中南民族大学学情分析报告

Transcription

1 顾问李金林 杨胜才 李俊杰 指导中南民族大学学生学业发展指导委员会 编委姚上海 宋发军 李红 于艳华 雷建云 马进 郑重 魏大江 主编王力执笔李雄平 施凯莉 报 : 校领导 送 : 校内有关职能部门 各学院学生学业发展分中心

2

3 目录 ( 上篇 ) 报告提要... 1 一 基础数据的统计特征... 1 二 被预警学生课程不及格情况... 4 三 持续预警学生群体特征... 5 四 课程辅导绩效情况... 6 五 报告结构设计... 6 六 数据误差问题... 7 第一章 学年上学期学业预警学生情况分析... 8 一 数据来源... 8 二 预警学生基本情况... 8 三 预警学生不及格课程情况 四 人口较少, 部分边疆地区去学生学业预警情况 第二章基于 3 个学期的学业预警学生对比分析 一 全校整体预警概况对比分析 二 预警学生基本情况对比分析 三 各学院预警学生相关信息现状对比分析 四 基于持续预警学生对比分析 第三章基于 16 门辅导课程的学业帮辅探索 一 课程辅导简介 二 学校学业发展中心辅导课程开课情况 三 学院学业发展分中心辅导课程情况 第四章学业预警机制探讨 一 国内学业预警机制现状 二 基于两维三层四级分类学业预警机制的探讨 三 学院的培养方案和预警机制探讨 第五章学业发展中心学业帮扶路径探索 一 学业发展中心建设现状 二 帮扶活动进展现状 三 下一步努力方向... 59

4 目录 ( 下篇 ) 一 现状分析 62 ( 一 ) 男生学籍异动人数高于女生 ( 二 ) 学生学籍异动与民族成分相关性不明显 ( 三 ) 学籍异动学生人数与生源所处区域呈弱相关性 ( 四 ) 学生学籍异动情况与所在学院专业学习挑战度无明显相关性 二 原因分析与对策建议 69 ( 一 ) 学籍异动学生异动原因分析 ( 二 ) 对策建议 加强情感关怀与正确引导 加强约束管理与跟踪服务 加强家校交流与三方沟通 加强新生成长教育与成才教育 加强学风建设与预警机制 加强思想教育与心理辅导... 73

5 图表目录 ( 上篇 ) 第一章 学年上学期学业预警学生情况分析表 1. 1: 学年第一学期各学院预警学生统计情况... 9 表 1. 2: 三类预警学生所属专业分布 表 1. 3: 学年第一学期预警学生民族分布 表 1. 4: 学年第一学期预警学生类别分布情况 表 1. 5: 学年第一学期预警学生生源地分布情况 表 1. 6:10 个省份预警学生的人数排名前 5 个专业分布情况 表 1. 7: 学年第一学期预警学生公寓分布情况 表 1. 8: 学年第一学期预警学生不及格课程类型情况 表 1. 9: 学年第一学期预警学生不及格课程门数情况 表 1. 10: 学年第一学期预警学生不及格课程补考与选课情况 表 1. 11: 学年第一学期人口较少民族学生预警情况 表 1. 12: 学年第一学期新疆籍学生预警情况 图 1. 1: 学年第一学期预警人数最多前 19 个专业情况 图 1. 2: 学年第一学期预警学生最多前 16 个民族分布情况 图 1. 3: 学年第一学期预警学生年级分布情况 图 1. 4: 学年第一学期预警学生年级分布情况 (100 人次以上,28 门 ) 18 第二章基于 3 个学期的学业预警学生对比分析 表 2. 1: 全校三个学期预警概况 表 2. 2: 全校三个学期各预警学生专业对比 ( 前十个专业 ) 表 2. 3: 全校三个学期各预警学生民族对比 ( 预警学生人数前十 ) 表 2. 4: 全校三个学期人口较少民族预警学生情况对比 表 2. 5: 全校三个学期新疆籍预警学生情况对比 表 2. 6: 学年第一学期挂科门数对比情况 ( 学院上报和学校教务处数据 ) 表 2. 7: 学年第一学期预警级别人次变更情况... 33

6 表 2. 8: 三个学期持续预警学生学院分布情况 表 2. 9: 三个学期持续预警学生性别分布情况 表 2. 10: 三个学期持续预警学生民族分布情况 表 2. 11: 三个学期持续预警学生预警级别变更情况 图 2. 1: 全校三个学期各学院预警学生百分比对比 图 2. 2: 全校三个学期预警学生各年级对比 图 2. 3: 两学期预警学生的挂科门数对比 图 2. 4: 全校三个学期预警学生的预警类别对比 图 2. 5: 全校三个学期藏族学生情况对比 第三章基于 16 门辅导课程的学业帮辅探索 表 4. 1: 各学院公共课程辅导报名情况 表 4. 2: 辅导课程各周考勤情况 表 4. 3: 学年第一学期辅导课程成绩情况 表 4. 4: 学年第一学期各学院开设辅导课程学生情况 表 4. 5: 学年第二学期预警学生重考通过情况 第四章学业预警机制探讨 表 5. 1: 电信与计科第一学期教学进程计划表 (2013) 表 5. 2:13 个学院最低通识课学分与最低毕业学分一览表 (2013) 图 5. 1: 基于课程成绩单维度的学业预警流程图 图 5. 2: 学业预警流程图 2( 有删改 ) 图 5. 3: 学业预警的保障体系 第五章学业发展中心学业帮扶路径探索 表 6. 1: 学习支持团队立项项目信息... 58

