CN116663988A - 一种通用教师胜任力和特定教师胜任力的评估方法 - Google Patents

一种通用教师胜任力和特定教师胜任力的评估方法 Download PDF

Info

Publication number
CN116663988A
CN116663988A CN202310634268.XA CN202310634268A CN116663988A CN 116663988 A CN116663988 A CN 116663988A CN 202310634268 A CN202310634268 A CN 202310634268A CN 116663988 A CN116663988 A CN 116663988A
Authority
CN
China
Prior art keywords
teacher
competence
specific
evaluation
score
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.)
Pending
Application number
CN202310634268.XA
Other languages
English (en)
Inventor
王亮
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.)
Wenxiang Education Technology Shanghai Co ltd
Original Assignee
Wenxiang Education Technology Shanghai 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 Wenxiang Education Technology Shanghai Co ltd filed Critical Wenxiang Education Technology Shanghai Co ltd
Priority to CN202310634268.XA priority Critical patent/CN116663988A/zh
Publication of CN116663988A publication Critical patent/CN116663988A/zh
Pending legal-status Critical Current

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
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

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)
  • Complex Calculations (AREA)

Abstract

本申请是关于一种通用教师胜任力和特定教师胜任力的评估方法，包括以下步骤：S1数据采集；S2数据处理；S3通用教师胜任力评估；S4特定的教师胜任力评估模型构建；S5形成特定的教师胜任力评估的自评量表；S6特定的教师胜任力维度数据采集；S7，特定教师胜任力评估。通用教师胜任力评估模型包含多项教师胜任力评价维度，通过对教师的多维胜任力进行测量分析实现教师胜任力水平的综合评判，可应用于教师能力评价、考核等场景；通过从通用教师胜任力评估模型中抽取与特定教师角色(例如班主任、心理导师)相关的评价维度，形成特定教师角色胜任力评估模型，可应用于特定角色教师的选拔、能力评价、考核等场景。

