新高考增值评价系统业务简单介绍(超详细,图文并茂)

简介: 新高考增值评价系统业务简单介绍(超详细,图文并茂)

一:基本信息

1:学校信息

登录后,直接填写学校信息,重点注意:选择自己学校所在省份,后期数据计算将会按照学校所在省份的新高考赋分等级算法进行计算。

在这里插入图片描述

2:教师管理

因为教师信息量比较大,系统采用批量上传方式添加教师信息步骤如下

1:下载教师模板

在这里插入图片描述

模板填写要求如下:

在这里插入图片描述

2:上传教师模板

在这里插入图片描述
填写完教师模板后,可对模板数据进行上传,如上图

在这里插入图片描述

3:查看教师数据

可通过下图查看教师数据

在这里插入图片描述
在这里插入图片描述

4:教师信息编辑

对应教师姓名点击左键-》编辑,可对教师进行删除和科目的调整

在这里插入图片描述
选择教师授课科目

在这里插入图片描述

如图 44班程老师在担任班主任的同时,增加化学教学任务,可按上图选择对应学科。点击创建后,在化学位置增加该教师名称。

5:新增教师

某班新增某科时,可左键单击

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6:导出教师数据

在这里插入图片描述
如上图:点击导出教师数据 系统会下载该数据。

3:年级管理

为保证数据的统一和完整性,年级和班级都是根据教师模板上传时的数据创建,不单独增加接口。删除年级,将会物理删除该年级所有数据,因数据不可恢复,请谨慎操作!

在这里插入图片描述

二:考试管理

1:考试模板

1.1:上传成绩
考试数据是一切后续数据分析的基础,数据分析前,请首先上传成绩数据。
为保证数据完整性合法性,请使用本系统下载成绩模板,不要自行编制模板
在这里插入图片描述
上传数据前,请选择年级,系统将会生成相应模板。

1:该模板有sheet1sheet2两部分

在这里插入图片描述
Sheet2说明:
考试模板注意事项:
在这里插入图片描述
请首先阅读顶部说明。

  • 1处:均为系统填写,尤其编号和年级名称不能修改
  • 2处:
    2.1:学生姓名不能修改,否则系统将会认为是新增学生,自动在相应年级新增学生

2.2:班级名称和学生姓名都不能为空,新增学生直接增加 班级名称和姓名即可。

  • 3处:

走班后,如果该生没有该科成绩,不要填写任何数据。保留空白。

1.2:上传考试数据

在这里插入图片描述
选择上传考试数据选择:1:选择年级 2:选择“基础成绩”或“测评成绩”
基础成绩VS测评成绩区别:
1:基础成绩是进行增量评价的基础,基础成绩由多次考试成绩按平均分综合而成。
2:测评成绩是某次考试需要开展评价的考试。
如:贵校拟对2020级期末考试考试进行评价。

第一步:基础数据准备:
需要上传该年级至少3次大型考试成绩,或最能反应学生真实水平的考试成绩。
高一年级 基础成绩建议为 中考成绩+若干次大型考试成绩。
高二年级 选择高一阶段的若干次大型考试成绩。
基础考试成绩要求:参加考试学生全面,且能反应学生真实水平。

2:数据上传完整演示

2.1: 准备前N次大型考试数据

如下图:从系统下载模板,选中考试年级 点击确定

成绩模板下载完毕后,在模板中添加考试数据
在这里插入图片描述
准备N次最能反应学生真实成绩的考试
在这里插入图片描述
数据模板注意事项:
Sheet1:
在这里插入图片描述
如上图:只有行政班和教学班不在同1个班才填写该走班信息!
在这里插入图片描述

2.2: 基础数据上传

选中年级
在这里插入图片描述
如下图:选中基础成绩
每个年级第一次上传都是基础成绩
在这里插入图片描述
基础成绩上传时间较短,等待时间长短由学校网速和学生具体数据量而定,一般7000人数据量在10秒左右即可计算完毕。
在这里插入图片描述
连续上传多次基础成绩。

