湖南科技大学，地球科学与空间信息工程学院，湖南 湘潭

收稿日期：2022年6月24日；录用日期：2022年9月1日；发布日期：2022年9月8日

摘要

教育实习的质量控制具有一定的滞后性，有效实施过程质量控制可以确保教育实习的完成质量。从系统性与反思性分析教育实习实施过程中的质量影响因素，从前期准备阶段、课堂教学阶段、班级管理与教研阶段、总结反思阶段4个方面，选取23个单项指标构建了教育实习实施过程质量评价指标体系。采用模糊最优归类模型对教育实习分阶段计算各环节质量指标值及各环节之间差距值，实现有效实时的教育实习实施过程质量监控。实例证明：运用模糊最优归类模型对教育实习实施过程质量评价是十分可靠、有效的，可以在实际中进行运用。

关键词

教育实习，实施过程，质量评价，质量控制，模糊最优归类模型

Investigation on Quality Evaluation of Educational Practice Based on Fuzzy Optimizing Cluster Model

Jinning Xie, Guanghui Yu, Wenhui Li

School of Earth Sciences and Spatial Information Engineering, Hunan University of Science and Technology, Xiangtan Hunan

Received: Jun. 24^th, 2022; accepted: Sep. 1^st, 2022; published: Sep. 8^th, 2022

ABSTRACT

Quality control has a certain lag phase after process of student teaching practice completed, the effective implementation of process quality control can ensure the quality of the practice. From the systematic and reflective analysis, by analyzing the factors influencing the student teaching practice in the process of implementation of quality, this paper first selects 23 indicators to build quality evaluation index system of student teaching practice implementation process from four aspects such as pre-preparation stage, classroom teaching stage, class management and research stage, summary reflection stage. Then by using the fuzzy optimal cluster model, this paper also calculates the link quality index and the value of each link of student teaching practice in order to achieve effective real-time project monitoring and control of process quality. The demonstration results show: using fuzzy optimal cluster model to evaluate the implementation process quality of student teaching practice is very reliable, effective, can be used in practice.

Keywords:Educational Practice, The Implementation Process, Evaluation of Quality, Quality Control, The Fuzzy Optimal Cluster Model

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

不断提高高校师范生的综合素质养，使之能适应社会经济发展对其改革的需要，成为了我国当前教师育的主题。教育实习是高校师范专业人才培养课程体系中的重要内容，是将所学的理论知识和教育实践结合的有效手段，是提高师范生综合素质的重要环节。教育实习评价又是教育实习工作中的关键环节，是检查实习效果、督促实习工作、反馈师范人才信息的有效途径 [1] ，是完善教育实习管理的重要手段。我国现行的教育实习评价方式单一，多以综合观察法为主，倾向于以最终实习结果等级判断的终结性评价，忽略对实习过程的评价，缺乏科学性、客观性 [2] ，忽视实习评价在实习过程中应有的反馈、促进和发展的作用 [3] ，不利用于调动实习生教育实习的积极性，因此改革教育实习的评价方法已成为当前教育实习工作的重点。近年来，教育实习评价出现了量化研究的趋势，如模糊数学评价法 [4] [5] [6] [7] [8]、基于SPA的教育实习成绩评价模型 [9] ，此类评价方法虽然以定量评价为主，但过程性、系统性不足。同时，部分学者也探索了注重过程的档案袋评价法等 [10] [11] [12] [13] [14] ，实现了评价的过程性，但评价的定量性又略显不足。本文提出的模糊最优归类方法，可以从系统的角度，并从多层次计算，同时应用等级细分的方法，动态地分辨差距，从教育实习实施过程入手，系统地对教育实习实施过程进行评价研究，评价既定目标的有效性，考核实习进度、质量和水平，发现教育实习过程中存在的问题，并及时进行有效反思和调控，对于完善教育实习管理和确保其完成质量具有重要意义。

2. 教育实习实施过程质量评价指标体系

2.1. 建立指标体系的原则

为了真实地反映教育实习实施过程的质量水平，在选择评价指标，构建指标体系时应遵循以下原则：① 系统性的原则，要把教育实习整个过程看一个有机的整体，从系统的角度来选取评价指标，这是确保评价结果准确合理的基础；② 独立性和全面性相结合原则，即要选择选择代表性和独立性较强的指标，又要选择能反映教育实习实施过程质量各个方面的指标；③ 动态性原则，必须有相应的指标来反映教育实习过程的动态性，使评价模型具有“活性”；④ 可操作性原则，某些指标可能对实习评价影响较大，但是该指标可能无法量化或获取等。