Description

一种通用教师胜任力和特定教师胜任力的评估方法
技术领域
本申请涉及教育领域，尤其涉及一种基于大数据的通用教师胜任力和特定教师胜任力的评估方法。
背景技术
随着技术和经济的快速进步，整个社会对于教育适应未来发展的要求越来越高。不可避免地，对于教师的能力要求也在不断提高。科学、全面的教师胜任力评估是促进教师不断成长的起点，只有在明晰自身发展优势与劣势的前提下，教师职业发展与各项配套工作的开展才更有方向与目标。
目前，各地都在积极探索与尝试教师胜任力评价体系的建设和部署实施，但是现阶段教师胜任力评估面临的问题主要包括以下几个方面：
(1)评估模型没有完善的科学理论支撑：教师胜任力评估模型的理论依据包括教育学、心理学、管理学、社会学等领域的相关理论，评估覆盖师德师风、教学设计与实施、教师专业素养等多个方面。目前，现行的教师胜任力评估模型在理论依据的充分性和完善性上仍有所欠缺，继而影响教师胜任力评估结果的全面性、严谨性、可靠性。
(2)评估指标没有多维的底层核心素养：目前的教师胜任力评估指标主要由出勤率、学生成绩、升学率、课题论文数量等“硬”性指标组成，除了科学理论依据的完善性和充分性不足之外，更是忽略了影响教师教育教学水平的底层核心素养，如沟通与合作能力、管理能力、创新能力等“软”性指标并没有被纳入其中。
(3)评估算法没有适配教师角色的指标筛选能力：评价教师胜任力需要考虑到不同教师角色在所承担的教育教学任务上的差异，以及由此产生的胜任力指标和水平要求不同，现有的教师胜任力评估算法并不具备基于实际数据挑选适配特定教师角色胜任力指标的能力。评价指标“大而全”的通用教师胜任力评估，由于不对教师角色加以区分，常常造成评估结果没有重点指向和针对性，缺乏实用性。
(4)评估应用没有统一规范的测量工具与标准：目前教师胜任力评估所使用的量表问卷和评价标准很多都是由学校或教育机构自行制定，缺乏统一规范。这使得评估过程容易受到个体经验和主观感受的影响，造成评估结果在可比性、公正性方面存在一定问题，以及评估迁移应用的困难。
发明内容
针对上述问题，本发明的目的在于提供基于大数据的教师胜任力的评估方法，以适应目前对于教师胜任力评估中所存在的问题。
为了实现上述目的，本发明的技术方案如下：
一种通用教师胜任力评估方法，其特征在于，所述方法具体包括以下步骤：
S1，数据采集，采集的数据包括教师基本信息和至少三项通用的教师胜任力维度的自评信息；
S2，数据处理，对步骤S1中采集到的教师的基本信息和至少三项通用的教师胜任力维度的自评信息进行检查、清洗；
S3，通用教师胜任力评估，对至少三项通用的教师胜任力维度的自评信息进行建模计算，得出通用教师胜任力等级；
上述的一种通用教师胜任力评估方法，其特征在于，所述步骤S1中教师基本信息的数据采集方法包括以下其中之一：对接教师所在学校信息系统、从学校信息系统中直接导出、直接录入。
上述的一种通用教师胜任力评估方法，其特征在于，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查具体包括以下子步骤：
S21，有效性检查：包括对原始数据进行字段格式、字段长度、字段内容、字段数值范围、枚举值个数、枚举值集合的有效性检查；
S22，唯一性检查：对主键是否存在重复数据进行检查；
S23，完整性检查：检查字段是否为空或NULL，记录数据是否丢失；
S24，一致性检查：将不同数据源中的相同数据进行比对，检查是否存在数据一致性问题；
步骤S21-S24的顺序为任意顺序。
上述的一种通用教师胜任力评估方法，其特征在于，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行清洗具体包括以下子步骤：
S25，异常值处理：对于数据中存在异常值的情况，按照异常值的类别分别对信息来源渠道进行提醒补充；
S26，数据去重：对于数据中存在重复的情况，去除重复数据；
S27，缺失值处理：对于数据中存在缺失值的情况，按照缺失值的类别分别对信息来源渠道进行提醒补充；
S28，数据格式标准化：对于不同数据源中的相同数据以不同的格式出现的情况，进行数据格式标准化处理；
步骤S25-S28的顺序为任意顺序。
上述的一种通用教师胜任力评估方法，其特征在于，所述对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查、清洗的步骤为以下两种方式的其中一种：先按照任意顺序执行检查子步骤S21-S24，然后按照任意顺序再执行清洗子步骤S25-S28；先执行检查子步骤S21-S24中的任意一步，然后执行清洗子步骤S25-S28中与其相对应的子步骤，其中子步骤S21对应子步骤S25、子步骤S22对应子步骤S26、子步骤S23对应子步骤S27、子步骤S24对应子步骤S28。
上述的一种通用教师胜任力评估方法，其特征在于，所述步骤S1中通用的教师胜任力维度的自评信息通过包括至少三项通用的教师胜任力维度的自评量表进行数据采集，并且每项通用的教师胜任力维度包括至少两个问题。
上述的一种通用教师胜任力评估方法，其特征在于，所述步骤S3中通用的教师胜任力评估包括以下子步骤：
S31，基于自评量表上每一项通用的教师胜任力维度对应的问题所得到的分数，然后计算该通用的教师胜任力维度对应的全部问题的平均分作为教师在该项通用的教师胜任力维度上的得分；
S32，基于自评量表上全部通用的教师胜任力维度的得分，计算平均分作为教师的通用的教师胜任力综合得分；
S33，采集至少两名教师的各项通用的教师胜任力维度上的得分、通用的教师胜任力综合得分，形成通用的教师胜任力测评大数据，计算各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分的常模平均分与常模标准差；
S34，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
一种特定教师胜任力评估方法，其特征在于，所述方法包括权利要求1-7的全部技术特征，还包括以下步骤：
S4，特定的教师胜任力评估模型构建，在至少三项通用的教师胜任力维度中筛选出针对特定教师的特定的教师胜任力维度；
S5，基于步骤S4中筛选出的的特定的教师胜任力维度，按照其所包含的特定的教师胜任力维度，从包括至少三项通用的教师胜任力维度的自评量表中对应摘取相应的题目，形成特定的教师胜任力维度的自评量表；
S6，特定教师使用特定的教师胜任力维度的自评量表进行数据采集；
S7，基于步骤S6的数据采集结果进行特定教师胜任力评估等级的判定。
