成方法 Active CN111915226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010852077.7A CN111915226B (zh) 2020-08-21 2020-08-21 一种教学评价报告生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010852077.7A CN111915226B (zh) 2020-08-21 2020-08-21 一种教学评价报告生成方法

Publications (2)

Publication Number Publication Date
CN111915226A CN111915226A (zh) 2020-11-10
CN111915226B true CN111915226B (zh) 2024-04-09

Family

ID=73279949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010852077.7A Active CN111915226B (zh) 2020-08-21 2020-08-21 一种教学评价报告生成方法

Country Status (1)

Country Link
CN (1) CN111915226B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493283A (zh) * 2022-01-27 2022-05-13 北京碧云数创科技有限公司 用户信息评价方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463740A (zh) * 2014-08-13 2015-03-25 上海英和文化传播有限公司 基于物联网技术实现课堂教学实时评价的系统及其方法
CN106296505A (zh) * 2016-08-01 2017-01-04 王继培 面向多个对象的教育系统信息交互方法、装置和系统
CN107832936A (zh) * 2017-10-31 2018-03-23 北京新学道教育科技有限公司 一种基于云数据的电子化教学评价方法及系统
CN108416496A (zh) * 2018-01-30 2018-08-17 王志强 基于数据分析的教学评估方法、存储介质及服务器
CN109615328A (zh) * 2018-12-06 2019-04-12 天津市职业大学 一种教学测评系统
CN110443487A (zh) * 2019-07-31 2019-11-12 浙江工商职业技术学院 一种教学评价方法及设备
KR20200049518A (ko) * 2018-10-31 2020-05-08 (주)씨브이엠파트너스 확장형 플랫폼에 기반한 온라인 창업 교육 시스템 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463740A (zh) * 2014-08-13 2015-03-25 上海英和文化传播有限公司 基于物联网技术实现课堂教学实时评价的系统及其方法
CN106296505A (zh) * 2016-08-01 2017-01-04 王继培 面向多个对象的教育系统信息交互方法、装置和系统
CN107832936A (zh) * 2017-10-31 2018-03-23 北京新学道教育科技有限公司 一种基于云数据的电子化教学评价方法及系统
CN108416496A (zh) * 2018-01-30 2018-08-17 王志强 基于数据分析的教学评估方法、存储介质及服务器
KR20200049518A (ko) * 2018-10-31 2020-05-08 (주)씨브이엠파트너스 확장형 플랫폼에 기반한 온라인 창업 교육 시스템 및 방법
CN109615328A (zh) * 2018-12-06 2019-04-12 天津市职业大学 一种教学测评系统
CN110443487A (zh) * 2019-07-31 2019-11-12 浙江工商职业技术学院 一种教学评价方法及设备

Also Published As

Publication number Publication date
CN111915226A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
Hussain et al. Student engagement predictions in an e-learning system and their impact on student course assessment scores.
Vieira et al. Visual learning analytics of educational data: A systematic literature review and research agenda
Verhavert et al. A meta-analysis on the reliability of comparative judgement
KewalRamani et al. Student Access to Digital Learning Resources outside of the classroom. NCES 2017-098.
Martínez-Abad et al. Educational Data Mining: Identification of factors associated with school effectiveness in PISA assessment
Lee et al. Application of three cognitive diagnosis models to ESL reading and listening assessments
Rosário et al. The relationship between approaches to teaching and approaches to studying: a two-level structural equation model for biology achievement in high school
Ravand et al. Diagnostic classification models: Recent developments, practical issues, and prospects
Sorour et al. Comment data mining to estimate student performance considering consecutive lessons
Brese TEDS-M 2008 User Guide for the International Database.
CN108446768A (zh) 一种学生建模的方法和装置
Rybinski et al. Will artificial intelligence revolutionise the student evaluation of teaching? A big data study of 1.6 million student reviews
Gkontzis et al. An effective LA approach to predict student achievement
Maraza-Quispe et al. A predictive model implemented in knime based on learning analytics for timely decision making in virtual learning environments
Konstantopoulos et al. Class size effects on mathematics achievement in Cyprus: Evidence from TIMSS
CN114913729A (zh) 一种选题方法、装置、计算机设备和存储介质
Maraza-Quispe et al. Towards a standardization of learning behavior indicators in virtual environments
Gkontzis et al. Polarity, emotions and online activity of students and tutors as features in predicting grades
Amirhajlou et al. Application of data mining techniques for predicting residents' performance on pre-board examinations: A case study
Wang et al. Educational question mining at scale: Prediction, analysis and personalization
CN111915226B (zh) 一种教学评价报告生成方法
Marshall Contribution of open-ended questions in student evaluation of teaching
Knogler et al. Determining an evidence base for particular fields of educational practice: a systematic review of meta-analyses on effective mathematics and science teaching
Mandalapu et al. Student-Centric Model of Login Patterns: A Case Study with Learning Management Systems.
Tran et al. Learning analytics for improved course delivery: applications and techniques

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