数据质量描述教育资源论文

数据质量描述教育资源论文 篇1：

国内外元数据质量控制的研究进展与发展趋势

摘 要：元数据是数字图书馆建设的基础和关键，而元数据能否发挥重要作用取决于元数据质量的好坏。国内外目前对元数据质量控制研究主题主要分布在对元数据质量控制的认识、元数据的质量评估与元数据的质量控制措施三个方面，对元数据质量评估核心指标研究与对元数据质量控制体系的构建研究将是未来元数据质量控制研究的发展趋势。

关键词：元数据 质量评估 质量控制

元数据是数字图书馆建设的基础，数字图书馆任何资源的发现、组织、利用和管理都需要元数据的参与。元数据质量的高低直接影响到用户对图书馆资源的利用效率。本文在搜集梳理国内外元数据质量方面的研究文献和数字图书馆实践项目的基础上，对元数据质量控制的理论、方法和成果进行了总结和梳理，希望通过了解元数据质量控制的研究现状来发现存在的问题，进而对元数据质量控制研究的发展趋势做出分析和判断。

1 数据来源

为了了解国内外学者在元数据质量控制方面的研究进展，笔者在ISI Web of Knowledge及Google Scholar中以“metadata evaluation”or“metadata quality control”or“metadata quality assurance”为主题进行检索（检索日期：2013-8-15），最终筛选出相关文献16篇；在CNKI中以“‘元数据and质量’or‘元数据and质量评估’or‘元数据and质量控制’”为检索词进行主题检索（检索日期：2013-8-15），最终筛选出与研究内容相关的文章7篇。

2 国内外元数据质量控制的研究现状

2.1 对元数据质量控制的认识

2.1.1对元数据质量的认识

目前国内外对元数据质量尽管还没有一个标准的定义，但业界普遍认可Bruce和Hillmann的观点，他们认为元数据质量的高低取决于“元数据满足需求和目标的程度”[1]，即元数据质量并不是单纯地用元数据评价标准来评价元数据本身，对元数据质量的评估是基于一定的功能需求的，高质量的元数据必须满足资源管理和利用的需求，以达到预期的应用目标和效果。由于这一观点得到了大多数人的认可，因而也成为了开展元数据质量控制的指导原则[2-6]。

那么高质量的元数据需要满足哪些功能需求呢？很多针对图书馆元数据质量评价的研究认为从用户使用的角度考虑，元数据应该满足的基本功能需求是“为用户任务查找（find）、识别（identify）、选择（select）和获取（obtain）”[5]，而数字图书馆环境中的高质量元数据还需要满足更多的功能需求[7]。如美国国家信息标准组织（National Information Standards Organization，NISO）在建立优质的数字馆藏指南框架中，从元数据应用管理的角度，提出了创建优质元数据的6条原则：优质元数据应适合馆藏资料和用户需求，适合数字对象当前或未来的使用；优质元数据应支持互操作；优质元数据应使用标准的受控词表来反映内容所涉及的事物、地点、时间和人；优质元数据应包括一个清晰的声明，表明数字对象的使用条件和期限；优质元数据文件本身也是对象，因此应具备档案性、持久性、唯一认证性等品质；优质元数据应是权威和可证实的；优质元数据应支持馆藏对象的长期管理[8-9]。

2.1.2对元数据质量控制体系的认识

（1）元数据质量评估。很多元数据管理者，如美国的NSDL持续开展的元数据质量评估实践和研究[10]、台湾的TELDAP UC项目[1]等很早就开始关注元数据质量。通常改善元数据的质量状况，首先需要对其做出全面评估。元数据评估有助于获得对元数据质量的全面和具体的了解，以发现存在的问题及其产生原因。对于资源管理者而言，元数据的质量评估是元数据质量控制策略的重要组成部分[6]。构建合理、科学、适用的元数据质量评估模型是元数据质量控制的第一步。国外的Bruce和Hillmann、国内的黄莺和李建阳等都分别在前人研究基础上提出了一定的评估模型[2][5]。

（2）元数据质量改善方法。对元数据质量状况进行评估后，针对具体的问题和出现的原因，采取相应的方法和措施，如编目人员培训、编制元数据创建指南和定期审查等，解决或者改善元数据的状况。

2.2 元数据质量评估研究

2.2.1元数据质量评估指标体系

有学者指出，元数据质量是一个多维的问题，元数据质量可以从资源集合（collection）、记录（record）与元素（element）三个不同层次的正确性、完整性、重复性及一致性等指标进行考察，其中，元数据记录（record）层次的考察通常是质量评估的核心，不同的指标也针对着不同的层次[11]。如对于单个资源集合来说，就要以记录为单位考察其元数据的正确性（Correctness）；而对于单条记录来说，就要考察其每个元数据元素的完整性（Completeness）；对于资源集合，就要考察其中元数据的一致性（Consistency）以及合并后的重复性（Duplication）问题。Moen等针对美国政府GILS元数据的质量评估就采用了这种思路，同时从功能角度考察出发，增加了可用性（serviceability）指标[3]。Stvilia等采纳了Moen提出的大部分指标，并在此基础上增加了一些，使指标数量达到了32个，并且将这些指标分成了描述对象本身的指标、相关性指标以及对元数据提供者进行评价的指标三类。此外，一些指标（如准确性、逼真度等）在不同的评估角度中都有出现[12]。