上述的一种特定教师胜任力评估方法，其特征在于，所述步骤S4中，如公开文献资料中有该特定教师胜任力的评估模型参考，则直接将该评估模型参考中涉及的特定的教师胜任力的维度与至少三项通用的教师胜任力维度进行比对，筛选出相同的教师胜任力维度，形成特定教师的特定的教师胜任力维度。
上述的一种特定教师胜任力评估方法，其特征在于，所述步骤S4中，如公开文献资料中没有该特定教师胜任力的评估模型参考，则包括以下子步骤：
S41，收集至少八名教师的通用教师胜任力的测评数据形成通用教师胜任力测评数据集，其中至少包括三名该特定教师；
S42，对该至少三名特定教师与其余教师在至少三项通用的教师胜任力中，进行每项教师胜任力的曼-惠特尼(Mann-Whitney)U检验，将其中存在显著性差异的教师胜任力纳入到该特定的教师胜任力评估模型中。
上述的一种特定教师胜任力评估方法，其特征在于，所述曼-惠特尼(Mann-Whitney)U检验包括以下子步骤：
S421，针对要进行显著性差异检验的教师胜任力，按照该教师胜任力的对应题目得分的平均分对至少八名教师从小到大进行排序，并记下各位教师的排名，分数最低的教师为第一名，排序后若排名第n、n+1、n+2、……、n+x名教师的得分相同，则计算这(x+1)名教师的平均排名(n+n+1+n+2+……+n+x)/(x+1)作为他们的共同排名，然后第n+x+1名教师的排名不变；
S422，抽取至少三名特定教师的排名，对其排名进行加总，记为TA；抽取其他教师的排名，对其他教师的排名进行加总，记为TB；
S423，按照以下公式分别计算特定教师的检验统计量UA和其他教师的检验统计量UB，其中nA，nB分别为目标角色教师的人数和其他教师的人数。
UA＝nA*nB+nA(nA+1)/2-TA；
UB＝nA*nB+nB(nB+1)/2-TB；
比较UA和UB，以较小值作为最终的检验统计量，记为U；
S424，通过查询临界值表确定(nA，nB)对应的临界值UT，若U<＝UT，则特定教师与其他教师在该胜任力维度上的得分存在统计学意义上的显著差异，该胜任力维度纳入该特定教师的评估模型中；若U>UT，则特定色教师与其他教师在该胜任力维度上的得分不存在统计学意义上的显著差异，不纳入特定教师的评估模型中。
上述的一种特定教师胜任力评估方法，其特征在于，所述步骤S7中特定教师胜任力评估等级包括以下子步骤：
S71，基于特定的教师胜任力维度的自评量表上每一项特定的教师胜任力维度对应的问题所得到的分数，然后计算该特定的教师胜任力维度对应的全部问题的平均分作为教师在该项特定的教师胜任力维度上的得分；
S72，基于特定的教师胜任力维度的自评量表上全部特定的教师胜任力维度的得分，计算平均分作为教师的特定的教师胜任力综合得分；
S73，采集至少两名该特定的教师的各项特定的教师胜任力维度上的得分、特定的教师胜任力综合得分，形成特定的教师胜任力测评大数据，计算各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分的常模平均分与常模标准差；
S74，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
本申请的实施例提供的技术方案可以包括以下有益效果：
通用教师胜任力评估模型包含多项教师胜任力评价维度，通过对教师的多维胜任力进行测量分析实现教师胜任力水平的综合评判，可应用于教师能力评价、考核等场景；
通过从通用教师胜任力评估模型中抽取与特定教师角色(例如班主任、心理导师)相关的评价维度，形成特定教师角色胜任力评估模型，可应用于特定角色教师的选拔、能力评价、考核等场景。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请通用教师胜任力评估方法流程示意图；
图2是本申请特定教师胜任力评估方法流程示意图；
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本申请说明书以及权利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。
下面结合附图，对本申请进行详细说明。在不冲突的情况下，下述的实施例及实施方式中的特征可以相互补充或相互组合。
参看图1，一种通用教师胜任力评估方法，所述方法具体包括以下步骤：
S1，数据采集，采集的数据包括教师基本信息和至少三项通用的教师胜任力维度的自评信息；在该步骤需要采集两类数据，一是教师的基础信息，包括姓名、性别、工号、任教学校、角色名称、任教年级、任教班级、教授科目、教龄；二是教师的胜任力评估数据。
在步骤S1中教师基本信息的数据采集方法包括以下其中之一：对接教师所在学校信息系统、从学校信息系统中直接导出、直接录入
S2，数据处理，对步骤S1中采集到的教师的基本信息和至少三项通用的教师胜任力维度的自评信息进行检查、清洗；
检查具体包括以下子步骤：
S21，有效性检查：包括对原始数据进行字段格式、字段长度、字段内容、字段数值范围、枚举值个数、枚举值集合的有效性检查；
S22，唯一性检查：对主键是否存在重复数据进行检查；
S23，完整性检查：检查字段是否为空或NULL，记录数据是否丢失；
S24，一致性检查：将不同数据源中的相同数据进行比对，检查是否存在数据一致性问题；
步骤S21-S24的顺序为任意顺序。
清洗具体包括以下子步骤：
S25，异常值处理：对于数据中存在异常值的情况，按照异常值的类别分别对信息来源渠道进行提醒补充；
S26，数据去重：对于数据中存在重复的情况，去除重复数据；
S27，缺失值处理：对于数据中存在缺失值的情况，按照缺失值的类别分别对信息来源渠道进行提醒补充；
S28，数据格式标准化：对于不同数据源中的相同数据以不同的格式出现的情况，进行数据格式标准化处理；
步骤S25-S28的顺序为任意顺序。
同时，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查、清洗的步骤为以下两种方式的其中一种：先按照任意顺序执行检查子步骤S21-S24，然后按照任意顺序再执行清洗子步骤S25-S28；先执行检查子步骤S21-S24中的任意一步，然后执行清洗子步骤S25-S28中与其相对应的子步骤，其中子步骤S21对应子步骤S25、子步骤S22对应子步骤S26、子步骤S23对应子步骤S27、子步骤S24对应子步骤S28。
S3，通用教师胜任力评估，对至少三项通用的教师胜任力维度的自评信息进行建模计算，得出通用教师胜任力等级；
在步骤S1中通用的教师胜任力维度的自评信息通过包括至少三项通用的教师胜任力维度的自评量表进行数据采集，并且每项通用的教师胜任力维度包括至少两个问题，同时每个问题均采用同一多点李克特的方式进行评估，进一步的，每个问题也可以采用其他计分方式进行评估，例如百分制、十分制等。