7 学年第一学期预警学生学情分析报告 报告提要 经全面排查, 年学年度第一学期, 全校第三期学业预警共确定学业预警对象 2524 人, 占全校在校在籍本 预科学生预警比例 10.31% 预警学生中男生多于女生, 其中男生 1917 人 (1 人休学 ), 占预警学生总数的 75.95%, 占全校在校在籍男生总数的 19.57%; 女生 607 人 (1 人休学 ), 占预警学生总数的 24.05%, 占全校在校在籍女生总数的 4.13% 预警面总体稳定, 预警学生比上学期增加 124 人, 环比增幅 5.16%, 较上学期预警增幅下降 2.22% 男生环比增长 9.11%; 女生环比下降 5.60% 理工科学院预警人数高于人文学科学院, 且各学院黄色预警 橙色预警学生有所上升 预警学生共涉及全校 51 个民族 31 个省级行政地区, 汉族学生预警总人数最多, 但少数民族学生预警比例高于汉族学生 ; 其中边疆及人口较少民族学生预警总人数虽有减少, 但预警学生占本民族比重较大 通过数据分析, 得到如下结论 : 一 基础数据的统计特征 1 理工科学院被预警学生比例高于其他学院 预警学生总数逐 期增加, 但增长态势逐期放缓 ; 男生预警人数逐期增加, 女生预警人 数逐期减少, 但男女比例趋于稳定 第三期 ( 学年第一学期, 1

8 属于第三次预警, 下同 ; 以下数据未标注默认第三期预警 ) 学业预警名单中, 有 1809 人属于 7 个理工科学院, 占在校在籍预警学生的 71.73%, 且预警学生占本学院的比例 10.15%-32.91%( 详见 P9 页表 1.1) 第三期预警较第二期 ( 学年第二学期, 属于第二次预警, 下同 ) 放缓 3.24%, 男女比例达到 3.16:1 2 理工科专业学生预警程度相对更高 被预警学生涉及 104 个专业, 较上学期增加 22 个专业 其中,5 个理工科专业 A 区预警专业,12 个 B 区预警专业,20 个 C 区预警专业,21 个 D 区预警专业, 45 个 E 区预警专业 ( 详见 P11 页表 1.2) 各学期预警学生比例排名在前十的预警专业, 大多是理工科专业, 占各期预警 10 个专业人数百分比均值为 40%( 详见 P26 页表 2.2) 3 前三期预警学生人数排名前十的民族变动不大 本期被预警仍以汉族学生为最多, 达 821 人, 但有 45 个少数民族预警学生比例高于汉族 其中, 回 土家 壮 藏 苗 蒙古等 6 个民族预警人数均超过 100 人, 以上 7 个民族共计 1917 人, 占第三期预警学生总数的 75.95%( 详见 P13 页表 1.3) 本期新疆籍被预警学生共 78 人, 维吾尔族占 56.41%,22% 的是哈萨克族 ( 详见 P31 页表 2.5); 本期被预警藏族学生约 140 人, 约占藏族学生的 27.94%( 详见 P31 页图 2.5) 前三期预警学生总数的前十个民族总体稳定, 汉 回 土家三个民族持续占据前三, 三个民族预警学生总数占各期预警学生总数一半以上, 且保持微 量增长趋势 ( 详见 P27 页表 2.3) 4 大一下学期至大二上学期为预警高发期 整体上, 大一预警 2

9 量最少, 大二预警量最大 ; 并且, 随年级增加, 学业预警学生呈下降趋势, 且保持一定的落差 大三 大四仍有超过 10% 的学生被预警, 且在当期预警学生中比重各占约四分之一 ( 详见 P14 页图 1.3) 目前三期预警的各年级分布趋于稳定, 第二期 第三期的预警学生挂科门数曲线吻合度极高 ( 详见 P29 页图 2.3) 5 全校预警级别分布结构更为均衡 第三期预警相比第二期有两个特点, 一是受警告等处分的黄色预警和一般学业预警的橙色预警有所增加 ( 详见 P30 页图 2.4), 二是各学院根据各自专业特点采取了扩围 收缩等差异化的预警策略 ( 详见 P25 页图 2.1), 如电信学院对挂科 2 门以上的学生进行预警, 体现了各学院对学业预警规律的认识逐步深化, 两级学业预警体系进一步完善 6 边疆及西部地区学生预警比例较高于其他地区 其中, 西藏 青海 黑龙江等三地学生被预警的比例最高, 西藏籍学生被预警 92 人, 占西藏籍学生 32.39% 湖南 湖北 广西 贵州 内蒙 云南重庆 青海 8 个省级行政地区预警的人数均超过 100 人 ( 详见 P15 页表 1.5) 其中, 西藏籍预警学生以文科专业为主, 青海和黑龙江籍预警学生以文理均有, 其他 7 个省份以理工科专业为主 ( 详见 P16 页表 1.6) 7 宿舍氛围与学业发展呈现一定相关性 在统计的 40 栋学生宿舍楼以及 1259 间宿舍中, 共 1901 个预警学生 有 451 间宿舍超过 2 人被预警, 占宿舍的 35.82% 其中,110 间宿舍 3 人预警,26 间宿舍 4 人被预警,3 间宿舍 5 人预警,2 间宿舍 7 人预警,1 间宿舍 6 人预警,1 间宿舍 8 人预警 ( 详见 P17 页表 1.7) 3