Bruce和Hillmann认为前两项研究成果的指标设定过于繁琐，他们在此基础上进行精简以提高评估指标的可操作性。他们最终提出了7个元数据质量特征：①完整性（completeness）：元数据全面、详尽地描述其目标资源的程度；②准确性（accuracy）：元数据提供的内容能否正确客观反映资源对象的特征；③来源（provenance）：元数据的创建者是否专业权威；④与预期的符合程度（Conformance to Expectation）：是否满足了预定的功能需求；⑤一致性和连贯性（Consistency Coherence）：元数据在结构和语义上是否遵循一定的规范；⑥时效性（Timeliness）：元数据是否及时进行修改以保持与资源对象的一致；⑦可获得性（Accessibility）：元数据是否容易获取和利用[3]。他们的指标体系易操作且具有更广的应用范围，是最受推崇的。台湾的TELDAP UC项目中对元数据质量的评估完全采纳了这七个指标[1]。Xavier Ochoa和Erik Duval在其基础上设计了每个指标对应的自动算法[13]。

元数据评估目标和应用环境的不同导致指标体系各异，每个指标体系采用的指标及其数量差异很大。Park分析了各种元数据质量评估中经常重合的一些标准和指标，发现准确性、一致性和完整性是衡量元数据质量时最常用的标准[7]。其中，准确性是指元数据元素的数据值与某个被描述对象的对应程度，输入的数据不正确（如拼写和印刷错误）或者丢失会影响其准确性，元数据使用不正确也会造成数据的不准确；一致性与语义和结构两方面的描述是否规范有关，涉及到规范控制的问题；完整性很大程度上是由资源类型或者数字资源的特性来决定的。一个资源类型中为“必选”或者“有条件的必选”的元素，在其他的资源类型中可能是“可选”的。

黄莺、李建阳考虑到评估指标体系的实用性和扩展性，提出了一个四维核心模型[5]。该模型分为两层。第一层为核心层，以完整性、准确性、一致性和期望满足度为评估指标。这四个指标和元数据的内在属性密切联系，都是对元数据自身的质量进行评估。第二层为可选维度，包括可获取性、易用性、来源、安全性等指标，这些指标描述的是元数据的外部属性，根据元数据的应用环境中不同的评估目标、方法来进行扩展。四维核心模型既保证了核心维度评估结果的通用性，又满足了本地系统应用的需要，十分具有参考价值。

可见国内外元数据评估指标体系构建的研究焦点在于评估指标的选取，且一般都是先确定核心指标，然后兼顾应用目标和应用环境进行扩展。但哪些是元数据质量评估的核心指标以及如何确定，仍然有待进一步的研究。

2.2.2元数据质量评估方法

最早的元数据全面质量评估多使用人工方式，但随着元数据数量的增多，完全依赖人工方式在时间和工作量上都不允许，所以逐渐开始使用工具和方法对元数据的语法和结构（如相关字段的必备性、语法错误、链接是否可用等）进行辅助检查，目前也已开发了一批元数据质量校验工具，如：国内CALIS针对特色数据库导出元数据的规范性和必备性设计的数据质量检查工具；检查DC元数据记录、协议、规则的正确性的DC checker；地理空间数据库元数据标准FGDC的质量检查工具CNS与MP等等[15]。元数据质量评估的方法主要有以用户为中心展开的社会评估（如专家调查法、用户调查法）与以数据为中心的技术评估（如抽样分析法、层次分析法等）两种方法。但一个全面的评估通常要综合多种方法[6][11][14]，人工和自动相结合的方法也是最具操作性和有效性的方法。TELDAP UC项目的元数据质量评估就采取了将人工审核和自动评估相结合的方法[1]。

2.3 元数据质量控制措施研究

元数据的创建大部分是手工操作的，尽管随着数字资源的增加，现在已经有很多自动抽取创建元数据的工具和方法，但是这种方法获得的元数据质量参差不齐，最终还是需要手工进行审查和修改编辑，所以元数据的质量改善最终还是主要依赖人为的干预。Park和Tosaka在2007年对ARL的67家成员馆进行了一项关于被调查者所在馆元数据质量控制机制的调查，调查结果显示：83.6%（56家）的图书馆对元数据采用人工审查机制，31.3%（21家）的图书馆应用工具来检查元数据的一致性和准确性[7]。

总体来看图书馆的元数据质量控制措施，主要沿袭了书目控制的很多做法，总结下来主要有[1][2][16]：①提高编目人员的质量控制工作水平。对编目人员进行编目流程、著录规则和著录规范以及工具使用等方面的培训，有助于元数据著录的规范化和标准化，确保元数据的准确性和一致性。②编制元数据创建指南。元数据创建指南（或者称为元数据应用纲要）一般由元素名称、标识符、定义/描述、注释、著录规则以及示例组成。将元数据指南嵌入元数据生成系统中，通过参考文本指南，能够协助元数据创建者生产高质量的元数据。③在著录环节进行质量控制。人工编目会出现很多错误，所以在著录环节要尽量采取措施减少人工输入。可以使用简单的元数据创建工具，如模板、选择列表以限定对特定字段的录入；使用受控词表；使用相同的软件等等，保证元数据的准确性和一致性。④定期的抽样审查：任何著录都有可能出现错误，所以要定期安排专业编目人员对上传的数据进行校验，及时发现其中的错误并进行改正，防止问题的长期积累。

