Published
2025-07-22
Section
Articles
How to Cite
数智融合驱动下应用型本科院校实践类课程过程性评价研究
唐 启涛
湖南信息学院
左 满英
湖南信息学院
万 晓云
湖南信息学院
DOI: https://doi.org/10.59429/jyyj.v7i6.10677
Keywords: 数据融合;过程性评价;数字孪生
Abstract
传统教育教学评价存在评价方法单一、内容片面,以及重智育分数、轻德育素质等问题。当前,应用型高 校实践类课程需革新评价方式。为此,分析其过程性评价指标,提出应用型本科院校实践类课程应建立过程性、认 知、情感、发展性指标的四位一体评价观点。同时,引入数智融合技术,开展学生成长追踪与个性化教育支持实践。 借助 AI 技术,对实践类课程过程性评价指标进行优化。经实践,学生的实践应用能力与自主学习能力得到显著提升, 为应用型人才培养提供了有力支撑。
References
[1] 胡金蓉,邹茂扬,文武,等.大数据驱动的学习分析技术研究进展[J].现代电子技术,2020(18):54-58.
[2] Papamitsiou Z, Economides A A. Learning analytics and educational data mining in practice:A systematic literature review of empirical evidence[J]. Journal of Educational Technology &
Society,2014,17(4):49-64.
[3] 赵艺扬.数字孪生图书馆:基于数字孪生技术的新型智慧图书馆建设[J].出版广角,2020(10):79-81.
[4] 郑思思,陈卫东,徐铷忆,等.数智融合:数据驱动下教与学的演进与未来趋向——兼论图形化数据智能赋能教育的新形态[J].远程教育杂志,2020(4):27-37.
[5] 陈桂香.大数据对我国高校教育管理的影响及对策研究[D].武汉:武汉大学,2017.
[6] 卢迪,段世飞,胡科,等.人工智能教育的全球治理:框架、挑战与变革[J].远程教育杂志,2020(6):3-12.
[7] 王战军,乔刚.大数据驱动的教育研究新范式[J].北京大学教育评论,2018(1):179-185.
[8] 王永固,陈俊文,丁继红,等.数据驱动的教师网络研修社区数字画像构建与应用——基于“浙江名师网”的数据分析[J].远程教育杂志,2020(4):74-83.
[9] Iglesias J A, Angelov P, Ledezma A, et al. Creating evolving user-behavior profiles automatically[J]. IEEE Transactions on Knowledge-and Data Engineering,2012,24(5):854-867.
[10] 王莎,赵兰亭.数据肖像:“大数据”对高校学生思想的精准描绘[J].大学教育科学,2017(5):102-107.