10 8 预警学生课程挂科数量同比减少 第三期预警较第二期预警人均挂科课程比减少 0.43 门 ( 详见 P24 页表 2.1) 第三期预警因课程不及格, 或所修学分未达到等被预警的学生占绝大多数, 共 2221 人, 占预警学生总数的 88.00% 还有 12% 的学生预警有多重原因, 如挂科所致的学籍异动 受处分兼有挂科 心理问题 基础薄弱等等 二 被预警学生课程不及格情况 1 被预警学生不及格课程涉及面广 门次多 全校有不及格课程情况的学生共 7935 人, 其中有 31.81% 的学生被预警 预警学生不及格课程涉及 1767 门课程, 不及格 门次 其中 1-5 门不及格课程的预警学生为 1350, 占预警总数的 53.49%;6-10 门 673 人, 占预警总数的 26.66%;11 门以上共计 444 人, 占预警总数的 19.85% ( 详见 P19 页表 1.8) 2 不及格人数较多的课程多集中于基础必修类或公共必修类课程 不及格超过 100 人次的共 28 门课程 ( 详见 P22 页图 1.4), 不及格在 25 人次以下的课程为 91.79%, 数学类 物理 电路 英语 程序语言等课程挂科人数相对较多 3 必修课成为预警学生挂科重灾区 必修课程占预警学生的不及格课程的 60.15%, 占全校学生不及格门数的半数以上 ( 详见表 P19 页 1.8) 4 被预警学生更愿意选择补考而不是重修 预警学生选择课程重修仅占一成, 九成选择课程补考 有 10.95% 共 1824 门次的课程有 4

11 学生选择重修,91.31% 共 门次的课程被补考过一次或一次以 上 其中, 基础必修课在补考次数中占得比重最大, 补考过 1 次的门 数为 5614, 占该补考次数课程门次的 36.90%( 详见 P21 页表 1.10) 三 持续预警学生群体特征 多个学期被预警的学生即持续预警学生 经过对三个学期预警学生名单匹配, 全校共有 75 个专业的 775 人在三个学期都被预警, 占各期预警学生的 30% 以上 1 全校持续预警学生总体递减 第一期持续预警学生占预警学生比例 35.15%, 第二期占比 33.02%, 第三期占比 30.79%( 详见 P34 页 表 2.8) 2 各学院持续预警学生比例变动趋势不一致 持续预警学生在 20 个学院各学期的百分比走势趋势归为 3 类,11 个学院呈现波动型特征,5 个学院呈现递减特征,4 个学院呈现递增特征 ( 详见 P34 页表 2.8) 3 男生比例超过女生 尽管持续预警男生总数超过持续预警女生, 但持续预警的男生比例不断降低, 而持续预警的女生比例却呈现不断增加的趋势 ( 详见 P36 页表 2.9) 4 人口较少民族的持续预警学生值得关注 尽管汉族等民族学生被持续预警的人数总数更多, 但人口较少民族预警学生的比重更大, 占该民族各期预警人数的 30% 以上 其中, 如德昂族 鄂温克族 塔吉克族等人口较少民族被预警的学生, 持续预警学生占各期比例七 5

12 成以上 ( 详见 P37 页表 2.10) 5 被持续预警学生的相关工作仍不容乐观 有 46.58% 持续预警学生的预警级别总体下降, 有 9.94% 的学生维持原有预警级别, 仍有 43.48% 的学生预警级别出现反弹甚至上升 ( 详见 P37 页表 2.11) 四 课程辅导绩效情况 第二期预警学生报名参加 16 门辅导课程重考的, 通过率高于未参加辅导课程的学生 学校学业发展中心协同数统学院 外语学院 化学与材料科学学院开设了 6 门公共课, 报名人数 549 人次, 核准 544 人次 ( 详见 P40 页表 4.1), 通过率 62.68%, 各门课程成绩均高于第二期预警未参加辅导课程的学生 ( 详见 P41 页表 4.3); 各学院学生学业发展分中心开设的 10 门专业课课程辅导, 共报名 355 人次, 通过率 61.69%( 详见 P42 页表 4.4) 五 报告结构设计 序号 一级要点 二级要点 三级要点 1 基本信息部分 预警学生 学院 专业 年级 民族 性别 预警类别 生源地 公寓 预警原因 人口较少民族 部分边疆地区预警等 不及格课程 挂科门次 课程不及格人数 课程类型 考试次数 选课去年概况等 预警学生 校级层面 学院 专业 民族 年级 挂科门数 预警类别 人口较少民族 部分边疆地区预警等 2 学院与教务处挂科门数数据 预警级别变各学期对比部学院报送相关信息更数据等分 学院 专业 性别 民族 预警类别 生 持续预警学生信息 源地 公寓 预警原因 人口较少民族 部分边疆地区预警等 6

