【2021夏季挑战赛】高职学生综合素质测评成绩分析

我是社区第126761位番薯,欢迎点我头像关注我哦~

一、选手简介

1、团队名称:威海职业学院智慧研究院
      
(1)团队成员

  • 简洁:队长,智慧研究院教师,信息中心主任,从事学校数据管理和应用工作,本校学生综合素质测评系统的开发者之一,帆软认证资深BI工程师(FCBP)。在本次比赛中承担BI分析、说明制作等工作。
  • 柳鹏:智慧研究院院长,服务工业互联网实施专业改造的举措在2021年4月11日《新闻联播》获得报道,利用FineReport等多平台自主开发本校“学生综合素质测评系统”等应用系统,帆软认证BI工程师(FCBA)、“决策菁英”。在本次比赛中承担数据治理、应用系统运维等工作。
  • 朱志涛:智慧研究院教师,本校2017级“数据分析卓越工匠班”学生,毕业后留校任教,参与“学生综合素质测评系统”等多个系统开发、实训室信息化改造项目,帆软认证报表工程师(FCRP)。在本次比赛中承担数据采集、治理、初级处理等工作。

      
(2)团队照片

        



2、参赛初衷        

“让每个人都有人生出彩的机会”是职业教育者的初心。在数字时代,我们希望能通过数据激发学生的成长力、引导教师的执行力、赢得领导的支持力,为学生“追梦”“避坑”、为教师“精准施教”、为学校“提质增效”提供依据。同时,希望通过比赛提升BI工具的应用水平,并通过比赛让更多人了解、支持职业教育。        
              

 

                  
二、作品介绍       

 

1、需求痛点        

教育评价具有“指挥棒”作用,学生综合素质测评指标众多,测评成绩涉及范围广、覆盖周期长、计算模型复杂。本校实时更新学生各类积分变动,每月组织综测成绩分析并实施奖励和专项教育,但是学生工作部门及二级学院的分析报告为传统文字报告、数据统计表,编写周期长、可获取范围有限且阅读理解难度大,对于管理层快速提取关键信息、教师针对性掌握本院问题、学生科学设计学霸进阶计划不利。因此,一份能够快速生成、可视易懂且具有自助使用功能的分析报告成为众望所归。        
        
                        

        
2、分析思路               

校内最关心学生综合测评成绩的人大体可以分为3类:学生自己、以学生工作人员为核心的二级学院教师、以职能部门为代表的学校管理层。据此,按照关注点从整体到个体的思路,将数据报告分为3个部分:     

(1)学校整体层面:看两端查不足辅助趋势把握               
  • 从各二级学院不同年级学生在5个综测等级上的人数分布,对比各二级学院学生人数,重点分析C、D级学生分布情况;
  • 提取各二级学院不同年级第一名学生,制作“状元榜”词云,直观树立典型人物;
  • 分析“信用激励”维度中各个指标(不含学业成绩)获得加分的学生人数和生均分数,查找学生素质短板、观测评价体系分值设置的合理性;
  • 筛选出挂科人数最多的15门课程,为教务处、教学督导室等强化教学质量监测、实施教学改进提供依据;
                                                         
(2)二级学院层面:做比较找共性辅助精准施教               
  • 对各二级学院综测成绩中激励加分、违纪减分进行“波士顿矩阵”分析,比较二级学院的管理策略;
  • 对各二级学院挂科学生人数、课程数进行对比分析,为二级学院和专业教师改进教学方法、提高教学质量提供依据;
  • 分惩戒等级统计并展示违纪处分、处理的累计人次,为学生处把握学生管理的整体风险提供依据;
  • 分二级学院展示不同违纪处理级别累计人次,为学生处和二级学院实施学生惩戒、开展针对性教育提供依据;
  • 提取学生违纪最多发的15种违纪类别,为学生处和二级学院把握教育重点提供参考;
(3)学生个体层面:亮标杆看差距辅助自我诊改               
  • 提供学生综测成绩相关信息的个性化自助查询模块;
  • 依据查询对象,动态提供学生所在二级学院、年级学霸的数据画像,为学生寻标对标提供可视化依据;
  • 提供查询对象的数据画像,通过与学霸的直观比较,辅助师生诊断问题、持续改进。
                                                         