3 元数据质量控制研究的发展趋势

3.1 从构建评估指标体系研究向构建评估核心指标体系研究发展

元数据质量评估的模型很多，但相互差别很大，针对不同资源元数据的质量评估指标体系也差别很大[9][15][17]，甚至互相冲突，这使得元数据质量评估很难达到预期效果。其实，在元数据众多质量评估指标中，有些是影响元数据质量的核心要素，它们是评估时必须考察的维度，是质量评估模型的核心组成部分。元数据核心质量指标体系的构建，将会从理论上为各种元数据的评估提供支持，有助于元数据质量评估实践应用的发展。因此，我们可以预见，目前对元数据质量评估指标体系的构建研究，将逐渐向核心指标体系构建研究方向发展。

3.2 从重视单个环节的质量控制研究向构建贯穿于生命周期的质量控制机制研究发展

质量控制领域提出的全面质量控制的理论，强调实现对整个流程的把握，这一理论对于元数据的质量控制同样适用。元数据质量控制应该从元数据创建的全局考虑，贯穿元数据整个生命周期，从元数据标准的选取和制定、著录过程、后期互操作和集成、质量状况的评估和改善，实现全程控制[17]。只有这样才是一个完整的控制体系，实现元数据质量的完全控制，从根本上提高元数据质量。

3.3 从对人工质量控制素养培训研究向元数据质量的自动化应用研究发展

随着数字资源数量的增长，描述资源的元数据也在剧增。单纯依靠人工审核实现元数据的质量控制已经不现实。而在元数据质量考核的某些方面（如检查字段的完整性、格式的一致性等），自动化评估和控制技术的全面性、及时性、客观性以及降低成本的表现都比人工干预要出色[18]。因此，我们可以预见未来的元数据质量控制研究将更加注重自动化技术和方法的应用，如针对元数据质量评估指标设计自动算法设计等。

4 结语

在开放系统环境以及资源整合、资源互操作趋势下，如何保证元数据的质量成为一个越来越突出的问题。国外在相关方面的研究已经形成较为系统和连续的成果，相比较而言，国内针对元数据质量的理论研究不是很多，已有的研究也主要是针对特定类型的资源进行的元数据质量问题分析和解决，主题和内容分散，也缺乏一般适用性和连续性。随着元数据质量控制研究的深入发展，对元数据质量控制研究将会呈现新的内容主题，确定元数据质量评估核心指标、构建贯穿元数据生命周期的质量控制体系也必将成为未来元数据质量控制研究的发展方向。

参考文献：

[1]Bruce T R，Hillmann D I..The Continuum of METADATA Quality Defining， Expressing， Exploiting[EB/OL].[2013-08-15].http：//ecommons.library.cornell.edu/handle/1813/7895.

[2] Chen Y N，Wen C Y，Chen H P，et al.Metrics for Metadata Qual-ity Assurance and Their Implications for Digital Libraries[C].Proceedings of the13th International Conference on Asia-Pacific Digital Libraries （ICADL2011） ，2011.

[3]William E MOEN，Erin L STEWART，Charles R MCCLURE.Assessing Metadata Quality： Findings and Methodological Considerations From an Evaluation of the Us Government Information Locator Service （gils）[C].Research and Technology Advances in Digital Libraries， 1998：246-255.

[4]Jung-Ran PARK.Metadata Quality in Digital Repositories： a Survey of the Current State of the Art[J].Cataloging & Classification Quarterly，2009，47（3）：213-228.

[5]黄莺，李建阳.元数据质量评估方法及模型研究[J].图书馆学研究， 2013，（12）：52-56.

[6]蒋引娣.元数据质量评价研究[J].图书馆理论与实践，2009，（5）：45-47.

[7]Yuji Tosaka JUNG-RAN PARK.Metadata Quality Control in Digital Repositories and Collections： Criteria，Semantics， and Mechanisms[J].Cataloging & Classification Quarterly，2010，（48）：696-715.

[8]NISO Framework Working GROUP.A Framework of Guidance for Building Good DigitalCollections[EB/OL].[2013-08-15].http：//www.niso.org/publications/rp/framework3.pdf.

[9]刘家真，廖茹.电子文件管理元数据的质量控制与管理[J].图书情报知识，2009，（6）：93-98.

[10]Park J BUI Y.An Assessment of Metadata Quality： A Case Study of the National Science Digital Library Metadata Repository[EB/OL].[2013-08-15].http：//idea.

library.drexel.edu/bitstream/1860/1600/1/2007021006.pdf.

[11]Jian Qin MARCIA LEI ZENG.Metadata[M].New York：Neal-Schuman Publisher， Inc，2004：247-249.

[12]Gasser L Twidale M et al. STVILIA B.Metadata Quality for Federated Collections[C].Proceedings of ICIQ04—9th International Conference on Information Quality. Cambridge， MA.，2004：111-125.

[13]Erik Duval，XAVIER OCHOA.Towards Automatic Evaluation of Metadata Quality in Digital Repositories[J]. Lecture Notes in Computer Science，2006，4231：372-381.

[14]胡永健，周寄中.科技资源信息元数据质量审核方法研究[J].管理评论，2011，（1）：41-47.

[15]李凌杰.特色数据库建设中的元数据质量控制研究[J].图书情报工作，2010，（5）：45-48.

[16]朱肖川.论网络教育资源元数据评价标准[J].重庆广播电视大学学报，2008，（3）：7-10.