13 3 课程辅导部分预警机制探讨 4 部分 5 帮扶路劲探索 辅导课程简介开课情况预警机制现状我校预警机制探讨学院培养方案帮扶现状具体途径 学业发展中心公共课 分中心专业课报名 考勤 效果预警流程 预警维度 级别及测量指标 学业预警的保障体系等两个维度 三个层次 四个级别课时 学分 课程门数 课程类型等制度层面 组织人员 资源配置导生团队 小民同学 团队 品牌活动等下一步努力方向 六 数据误差问题 学院上报挂科门数数据与教务处教务系统提供的数据有一定程度差异 学院上报预警级别变更信息有待核准, 其中理工科数据准确率高于文科类学院 ( 详见 P32 页表 2.6 P33 页 2.7) 预警制度内涵有待深度理解, 近一半学院还依据本学院 专业制定切实的预警实施办法 相当一部分课程报名学生未能在教务系统操作, 造成辅导课程数据缺失致使统计存在一定误差等等 7

14 第一章 学年上学期学业预警学生情况分析 一 数据来源 1 学业预警学生人数 根据各学院学业发展分中心上报汇总得出, 最终确认预警学生为 2524 人 2 预警学生不及格课程门次 数据由教务处提供, 数据系统截至 2016 年 3 月 1 日, 原始数据中全校不及格课程共 门次, 去重后全校不及格课程共 门次, 涉及 7935 名学生 经筛选预警学生不及格课程共 门次 3 全校本预科学生人数 以学生信息系统 2016 年 3 月 8 日在校在籍学生实际人数为准, 共 人 二 预警学生基本情况 1 预警学生学院分布情况 如下表 1.1 所示, 从学院分布来看, 学年度第一学期学业预警呈两级分化, 理工科学院人数及比例明显高于文科类学院 本学期预警人数较多或比例超过 10% 的学院是电子信息工程学院 (550 人,32.91%) 计算机科学学院(488 人,20.92%) 生物医学工程学院 (113 人,14.09%) 药学院(145 人 13.84%) 数学与统计学院 (122 人,12.03%) 化学与材料科学学院(147 人,10.77%) 管理学院 (244 人,10.15%) 8

15 表 1. 1: 学年第一学期各学院预警学生统计情况 序号 学院 预警人数 全院人数 百分比 1 电子信息工程学院 % 2 计算机科学学院 % 3 生物医学工程学院 % 4 药学院 % 5 数学与统计学学院 % 6 化学与材料科学学院 % 7 管理学院 % 8 生命科学学院 % 9 资源与环境学院 % 10 法学院 % 11 体育学院 % 12 外语学院 % 13 经济学院 % 14 公共管理学院 % 15 民族学与社会学学院 % 16 教育学院 % 17 马克思主义学院 % 18 文学与新闻传播学院 % 19 美术学院 % 20 预科教育学院 % 21 音乐舞蹈学院 % 合计 % 注 : 化学与材料科学学院与美术学院各有 1 名休学学生未纳入此统计 2 预警学生专业分布情况 从专业分布来看, 预警学生共涉及 104 个专业 ( 教学方案更改所致 ) 学生, 比上第二期预警新增 22 个专业 其中, 理科专业 41 个, 共 1710 人, 环比增长 7.55%; 文科专业 63 个, 共 814 人, 环比增长 4 人 理科专业预警学生程度高于文科类专业的学生 预警人数较多的前 19 个专业,14 个理科,5 个文科, 且文科专业较靠后 以下是预警学生所属专业前 19 个专业分布情况, 如图 1.1 所示 : 9

16 图 1. 1: 学年第一学期预警人数最多前 19 个专业情况 通过 SPSS 系统聚类分析, 将在校在籍预警学生所涉及的专业划为 5 类, 具体如下 : 第一类为 A 区预警专业, 包含光电信息科学与工程 ( 占本专业学生 46.64%) 电子信息工程( 占本专业学生 34.29%) 化学工程与工艺 ( 占本专业学生 29.17%) 自动化类( 占本专业学生 29.17%) 通信工程 ( 占本专业学生 29.08%) 等 5 个专业 专业预警比例在 20% 以上, 均值 33.77% 这些专业都是理工科且人数众多, 预警比例高 第二类为 B 区预警专业, 包含网络工程 环境科学等 12 个理工科专业, 专业预警比例在 15% 以上, 均值 20.78% 这些专业预警比例程度较高, 部分专业人数不亚于 A 区的理工科专业 详细信息如表 1.2: 10

17 表 1. 2: 三类预警学生所属专业分布 类别 专业 预警学生人数 ( 人 ) 专业人数 ( 人 ) 百分比 光电信息科学与工程 % 电子信息工程 % A 区 化学工程与工艺 % 自动化类 % 通信工程 % 网络工程 % 环境科学 % 软件工程 % 计算机科学与技术 % 智能科学与技术 % B 区 市场营销 % 自动化 % 化学生物学 % 应用化学 % 光信息科学与技术 % 生物医学工程 ( 信息工程 ) % 信息与计算科学 % 艺术设计 ( 表演 ) % 生物医学工程 % 药物分析 % 旅游管理 % 医学信息工程 % 药物制剂 % 生物工程 % 数学与应用数学 % 工商管理 % C 区 生物医学工程 ( 仪器 ) % 经济学 % 保险 % 药学 % 信息管理与信息系统 % 服装与服饰设计 ( 服装设计与表演 ) % 社会体育指导与管理 % 视觉传达设计 ( 数字媒体艺术 ) % 高分子材料与工程 % 人力资源管理 % 生物技术 % 注 : 动画专业和化学工程与工艺专业各休学 1 人, 以及因专业设臵变化的电气信息类专业 2 名预警学生未纳入统计 11