2.2. 教育实习实施过程质量评价指标体系方案

借鉴已有的研究结果 [15] - [21] ，根据上述构建指标体系的原则，以教育实习实施过程质量评价为目的，结合指标的有效性、特异性、敏感性、可比性四个要求，从前期准备阶段、课堂教学阶段、班级管理与教研阶段、总结反思阶段4个方面，选取23个单项指标构建了教育实习实施过程质量评价指标体系(表1)。

表1. 教育实习实施过程质量评价指标体系与归一化权重

3. 教育实习过程质量的模糊最优归类评价模型

3.1. 指标赋值

对实习教师A的教育实习实施过程的“指导老师”和“教育实习要求的实习过程质量”进行评价，即计算这两个节点的评价值，进而计算这两个节点的差距，从而计算出其质量评价值。对于这两个节点，设定的评价指标体系表示为：

u₁：前期准备阶段：u₁₁, u₁₂, u₁₃, u₁₄；

u₂：课堂教学阶段：u₂₁, u₂₂, u₂₃, u₂₄, u₂₅, u₂₆, u₂₇, u₂₈；

u₃：班级管理与教研阶段：u₃₁, u₃₂, u₃₃, u₃₄, u₃₅, u₃₆；

u₄：总结反思阶段：u₄₁, u₄₂, u₄₃, u₄₄, u₄₅。

先对“指导老师感觉到的实施过程质量”进行评价，采用10级量表(表2)。

表2. 评价10级量表

在得出每一等级频率的后，各等级频率乘以该等级赋值，再相加就可得出对某一因素u_ij的对象值 $x_{ij}\left(i=1,2,3,4;j=1,2,3,\cdots ,8\right)$。

3.2. 指标等级分类

指标等级分类采用表2的10个等级，并给出10个等级的分值范围，见表3。

表3. 指标标准值与对象值

评判对象分为m类或m个等级，则有n个评价指标或n个评价因素，可记为y_ih，y_ih+1，分别表示第i个评价因素，第h个分类标准的上限和下限，其中 $y_{i1}\ge y_{i2}\ge \cdots \ge y_{im+1}$。界点归属为一类，且仅归属为一类。

3.3. 数值的规格化

此时，各等级的界点及对象值可以在[0, 1]之间，也可以在[0, 1]之外，为了规范化，本模型采用规格化方法，使其均落在[0, 1]之间。于是规定：

第i个因素，1类标准上限值y_i1对模糊对象的隶属度为1，

第i个因素，m类标准下限值y_i,m+1对模糊对象的隶属度为0，

第i个因素，介于y_i1和y_i,m+1之间的标准值的隶属度在0到1之间，则可按公式(1)求取。

$S_{ih}=\frac{y_{ih}-y_{im+1}}{y_{il}-y_{im+1}}$ (1)

S_ih为指标分类标准值对模糊对象的隶属度，即规格化数值( $h=1,2,\cdots ,m$ )。

根据表3数据，则可以计算得出规格化的矩阵形式：

$S=\left|\begin{array}{cccccc}1& 0.9& 0.8& 0.7& \cdots & 0.1\\ 1& 0.9& 0.8& 0.7& \cdots & 0.1\\ ⋮& ⋮& ⋮& ⋮& \ddots & ⋮\\ 1& 0.9& 0.8& 0.7& \cdots & 0.1\end{array}\right|={\left(S_{ih}\right)}_{n\times m}$ (2)

再设n个对象值组成向量：

$x={\left(x_1,x_2,\cdots ,x_m\right)}^{\text{T}}$ (3)

同样可对数据进行规格化处理。

在这里规定，对于对象值越大越优时，大于等于1类指标标准上限y_i1时，对模糊对象的隶属度为1；小于等于m类指标标准下限y_i,m+1时，对模糊对象的隶属度为0；介于y_i1和y_i,m+1之间的对象值对模糊对象的隶属度在(0, 1)之间取值，其按公式(4)计算。

$a_i=\frac{x_i-y_{im+1}}{y_{il}-y_{im+1}}$ (4)

则，可以分别求出 $x_{11},x_{12},x_{13},\cdots ,x_{48}$ 别对应 $a_{11},a_{12},a_{13},\cdots ,a_{48}$ 的值。

对于x则可以得到对象的隶属度向量，即规格化向量。

$a={\left(a_1,a_2,\cdots ,a_n\right)}^{\text{T}}$ (5)

3.4. 权重确定

在评价等级划分为10个等级时，归一化权重按公式(6)计算。

${w^{\prime }}_i=0.1\left(h+\frac{S_{ih}-a_i}{S_{ih}-S_{ih+1}}\right)$ (6)

即相邻两个等级以0.1差异进行计算，对a_i值在等级标准之间的，则用内插法计算其归一化权重。

然后按列，即按i指标求归一化权重：

$w_i=\frac{{w^{\prime }}_i}{{\displaystyle \underset{i=1}{\overset{m}{\sum }}{w^{\prime }}_i}}$ (7)