[17]Shawn TURNER.Quality Control Procedures for Archived Operations Traffic Data： Synthesis of Practice and Recommendations[D].College Station， Tx： Texas Transportation Institute， the Texas A&m University System，2007：2010.

[18]黄莺.元数据质量的定量评估方法综述[J].图书情报工作，2013，57（4）：143-148.

作者简介：曹月珍（1987-），女，中国科学院大学硕士研究生；马建玲（1969-），女，中国科学院国家科学图书馆兰州分馆/中国科学院资源环境科学信息中心研究馆员。

作者：曹月珍　马建玲

数据质量描述教育资源论文 篇2：

大数据时代下高职院校质量保证体系的构建

【摘要】通过探讨大数据时代构建高职院校质量保证体系的重要意义，结合100所高职院校质量保证体系建设实践经验，借鉴美国教育部2015年出台的第五版《教育数据通用标准》中关于职业教育数据采集标准的理论经验，构建了基于主体填报的质量保证体系数据采集平台，并形成各主体填报的数据标准，同时从树立质量意识、培养数据素养、绩效驱动、就业驱动等6个方面提出了各主体自愿填报数据的动力机制。

【关键词】大数据 高职院校 质量 保证体系

【课题项目】本文为重庆广播电视大学重点科研项目《高职院校内部质量保证体系诊断与改进研究》（项目编号：ZD2016-10）阶段性研究成果。

一、大数据时代构建高职院校质量保证体系的重要意义

国际上，各国对大数据在各教育领域的应用实践均进行着积极的探索研究，其中美国一直走在研究前列。2010年，时任美国总统奥巴马收到来自其科技顾问委员会的一份报告，报告名为“Designing a digital future： Federally funded research and development in networking and information technology”，[1]报告中明确指出：如何对大数据这种新的资源形式进行收集、管理与分析已经成为每个联邦政府部门和机构需要积极应对的一项重要工作。在教育领域，美国建立了包括国家级、州级、学区级以及校级在内的各级各类教育数据系统服务于教育体系。这些数据系统之间相互关联，数据互通，形成立体化数据网络，为美国教育评价用大数据的获取提供了基本的数据准备。[2]美国学校层面常常利用几种标准的类型数据系统来收集、整合教学过程数据以便于学校自我诊断与改进教育质量。此举对美国学校不断提高自身教育质量起到了极其重要的推动作用，例如：美国的学校能够通过对学生数据的分析，以85%的精确度预测学生的升学率。[3]因此，数据时代构建高职院校反映自身教学质量动态发展的各种数据信息系统具有重要的理论意义。

我国将大数据运用于教育领域的研究探索正处于起步阶段，相关的研究实践还相当匮乏。国家层面，尚未建立统一的服务于所有教育领域的数据信息系统。学校层面，一些便于教育资源共享、数据融通的联盟自发组建，如：如北京大学等9校组成的“C9联盟”；浙江大学等组成的“E8联盟”；重庆大学发起的“重庆市大学联盟”等。但是高等职业教育领域尚未自发成立类似联盟，学校内部相关的数据平台建设尚属于探索阶段。顺应时代发展，与时俱进，政府先行。2015年12月，教育部出台了《高等职业院校内部质量保证体系诊断与改进指导方案（试行）》（教职成司函[2015]168号），首次提到了构建网络化、全覆盖、具有较强预警功能和激励作用的内部质量保证体系，提升学校教学运行管理信息化水平，为教育行政部门决策提供参考。因此，利用大数据技术构建高职院校内部的质量保证体系具有重要的现实意义。

二、高职院校质量保证体系建设现状

为了解我国高职院校质量保证体系建设的基本情况，本文分析了新近完成国家骨干高职建设验收的100所高职院校的验收项目总结报告、验收其它资料及学校网站信息，笔者发现，其中46所院校骨干验收项目总结报告中涉及质量保证体系建设的相关内容，46所院校无相关建设内容，7所院校骨干验收材料无法正常显示，1所院校验未参加2015年度组织的第三批验收，验收结论为不通过，未见相关建设内容。因此剔除1所未参加验收的院校，7所建设资料无法获取的院校来看，骨干高职院校验收材料涉及内部质量保证体系建设的比率并不高，仅50%。从已有的实践经验来看，多数院校从主体责任出发来构建内部质量保证体系，并依据主体岗位责任构建质量保障机构。过半数的学校在多方评价、信息反馈、质量标准、教学过程监控这4个方面进行了详细的规划和建设。

与此同时，验收材料也反映出一个突出问题：各高职院校互联网信息技术运用不充分，与大数据时代的发展步伐不协调。数据显示，仅1所院校运用网络信息技术B/S构架模式自主研发了督查督导管理专用平台系统，对人才培养全过程实施监控。[4]仅5所院校，利用互联网建设了顶岗实习管理监控平台，可实现对校外顶岗实习学生的远程质量管理。总的来讲，还没有哪所院校广泛利用到大数据信息技术来构建校内质量保证体系，真正实现网络化、全覆盖、具有较强预警功能和激励作用的内部质量保证体系。

三、构建大数据时代的高职院校质量保证体系

从我国新近完成国家骨干高职建设验收的100所高职院校的建设现状来看，从主体责任出发构建内部质量保证体系已得到广泛认同，本文通过总结已有实践的经验，充分利用大数据信息技术构建基于主体填报的高职院校质量保证体系数据采集平台。同时，通过比较分析美国教育部2015年出台的第五版《教育数据通用标准》中有关职业教育领域数据采集标准的设定，借鉴其先进理论经验并结合我国实际，探索构建我国的高等职业教育领域各主体数据填报标准。