步骤S3中通用的教师胜任力评估包括以下子步骤：
S31，基于自评量表上每一项通用的教师胜任力维度对应的问题所得到的分数，然后计算该通用的教师胜任力维度对应的全部问题的平均分作为教师在该项通用的教师胜任力维度上的得分；
S32，基于自评量表上全部通用的教师胜任力维度的得分，计算平均分作为教师的通用的教师胜任力综合得分，在本申请中，计算平均分作为教师的通用的教师胜任力综合得分可以有不同的优选实施方式，例如简单算数平均分和加权算数平均分，若采用加权算数平均分，需提前设置各项特定的教师胜任力维度的权重；若不同教师胜任力维度采用不同的计分方式，则在计算平均分作为教师的通用的教师胜任力综合得分前，需将各项教师胜任力维度的得分统一转化为相同变化范围，例如可采用如下的方法，将各项教师胜任力维度的得分统一转化为[0,1]之间的分数
x_t＝(x_d-x_min)/(x_max-x_min)
其中，x_d为某项教师胜任力维度的平均分，x_min为该项教师胜任力对应问题的最低分，若以五点李克特计分，则最低分为1分，x_max为该项教师胜任力对应问题的最高分，例如以五点李克特计分，则最高分为5分，x_t为转换后的分数；
S33，采集至少两名教师的各项通用的教师胜任力维度上的得分、通用的教师胜任力综合得分，形成通用的教师胜任力测评大数据，计算各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分的常模平均分与常模标准差；
S34，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
步骤S3完成后，可以输出教师的通用的教师胜任力评估结果，其中包括每一项教师胜任力的评估结果、该名教师的综合教师胜任力结果。通用教师胜任力评估模型包含多项教师胜任力评价维度，通过对教师的多维胜任力进行测量分析实现教师胜任力水平的综合评判，可应用于教师能力评价、考核等场景。
参看图2，一种特定教师胜任力评估方法，包括以下步骤：
S1，数据采集，采集的数据包括教师基本信息和至少三项通用的教师胜任力维度的自评信息；在该步骤需要采集两类数据，一是教师的基础信息，包括姓名、性别、工号、任教学校、角色名称、任教年级、任教班级、教授科目、教龄；二是教师的胜任力评估数据。
在步骤S1中教师基本信息的数据采集方法包括以下其中之一：对接教师所在学校信息系统、从学校信息系统中直接导出、直接录入
S2，数据处理，对步骤S1中采集到的教师的基本信息和至少三项通用的教师胜任力维度的自评信息进行检查、清洗；
检查具体包括以下子步骤：
S21，有效性检查：包括对原始数据进行字段格式、字段长度、字段内容、字段数值范围、枚举值个数、枚举值集合的有效性检查；
S22，唯一性检查：对主键是否存在重复数据进行检查；
S23，完整性检查：检查字段是否为空或NULL，记录数是否丢失；
S24，一致性检查：将不同数据源中的相同数据进行比对，检查是否存在数据一致性问题；
步骤S21-S24的顺序为任意顺序。
清洗具体包括以下子步骤：
S25，异常值处理：对于数据中存在异常值的情况，按照异常值的类别分别对信息来源渠道进行提醒补充；
S26，数据去重：对于数据中存在重复的情况，去除重复数据；
S27，缺失值处理：对于数据中存在缺失值的情况，按照缺失值的类别分别对信息来源渠道进行提醒补充；
S28，数据格式标准化：对于不同数据源中的相同数据以不同的格式出现的情况，进行数据格式标准化处理；
步骤S25-S28的顺序为任意顺序。
同时，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查、清洗的步骤为以下两种方式的其中一种：先按照任意顺序执行检查子步骤S21-S24，然后按照任意顺序再执行清洗子步骤S25-S28；先执行检查子步骤S21-S24中的任意一步，然后执行清洗子步骤S25-S28中与其相对应的子步骤，其中子步骤S21对应子步骤S25、子步骤S22对应子步骤S26、子步骤S23对应子步骤S27、子步骤S24对应子步骤S28。
S3，通用教师胜任力评估，对至少三项通用的教师胜任力维度的自评信息进行建模计算，得出通用教师胜任力等级；
在步骤S1中通用的教师胜任力维度的自评信息通过包括至少三项通用的教师胜任力维度的自评量表进行数据采集，并且每项通用的教师胜任力维度包括至少两个问题，同时每个问题均采用同一多点李克特的方式进行评估，进一步的，每个问题也可以采用其他计分方式进行评估，例如百分制、十分制等。
步骤S3中通用的教师胜任力评估包括以下子步骤：
S31，基于自评量表上每一项通用的教师胜任力维度对应的问题所得到的分数，然后计算该通用的教师胜任力维度对应的全部问题的平均分作为教师在该项通用的教师胜任力维度上的得分；
S32，基于自评量表上全部通用的教师胜任力维度的得分，计算平均分作为教师的通用的教师胜任力综合得分，在本申请中，计算平均分作为教师的通用的教师胜任力综合得分可以有不同的优选实施方式，例如简单算数平均分和加权算数平均分，若采用加权算数平均分，需提前设置各项特定的教师胜任力维度的权重；若不同教师胜任力维度采用不同的计分方式，则在计算平均分作为教师的通用的教师胜任力综合得分前，需将各项教师胜任力维度的得分统一转化为相同变化范围，例如可采用如下的方法，将各项教师胜任力维度的得分统一转化为[0,1]之间的分数
x_t＝(x_d-x_min)/(x_max-x_min)
其中，x_d为某项教师胜任力维度的平均分，x_min为该项教师胜任力对应问题的最低分，若以五点李克特计分，则最低分为1分，x_max为该项教师胜任力对应问题的最高分，例如以五点李克特计分，则最高分为5分，x_t为转换后的分数；
S33，采集至少两名教师的各项通用的教师胜任力维度上的得分、通用的教师胜任力综合得分，形成通用的教师胜任力测评大数据，计算各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分的常模平均分与常模标准差；
S34，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
S4，特定的教师胜任力评估模型构建，在至少三项通用的教师胜任力维度中筛选出针对特定教师的特定的教师胜任力维度；
在本申请的其中一个优选实施方式中，在步骤S4中，如公开文献资料中有该特定教师胜任力的评估模型参考，则直接将该评估模型参考中涉及的特定的教师胜任力的维度与至少三项通用的教师胜任力维度进行比对，筛选出相同的教师胜任力维度，形成特定教师的特定的教师胜任力维度。