3.5. 模糊最优化归类模型

设有n个指标的对象隶属度值随机落在矩阵S不同分类的指标隶属度标准范围内，并且落入矩阵不同类别的上限值和下限值分别为C₁、C₂，且C₁、C₂均为正整数，则有不等式(8)：

$1\le C_1<C_2\le m$ (8)

设整体对象对各个分类的隶属度向量为： $b=\left(b_1,b_2,\cdots ,b_h,\cdots ,b_m\right)$，$b_h\left(h=1,2,\cdots ,m\right)$ 为整体对象对第h类的隶属度，则其满足：

${\displaystyle \underset{i=1}{\overset{m}{\sum }}{b}_i}=1$ (9)

整体对象和第h分类的差异，这里采用广义欧氏权距离表示，则有：

$d_h=\sqrt{{\displaystyle \underset{i=1}{\overset{n}{\sum }}{\left[w_i\left(a_i-S_{ih}\right)\right]}^2}}$ (10)

以隶属度b_h为权重的加权广义欧氏权距离为：

$D\left(a,s_h\right)=b_h\sqrt{{\displaystyle \underset{i=1}{\overset{n}{\sum }}\left[w_i{\left(a_i-S_{ih}\right)}^2\right]}}$ (11)

这一距离合理地描述了对象和分类h之间的差距。对整体对象而言，如果b_h是合理，则要求这一距离之和最小，则问题转化为：

在约束 ${\displaystyle \underset{h=c_1}{\overset{c_2}{\sum }}{b}_h}=1$ 条件下，求解：

$\min \left|F\left(b_h\right)={\displaystyle \underset{h=c_1}{\overset{c_2}{\sum }}{\left|b_h\sqrt{{\displaystyle \underset{i=1}{\overset{n}{\sum }}\left[w_i{\left(a_i-S_{ih}\right)}^2\right]}}\right|}^2}\right|$ (12)

则其结果为：

$b_h=\frac{1}{d_h^2{\displaystyle \underset{k=c_1}{\overset{c_2}{\sum }}{d}_k^{-2}}}$ (13)

$k=C_1,C_1+1,\cdots ,C_2$ ；序号k可以间断。当 $h<C_1$，或 $h>C_2$，$h=k$ 为间断值时：

$b_h=0$ (14)

3.6. 赋值计算

如是，可求得b_h，即为在上述假设条件下的整体对象对于各等级的最佳隶属度，若对每一等级v_j赋值P_j。则 $P={\displaystyle \underset{j=1}{\overset{m}{\sum }}{b}_j}\cdot a_j$，即为所求指标u₁的评价值。

4. 实证研究

4.1. 评价指标赋值与规格化

选取高校指导教师，实习学校指导老师等5人为评审专家，对实习教师A的“指导教师感觉到的实施过程质量”采用10级量表进行评价，计算得出各因素u_ij的对象值x_ij，各因素对象值分别为：

$\begin{array}{llllllll}{X}_{11}=8.7\hfill & X_{12}=9.3\hfill & X_{13}=9.2\hfill & X_{14}=9.7\hfill & \hfill & \hfill & \hfill & \hfill \\ X_{21}=9.8\hfill & X_{22}=8.1\hfill & X_{23}=8.7\hfill & X_{24}=8.6\hfill & X_{25}=8.7\hfill & X_{26}=3.5\hfill & X_{27}=6.3\hfill & X_{28}=9.6\hfill \\ X_{31}=6.7\hfill & X_{32}=8.7\hfill & X_{33}=5.4\hfill & X_{34}=9.0\hfill & X_{35}=7.4\hfill & X_{36}=7.7\hfill & \hfill & \hfill \\ X_{41}=7.7\hfill & X_{42}=8.8\hfill & X_{43}=8.9\hfill & X_{44}=7.5\hfill & X_{45}=9.7\hfill & \hfill & \hfill & \hfill \end{array}$

( $i=1,2,3,4$ ; $j=1,2,3,\cdots ,8$ )。将对象值进行规格化处理得到四个准则层的隶属度矩阵：

前期准备阶段；

$a_1=\left(0.87,0.93,0.92,0.97\right)$

课堂教学阶段；

$a_2=\left(0.98,0.81,0.87,0.86,0.87,0.35,0.63,0.96\right)$

班级管理与科研阶段；

$a_3=\left(0.67,0.87,0.54,0.90,0.74,0.77\right)$

总结反思阶段；

$a_4=\left(0.77,0.88,0.89,0.75,0.97\right)$

4.2. 权重确定

由 ${w^{\prime }}_i=0.1\left(h+\frac{S_{ih}-a_i}{S_{ih}-S_{ih+1}}\right)$，可得 ${w^{\prime }}_1=\left(0.23,0.17,0.18,0.13\right)$，归一化，有 $w_1=\left(0.324,0.239,0.254,0.183\right)$。