1.构建基于主体的质量保证体系数据采集平台

从100所骨干高職院校建设实践来看，与学校教学质量紧密相关的主体有：学校（教师和教辅人员）、学生（在校生和毕业生）、家长和用人单位。因此，本文将从这四类角色出发，构建主体明确、权责清晰的质量保证体系数据采集平台。通过四方主体上传的学生立体化生态发展数据，利用聚类或关联分析，分布式数据库，批处理等信息技术对原始数据进行分析处理，最终为我们呈现可视化的学校教学质量。

（1）学校学情监控平台。

构建网络化的学校学情监控平台。该平台平行衍生两个子系统，分别由教师和教辅人员填报。教师主要负责与自身专业课程内容相关信息的填报，以及学生学业成绩和课堂表现的记录；教辅人员主要负责教学教辅软硬件设施数据的填报，以及学生入学前的基础数据采集、入学后的德育发展状况记录。平台的设计应该实现高度智能化、高度集成化。首先，能够通过智能校园系统采集的信息数据；其次，平台的登录口应该多样化，既能支持平板电脑录入、也能支撑手机终端上传；最后，平台可接受数据应具有高度兼容性，结构化、半结构化和非结构化数据均能上传，数字、图表、图片、视频等均可录入。

（2）学生信息反馈平台。

构建全覆盖的学生信息反馈平台。以往常用做法是组建学生信息员队伍，一部分学生意见代表了全体学生的意见，这样的做法在大数据时代需要淘汰。为每位学生分配学生信息反馈平台账号，学生提供教育教学体验评价；以及教辅设施服务意见等各项指标数据，不再是部分学生的任务，而是全体学生学业生涯的必修课。在校学生需要在规定时间内登陆信息反馈平台填写实时数据，毕业生也可以登录信息反馈平台持续关注学校教育教学发展动态，并结合自己的社会职业生涯提供意见。

（3）家长意见采集平台。

搭建家长意见采集平台。一方面是为家长了解孩子在校学习生活的实时情况提供数据通道，家长是学校教育资源的购买方有权知道、也最为关心学校的教育质量，同时也便于家长全方位配合学校的教育教学安排，支持学校的校外实践活动。另一方面，家长又是孩子成长变化最敏感、最直接的感知者，能够从产品购买者的角度提出自己的期望值，并监控产品质量生成过程，发现问题及时提出，便于学校不断提高智育、德育两方面的工作以满足家长及社会的需求。

（4）用人单位考核平台。

构建用人单位考核平台。该平台是用人单位根据毕业生在本单位工作岗位的真实表现向学校提供最为客观公正的评价的重要渠道。作为培养杰出技术技能人才的高职院校，用人单位是检验学生技术技能、职业素质最权威的场所，直接反应出学校的培养目标是否实现。通过用人单位考核平臺，企业向学校反馈产品质量检验结果，并提出期望获得的产品，学校参考用人单位的评价及需求及时诊断并改进专业人才培养方案，为用人单位输送高质量的毕业生。

2.形成各主体填报的数据标准

美国非常重视建立教育数据标准来规范数据的表达与处理。美国教育部组织相关机构研制了《教育数据通用标准》，并且在应用过程中不断调整与优化，2015年已经发展到第五版。其中的数据模型包括了职业教育中的众多实体描述。[2]本文借鉴其先进理论经验，结合我国实践，并坚持数据填报标准的量化原则、结构化原则、延续化原则、数据采集点在精不在多原则，形成具有中国特色的高职院校数据填报标准。该标准是基于学校（教师和教辅人员）、学生（在校和毕业生）、家长和用人单位四类主体的15个一级元素，72个二级元素的数据填报标准。详见表1：四类主体的数据填报标准。

（1）学校填报数据标准

教师和教辅工作人员是学校质量保证的重要主体，在大数据时代他们不仅需要肩负教书育人的重要责任，同时，需要具备良好的数据素养，肩负实时记录学生成长发展过程中的各项指标数据，为学校进行质量诊断与改进做好原始数据准备，同时为日后接入国家级开放的教育信息系统平台做好准备。教师、教辅人员主要负责7个一级元素，43个二级元素的相关数据填报。

（2）学生填报数据标准

刚刚步入大学校门的95后，和即将步入大学校门的00后，作为数字时代熏陶下的第一批原住民，已具备基本的数据意识，他们有能力也有意愿完善自己的数据信息。学生作为学校教育教学质量的承载者与参与者，在校生需要从教育教学体验、校园资源使用；毕业生需要从个人发展和学校发展建议等4个一级元素，12个二级元素填报相关数据。

（3）家长填报数据标准

学生家长是最为关心学生成长发展的主体，他们有意愿也希望通过学校提供的渠道与学校互动，了解孩子在校期间的学习生活状况。学生家长不仅需要填报家庭基础数据，还需要填报学生在校接受教育之后的成长数据，共计2个一级元素，9个二级元素。

（4）用人单位填报数据标准

学校为用人单位的发展源源不断地输送人力资源，用人单位从经济人的视角出发为学校学生培养反馈意见并提出建议，从而获得他们所期望的人才资源，如此良性循环，促进彼此发展。用人单位的人力资源部门需要填报员工基础数据、员工专业技能2个一级元素，8个二级元素。