18 第三类为 C 区预警专业, 包含艺术设计 ( 表演 ) 生物医学工程 药物分析 旅游管理等 20 个专业, 专业预警比例在 10% 以上, 平均 12.48% 这些专业具有一定的学生基数, 理工专业和文科专业各占一半, 同时预警比例相对较高的文科类专业开始出现 第四类为 D 区预警专业, 包含环境工程 应用统计学 软件工程实验 法学 英语行政管理 电子商务等 21 个专业, 预警比例在 5% 以上, 均值 7.34% 这些专业预警比例较低, 文理科等专业分布比较均衡 第五类为 E 区预警专业, 包含知识产权 轨道交通信号与控制 民族学等 45 个专业, 预警比例在 5% 以下, 均值 2.64% 这些专业以文科类为主, 且绝大多数专业预警学生不超过 10 人 3 预警学生民族分布情况 本次预警学生涉及 51 个民族, 其中汉族学生预警人数最多, 共 821 人 ( 含 2 人休学 ), 占全校预警学生总数的 32.53%, 共有 7 个民族预警学生超过 100 人, 其中回族 298 人, 土家族 235 人, 壮族 149 人, 藏族 140 人, 苗族 139 人, 蒙古族 135 人 详细信息见图 1.2 图 1. 2: 学年第一学期预警学生最多前 16 个民族分布情况 12

19 总体来看, 边疆民族及人口较少民族学生被预警比例高于其他民族, 少数民族学生被预警比例高于汉族 其中, 藏族被预警学生比例最高, 共 140 人, 占全校藏族学生的 27.94%; 其次是朝鲜族预警学生 41 人, 占全校朝鲜族学生的 27.52%; 羌族预警学生 12 人, 占全校羌族学生的 19.67%; 维吾尔族预警学生 44 人, 占全校维吾尔族学生的 17.65% 详细见表 1.3 表 1. 3: 学年第一学期预警学生民族分布 民族 预警 人数 占本民 族比例 民族 预警 人数 占本民 族比例 民族 预警 人数 占本民 族比例 乌孜别克族 % 珞巴族 % 哈尼族 % 德昂族 % 怒族 % 回族 % 塔吉克族 % 水族 % 景颇族 % 鄂温克族 % 黎族 % 佤族 % 门巴族 % 撒拉族 % 土家族 % 塔塔尔族 % 普米族 % 畲族 % 俄罗斯族 % 蒙古族 % 瑶族 % 赫哲族 % 哈萨克族 % 柯尔克孜族 % 裕固族 % 基诺族 % 仫佬族 % 阿昌族 % 毛南族 % 壮族 % 藏族 % 布依族 % 傣族 % 朝鲜族 % 纳西族 % 汉族 % 京族 % 满族 % 达斡尔族 % 土族 % 东乡族 % 锡伯族 % 羌族 % 彝族 % 侗族 % 维吾尔族 % 苗族 % 穿青人 % 仡佬族 % 白族 % 傈僳族 % 4 预警学生年级分布情况 从预警学生各年级分布来看, 总体上 学年第一学期学 业预警学生呈下降趋势 其中, 两条趋势线最右端起点大一 (

20 级 ) 相距较窄, 在大二开始曲张, 大二应该成为预警控制的重点 目前,2012 级 ( 大四 )648 人, 占预警总人数的 25.69%, 占该年级总人数的 10.74%;2013 级 ( 大三 )623 人, 占预警总人数的 24.70%, 占该年级总人数的 10.45%;2014 级 ( 大二 )798 人, 占预警总人数的 31.64%, 占该年级总人数的 13.34%;2015 级 ( 大一 )453 人, 占预警总人数的 17.96%, 占该年级总人数的 6.99% 此外, 统计数据还包含各年级留级生或留转休学生 46 人 详见图 1.3: 图 1. 3: 学年第一学期预警学生年级分布情况 注 :2013 级与 2015 级各休学 1 人未纳入统计 5 预警学生预警类别与预警原因分布情况 从预警类别来看, 学年第一学期以黄色预警和橙色预警为主 其中受到警告等处分或及学籍异动的学生在这一学年增加较多, 这与 2015 年底学校大规模宿舍安全检查关系密切 表 1. 4: 学年第一学期预警学生类别分布情况 预警类别 预警人数 百分比 蓝色预警 % 黄色预警 % 橙色预警 % 红色预警 % 14

