交叉學科學生發展評價體系研究

摘 要：交叉學科建設已然成為知識創新與科學發展的時代顯著特征。在數智社會的背景下，構建面向高校交叉學科學生的人才發展評價指標體系，能夠為學生的發展狀態測評、能力提升以及培育提供重要參考。本研究提出了交叉學科人才發展評估框架，通過多元線性回歸數據驅動優化指標體系，利用隨機森林確定評價指標權重，最終形成了涵蓋“學習興趣與認知投入”“創新潛力與實踐”“外部驅動與生活平衡”3個一級指標以及14個二級指標的交叉學科人才發展評價指標體系，應用于交叉學科學生的認知站位、內驅路徑和情景創建三個方面，為人才發展培養管理策略的提出提供有力依據。

關鍵詞：交叉學科；多元回歸分析；隨機森林；指標體系

近年來，交叉學科建設已成為人才發展的戰略必需以及順應時代發展的必然走向［1］。交叉學科學生作為在知識融合環境下成長起來的新型學習者群體，對多學科知識的感受與接納表現得極為積極。然而，當前交叉學科學生的基礎學科素養及跨學科整合能力表現各異，面對日益繁雜的知識體系以及多學科交叉所帶來的強勁挑戰，提升與培育新時期高階的交叉學科人才，成為人才發展在戰略層面的關鍵需求，也是適應時代發展的必然抉擇［2］。明確新時代背景下交叉學科發展的概念體系，有助于進一步推動交叉學科發展評價與培育工作。

1 交叉學科人才發展相關研究概述

目前，高校人才培養方向已逐漸從專業需求向產業需求轉變，知識體系也由專業類學科向學科交叉融合方向轉變。交叉學科絕非原有學科的單純疊加，而是通過深度交叉融合形成具有新特質的學科領域，這對于促進學科間的共性問題研究、打破語言壁壘和推動深度融合具有重要作用［3］。隨著知識融合的深化和社會對復合型人才需求的增長，交叉學科人才發展將有更廣闊的空間［4］。

學科交叉研究的發展趨勢表明會聚研究正逐步成為新興的研究范式，解決社會重大挑戰問題成為學科交叉研究的主要驅動力，自然科學與社會科學的交叉趨勢持續增強，學科交叉研究的發展需要與之相適配的研究與創新生態系統［5］。然而，國內外學者大多僅致力于對人才發展的研究，而已有部分關于交叉學科人才發展的探討主要集中在理論層面，缺乏實證數據的支撐。整體來看，現有關于交叉學科人才發展的研究從單一維度構建評估框架，難以滿足其在縱向深度上的延伸以及橫向輪廓上的豐富這一雙重發展要求。

2 交叉學科學生人才發展框架構建

本文從多學科融合的視角出發，將交叉學科人才發展視為動態演進的綜合性概念，圍繞高校交叉學科學生人才發展的科學內涵與實現路徑，形成“學習態度—創新能力—綜合影響”3個維度，采用文獻研究、數據驅動、問卷調研等方法，構建高校交叉學科學生人才發展質量評價指標體系，采用多元回歸分析進行指標優化，并利用隨機森林算法計算各評價指標的權重。

2.1 評價體系構建原則

在交叉學科學生人才發展中要探究其內在的核心影響力，明確其和何種因素存在直接或間接關聯。交叉學科學生人才發展應當適應交叉學科特點，構建交叉學科人才發展評價指標體系中的各項指標能夠體現學習過程中的變化特性，梳理概括當下的學生發展成果，滿足社會對交叉學科學生的需求，揭示未來交叉學科人才發展的關鍵驅動力量以及給出相應發展建議。

（1）全面考量學生發展需求。交叉學科學習內容復雜且綜合，難以用單一指標進行評估。因此，教師需要關注學生的學科學習動力和基礎認知、創造力與行動能力、外部環境和生活狀態。

（2）適應交叉學科特點的需求。交叉學科要求學生具備跨領域知識技能，能促使學生探索學科交叉點，將知識轉化為創新成果，能提供外部支持與平衡保障，以應對學習挑戰。

（3）滿足社會對人才的需求。當今社會對交叉學科人才需求日益增長，他們須具備扎實的專業知識、創新能力與良好的適應能力，培養符合社會需求的人才，以此提升其在未來職業生涯中的競爭力。