在本申请的另一个优选实施方式中，在步骤S4中，如公开文献资料中没有该特定教师胜任力的评估模型参考，则包括以下子步骤：
S41，收集至少八名教师的通用教师胜任力的测评数据形成通用教师胜任力测评数据集，其中至少包括三名该特定教师；进一步的，在本申请的其中一个优选实施方式中，收集至少十名教师的通用教师胜任力的测评数据形成通用教师胜任力测评数据集，其中至少包括五名该特定教师；
S42，对该至少三名特定教师与其余教师在至少三项通用的教师胜任力中，进行每项教师胜任力的曼-惠特尼(Mann-Whitney)U检验，将其中存在显著性差异的教师胜任力纳入到该特定的教师胜任力评估模型中。
上述的一种特定教师胜任力评估方法，其特征在于，所述曼-惠特尼(Mann-Whitney)U检验包括以下子步骤：
S421，针对要进行显著性差异检验的教师胜任力，按照该教师胜任力的对应题目得分的平均分对至少八名教师从小到大进行排序，并记下各位教师的排名，分数最低的教师为第一名，排序后若排名第n、n+1、n+2、……、n+x名教师的得分相同，则计算这(x+1)名教师的平均排名(n+n+1+n+2+……+n+x)/(x+1)作为他们的共同排名，然后第n+x+1名教师的排名不变，其中n为排名；
例如，第4名、第5名、第6名教师的得分相同，则采用上述公式计算出他们的共同排名为第5名，因此该三名教师的排名均为第5名，第7名的教师排名不变仍为第7名。
S422，抽取至少三名特定教师的排名，对其排名进行加总，记为TA；抽取其他教师的排名，对其他教师的排名进行加总，记为TB；
S423，按照以下公式分别计算特定教师的检验统计量UA和其他教师的检验统计量UB，其中nA，nB分别为目标角色教师的人数和其他教师的人数。
UA＝nA*nB+nA(nA+1)/2-TA；
UB＝nA*nB+nB(nB+1)/2-TB；
比较UA和UB，以较小值作为最终的检验统计量，记为U；
S24，通过查询临界值表确定(nA，nB)对应的临界值UT，若U<＝UT，则特定教师与其他教师在该胜任力维度上的得分存在统计学意义上的显著差异，该胜任力维度纳入该特定教师的评估模型中；若U>UT，则特定色教师与其他教师在该胜任力维度上的得分不存在统计学意义上的显著差异，不纳入特定教师的评估模型中。
S5，基于步骤S4中筛选出的的特定的教师胜任力维度，按照其所包含的特定的教师胜任力维度，从包括至少三项通用的教师胜任力维度的自评量表中对应摘取相应的题目，形成特定的教师胜任力维度的自评量表；
S6，特定教师使用特定的教师胜任力维度的自评量表进行数据采集；
S7，基于步骤S6的数据采集结果进行特定教师胜任力评估等级的判定。
在步骤S7中特定教师胜任力评估等级包括以下子步骤：
S71，基于特定的教师胜任力维度的自评量表上每一项特定的教师胜任力维度对应的问题所得到的分数，然后计算该特定的教师胜任力维度对应的全部问题的平均分作为教师在该项特定的教师胜任力维度上的得分；
S72，基于特定的教师胜任力维度的自评量表上全部特定的教师胜任力维度的得分，计算平均分作为教师的特定的教师胜任力综合得分，在本申请中，计算平均分作为特定教师的的教师胜任力综合得分可以有不同的优选实施方式，例如简单算数平均分和加权算数平均分，若采用加权算数平均分，需提前设置各项特定的教师胜任力维度的权重。若不同特定教师胜任力维度采用不同的计分方式，则在计算平均分作为特定教师的胜任力综合得分前，需将各项教师胜任力维度的得分统一转化为相同变化范围，例如可采用如下的方法，将各项特定教师胜任力维度的得分统一转化为[0,1]之间的分数
x_t＝(x_d-x_min)/(x_max-x_min)
其中，x_d为某项特定教师胜任力维度的平均分，x_min为该项特定教师胜任力对应问题的最低分，若以五点李克特计分，则最低分为1分，x_max为该项特定教师胜任力对应问题的最高分，例如以五点李克特计分，则最高分为5分，x_t为转换后的分数；
S73，采集至少两名该特定的教师的各项特定的教师胜任力维度上的得分、特定的教师胜任力综合得分，形成特定的教师胜任力测评大数据，计算各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分的常模平均分与常模标准差；
S74，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
以下以教师“张三”举例，详细说明上述方法：
通用教师胜任力评估方法
S1：数据采集：
教师基础信息
此处以《教师基础信息表》作为采集工具案例，如表1所示，通过学校信息系统对接的方式获取。
表1
通用教师胜任力评估数据
此处以《通用教师胜任力自评量表》作为采集工具案例，教师在线填报，提交回传存储。该量表覆盖多项胜任力，由多道题目组成，采用五点李克特计分方式(反映被调查者在该问题上的态度强弱)，每一项胜任力下都有与之对应的若干个题目，每一道题目仅对应唯一的胜任力。以“心理调适能力”为例，对应的题目及其选项、对应分值，如表2所示，最后一列为张三的填报结果。
表2
S2：数据处理：
对前述采集数据按照数据检查的要求与步骤进行操作，未发现数据存在数据质量问题，可以用于后续分析与计算。
S3：模型应用：
通用教师胜任力评估
(1)假设《通用教师胜任力自评量表》包含如表3所示的17项胜任力，张三在这17项胜任力上的得分如表3【得分】列所示。以“心理调适能力”为例，如表2，其对应2道题目，张三在这两道题目上的得分分别是4分、4分，因此张三在“心理调适能力”上的得分为4分(对应题目的平均分)。其他胜任力的得分计算方法与“心理调适能力”一致。张三的通用胜任力综合得分为上述17项胜任力得分的平均分，为3.22。
序号 胜任力名称 得分
1 心理调适能力 4.00
2 生涯辅导能力 1.50
3 评估分析能力 2.46
4 班集体建设能力 3.65
5 生涯发展理论知识 2.03
6 生涯发展基本技巧 2.37
7 沟通交流能力 3.77
8 教学设计能力 4.53
9 生涯相关信息了解 2.65
10 生涯课程教学能力 1.74
11 心理辅导能力 3.06
12 咨询能力 3.23
13 教学实施能力 3.84
14 关爱学生 4.06
15 责任心 3.88
16 积极心态 3.76
17 倾听共情 4.24
18 通用教师胜任力综合得分 3.22
表3
(2)假设由大数据计算的上述17项胜任力得分以及通用胜任力综合得分的常模平均分、常模标准差如表4所示。此处为了计算方便，假设各项胜任力的常模平均分均为3.00，常模标准差均为1.00，不影响流程说明。
表4