21 6 预警学生生源地分布情况 (1) 从预警学生生源地分布的百分比来看, 西藏 (92 人 ) 青海 (117 人 ) 黑龙江(33 人 ) 三地学生被预警的比例最高 从预警的学生生源地的人数来看, 青海 内蒙古 湖南 湖北 广西 贵州 内蒙 云南共 8 个省级行政地区预警的人数均超过 100 人 结合民族成份分析, 西藏 (85 人 ) 和青海 (38 人 ) 两地的藏族学生共 123 人被预警, 占两地预警学生的 58.85%, 占藏族预警学生总数的 87.86% 黑龙江籍预警学生中有 10 人为朝鲜族,8 人为满族, 蒙古族 6 人, 回族 3 人, 汉族 3 人, 达斡尔族 鄂温克族 赫哲族各 1 人 表 1. 5: 学年第一学期预警学生生源地分布情况 序号 占全校省级行政预警学生省级行预警学占全校学生百序号地区人数政地区生人数百分比分比 1 西藏 % 17 云南 % 2 青海 % 18 重庆 % 3 黑龙江 % 19 四川 % 4 北京 % 20 浙江 % 5 天津 % 21 福建 % 6 吉林 % 22 安徽 % 7 新疆 % 23 山东 % 8 海南 % 24 广东 % 9 辽宁 % 25 江苏 % 10 内蒙古 % 26 江西 % 11 上海 % 27 广西 % 12 宁夏 % 28 河北 % 13 甘肃 % 29 湖北 % 14 湖南 % 30 河南 % 15 陕西 % 31 山西 % 16 贵州 % 15

22 表 1. 6:10 个省份预警学生的人数排名前 5 个专业分布情况 省份类型 专业 1 专业 2 专业 3 专业 4 专业 5 湖南 A 类 电子信息工程计算机科学与通信工程 (21 光电信息科学自动化 (11 (29 人 ) 技术 (25 人 ) 人 ) 与工程 (13 人 ) 人 ) 湖北 A 类 电子信息工程通信工程 (25 光电信息科学计算机科学与软件工程 (33 人 ) 人 ) 与工程 (18 人 ) 技术 (16 人 ) (13 人 ) 广西 A 类 电子信息工程通信工程 (20 光电信息科学计算机科学与软件工程 (20 人 ) 人 ) 与工程 (14 人 ) 技术 (14 人 ) (12 人 ) 贵州 A 类 电子信息工程通信工程 (14 网络工程 (10 自动化 (8 软件工程 (8 人 ) (14 人 ) 人 ) 人 ) 人 ) 内蒙 A 类 通信工程 (18 软件工程 (8 光电信息科学计算机科学与电子信息工人 ) 人 ) 与工程 (7 人 ) 技术 (7 人 ) 程 (6 人 ) 云南 A 类 光电信息科计算机科学与电子信息工程通信工程 (10 软件工程 (10 学与工程 (6 技术 (17 人 ) (14 人 ) 人 ) 人 ) 人 ) 重庆 A 类 电子信息工程通信工程 (9 光电信息科学计算机科学与网络工程 (7 (10 人 ) 人 ) 与工程 (8 人 ) 技术 (7 人 ) 人 ) 黑龙通信工程 (7 网络工程 (3 人力资源管理信息与计算 B 类法学 (2 人 ) 江人 ) 人 ) (2 人 ) 科学 (2 人 ) 青海 B 类 电子信息工程化学工程与工国际经济与贸人力资源管法学 (6 人 ) (14 人 ) 艺 (5 人 ) 易 (5 人 ) 理 (5 人 ) 西藏 C 类 法学 (15 人 ) 汉语言文学旅游管理 (7 经济学 (8 人 ) 金融工程 (8 人 ) (10 人 ) 人 ) (2) 结合预警专业, 湖南 湖北等 10 个省份预警学生专业有三种类型 : 一是 A 类, 有 7 个省份, 排名前五的专业都是理工科, 且预警学生人数的专业排名相差不大 ; 二是 B 类, 如黑龙江和青海, 前五个专业近一半是文科 ; 三是 C 类是西藏, 排名前五都是文科 详细信息见上表 1.6 (3) 结合民族成份分析, 湖南的土家族学生 104 人被预警, 占该地预警学生的 34.10%, 占全校土家族预警学生的 44.26%; 在校湖北籍的汉族学生 247 人被预警, 占该地预警学生 85.47%, 占全校在校在籍汉族预警学生 30.16% 广西的壮族学生 134 人被预警, 占该地预警学生的 64.42%, 占全校壮族预警学生的 89.93% 贵州地区有 16

23 16 个民族学生被预警, 其中人数比较多的民族是布依族 (46 人 ), 苗族 (31 人 ) 汉族 (24 人 ) 土家族(16 人 ) 仡佬族(12 人 ) 侗族 (11 人 ) 等 内蒙古的蒙古族学生 97 人被预警, 占该预警学生的地区 62.58%, 占全校蒙古族预警学生总数的 71.85%, 还有达斡尔族 鄂温克族 俄罗斯族预警学生各 1 人 云南有 20 个民族学生被预警, 其中彝族 47 人, 占全校彝族预警学生的 74.60%, 白族 25 人, 占全校白族预警学生的 73.53% 7 预警学生公寓分布情况 据有效数据统计, 共 1901 条预警学生公寓分布的有效数据 其中北区 438 人, 南区 1463 人, 涉及 40 栋楼以及 1259 间宿舍 表 1. 7: 学年第一学期预警学生公寓分布情况 北区 438 人 南区 1463 人 宿舍楼栋 预警人数 宿舍楼栋 预警人数 宿舍楼栋 预警人数 2B 栋 栋 26 1B 栋 栋 20 6B 89 2 栋 栋 19 4A 栋 栋 16 4B 24 1 栋 栋 11 9B 栋 90 8 栋 9 5B 21 9 栋 78 6 栋 5 8A 栋 栋 4 5A 栋 栋 4 1A 13 3 栋 55 5 栋 2 6A 9 16 栋 54 3A 8 27 栋 52 9A 1 7 栋 48 2A 1 4 栋 30 7A 1 17 栋 30 如上表 1.7 所示, 其中, 有 808 间宿舍有 1 人被预警,208 间宿舍 2 人预警,110 间宿舍 3 人预警,26 间宿舍 4 人被预警,3 间宿舍 5 人预警,2 间宿舍 7 人预警,1 间宿舍 6 人预警, 以及 1 间宿舍 8 17