2.2 交叉學科學生發展指標選取

依據上述研究進行歸納并以多元回歸分析法進行驗證，從3個維度構建一級指標，在一級指標下用14個二級指標進行表示，構架交叉學科發展評價體系，完成最終指標的確立。

2.2.1 數據來源與信效度檢驗

本研究的數據采集對象為東北林業大學理學院信息與計算科學專業2020—2023級的224名學生。數據由兩部分組成：（1）學生所學習課程的課程成績；（2）通過問卷調查獲取學生的數據。本研究共收到204名學生完成的問卷調查，數據清理后，有效問卷率約95.1%，剔除無效問卷，采用完整性、一致性、合理性原則，對收集到的有效問卷進行克隆巴赫系數信度檢驗、KMO檢驗和Bartlett球形檢驗，得到表1，表明調查問卷所收集的結果可以支撐學習分析。

2.2.2 指標優化

為切實提升研究的科學性與有效性，我們引入學生學業表現這一中介變量，對初始指標體系進行全面修訂與完善。學生學業表現對其發展起著重要的引領作用。采用多元回歸分析方法，得到如下相關系數見圖1。

1.數學學科學業表現；2.計算機學科學業表現;3.數學學科喜愛度；4.計算機學科喜愛度；5.數學學科重要認知度；6.計算機學科重要認知度；7.數學學科投入度；8.計算機學科投入度；9.數學創新敏感度；10.計算機創新敏感度；11.創新項目參與意向；12.網課影響度；13.授課方式影響度；14.日常娛樂平衡度

2.2.3 指標選取

通過表中的數據所示，各指標對學業表現具有顯著的驅動效應，能直接反映學生的學習動機、投入程度和綜合素養，對學業表現的影響更為顯著和穩定，且部分指標之間存在高度相關性，共同作用于學生的學習態度和行為模式，為構建更加合理的指標體系提供了有力依據。最終形成由3個一級指標和14個二級指標組成的交叉學科學生發展評價體系，見表2。

2.3 基于隨機森林的評價指標賦權

2.3.1 構建隨機森林模型

隨機森林以決策樹作為基分類器，在構建CART決策樹過程中，以基尼指數最小的屬性來作為最優劃分屬性。特征的基尼指數越小，說明該特征就越重要。基尼指數作為CART算法的分區準則，在決策樹的每個內部結點上選擇屬性。

第i棵樹節點q的基尼指數GI計算公式為：

GI（i）q=∑Cc=1∑Cc′≠cp（i）qcp（i）qc′=1-∑Cc=1（p（i）qc）2

其中，C表示C個類別，pqc表示節點q中類別c所占的比例。

對于第j個特征，在第i棵樹節點q處，計算其重要性變化量：

VIM（Gini）（i）j=GI（i）q-GI（i）l-GI（i）r

其中GI（i）l和GI（i）r分別表示分枝之后兩個新節點的基尼指數。

假設隨機森林中共有i棵樹，M個特征，那么特征j在整個隨機森林中的重要性（歸一化后）為：

VIM（Gini）j=1I·∑Ii=1VIM（Gini）（i）j∑Mj=1∑Ii=1VIM（Gini）（i）j

得到最終的評價指標重要性權重。

2.3.2 評價指標賦權結果

根據隨機森林模型計算出的特征重要性結果，計算各指標的綜合權重值，得到各級評價指標權重見圖2。

圖2 交叉學科學生發展體系各級評價指標權重圖

3 對策與建議

3.1 認知站位方面

（1）強化課程認知與價值觀念。引導學生領會課程投入與認知的重要性，樹立正確態度與取向。提升學生對課程興趣、重要性和創新性的感知維度，從認知心理學強化元認知，激發內在動機，提高認知深度與廣度。

（2）重視外部環境認知。協助學生認識外部環境對自身發展的影響，引導其積極利用外部資源，從生態系統理論視角優化外部生態環境，通過培訓課程促進學生與外部環境良性互動。