在这里插入图片描述
继续选择 基础成绩,不要换“测评成绩”选项,直到上传完所有的基础成绩。

2.3:基础数据综合

选中所有的基础成绩,点击成绩综合按钮
在这里插入图片描述
点击完后,所有成绩将合并成一次考试。注意:完成后界面不会立刻更新,稍等会合并为1次考试后再进行下次操作。
在这里插入图片描述

2.4:成绩综合

1个年级只有2次成绩综合机会:
1、高一阶段成绩综合,用于评价高一阶段的增量数据,
建议使用:中考成绩,入学摸底、期末考试、会考等代表学生真实水平的考试。
2、高二阶段分班数据
建议使用: 走班选课前的摸底、高一综合成绩等大型考试数据。
3、大规模更换教师 (一般不需要)
建议使用:更换教师前的考试数据,更换教师后的数据不要作为基础数据

2.5:测评成绩上传

测评成绩是真正开展教学评价的成绩,每次成绩上传后,用户可以通过与综合成绩对比得出教学增量结果。
如下图:
基础数据综合完成后,今后再上传考试数据一律选择”测评考试”。

在这里插入图片描述

测评数据上传过程较为复杂,系统以人工智能算法对采集数据建立数学模型,对数据完整性、合法性、统一性进行归集、清洗等一系列操作。因此过程消耗时间较长,大约会持续20-30秒左右。
完成后如下图:
在这里插入图片描述

三:成绩统计

成绩统计分为

  1. 等级赋分
  2. 区间统计
  3. 学生增量分析
  4. 班级增量分析
  5. 科目增量分析

在这里插入图片描述

2.1:等级赋分

等级赋分后,选中相应年级和考试,点击”查询”按钮,即可展示相应数据,数据包括某个学生班内、校内排名,总分 总分班内、校内排名。
在这里插入图片描述

校内排名按各省教育部门通用规则:按语数外原始分+选课等级分计算总分排名;总分相同者,按语数外总分高低区分;语数外相同者按选课高低排名。
”下载数据”按钮可下载到excel表格进行保存

2.2:区间统计

区间统计展示各班在N个区间的学生分布数量和增量,用于学校查看不同分数段的增减情况。如图:600-750分数段学生对比基础考试明显减少,即重点生的比例下降。
在这里插入图片描述

区间表达式规则:
如:420,451,601,751 代表
查询420-450、451-600、 601-750的每个区间的总人数,这里需要注意 表达式是包含第一个 不包含第2个数字。区间统计学校可根据自身情况有针对性的设计。

如下图:列表显示了各班分数段人数变化情况,

在这里插入图片描述
如,62、63、64在本次考试中600-750分数段学生都下滑出该分数段,这就需要教师对学生情况进行及时诊断和分析。
建议用户将本次考试和前N次考试进行对比,得出合理结论。

2.3:学生增量分析

如下图:选中年级和考试,点击按钮”查询”,即可获取学生增量数据
在这里插入图片描述

学生增量数据作用:
让级部、教师的工作更具针对性,清楚了解学生较为突出的进退步情况,对后续开展工作指明重点关注对象。实际上有很多学生及时拉一把就上来了,本人:高一、二成绩几乎垫底,高二下学期不知为啥就得到各科老师关注,高三成功逆袭985 211。我一直相信,只要老师多关注,学生一定能取得非常大的飞跃。

2.3.1 临界生/重点生增量

在这里插入图片描述
第一次使用界面为空,系统自动记忆学校设置
在这里插入图片描述
在这里插入图片描述
如上图:
1: 临界生:成绩差一点就到了某个级别的学生。
2: 重点生:重点分数线的学生
3: 类别:对级别进行命名:如 以前习惯采用的一本 二本 三本 专科等。这里不建议使用一、二段线标准,分数界定太模糊,工作范围大 针对性不强,学校可针对自身情况自己设定类别
4:分数线:该级别对应的分数
5:浮动值:该级别对应分数标准向下浮动值
临界举例:如今年双一流均线530分,学校认为我校凡是510-520分的学生使使劲都能到达这个分数,so可按上图方式设置:
类别:1本
分数线:520分
浮动分:10 (即510分,注意 浮动分是向下浮动!)
学校可针对不同级别设置分数。
新增类别课点击按钮”新增临界”,全部输入后,点击按钮”提交”。
6:图表:各级别人数与基础成绩对比图表(目前该图表展示可能存在问题,我们会抓紧修正)
7:临界生/重点生表格。
点击姓名:出现该生的数据分析图标。