3、数据来源               

学校数据:1个学生基本信息表,学业成绩表、第二课堂成绩表等11个评价指标事实表、学生图书借阅历史表。数据为2020年10月综测体系运行后所面向的2019、2020级学生。            
                                                         
4、数据处理   

(1)数据治理及脱敏:逐一检查各表,对原始数据中的缺失值、异常值及非规范值进行处理,例如:从教务系统中导出的学生学业成绩表,成绩状态存在“通过”“合格”“不合格”“不及格”“不通过”及原始分数等非规范值字段,统一处理为“通过”“不通过”。再如:“十佳”竞赛获奖等级在评价体系文件中未列入,通过FineReport初次赋分为“空值”,与业务部门沟通后完成赋分。               
  
(2)建立自助数据集:将学生基本信息表、评价指标表导入BI,为每个指标分别建立自助数据集。               
       指标积分计算:对不能直接赋分、需要二次计算的指标,通过自主数据集计算原始积分,例如:学期学业成绩积分、学生干部履职积分、违纪扣分等。               
               
                                       


               
(4)总评成绩计算及等级评定:以学生基本信息表为基础表,通过“左右合并”方式并入各指标积分,依据指标体系建模计算、按条件计算评价等级。                        
                        
                                                        

                        
(5)主题性分析:依据分析思路,再补充建立“激励指标得分分析”“综测二级学院生均加减分对比”“违纪处理分析”“个人评价指标分析”等自助数据集,实施可视化分析。例如:个人评价指标分析表是将“学业成绩积分”等11个自助数据集进行“另存为”操作,通过“左右合并”方式形成所有学生的单项指标分,再通过“字段设置”方式对字段名更名,统一命名为“指标积分”,之后“新增列”命名该项指标名称,最后通过“上下合并”方式形成所有学生指标分析的一维表。为了便于展示综测基本信息,再通过“左右合并”方式从“20201综测成绩”自助数据集中并入“综测等级”“综测总分”等信息。                                
                                
                                                                        

                                
5、可视化报告                                       

(1)版式布局                                       

学生综合素质测评相关指标及字段含义都比较直观。为了便于打印查阅,报告确定为浅色背景。因本校logo为蓝色主调,寓意工匠精神,故此本报告题目、一级标题背景色选用蓝色系。在综测等级的配色上,取“青出于蓝而胜于蓝”之意, A+级设置为青色,其他等级顺次为深蓝、浅蓝色,C级、D级(如有)分别为具有警示性的黄色、红色。不同可视化图中相同指标设置为相同颜色或选择同色系,保持表意一致,例如:二级学院、挂科课程、违纪处理等。                                       

按照分析思路,报告从上到下为报告题目、分层级分析内容、问题与建议、学校校名图片共4个部分,总体上符合人的阅读习惯,便于读者理解内容、接受意见,同时突出本校职教特色和校本特色。                                       

(2)分析结论                                       

总体上,学生综合测评体系对学生全面发展具有指引作用,学生工作队伍整体对综测工作重视,学校自主开发的测评系统能够支持工作实施。但仍存在问题,例如:                                       
  • 学生管理工作方面:从二级学院“各年级综测等级分布”组块可以了解学生规模,对比“违纪处理人次及等级分布”组块却发现某些二级学院违纪处理人次明显低于正常,可以推测在进行学生违纪处理时,这些学院仍采用线下处理和统计模式,导致综测系统中无记录,进一步导致在“二级学院综测加减分对比”组块中对管理策略和效果进行对比分析时“数据”与“现实”不符,不利于职能部门和管理层掌握整体情况,健全学生教育管理机制。
  • 综测体系文件方面:从“激励性指标得分”组块能明显看出加分指标项(因学业成绩积分为每个学生必有的“强制性”加分项,因此此组块未列入)中,除“第二课堂”“劳动实践”指标外其他得分人数和生均加分都比较低,对照“学霸画像”“学生画像”也能发现此规律。对照文件会发现某些指标权重和基础分值本身设置不高,但获得难度较大,例如:“非专业证书”5分/个、“职业资格证书”10分/个。而事实上英语四级证书、某些专业的高级职业资格证书考取难度都较大,据此建议学生处修订指标体系,提升综测的系统性、激励性。
  • 学生教育教学方面:从“二级学院挂科对比”组块可见挂科学生人数与学生规模并不高度相关,则职能部门、二级学院需要从生源素质、课程质量、课程评价等多方面多方面查找问题。从“挂科人数TOP15课程”可以看出,公共课“美育”的挂科人数居然最多,实际情况是大部分学生没有完成线上教学平台的课程学习,“大学生心理健康教育”“思想道德修养与法律基础”“体育与健康”这些公共课也都有20多个学生挂科,另外从“学生画像”还可见,大多数学生在多数激励指标上未获得加分,一方面说明这些学生本人重视不足、素质不突出,另一方面也提示教师需要针对学生个人特点进行培养指导,从而“不让一个学生掉队”“让每个学生都有出彩人生”。