24 人预警 北区预警人数最多的是 2B 楼栋 101 人,1B 楼栋 93 人,6B 楼栋 89 人 南区 25 栋 281 人,22 栋 190 人,2 栋 112 人,23 栋 100 人,1 栋 94 人,11 栋 90 人,9 栋 78 人 三 预警学生不及格课程情况 1 预警学生不及格课程门次情况 从预警学生不及格课程情况来看, 学年第一学期, 全校 2524 名学生共有 门次课程不及格, 涉及 1767 门课程 如下图 1.4 所示,100 人次以上的不及格课程共 28 门, 这些课程绝大多数是理工科 经管类的必修课 ; 人次排名前 10 的不及格课程中, 有 4 门是公共必修课 本学期高等数学 A(2) 线性代数 高等数学 A(1) 等课程不及格人次仍然高居榜首 尤其要引起高度关注的是马克思主义基本原理课, 不及格人数高达 230 人次 图 1. 4: 学年第一学期预警学生不及格课程分布情况 (100 人次以上,28 门 ) 总体来看,98.42% 的不及格课程在 100 人次以下 不及格课程在 人次课程有 39 门, 理工科预警学生居多, 大多数为跨学院专业课程 ;49-25 人次课程有 78 门, 理工科 经管类等预警学生居多, 18

25 大多数是学科专业课程 ; 不及格课程在 25 人次以下的课程有 1622 门, 其中仅 1 人次不及格的课程有 613 门,2-4 人次不及格课程 604 门, 5-24 人次不及格课程 405 门, 分布比较均衡 2 预警学生不及格课程类型分布 从不及格的课程类型来看, 学年第一学期预警学生的不及格课程类型几乎包含了各类课程 预警学生的不及格的课程类型百分比排名靠前的是基础必修 (6437 门次 ) 专业必修(1890 门次 ) 公共必修 (1696 门次 ) 课程, 必修课程占预警学生的不及格课程的 60.15%, 同时, 预警学生的必修三类课程占全校学生不及格门数的半数以上 如下表 1.8 所示 : 表 1. 8: 学年第一学期预警学生不及格课程类型情况 序号 课程类型 预警 / 全校各预警不及全校不及预警课程全校各类课类不及格课格课程格课程百分比程百分比程 1 基必 % 35.18% 66.11% 2 专必 % 10.67% 64.02% 3 公必 % 11.18% 54.83% 4 基选 % 8.61% 71.00% 5 专选 % 9.62% 61.80% 6 方案外课程 % 9.98% 55.27% 7 公选 % 12.95% 41.00% 8 教学实践 % 1.08% 54.00% 9 课程设计 % 0.29% 88.89% 10 实习 % 0.39% 55.14% 11 毕业论文 ( 设计 ) % 0.06% 81.25% 除公选课 实习 教学实践和方案外课程外, 预警学生的各类不及格课程门次均高于全校平均水平, 大多数类型的课程占全校不及格课程的 60% 以上, 其中课程设计和毕业论文 ( 设计 ) 比例最高, 分别为 88.89% 和 81.25% 19

26 3 不及格课程门数差异性比较 从不及格课程的门次来看, 全校预警稍显严峻 目前, 全校共有 7935 人出现过不及格现象 ( 占全校总人数 32.45%), 在这 7935 人中, 有 2467 人在 学年第一学期被预警 表 1. 9: 学年第一学期预警学生不及格课程门数情况 不及格课程门数 预警层面 全校层面 预警层面全校层面百分比百分比 预警 / 全校层面 % % 1-5 门 % 83.23% 20.44% 6-10 门 % 10.46% 81.08% 门 % 3.54% 89.32% 门 % 1.30% 86.41% 门 % 0.69% 89.09% 25 门以上 % 0.78% 88.71% 合计 % 32.45% 31.81% 从预警学生课程不及格门次来看, 无不及格课程的预警学生有 57 人, 占预警总人数的 2.26%;1-5 门 1350 人, 占预警总数的 53.49%; 6-10 门 673 人, 占预警总数的 26.66%;11 门以上共计 444 人, 占预警总数的 19.85%, 详细信息见上表 1.8 从学校学生课程不及格门次来看, 无不及格课程的学生 人, 占全校学生 67.55%;1-5 门课程不及格学生有 6604 人, 占全校不及格学生总人数的 83.23%;6-10 门不及格学生有 830 人, 占全校不及格学生总人数的 10.46%;11 门以上不及格学生 528 人, 占全校不及格学生 6.65%, 详细信息见上表 不及格课程的重修及补考情况 总体上, 有 1824 门次的不及格课程是重修课程, 占不及格课程 20