3.形成各主体填报数据的动力机制

（1）树立质量意识

国家高度重视职业教育质量，从100所国家示范院校建设计划，到100所国家骨干院校建设计划，再到高职院校质量诊断与改进建设计划，国家不遗余力不断提高职业教育质量。全国职业院校教学工作诊断与改进专家委员会主任委员杨应崧教授多次在公开场所解读本次“诊改”时强调转变质量意识，从具体岗位工作着手，树立人人参与的现代质量意识。可见只有全员动起来、人人参与填报，方能为大数据时代下质量保证体系的核心指导思想“诊断与改进”提供数据依据。

（2）培养数据素养

大数据时代人们的生活习惯和思维方式正发生着深刻地变化，数据已潜入学习生活的方方面面，以大数据分析为依据、用全样本事实说话逐渐成为可能。高等学府作为引领时代变革的主要阵地，其教育工作者只有不断学习、与时俱进，不断培养并持续提高自身数据素养，才能实现数据信息在各个节点的顺利流转，以保证学校人才培养各阶段工作高质有效地记录并完成。

（3）绩效驱动学校填报

如果将树立质量意识、培养数据素养视为实现主体自愿填报数据的内部驱动力，那么学校的绩效政策无疑是教师和教辅人员完成数据填报的外部驱动力。学校应从文件制度的高度明确规定广大教职员工自觉维护学校学情监控平台，及时填报学生培养过程中的各项数据元素，是本职工作，是基本工作量的一部分，应纳入年度绩效考核范畴。

（4）就业驱动学生填报

培养学生的质量意识、数据素养，通过多种手段宣传讲解学生信息反馈平台的重要性，要让学生清楚地知道学生信息反馈平台是整个学校的质量保证体系数据采集平台的一部分，由该平台采集的数据再结合学校学情监控平台、家长意见采集平台的数据，通过大数据分析手段，最终为学校、家长以及用人单位呈现学生在校期间个人成长的动态数据图谱，并作为用人单位招聘时的重要参考依据。就业驱动力是实现全体学生自愿填报的重要动力保障。

（5）信息互通驱动家长填报

家长如果想了解孩子在学校的学习生活情况，可以注册登录家长意见采集平台，填报规定的数据元素，从而获得相应的查看权限。通过信息互动共享的机制可以有效敦促家长自愿填报相关数据元素。

（6）招聘驱动用人单位填报

用人单位招聘时都想迅速而准确地定位自己的招聘对象。学校的质量保证体系数据采集平台，通过各方主体上传的学生发展数据，可呈现学生在校期间个人成长的动态数据图谱。长期合作用人单位需要登录用人单位考核平台，自愿填报相关数据元素才能查看学生的成长动态数据图谱。通过招聘驱动实现用人单位自愿填报相关数据元素。

四、结束语

由学校（教师和教辅人员）、学生（在校和毕业生）、家长和用人单位为主体的质量保证体系数据采集平台，仅仅是大数据时代下质量保证体系建设整个复杂的巨系统的一部分。通过各主体上传学生的立体化生态发展数据，利用各种先进的大数据分析技术对平台原始数据进行分析处理，为我们呈现实时的学校教学情况、学生发展情况，为学校诊断和改进教育教学质量提供了丰富的原始数据，同时为接入国家统一的教育服务公众平台做好数据准备。

参考文献：

[1]Executive Office of the President. Designing a future： Federally funded research and development in networking and information technology[R].New York： Executive Office of the President， 2010.10.

[2]郑燕林，柳海民.大数据在美国教育评价中的应用路径分析[J].中国电化教育.2015.7.

[3]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）：189-192.

[4]南京化工职业技术学院.南京化工职业技术学院国家骨干高职院校验收项目总结报[R].http：//210.28.10.66/cooperation/backbone/sub/sub_1.htm

作者：胡娜

数据质量描述教育资源论文 篇3：

论审核评估视角下高校教学质量保障体系的重构

摘 要：审核评估视角下的高校教学质量保障体系建设对高校本科教学工作提出了新要求。高校可以通过设置独立的质量监控机构，形成内部监控体系和持续改进机制、实现教学质量数据的信息化、系统化和体系化，以及建设质量文化等途径完善内部质量保障体系，从而达到“以评促改、以评促建、以评促管、评建结合、重在建设”的目的，切实提升高校教学质量。

关键词：质量保障体系；信息化；体系化；制度化

加强内涵建设，是高等教育发展中的一个重大战略性转折。当前和今后一个时期，我国高等教育改革与发展的主要任务是促进高等教育全面、协调、可持续发展，关键是要把我国高等教育的改革与发展，由以宏观领域为重点、以外延发展为主，及时地转变为以微观领域为重点、以内涵发展为主。在连续扩招后，大学步入了质量时代。而高校质量保障体系建设是高校进行内涵式发展、提升办学质量的重要途径，因此，越来越多的高校开始关注内部质量保障体系的重构。