(3)参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，根据表4中的结果，教师通用胜任力的四个等级“待提升”、“中等”、“良好”、“优秀”对应的分数区间如表5所示。
表5
(4)综合张三的实际得分(表3)和等级判定区间(表5)，张三在每一项胜任力以及通用胜任力综合等级判定的结果如表6所示。
表6
特定教师胜任力评估方法
首先特定教师胜任力评估方法包含通用教师胜任力评估方法的全部流程，以下以两种不同的特定教师举例，以“专业生涯导师”和“班主任”两类教师角色为例：
专业生涯导师
参考公开研究文献《普通高中生涯导师专业能力与支持系统构建》中对专业生涯导师胜任力的研究，专业生涯导师包含13项胜任力，如表7所示。
序号 胜任力
1 生涯发展理论知识
2 生涯辅导基本技巧
3 生涯相关信息了解
4 生涯课程教学能力
5 生涯辅导能力
6 心理辅导能力
7 评估分析能力
8 咨询能力
9 沟通交流能力
10 关爱学生
11 责任心
12 积极心态
13 倾听共情
表7
在本案例中，假设《普通高中生涯导师专业能力与支持系统构建》中专业生涯导师包含的13项胜任力均在《通用教师胜任力自评量表》中找到相同的胜任力，按照上表从通用教师胜任力模型中的17项胜任力中抽取对应的胜任力及问题形成“专业生涯导师”胜任力评估模型。
班主任
假设对“班主任”这种教师角色没有公开研究文献给出其胜任力，需要采用显著性检验方法筛选“班主任”胜任力。
(1)假设采用《通用教师胜任力自评量表》收集了6名班主任教师和8名其他角色教师的评估数据，以“班集体建设能力”和“责任心”两项胜任力为例，14名教师的得分如表8所示：
教师编号 教师角色 班集体建设能力 责任心
1 班主任 3.58 2.93
2 班主任 4.25 3.37
3 班主任 3.67 2.76
4 班主任 4.68 3.17
5 班主任 3.46 4.25
6 班主任 3.37 3.29
7 其他 3.29 3.02
8 其他 3.89 3.58
9 其他 2.89 3.46
10 其他 2.98 3.67
11 其他 3.17 2.89
12 其他 2.93 4.68
13 其他 3.02 3.89
14 其他 2.76 2.98
表8
(2)对9位教师分别按照两项胜任力得分进行排名(从小到大)，并记录其排名，参看表9：
表9
(3)对于“班集体建设能力”，6名班主任教师的排名之和等于64，记为TA1；8名其他教师的排名之和等于41，记为TB1。对于“责任心”，6名班主任教师的排名之和等于38，记为TA2；8名其他教师的排名之和等于67，记为TB2。
(4)对于“班集体建设能力”，班主任教师的检验统计量按照公式1计算：
UA1＝nA*nB+nA(nA+1)/2-TA1＝6*8+6*(6+1)/2-64＝5，其中nA＝6，nB＝8
其他教师的检验统计量按照公式2计算：
UB1＝nA*nB+nB(nB+1)/2-TB1＝6*8+8*(8+1)/2-41＝43，其中nA＝6，nB＝8
对于“责任心”，班主任教师的检验统计量按照公式1计算：
UA2＝nA*nB+nA(nA+1)/2-TA2＝6*8+6*(6+1)/2-38＝31，其中nA＝6，nB＝8
其他教师的检验统计量按照公式2计算：
UB2＝nA*nB+nB(nB+1)/2-TB2＝6*8+8*(8+1)/2-67＝17，其中nA＝6，nB＝8
(5)对于“班集体建设能力”，UA1<UB1，以UA1作为最终的统计量，记为U1；对于“责任心”，UA2>UB2，以UB2作为最终的统计量，记为U2。
(6)查询曼-惠特尼(Mann-Whitney)U检验临界值表(表10)可知，在样本数为(6，8)的情况下临界值UT＝8。比较可得，U1＜UT，则班主任在“班集体建设能力”上与其他角色的教师相比存在统计学意义上的显著差异，将“班集体建设能力”纳入“班主任胜任力评估模型中”；U2＞UT，则班主任在“责任心”上与其他角色的教师相比不存在统计学意义上的显著差异，“责任心”不纳入“班主任胜任力评估模型中”。
n2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n1
1
2 0 0 0 0 1 1 1 1
3 0 1 1 2 2 3 3 4 4 5 5
4 0 1 2 3 4 4 5 6 7 8 9 10
5 0 1 2 3 5 6 7 8 9 11 12 13 14
6 1 2 3 5 6 8 10 11 13 14 16 17 19
7 1 3 5 6 8 10 12 14 16 18 20 22 24
8 0 2 4 6 8 10 13 15 17 19 22 24 26 29
9 0 2 4 7 10 12 15 17 20 23 26 28 31 34
10 0 3 5 8 11 14 17 20 23 26 29 33 36 39
11 0 3 6 9 13 16 19 23 26 30 33 37 40 44
12 1 4 7 11 14 18 22 26 29 33 37 41 45 49
13 1 4 8 12 16 20 24 28 33 37 41 45 50 54
14 1 5 9 13 17 22 26 31 36 40 45 50 55 59
15 1 5 10 14 19 24 29 34 39 44 49 54 59 64
表10
假设按照上述6个步骤对17项胜任力逐一进行了曼-惠特尼(Mann-Whitney)U检验，发现班主任与其他教师在“班集体建设能力”、“评估分析能力”、“沟通交流能力”、“生涯辅导能力”、“关爱学生”共5项胜任力存在统计学意义上的显著差异。这5项胜任力构成了班主任教师的胜任力评估模型。
对于前述构建的“专业生涯导师胜任力评估模型”和“班主任胜任力评估模型”，按照各项胜任力从《通用教师胜任力自评量表》中抽取对应的题目形成《专业生涯导师胜任力自评量表》和《班主任胜任力自评量表》，即可应用于对待测教师的评估数据采集。数据采集后的评估方法与前述步骤S71-S74的方法一致。
本申请的实施例提供的技术方案可以包括以下有益效果：
通用教师胜任力评估模型包含多项教师胜任力评价维度，通过对教师的多维胜任力进行测量分析实现教师胜任力水平的综合评判，可应用于教师能力评价、考核等场景；
通过从通用教师胜任力评估模型中抽取与特定教师角色(例如班主任、心理导师)相关的评价维度，形成特定教师角色胜任力评估模型，可应用于特定角色教师的选拔、能力评价、考核等场景。
以上所述仅是本申请的较佳实施例而已，并非对本申请做任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本申请技术方案的范围内。