附:完整的仪表板截图

0001.jpg                                       

附: 作品介绍视频


三、参赛总结                                               
                                                                                                        
1、FineBI工具                                                
                                                                                                        
BI是我们理解数据使其“为我所用”的利器。技术学习成本过高、远离业务运行的工具必将让我们这些业务人员敬而远之。FineBI专业、友好、贴心,帆软也提供很多培训课程和学习资源,让我们有信心、有能力应对数字化挑战和业务难题。借此机会,必须点赞一些功能,例如:                                                
                                                                                                        
  • “左右合并”“上下合并”对多表处理真是救星,特别是“左右合并”,简直是“删除列”的神器 (#^.^#)
  • “新增列”中的“所有值/组内”“累计值/组内”“排名/组内”等都是特别实用的功能,原来要算好久的数据现在一键搞定O(∩_∩)O
  • “过滤组件”被我们灵活运用为“个人自助查询”,使报告具有了互动性、个性化,一报万“面”,着实给了师生们巨大惊喜╰(*°▽°*)╯

2、参赛总结                                                
                                                                                                      
这份报告既是对我校自研“学生综合素质测评系统”试运行期的复盘,也是对学生工作信息化建设的一次推动。在编制报告的过程中,各种“坑”接踵而来:有系统没数据,数据清洗不规范、不彻底,写错计算公式,组件运用不熟练……再加上测评体系指标内涵不清晰、系统填报不规范,我们不停地发现问题、解决问题,所幸学生处和二级学院的同仁们给力,团队小伙伴团结协作,大家在其他工作压力山大的时候,挤出个人休息时间补漏洞、想办法。我们深深体会到:                                                
                                                                                                      
  • 行胜于言。“若万事俱备,要你何用?”问题是价值的原点,抱怨无济于事,行动起来是我们不二的选择;
  • 协作共进。亚里士多德说:“能独自生活的人,不是野兽,就是上帝。”工作,特别是信息化建设、数据管理和应用工作更是如此,换位思考、急人所需是我们的口诀;
  • 拥抱未来。信息化、数字化永远在路上,既不对已有成果沾沾自喜,也不因基础薄弱妄自菲薄,未来已来,我们在路上!



高职学生综合素质测评成绩分析.pdf (553.38 K) 

发表于 2021-6-11 09:27:35
期待期待期待
发表于 2021-6-11 09:59:45

学习了
发表于 2021-6-11 11:40:21
发表于 2021-6-11 15:51:36
写得很棒,虽然我也经常用FineBI做分析,但从没有去认真分析需求痛点、系统性梳理分析思路。向你们学习
发表于 2021-6-12 10:39:22
发表于 2021-6-16 11:57:57
美育居然挂这么多人
发表于 2021-7-10 21:46:05
“学校整体层面:看两端、查不足,辅助趋势把握;二级学院层面:做比较、找共性,辅助精准施教;学生个体层面:亮标杆、看差距,辅助自我诊改"

总结的太棒了!作为外行,看完都能对学生成绩分析了解的比较清楚了

另外给其他学BI的新同学们划重点:这几个功能要学会! 截图202107102146301432.png


编辑于 2021-7-10 21:48  
发表于 2023-8-4 14:29:02
你好,请问这个视频是怎么放进来的?
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

8回帖数 8关注人数 16138浏览人数
最后回复于:2023-8-4 14:29

返回顶部 返回列表