同理，可得， ${w^{\prime }}_2=\left(0.12,0.29,0.23,0.24,0.23,0.75,0.47,0.14\right)$，$w_2=\left(0.049,0.117,0.093,0.097,0.093,0.304,0.190,0.057\right)$

${w^{\prime }}_3=\left(0.43,0.23,0.56,0.2,0.36,0.33\right)$，$w_3=\left(0.204,0.109,0.265,0.095,0.171,0.156\right)$

${w^{\prime }}_4=\left(0.33,0.22,0.21,0.35,0.13\right)$，$w_4=\left(0.266,0.177,0.169,0.282,0.105\right)$

由些可得出各评价指标的权重(见表1)。

4.3. 赋值计算

$d_1^2=\left(0.002497,0.000336,0.003377,0.011619,0.025064,0.043711,0.06756,0.096611,0.130864\right)$ 可得u₁的一级评判向量： $b_1=\left(0.109,0.81,0.081,0,0,0,0,0,0,0\right)$

同样，可得u₂,u₃,u₄的一级评判向量分别为：

$b_2=\left(0.052,0.076,0.116,0.182,0.257,0,0.193,0.124,0,0\right)$

$b_3=\left(0,0.077,0.167,0.354,0.28,0.122,0,0,0,0\right)$

$b_4=\left(0.061,0.191,0.576,0.182,0,0,0,0,0,0\right)$

即一级评判矩阵

$B={\left(b_1,b_2,b_3,b_4\right)}^{\prime }$

对各等级分别赋值10，9，8，…，1，可得u₁，u₂，u₃，u₄评判的对象值向量为

$P=B\times {\left(10,9,8,\cdots ,1\right)}^{\prime }=\left(9.03,8.21,6.80,6.09\right)$

再次利用模糊最优归类模型，有

$a=\left(0.903,0.821,0.68,0.609\right)$

$w^{\prime }=\left(0.197,0.279,0.42,0.491\right)$，归一化后 $w=\left(0.142,0.201,0.303,0.354\right)$

二级评判向量为

$P=\left(0.068,0.134,0.335,0,0.463,0,0,0,0,0\right)$

所以，评价结果 $=0.068\times 10+0.134\times 9+0.335\times 8+0\times 7+0.463\times 6+\cdots =7.3435$

因此，该实习教师教育实习总的评价结果为7.3435，实习质量属于一般。四个准则层的评价结果为：前期准备阶段 = 9.03；课堂教学阶段 = 8.21；班级管理与教研阶段 = 6.80；总结反思阶段 = 6.09。由此可知，该实习教师的专业素养很好，为教育实习高质量完成和成长为一名优秀的人民教师奠定了良好的基础。但是总的评价却只是一般，主要是班级管理与教研阶段、总结反思阶段评价结果不理想所致，两个阶段的评分刚刚及格。班级管理与教研阶段主要是没有认真做好班主任工作计划和组织好班级活动。总结反思阶段主要是实习态度和实习报告跟目标差距较大。课堂教学阶段主要是教学效果不理想，为什么教学效果不理想，这是需要反思的重点。这样通过评价，可以得出该实习生教师基本素质好，但是对待实习的态度不端正。在实习过程中，需要及时找到问题的关键，并通过加强与该实习生的交流与监督力度，改变其实习态度，才能保证该实习教师更高质量完成教育实习。

5. 结论

教育实习实施过程风险的发生往往是由影响教育实习的若干因素相互作用的结果，各影响因素又往往具有一定的不确定性，并且各影响因素之间也会相互影响，更加具有模糊性，所以，很难用一般已有的方法给出一个定量过程评价数学模型。模糊最优归类模型通过采用模糊模式识别的方法确定指标隶属于各级标准指标的隶属度，来减少人为主观性对指标隶属度计算的影响，使隶属度的计算结果更加具有科学性，并使评判结果也更符合客观实际。同时，模型对教育实习分阶段计算各环节质量指标值及各环节之间差距值，实现有效实时的教育实习实施过程质量监控。本文将模糊最优归类模型应用于教育实习实施过程质量评价还是首次，为教育实习评价提供了一种新途径。

基金项目

本文系湖南省普通高等学校教学改革研究项目《基于师范认证理念的高师教育实践模式改革与创新研究—以地理科学专业为例》(项目编号：湘教通[2019]291号NO.465)的研究成果。

文章引用

谢金宁,余光辉,李文慧. 基于模糊最优归类模型的教育实习评价研究
Investigation on Quality Evaluation of Educational Practice Based on Fuzzy Optimizing Cluster Model[J]. 社会科学前沿, 2022, 11(09): 3712-3720. https://doi.org/10.12677/ASS.2022.119508

参考文献