Claims (12)

1.一种通用教师胜任力评估方法，其特征在于，所述方法具体包括以下步骤：
S1，数据采集，采集的数据包括教师基本信息和至少三项通用的教师胜任力维度的自评信息；
S2，数据处理，对步骤S1中采集到的教师的基本信息和至少三项通用的教师胜任力维度的自评信息进行检查、清洗；
S3，通用教师胜任力评估，对至少三项通用的教师胜任力维度的自评信息进行建模计算，得出通用教师胜任力等级。
2.根据权利要求1所述的一种通用教师胜任力评估方法，其特征在于，所述步骤S1中教师基本信息的数据采集方法包括以下其中之一：对接教师所在学校信息系统、从学校信息系统中直接导出、直接录入。
3.根据权利要求2所述的一种通用教师胜任力评估方法，其特征在于，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查具体包括以下子步骤：
S21，有效性检查：包括对原始数据进行字段格式、字段长度、字段内容、字段数值范围、枚举值个数、枚举值集合的有效性检查；
S22，唯一性检查：对主键是否存在重复数据进行检查；
S23，完整性检查：检查字段是否为空或NULL，记录数据是否丢失；
S24，一致性检查：将不同数据源中的相同数据进行比对，检查是否存在数据一致性问题；
步骤S21-S24的顺序为任意顺序。
4.根据权利要求3所述的一种通用教师胜任力评估方法，其特征在于，对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行清洗具体包括以下子步骤：
S25，异常值处理：对于数据中存在异常值的情况，按照异常值的类别分别对信息来源渠道进行提醒补充；
S26，数据去重：对于数据中存在重复的情况，去除重复数据；
S27，缺失值处理：对于数据中存在缺失值的情况，按照缺失值的类别分别对信息来源渠道进行提醒补充；
S28，数据格式标准化：对于不同数据源中的相同数据以不同的格式出现的情况，进行数据格式标准化处理；
步骤S25-S28的顺序为任意顺序。
5.根据权利要求4所述的一种通用教师胜任力评估方法，其特征在于，所述对步骤S1中采集到的教师的基本信息和通用的教师胜任力维度的自评信息进行检查、清洗的步骤为以下两种方式的其中一种：先按照任意顺序执行检查子步骤S21-S24，然后按照任意顺序再执行清洗子步骤S25-S28；先执行检查子步骤S21-S24中的任意一步，然后执行清洗子步骤S25-S28中与其相对应的子步骤，其中子步骤S21对应子步骤S25、子步骤S22对应子步骤S26、子步骤S23对应子步骤S27、子步骤S24对应子步骤S28。
6.根据权利要求5所述的一种通用教师胜任力评估方法，其特征在于，所述步骤S1中通用的教师胜任力维度的自评信息通过包括至少三项通用的教师胜任力维度的自评量表进行数据采集，并且每项通用的教师胜任力维度包括至少两个问题。
7.根据权利要求6所述的一种通用教师胜任力评估方法，其特征在于，所述步骤S3中通用的教师胜任力评估包括以下子步骤：
S31，基于自评量表上每一项通用的教师胜任力维度对应的问题所得到的分数，然后计算该通用的教师胜任力维度对应的全部问题的平均分作为教师在该项通用的教师胜任力维度上的得分；
S32，基于自评量表上全部通用的教师胜任力维度的得分，计算平均分作为教师的通用的教师胜任力综合得分；
S33，采集至少两名教师的各项通用的教师胜任力维度上的得分、通用的教师胜任力综合得分，形成通用的教师胜任力测评大数据，计算各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分的常模平均分与常模标准差；
S34，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项通用的教师胜任力维度上的得分以及通用的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
8.一种特定教师胜任力评估方法，其特征在于，所述方法包括权利要求1-7的全部技术特征，还包括以下步骤：
S4，特定的教师胜任力评估模型构建，在至少三项通用的教师胜任力维度中筛选出针对特定教师的特定的教师胜任力维度；
S5，基于步骤S4中筛选出的的特定的教师胜任力维度，按照其所包含的特定的教师胜任力维度，从包括至少三项通用的教师胜任力维度的自评量表中对应摘取相应的题目，形成特定的教师胜任力维度的自评量表；
S6，特定教师使用特定的教师胜任力维度的自评量表进行数据采集；
S7，基于步骤S6的数据采集结果进行特定教师胜任力评估等级的判定。
9.根据权利要求8所述的一种特定教师胜任力评估方法，其特征在于，所述步骤S4中，如公开文献资料中有该特定教师胜任力的评估模型参考，则直接将该评估模型参考中涉及的特定的教师胜任力的维度与至少三项通用的教师胜任力维度进行比对，筛选出相同的教师胜任力维度，形成特定教师的特定的教师胜任力维度。
10.根据权利要求8所述的一种特定教师胜任力评估方法，其特征在于，所述步骤S4中，如公开文献资料中没有该特定教师胜任力的评估模型参考，则包括以下子步骤：
S41，收集至少八名教师的通用教师胜任力的测评数据形成通用教师胜任力测评数据集，其中至少包括三名该特定教师；
S42，对该至少三名特定教师与其余教师在至少三项通用的教师胜任力中，进行每项教师胜任力的曼-惠特尼(Mann-Whitney)U检验，将其中存在显著性差异的教师胜任力纳入到该特定的教师胜任力评估模型中。
11.根据权利要求10所述的一种特定教师胜任力评估方法，其特征在于，所述曼-惠特尼(Mann-Whitney)U检验包括以下子步骤：
S421，针对要进行显著性差异检验的教师胜任力，按照该教师胜任力的对应题目得分的平均分对至少八名教师从小到大进行排序，并记下各位教师的排名，分数最低的教师为第一名，排序后若排名第n、n+1、n+2、……、n+x名教师的得分相同，则计算这(x+1)名教师的平均排名(n+n+1+n+2+……+n+x)/(x+1)作为他们的共同排名，然后第n+x+1名教师的排名不变；
S422，抽取至少三名特定教师的排名，对其排名进行加总，记为TA；抽取其他教师的排名，对其他教师的排名进行加总，记为TB；
S423，按照以下公式分别计算特定教师的检验统计量UA和其他教师的检验统计量UB，其中nA，nB分别为目标角色教师的人数和其他教师的人数。
UA＝nA*nB+nA(nA+1)/2-TA；
UB＝nA*nB+nB(nB+1)/2-TB；
比较UA和UB，以较小值作为最终的检验统计量，记为U；
S424，通过查询临界值表确定(nA，nB)对应的临界值UT，若U<＝UT，则特定教师与其他教师在该胜任力维度上的得分存在统计学意义上的显著差异，该胜任力维度纳入该特定教师的评估模型中；若U>UT，则特定色教师与其他教师在该胜任力维度上的得分不存在统计学意义上的显著差异，不纳入特定教师的评估模型中。
12.根据权利要求9或11所述的一种特定教师胜任力评估方法，其特征在于，所述步骤S7中特定教师胜任力评估等级包括以下子步骤：
S71，基于特定的教师胜任力维度的自评量表上每一项特定的教师胜任力维度对应的问题所得到的分数，然后计算该特定的教师胜任力维度对应的全部问题的平均分作为教师在该项特定的教师胜任力维度上的得分；
S72，基于特定的教师胜任力维度的自评量表上全部特定的教师胜任力维度的得分，计算平均分作为教师的特定的教师胜任力综合得分；
S73，采集至少两名该特定的教师的各项特定的教师胜任力维度上的得分、特定的教师胜任力综合得分，形成特定的教师胜任力测评大数据，计算各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分的常模平均分与常模标准差；
S74，参考公开研究文献《中国城镇居民亚健康评定量表的常模构建》的方法，按照[最小值,x-s)，[x-s,x),[x,x+s)，[x+s,最大值]将教师在各项特定的教师胜任力维度上的得分以及特定的教师胜任力综合得分划分为“待提升”、“中等”、“良好”、“优秀”四个等级，其中x为某一项胜任力得分或者综合得分的常模平均分，s为某一项胜任力得分或者综合得分的常模标准差。
CN202310634268.XA 2023-05-31 2023-05-31 一种通用教师胜任力和特定教师胜任力的评估方法 Pending CN116663988A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310634268.XA CN116663988A (zh) 2023-05-31 2023-05-31 一种通用教师胜任力和特定教师胜任力的评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310634268.XA CN116663988A (zh) 2023-05-31 2023-05-31 一种通用教师胜任力和特定教师胜任力的评估方法