自2013年起，教育部启动新一轮审核评估工作，目的在于通过审核评估，促进高校的内涵式发展，引导高校重视内部质量保障体系的建设。作为第一批参评高校，外交学院接受了教育部评估中心组织的审核评估。2014年12月，教育部评估中心审核评估专家组一行对学校进行了为期4天的现场考察评估工作。进校期间，专家通过深度访谈、走访、座谈、听课、调阅毕业论文（设计）及试卷、查阅有关支撑材料等多种方式各自独立地开展工作，对学校本科教学工作进行了全面考察与分析。评估专家全面总结了学校教学工作中值得肯定、需要改进和必须整改的地方，对各审核项目及其要素的审核情况进行了描述，并围绕审核重点对学校本科人才培养总体情况作出了判断与评价。

从此次审核评估工作的过程中可以看出，本轮审核评估的重点，是考察学校的“四个度”：人才培养目标与社会需求的适应度；领导精力、经费投入、教师和教学资源对学校人才培养的保障度；教学质量保障体系的有效度；学生和用人单位的满意度。审核评估关注的重点，则是学校主体、学生发展、质量保障。由此可见，质量保障在学校教学管理工作中的重要性已经不言而喻。只有做好高校教学质量保障工作，才能在审核评估工作中有的放矢，达成内涵建设的目标。

审核评估视角下质量保障体系的特点

教育部于2013年发布了《教育部关于开展普通高等学校本科教学工作审核评估的通知》，决定开展普通高校本科教学工作审核评估工作，新一轮的审核评估与上一轮本科教学工作水平评估相比，具有以下特点：

1.动力来源不同

从动力层面来看，在本科教学工作水平评估下的质量保障体系，其动力源于适应外部评估要求，其关注的重点是如何更好地适应外部评估的要求，其质量评估标准也是依据教育部发布的《普通高等学校本科教学工作合格评估指标体系》而设计的，质量保障体系建设并非高校内部质量提升需要的反映，而是外部评估“塑造”的结果；而在审核评估下的质量保障体系，则有了教学质量提升的内在驱动力。

2.评估标准不同

从评估标准来看，本科教学工作水平评估下的质量保障体系，是全国所有高校统一标准，用同样的标准衡量不同类型的高校；审核评估下的质量保障体系，则要求高校用“自己的尺子量自己”，重点考察办学定位和人才培养目标与国家和区域经济社会发展需求的适应度、教师和教学资源条件的保障度、教学和质量保障体系运行的有效度、学生和社会用人单位的满意度这“四个度”。

3.工作重心不同

从评估的工作中心来看，首轮教学评估提出的口号是“以评促建，以评促管，评建结合，重在建设”；评估的目标主要是基于教育资源等办学条件的评估，基于声誉的办学水平评估，是为了促进高校的规范化管理，属于典型的以学校为中心的质量评估。

审核式评估关注的是学校内部质量保障体系的有效性，而有效性的体现是：学校发展的目标定位符合国家、社会、学生需求和学校的实际情况（目标科学）；学校的教学体系、资源配置与利用、管理体制与机制适应目标达成的需要（支持有力）；学校的人才培养质量符合目标要求（质量达标）。这表明：高校内部质量保障体系建设，从出发点到落脚点都是指向人才培养目标的实现，即指向学生的发展，学生的发展成为审核评估模式下高校内部质量保障体系的中心。

4.评价方式不同

从评价方式来看，本科教学工作水平评估通过量化指标来评估教学质量，缺少面向教师、学生、基层管理人员、校友、用人单位的质量调查；审核评估工作中主要采取质性评价及过程评价的方式。质性评价由独立的质量管理部门通过问卷、访谈等方式进行，过程评价通过查阅相关档案进行。

审核评估对质量保障体系的要求

1.质量保障机构的独立性

实行“管、办、评”分离，是构建有效的教学质量保障体系，不断提升学院教育教学质量的关键。《国家中长期教育改革和发展规划纲要（2010-2020年）》首次提出要“促进管办评分离”，党的十八届三中全会也要求“深入推进管办评分离”，特别是2014年教育部开展的审核评估，更是强调实行管办评分离，保证学校质量保障体系运行的有效度。学校应当成立质量控制的工作小组，各院、系、学科乃至教研室，也应该有相应的组织，这些组织要研究学校各方面工作的质量构成要素，确定各项工作的质量标准和流程，能迅速发现质量问题或隐患，并提出改进建议。

从目前国内高校内部质量管理部门建设的情况来看，绝大多数高校的内部质量管理部门挂靠在教务处，而非独立的质量管理机构。根据各高校校园网发布的学校组织机构的信息调查显示：所有的“985 工程”学校都未设立独立于教务部门的质量管理与评估机构，在 116 所“211 工程”学校中仅有 8 所高校设立了独立的质量管理与评估机构。这种运动员兼裁判员的质量管理体制，就决定领导和管理人员为质量保障的主体。[1]

2.质量保障系统的信息化

与第一轮水平评估不同的是，在审核评估阶段，学校要填写教学基本状态数据库，包括学校基本信息、学校基本条件、教师信息、学科专业、人才培养、学生、教学管理改革与质量监控等类别的信息，将学校基本信息导入后，由系统自动提取数据，生成《教学基本状态数据分析报告》，帮助专家全面系统地了解学校的基本情况。

在年度教学质量报告方面，从以往的学校年度教学质量报告来看，多数以官样文章居多，而审核评估工作需要的写实性自评报告，从专业水准的角度来说，需要学校、评估者具有相应的专业水准，甚至借助专业的数据机构等才能完成。[2]