3.2 內驅路徑方面

（1）培養自主學習能力。教師應激勵學生主動參與學習過程，增強他們的學習主動性和參與度，培育學生分析問題和創新思維的能力；為學生提供自我探索和實際操作的機會，增強學生的問題解決能力和創新能力，支持學生的個人成長和發展。

（2）發展高階思維能力。教師應重視學生批判性思維和創造性思維等高階思維技能的培育；引導學生進行深層次的思考和批判性評價，提高他們的思維水平和創新能力，為他們的未來發展打下堅實的基礎。

（3）明確個人發展目標。教師指導學生依興趣、特長和職業計劃制定學習目標、職業目標和計劃；幫學生確立目標，調動學生學習的積極性，讓其結合自身情況設立目標和方向，保障成長有正確方向和持續動力。

3.3 情景創建方面

（1）優化課程教學情景。教師應創新教學情景，采用多媒體教學、互動式教學等方式，提高課程的趣味性與實用性；為學生創設真實的學習情境，促進學生對知識的建構與應用，提升實踐能力。

（2）拓展外部學習情景。教師應充分利用外部環境資源，為學生提供多樣化的學習體驗；讓學生在真實的工作環境中鍛煉自己的能力；讓學生在真實的社會情境中學習與成長，拓寬學生的視野與發展空間。

（3）建立良好的學習氛圍。教師應為學生營造積極向上的學習氛圍，促進學生之間的交流與合作；鼓勵學生相互學習、共同進步，建立良好的學習氛圍，促進學生之間的互動與合作。

總之，通過從認知站位、內驅路徑以及情景創建三方面采取相應的對策建議，可以有效地提高學生的課程投入與認知水平，激發學生的學習動力和創新能力，為學生的全面發展創造良好的條件。這三個方面相互關聯、相互作用，共同構成了促進學生發展的有機整體。通過綜合施策，可以優化學生發展的生態系統，提升學生的綜合素質與競爭力。

結語

在當今數智化時代浪潮澎湃涌動之際，學生發展的評價體系在持續演進并臻于完善。本文聚焦于學生發展評價指標體系，展開了深入且系統的探究。通過對各指標權重的縝密分析與綜合考量，明晰了學習興趣與認知投入、創新潛力與實踐、外部因素與生活平衡對于學生發展的關鍵影響。

然而，我們的研究尚存一定的局限性。未來，我們將進一步探索更為科學、客觀的指標體系賦權方式，同時持續驗證研究指標的可操作性，廣泛收集多元化的數據，不斷優化評價指標體系，為交叉學科學生發展提供更為精準、有效的建議方略。

參考文獻：

［1］陳偉斌.“雙一流”建設背景下新興交叉學科建設路徑思考［J］.中國大學教學，2021（09）：8086.

［2］楊量杰，陳思捷，李翔宇.高校跨學科人才培養的三大困境及對策［J］.教育探索，2023（05）：2932.

［3］劉仲林，程妍.“交叉學科”學科門類設置研究［J］.學位與研究生教育，2008（06）：4448.

［4］馬寧，王紅兵，劉怡君，等.我國交叉學科發展的趨勢特征及多維測度研究［J］.研究生教育研究，2023（03）：19.

［5］張政，華中生.學科交叉賦能人才培養的整體性思維及其實施策略［J］.中國大學教學，2024（07）：410+58.

項目基金：東北林業大學大學生創新創業訓練計劃項目“機器學習視域下學習相關性的研究”（編號：2024 10225439）；黑龍江省高等教育教學改革研究項目“‘產賽教學研用’多元融合育人機制下應用統計專碩課程建設與實踐研究——以《大數據分析方法》課程為例”

作者簡介：關雅馨（2004— ），女，漢族，河北石家莊人，本科在讀，研究方向：數據分析；李明睿（2005— ），男，漢族，遼寧葫蘆島人，本科在讀，研究方向：復雜網絡；劉奎澤（2005— ），男，漢族，黑龍江訥河人，本科在讀，研究方向：機器學習；高增武（2004— ），男，漢族，河北滄州人，本科在讀，研究方向：數據挖掘。

*通信作者：馬曉劍（1977— ），女，漢族，碩士研究生，副教授，研究方向：數據挖掘和圖像處理。