在这里插入图片描述
1:该生各科排名
该重点/临界生的各科排名
2: 该生综合成绩和本次成绩总分对比
3:各科趋势变化斜线向下代表名次提升,斜线向上代表名次下滑
4:基础分和本次考试各科分数和名次变化。
通过该图表可找到进步最大的科目和弱势科目。

2.4:班级增量分析

班级增量分析用于评价班级教学工作质量的数据。首页展示各班各科平均分,该科占该班总分比例、回归值、增量排名、班级总分、班级平均回归值、班级增量排名。
在这里插入图片描述
选择年级和考试名称,点击”查询”按钮,即可获取班级增量数据

各科:
各科班级平均分:该科各班平均分
总分比例:该科占该班总分(各科成绩和)的比重。
回归值:统计数学模型,以等值(见算法篇)为基础数据,经过清洗后获取的班级评价分。
增量排名:与基础分对比的差,用于计算增量。
等值分概念:等值分我们可以理解为货币交换中1美元=7RMB 这种概念。如该生基础成绩90分,这次考试原始分80分,而等值为100分 ,表示:本次考试,该生原始分80分,相当于基础考试中成绩为100分的学生水平。等值分是后续各项数据统计算法的基础:主要原因在于学生参加各次考试的总体数量、发挥水平、题的难易度都不可能相同,单独拿两次成绩对比毫无意义,数据统计必须建立在对等的原则才有意义。
如下图:点击“班级” 按钮系统显示班级数据:
在这里插入图片描述
在这里插入图片描述
1:各科占总比分比例
如语文:代表该班语文总分占全校语文总分的比例。
2:历次科目对比
经等值转换后,各科平均分对比。(两次科目平均分无对比性,所以需要对分数先等值化处理)。
3:各班基础成绩往后,各测评成绩散点分布图。
通过该图可以直接看到该校联考成绩相较基础成绩有所下降。
4:表格:等值分、回归值对比。

2.5:科目增量分析

在这里插入图片描述

1:选择年级和考试名称 查看相应数据
2-3:2和3分别展示各科贡献率,因为语数外的采用原始分150分 ,选课等级分,所以在统计贡献率时,分别统计
4:平均分对比,本次考试和基础分平均分的对比。
5:R方检验:用于对比检验本次统计服从性数据,一般低于0.7代表本次统计无意义。
6:基础回归和本次回归代表了成绩波动曲线,回归计算以转换后的等级分为基础计算,目的是将2次成绩具有可比性。
7:增量值:进步量变化值。
8:增量排名:根据增量排名,计算的增量值,增量值代表了教学水平的进退步情况,这里需要注意的是,增量值的高低不代表科目总分的高低。
9:离散值:代表科目内学生成绩的分化程度,值越小越好。

2.5.1 科目数据分析

在这里插入图片描述

如上图:点击某科目,进入科目数据界面。
该界面包括:
1:本科进退前10名(图1.1);2:本次考试该科前10名(图1.2); 3:成绩段分布数据统计图表(图1.3);4:该科具体教师教学数据情况(图2);5:该科各班贡献率(图3)

在这里插入图片描述

1:本科进退前10名(图1.1处):统计本科进退步前10名学生、所在班级、进退步名次。
2:本次考试该科前10名(图1.2处):统计本科目前10名学生。
3:成绩段分布数据统计图表(图1.3):上图绿色部分代表基础成绩分布,如截图片段:

在这里插入图片描述

本次考试该科分数在71.5分的学生有29个,从全图观察,本次考试分数集中在60分左右,基础科目集中在80-100之间,注意:这并不能代表这次考试水平远低于基础分,我们需要看增量值变化。就像前文所说,这次考试均低于基础分有可能是考试题难造成的,这种情况需要学校具体分析。以本真实数据为例,代表了该年级该科确实是在下降,因为疫情原因,学生在家上课,质量上确实不好把控。

