基于模糊聚类分析的普通高校体育教师综合素质评估

2022-09-12

在普通高校,学生体育素质的整体提升有赖于体育教师综合素质的提高,因此,如何客观有效地定量评估普通高校体育教师的综合素质成为一个需要深入研究的问题[1~3]。目前,模糊聚类分析在产品分级、复杂系统的多因素综合评判、模糊判决中发挥了重要作用[4~6]。通过分析认为可以应用于所研究的问题。

1 确立评估指标体系

从教学质量、科研水平、业务素质三个大的方面确立评估指标。

1.1 教学质量

包括:(1)考教分离情况下学生体育总平成绩,记为S(以百分制计算),称为学生成绩;(2)所有选修学生对该教师评分的总平均,记为J(以百分制计算),称为学生评分;(3)参加各种教学比赛的成绩,记为M,称为教学比赛成绩,记教学比赛等级因子为c(包括全国性、全省性、地区性和全校性比赛),结果为R,M=c×R,c和R的赋值算法根据评估需求确定;(4)选修该教师课程的总人数,称为选修人数,记为P,

x代表选修该教师课程的总人数,Min、Max分别代表参评教师中选课总人数最小值、最大值。

1.2 科研水平

包括:(1)学术著作情况,记为V,称为学术著作;其等级因子为v1(包括著、编著、编和译等几种),学术著作发行量因子为v2,排名因子为v3,则计算方法为:V=v1×v2×v3;(2)发表科研论文情况,记为D,称为论文情况,需要考虑发表论文数d1、论文质量d2(核心期刊、省级期刊、会议论文)、论文获奖情况d3(包括全国性、全省性、地区性和全校性奖励)、排名d4(在论文中排名第1、2、3),则

d2,m是对论文质量赋予的分值系数,d1,m是相应的论文数,d4,m是排名系数;获奖部分分值计算类似。(3)负责或者参与科研项目情况,记为Y,称为项目情况,需要考虑参与项目数y1、担任角色y2(负责人、主要参研人、一般参研人)、项目来源情况y3(包括国家级、省部级、地区级和校级项目)、项目获奖情况y4(包括国家级、省部级、地区级和校级奖励)。这三个评估指标都含有一些因子,其赋值根据评估需求确定。

1.3 业务素质

包括三个评估指标:(1)中英文语言能力,记为L,称为语言能力,需要考虑普通话水平l1、英语水平l2,这两方面都以参加相应等级的国家相关考试成绩为准,换算到百分制,L=(l1+l2)/2;(2)教师个人对所讲授课程的基本运动素质,记为K,称为基本素质,需要考虑参加相关培训情况k1(包括全国性、全省性、地区性和全校性培训)、获得相关资格证书情况l2,本指标的计算方法可以参照论文情况进行;(3)与教学有关的技术水平,记为W,称为教学技术,涉及教案撰写水平w1、应用多媒体进行教学的能力w2、课件水平w3,W=(w1+w2+w3)/3,w1、w2、w3的取值以考核评分为准,换算到百分制。

2 采用模糊聚类分析知识构筑大学体育教师综合素质评估模型

在前面工作基础上,本小节基于模糊聚类分析构筑评估模型。

2.1 确定因素集、权重集、评语集

这里的因素集选为{学生成绩、学生评分、教学比赛成绩、选修人数、学术著作、论文情况、项目情况、语言能力、基本素质、教学技术},记之为C={c1,c2,...,cr},r=10。权重集选为A={a1,a2,...,a10},它可以不遵守归一化要求,在得出评估结果后再归一化。评语集选为{优、良、中、及、较差、差},记之为B={b1,b2,b3,b4,b5,a6}。“及”的含义是“及格”,其余评语的含义很直观。

2.2 构造评估问题的论域

设S={s1,s2,...,sn}为n名被评价的大学体育教师,令U=S∪B={s1,s2,...,sn,b1,b2,...,b6}={u1,u2,...,up}为评估问题的论

域,且。。

2.3 为每个评语选择对应的因素变化区间

为了从测试结果中得到单因素评判矩阵,本文思路是给每个评语选择对应的因素变化区间,而后采用“投票法”的工作思路。按照表1的方法为每个评语选择对应的因素变化区间,其它因素可仿照此法设置。

简要解释使用表1的工作机制。假设选择3名教师进行测试,论文情况的测试结果落在区间和[D4,D5)上分别是2次和1次,则对这3名教师组成的整体在论文情况上对优和良的隶属度是2/3和1/3。

2.4 构造被评价对象的模糊相似矩阵

任取ck∈C,关于因素ck,令S(k)为被评价对象的模糊相似矩阵。

对于因素ck,si和sj在这一指标上的相似度等于系统i,j在因素ck上数值较小者除以数值较大者的结果等于rij(k)。设最后得出的矩阵为S(k)=[rij(k)],i=1~n-1,j=2~n,且S(k)=ST(k)。

2.5 构造评语集元素的模糊相似矩阵,求各被评价对象对各评语的隶属程度矩阵

仍旧取第2.6步的ck∈C,关于因素ck,求出B中两两元素之间的相似程度rij(k),i=n+1,n+2,...,p-1,j=n+2,n+3,...,p。首先将每个因素各变化区间的中值求出,评语集元素的模糊相似矩阵各元素的求法是,将被比较评语集元素对应的各因素集元素中值较小者除以中值较大者,所得结果即是相似矩阵中对应的元素。得到的结果为

任取si∈S,任取bj∈B,仍旧取第2.6步的ck∈C,关于因素ck,求出si属于bj的程度r(k)ij+n,i=1,2,...,n,j+n=n+1,n+2,...,p。对多个被评对象在多个评语上进行处理得到隶属程度矩阵为

2.6 构造单因素模糊相似矩阵

由S(k),B(k),D(k)出发,构造单因素模糊相似矩阵

显然,R(k)是一个对称矩阵。

2.7 做全部因素的模糊相似矩阵,求模糊相似矩阵的传递闭包;做聚类,完成综合评判

假设模糊相似矩阵的传递闭包为y(R)=R2w,w是自然数,根据模糊数学有关知识,,则模糊等价矩阵R*=R2w。最后根据选定的λ值做聚类,完成综合评判。

3 应用举例

被考察对象来自3所高校体育课部共72名教师(分别有25名、20名、27名体育教师)。

3.1 评估模型各参数设置

(1)每个评语对应的因素变化区间。因素1~4、因素8、因素10都采用百分制计算,其分界点相同,在表2中以因素1示例。根据实际情况,认为在该测试条件下,其它因素的各区间端点如表2所示。所有弱于“较差”的测试结果都归入“差”。(2)权重向量。设置权重向量出发点是对该测试情况下不同因素关注的程度,权重向量为(0.76,0.67,0.78,0.51,0.88,0.90,0.80,0.82,0.90,0.78)。