关于高校老师‘放过’现象的研究
研究背景
大学中的课程成绩由平时分与考试分加权后相加得出,平时分包括平时考勤,平时上课表现(回答问题之类)等,考试分是期末考试成绩,大部分老师基本上都是如此。而在教师打这两部分的分时会出现将60分以下且接近60分的成绩,尽量凑成60分的现象(以下称‘放过’现象)。
放过现象过少,说明教师过于‘刚正不阿’,增加了自己的挂科率;放过现象过多,说明该老师过于‘仁慈’,教务处应建议该教师整改。所以,在‘仁慈’与负责任之间掌握好尺度,也是教师的一门学问。
本文基于某高校某学期的所有学生成绩进行放过现象的分析。
研究目的
以教师个人为研究对象,用一个指标描述该教师放过现象的程度,并用该指标将教师排名。这里只要输出客观排名,至于是否整改,应由教务处主观决定。
研究过程
数据探索
所有成绩分布如图,发现以下规律:
1.0分数据是未参加考试或交白卷产生,本文不做考虑
2.当分数>60,成绩曲线轮廓为正态分布曲线的一部分
3.当分数<=60,成绩曲线轮廓不属于正态分布曲线的一部分,且55~59分段本该上升趋势的曲线反而下降,60分案例数突然升高,映证了放过现象的存在
4.五整数、十整数的分数点的案例数明显多于其他分数点,可能是因为出题与打分都更习惯于整数
指标设计
提出多种方案,由计算易至难排序:
方案 | 计算方式 | 优点 | 缺点 |
---|---|---|---|
方案1 | 59分(或60分)人数 / 班级人数 | 计算简单 | 若某班没出现放过现象,该值还是会>0 |
方案2 | (60分人数 - 55~59分人数)/ 班级人数 | 计算简单 | 若某班在放过前,60分本来就多(或59分本来就少),这部分会影响指标 |
方案3 | 61分数点处斜率-59分数点处斜率 | 参考分数点更多,更有说服力 | 一个班的数据过少,各点斜率不平滑会使指标波动过大 |
方案4 | 使用scipy.stats归纳预测原有的55-59各分数点人数,再计算放过率 | 预测后可精确地计算放过率 | 一个班的训练数据过少预测不准确 |
综上,选择方案2
指标计算与展示
计算就是一句蛮长的sql,就不贴了,略略略略略略