3.质量保障体系的有效性

新一轮审核评估审核项目“质量保障”包括四个要素，即教学质量保障体系、质量监控、质量信息及利用、质量改进。与第一轮水平评估的指标体系不同的是，审核评估将质量保障作为一级观测指标单列的同时，更加重视对质量改进环节的考察。这也反映了本轮审核评估注重“内涵建设”，核心是“质量”，目的是“保障质量”，通过促进高校坚持内涵式发展，引导学校建立自律机制，加强质量保障体系建设。

审核评估视角下高校质量保障体系的重构

1.设立专门的教学质量保障机构，实现管办评分离

2014年，外交学院设立教学质量保障办公室，负责对全校教学质量信息搜集、分析、反馈及质量改进环节的监控，实现了管办评分离，进一步完善了学院教学质量监控体系。目前，学院的教学质量监控体系形成了包含信息搜集系统、信息处理系统、信息反馈系统在内的完整的闭合循环，实现了教学质量信息的搜集、处理、反馈，保障了教学质量监控体系的有效运作（见图1）。

2.由外部质量监控为主，逐步形成高校发展的内在驱动力

教育部本科教学评估工作虽然在规范学校办学方面发挥了重大作用，但如果此种评估制度不转化为学校的内部评估，对于学校的长远发展也是没有帮助的。要想做好内部质量监控，就必须掌握足够的、准确的信息，建立完善的信息收集机制，形成有效的内部监控：

第一，学生信息员制度。学生是高等教育服务的对象之一，有权利对高等教育的质量提出更高的要求。在学生中设立学生信息员，了解学生对于教学、服务等方面的需求是否得到满足，并针对学生的意见提出改进性措施付诸实践，不仅符合“全员参与”的TQM（全面质量管理）原则，也会收集到很多有效的质量控制信息。

第二，教师日常调查制度。目前，很多学生评教制度都是在学期结束之后由学生对教师进行评估的，评估的结果对于教师改善教学固然有很大帮助，但对于学生来说，该门课程已经上完，如果教师的教学工作中真的出现问题，对学生所造成的损失已经无法弥补。因此，教师应该在教学的不同阶段，采用一种可以让学生畅所欲言的方式，听取学生对于教学的意见和建议，并及时对教学中出现的问题进行弥补或改进，在教学过程中不断提高质量。

第三，日常状态数据。收集学校日常状态数据，是对学校进行质量监控的有效依据。从2003年起，教育部建立了普通高校本科教学基本状态数据采集和公布制度，对本科教学基本状态十个方面的数据进行定期采集和公布。以此为契机，高校建立日常状态数据库是完全可行的，可以将数据范围扩充。例如：进行一年一度的对教师、员工、学生的质量调查，包括数字数据以及开放性的建议、问题等。

第四，学生学习状态数据。其主要包括：在校生学习满意度数据、毕业生质量跟踪数据等。通过对学生学习满意度进行数据分析，可以了解学校在办学过程中的问题，以利于及时改进；对毕业生质量的跟踪可以更好地了解学校的专业、课程以及学校整体存在的问题。

图1 外交学院教学质量保障体系结构图

3.实现教学质量数据信息化、系统化、体系化

第一，教学质量数据信息化。高校应建设本科教学基本状态数据库：一方面，与教育部基本状态数据库的相关要求保持一致，可直接上传信息至教育部基本状态数据库；另一方面，与学校教务系统信息实现对接，提取相关教学信息，并完成对基本状态数据的分析功能，为学校改革决策提供参考，为有针对性地解决学科建设、教学质量中存在的问题提供解决方案。

第二，教学质量信息系统化。根据审核评估工作“四个度”的要求，教学质量信息的搜集要做到系统化，应该包括：教师“教”的信息，通过督导组听课、抽查试卷、抽查毕业论文等方式，了解教师教学质量信息；学生“学”的信息；关于学生学习满意度、学生自我成长，从入学调查和毕业调查入手，搜集学生信息；教学资源有效保障的信息，从基本状态数据库相关数据分析的结果入手，对相关教学资源保障部门进行信息反馈。

第三，教学质量标准的建设体系化。学校内部质量保障体系的建立和健全，是整个教育质量保障体系成熟的根本标志，也是评估工作走向常态化、制度化和自觉化的标志。教学质量标准的建立，是整个质量保障体系的第一步，在审核评估的视野下，学校应对教学质量环节的质量标准进行重新梳理，确保每一个质量环节有相应的质量负责人、有明确的工作流程、有及时有效的反馈及质量改进机制。

第四，形成重视质量的质量文化。与第一轮水平评估相比，审核评估把如何评估本科教学质量的自主权还给了高校。因此，高校必须在“质量文化”上狠下功夫，通过研究、讨论、宣传和激励等手段，树立教学质量管理的全员意识和氛围，使学校里每一个人都意识到质量是学校发展的生命线，确保本科教学质量管理体系得到全校各层次上的理解和落实；不断研究、吸纳和运用适合高校特点和发展目标的质量控制的理念、理论、方法、手段和工具，并对教职员工进行有关质量控制的培训，建立先进的质量保障体系，以提高教学质量管理的科学性和有效性。

参考文献：

[1]昌庆钟.审核评估与高校内部质量保障体系建设的四个转变[J].中国大学教学，2013（7）.

[2]袁益民.审核评估 关注内部质量保障的院校评审[J].高教发展与评估，2013（5）.

（作者单位：外交学院高教研究室）

[责任编辑：卜 珺]

作者：李明枝