Publications (1)

Publication Number Publication Date
CN116663988A true CN116663988A (zh) 2023-08-29

Family

ID=87727334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310634268.XA Pending CN116663988A (zh) 2023-05-31 2023-05-31 一种通用教师胜任力和特定教师胜任力的评估方法

Country Status (1)

Country Link
CN (1) CN116663988A (zh)

Similar Documents

Publication Publication Date Title
CN107230174B (zh) 一种基于网络的在线互动学习系统和方法
CN103942993B (zh) 一种基于irt的自适应在线测评系统及其方法
CN101901555A (zh) 学习能力检测系统及其方法
CN107657559A (zh) 一种中文阅读能力测评方法及系统
CN114913729B (zh) 一种选题方法、装置、计算机设备和存储介质
CN110443427A (zh) 基于认知知识谱的成绩预测方法及其系统
Kang et al. Scenario evaluation with relevance and interest (SERI): Development and validation of a scenario measurement tool for context-based learning
CN110765362B (zh) 一种基于学习情况相似度的协同过滤个性化学习推荐方法
CN106096068A (zh) 在线教学测评网站系统
CN110069550A (zh) 一种基于教育关联的统计分析方法及云平台系统
CN113196318A (zh) 一种理科教学系统及其使用方法、计算机可读存储介质
CN114897077A (zh) 一种基于机器学习的英语阅读素养评价方法
Mahoney Linguistic influences on differential item functioning for second language learners on the National Assessment of Educational Progress
CN117079504B (zh) 一种大数据精准教学批阅系统的错题数据管理方法
Bofah et al. Studying the factorial structure of Ghanaian twelfth-grade students’ views on mathematics
CN116663988A (zh) 一种通用教师胜任力和特定教师胜任力的评估方法
CN112699933B (zh) 用户教学素材加工处理能力自动识别方法及系统
Keuchel Arts Education Development Index (AEDI)–A Comparative International Empirical Research Approach in Arts Education
CN112164262A (zh) 一种智能阅卷辅导系统
CN117455126B (zh) 一种泛在实训教学和考评管理系统及方法
Boori et al. Cognitive Diagnostic Modeling Analysis of the Reading Comprehension Section of an Iranian High-stakes Language Proficiency Test
Wiberg et al. The association between attitudes towards mathematics, students' background and TIMSS mathematics achievement
Kali First-year university biology students' difficulties with graphing skills
CN117952796B (zh) 一种基于数据分析的阅读教学质量评估方法及系统
CN112085629A (zh) 一种诊断及补偿训练的智能系统

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