在这里插入图片描述
图3 该科各班贡献率数据统计

2.5.2 教师教学数据分析

在这里插入图片描述
展示该科每一位教师的教学成果
如上图:该教师教学质量变化不大,比较稳定,下图教师变化可以明显看出有一定的分差
在这里插入图片描述

以上就是整个项目的业务以及操作简单介绍,欢迎专业人士在评论区做点评,我们会从不同角度不断汲取大家的意见,使得该项目能更加完善,投入到实际场景中使用。

目录
相关文章
|
7月前
|
运维 安全 容灾
亿格名片 | 小红书:「红线数据不外泄」准则下的数据安全“种草”攻略
小红书的安全是紧贴业务类型与发展阶段演进开展的,从内容安全再到技术安全、网络安全等方面不断迈进。区别于传统围绕防止黑客入侵的安全建设思路,保障数据安全以及管理访问控制是小红书高度关注的要点,防止红线数据外泄是终态目标。当下,随着数据安全等政策法规的落地,数据安全成了备受关注的领域,在实现我们防护红线数据不外泄的核心目标,且保障员工工作效率及体验,我们选择性地舍去了传统云桌面、沙箱之类比较“重”的工具。基于此,共创落地零信任数据安全体系,集成至内部安全办公系统中,替代3、4个安全软件,实现最小权限访问以及数据分类分级、流转、分发等全方位管控,这样既有效保护红线数据、又不影响员工效率与体验。
亿格名片 | 小红书:「红线数据不外泄」准则下的数据安全“种草”攻略
|
机器学习/深度学习 人工智能 数据可视化
量化交易搬砖套利机器人系统开发详情方案丨swap交易所搬砖套利机器人系统开发成熟技术/规则玩法/案例详细/源码部署
 顾名思义,就是借助数量化的方法进行交易。借助数量化的方法,进行技术面分析、基本面分析、流动性分析、宏观经济分析,都可以称之为“量化分析”。依托量化分析的结果进行交易,可以称之为“量化交易”。
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?(上)
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?
170 0
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?(上)
|
存储 大数据
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?(下)
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?
221 0
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?(下)
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?(中)
【蓝桥真题7】贴吧车队作弊?应对线上考和双填趋势,我们该如何备考?
139 0
幼儿园食品安全舆情工作怎么做?
一直以来食品安全问题就是全民关注的焦点,再加上幼儿园作为这一特殊主体,尤其是近年来有关幼儿园食品安全问题的报道层出不穷,如涉及到的食堂餐具安全问题、食材安全问题、食堂工作人员卫生安全问题等等。
|
机器学习/深度学习 数据采集 自然语言处理
商品评价里藏了一座“宝藏”,阿里工程师如何挖掘?
小叽导读:买家评价是消费者购物后对商品的真实反馈。多数买家评价中包含了“消费者常问问题”的回答。比如冰箱,大家可能关心“声音大吗?”、“耗电吗?”、“容量大不大?”,这些问题通常可以在评论区找到其他消费者的使用反馈。这部分信息能够有效地帮助消费者购买到心仪的产品,那么,如何让这些评论匹配到不同人的需求?接下来, 天猫的“大家最关心”告诉你答案。
1429 0
商品评价里藏了一座“宝藏”,阿里工程师如何挖掘?
|
大数据
零售数据观(一):如何花30分钟成为一个标签设计“达人”
作者简介:铁叫兽,10年+数据相关经验,曾在电信、阿里从事过DBA,数仓,解决方案,目前从事零售行业的解决方案。 序言:是否碰到大量的人力投入基于流程管理的信息化系统建设,也运行了好几年了,同时大数据也热了好几年了,但企业IT部门还是无从下手,既不确信大数据是否可以真的带来业务价值也不清楚从哪着手更容易推动大数据项目落地,本文就是通过“标签”,一种基于具体业务场景但同时又是业务人员看的懂的数据的方式,帮助企业从点做起,循序渐进,让大数据真正落地。
|
新零售
为杜绝假货,阿里共有12项黑科技!从商品到经营者全方位监督
随着新零售产业和互联网的飞速发展,网购似乎已经变成了我们生活中一项必不可少的“仪式”。那日常网购剁手的大家一定能感受到近几年阿里旗下的各大网购平台的在商业规范,商品质量和用户评价等方面的水平都有很大提升,事实上也确实如此。
1878 0