數據工程專業教學與科研業績的內在關系分析

陸星家 陳志榮

摘 要 數據工程專業隨著大數據的快速發展，成為教育部新設立的新專業。通過對學生評教數據、科研業績數據的分析。配對T檢驗分析結果表明，職稱對于學生評教無顯著差異，評教較好的教師、評教較差的教師的科研業績都無顯著差異，副教授與講師的學生評教存在顯著差異。

關鍵詞 學生評教 科研業績 數據工程 配對T檢驗

中圖分類號：G424 文獻標識碼：A DOI：10.16400/j.cnki.kjdkz.2019.03.050

Abstract With the rapid development of big data， data engineering has become a new major in the Ministry of education. Through the analysis of student evaluation of teaching data and scientific research achievement data， the results of paired T test show that there is no significant difference in the evaluation of teaching Titles among students， and there is no significant difference in the scientific research performance between teachers with better teaching evaluation and teachers with worse teaching evaluation.

Keywords student evaluation of teaching； research achievement； data engineering； paired T test

數據工程專業既是傳統的理工類專業，也是當前信息技術、計算機技術、統計科學的支撐專業，在信息技術人才培養、科技研發、數據挖掘、人工智能等方面發揮越來越重要的作用。與研究型本科院校不同，應用型本科院校的數據工程類專業還較多地承擔著教學和社會服務作用。[1]數據工程類專業的相關知識發展非常迅速，大數據、云計算、區塊鏈、人工智能發展日新月異，幾乎每隔幾個月就會有令人耳目一新的新技術、新產品出現。同時，從事本專業的工程師需要不斷地更新知識才能跟上行業的發展，這對應用型數據工程類專業的人才培養是一個很大的挑戰。學校的教學需要在穩定中逐步更新，但是社會對專業知識的更新速度卻不會減慢。如何讓應用型本科院校的數據工程類專業教育適應這一專業的特殊背景，是當前數據工程類專業建設迫切需要解決的難題。[2，3]

1 研究方法與方法

通過獲取寧波工程學院2016-2017年統計年鑒數據以及教務評教數據，數據通過脫敏處理，提取數據工程專業2016-2017年的科研業績、學生評教信息。針對科教融合的理念，選擇學生評教前30%、后30%的科研業績，以及科研業績30%、后30%的學生評教排名進行配對T檢驗，判別兩者之間是否存在顯著性差異?？蒲袠I績-評教成績、教齡采用模型擬合的方式對以上數據進行擬合， 通過回歸分析判斷科研、教學之間內在的關系。

2 數據工程專業科研、教學業績調查

2.1 數據工程學生評教、科研業績

數據工程專業2016年所有教師的平均學生評教排名為268名（樣本總量559），表明數據工程專業教師的學生評教處于中等水平。數據工程專業2017年學生評教前30%教師信息，所有教師的平均學生評教排名為243名（樣本總量591），相比較2016年的學生評教排名，排名提升6%，2017年數據工程專業學生教學滿意度有提升。

2016年學生評教中，教授的平均排名為217名，中位數為263名，副教授的平均評教排名為285名，中位數249名，講師的平均評教排名為218名，中位數244名。2017年學生評教中，教授的平均排名為242名，中位數為126名，副教授的平均評教排名為205名，中位數202名，講師的平均評教排名為260名，中位數260名。探索性統計分析結果表明，教授更加重視教學過程的管理，對學生學習的要求更加嚴格，因此學生評教成績并不占優勢。

2.2 人均科研業績的配對T檢驗

將學生評教2016年前30%教師的科研業績（A-1），后30%教師的科研業績（A-2）、全體教師的科研業績（A3），2017年學生評教前30%的科研業績（A4），后30%教師的科研業績（A5）、全體教師的科研業績（A6）進行配對T檢驗，配對T檢驗的結果表明，2016年、2017年前30%，后30%的科研業績無顯著差異（p<0.05）（見表1）。

2016年理學院學生科研業績前30%教師的學生評教平均成績為296名。2017年理學院學生科研業績前30%教師的學生評教平均成績為212名。2016年理學院學生科研業績前30%教師的學生評教平均成績為322名。2017年科研業績后30%教師的學生平均評教成績為364名。將科研業績前30%（B-1），后30%（B-2）、以及學院平均評教成績（B-3）進行配對T檢驗，配對T檢驗的結果表明，前30%，后30%、平均評教成績無顯著差異（見表2）。

2.3 職稱對學生評教的影響

在2016年的學生評教中，教授與副教授的學生評教具有負相關，教授與講師的學生評教相關性接近0，副教授與講師評教的相關度最高。教授16評教（A1）、副教授16評教（A2）、講師16評教（A3）進行配對T檢驗，檢驗結果如表3所示。講師與教授、副教授的學生評價具有顯著性差異。

在2017年的學生評教中，教授、副教授、講師的學生評教正相關，副教授與講師評教的相關度最高。教授17評教（B1）、副教授17評教（B2）、講師17評教（B3）進行配對T檢驗，檢驗結果如表4所示，講師與副教授的學生評價具有顯著性差異。

將2016、2017年的教授、副教授、講師的學生評教進行相互配對T-檢驗，其中教授16評教（A1）和教授17評教（B1）具有的相關度最高，副教授16評教（A2）和副教授17評教（B2）具有明顯的負相關，講師16評教（A3）和講師17評教（B3）具有明顯的負相關。進行配對T檢驗結果如表4所示，教授、副教授和講師的學生評價沒有顯著性差異。

3 結論

通過對數據工程專業的評教數據進行統計分析，教授、副教授與講師的評教成績在2016年有顯著差異，副教授與講師在2017年有顯著差異。在人均的科研業績中，教授、副教授與講師沒有顯著的差異。

參考文獻

[1] 楊現民，駱嬌嬌，劉雅馨，等.數據驅動教學：大數據時代教學范式的新走向[J].電化教育研究，2017（12）：13-20.

[2] 吳南中.混合學習視域下的教學設計框架重構——兼論教育大數據對教學設計的支持作用[J].中國電化教育，2016（5）：18-24.

[3] 李葆萍，周穎.基于大數據的教學評價研究[J].現代教育技術，2016.26（6）：5-12.