27 门次的 10.95% 其中, 被选择重修的课程中, 比例最高的课程类型有毕业论文 ( 设计 )30.77% 实习 33.9% 教学实践 19.14% 基础必修课 16.76% 以及公共必修课 10.55% 等 其次, 有 门次的课程属于第一次补考, 占不及格课程门次的 91.31%,1328 门次的不及格课程属于第二次补考,107 门次的不及格课程属于三次补考,24 门次的不及格课程属于第四次补考,2 门次的不及格课程属于第五次补考 再次, 基础必修课不及格人次最多, 补考次数最高 ; 公共必修 基础选修 方案外课程, 以及专业选修和专业必修等课程门次也出现极大数量的补考 其中, 补考过 1 次的基础必修课门次为 5614, 占该补考次数所有不及格课程类型的 36.90%; 补考过 2 次的基础必修课门次为 775, 占该补考次数所有不及格课程类型的 58.36%; 补考过 3 次的基础必修课门次为 45, 占该补考次数所以不及格课程类型的 42.06% 如下表 1.10 所示 : 表 1. 10: 学年第一学期预警学生不及格课程补考与选课情况 课程类型 是否选择重修选课百分补考次数否是比 毕业论文 ( 设计 ) % 方案外课程 % 公必 % 公选 % 基必 % 基选 % 教学实践 % 课程设计 % 实习 % 专必 % 专选 % 合计 %

28 四 人口较少民族, 部分边疆地区学生学业预警情况 1 人口较少民族学生预警情况 全校在校在籍的 28 个人口较少民族学生 314 人 学年第一学期有 23 个人口较少民族的学生共 54 人被预警, 占人口较少民族学生总数 17.20% 如下表 1.11 所示 : 表 1. 11: 学年第一学期人口较少民族学生预警情况 序号 民族 橙色 红色 黄色 蓝色 总计 1 土族 撒拉族 阿昌族 德昂族 仫佬族 乌孜别克族 达斡尔族 鄂温克族 毛南族 门巴族 普米族 塔吉克族 塔塔尔族 锡伯族 俄罗斯族 赫哲族 基诺族 京族 景颇族 柯尔克孜族 珞巴族 怒族 裕固族 1 1 总计 其中, 土族预警学生最多, 共 14 人, 撒拉族 4 人, 阿昌族 德昂族 仫佬族 乌孜别克族预警学生各 3 人, 达斡尔族等 8 个民族预警学生各 2 人, 俄罗斯族等 9 个民族预警学生各 1 人 22

29 从预警类别来看, 橙色 (17 人 ) 黄色(18 人 ) 蓝色(16 人 ) 预警学生相差不多, 共计 51 人, 占人口较少民族预警学生总数的 94.44%, 其余 3 人为红色预警 2 新疆籍和藏族学生学业预警情况 学年第一学期新疆籍学生共预警 78 人, 占在校新疆籍学生总数 (477 人 ) 人的 16.35% 其中维吾尔族预警 44 人, 占新疆籍预警总数的 56.41%, 哈萨克族预警 18 人, 占新疆籍预警学生总数的 23.08% 其他新疆籍民族预警学生相对较少 如下表 1.12 所示 : 表 1. 12: 学年第一学期新疆籍学生预警情况 民族 橙色 红色 黄色 蓝色 总计 维吾尔族 哈萨克族 汉族 乌孜别克族 塔吉克族 塔塔尔族 2 2 回族 1 1 柯尔克孜族 蒙古族 1 1 锡伯族 1 1 总计 目前, 全校共有在校在籍藏族学生 501 人, 学年第一 学期被预警 140 人, 占藏族学生的 27.94% 23

30 第二章基于 3 个学期的学业预警学生对比分析 一 全校整体预警概况对比分析 1 每学期全校预警人数在增加, 但是增长态势逐期放缓 学年第二学期 ( 第二期 ) 预警较 学年第一学期 ( 第一期 ) 预警环比增长 7.38%, 学年第一学期 ( 第三期 ) 预警较前一学期环比增长 4.14% 2 男生预警人数逐期增加, 女生预警人数逐期减少 男生预警第二期增加 243 人, 第三期增加 160 人 女生预警第二期减少 51 人, 第三期减少 36 人 三个学期男女学生预警比例依次 2.18:1;2.73:1;3.16:1 三期预警男女比例中, 男生明显高于女生 3 预警学生涉及民族趋于稳定 第一期预警 ( 学年第一学期, 属于第一次预警, 下同 )47 个民族学生, 第二期和第三期均为 51 个民族的学生 4 预警学生课程学业成绩出现好转 表 2. 1: 全校三个学期预警概况 学年学期 年第一学期 年第二学期 年第一学期 预警学生人数 2235 人 2400 人 2524 人 占本 预科生比例 9.22% 9.90% 10.31% 男女人数比例 1514: : :607 涉及民族 47 个 51 个 51 个 预警学生挂科 门次 门次 门次 如表 2.1 所示, 第一期预警学生 2235 人总挂科 门次, 人 均 6.18 门次 ; 第二期预警学生 2400 人总挂科 门次, 人均

31 门次 ; 第三期预警学生 2524 人总挂科 门次, 人均 6.60 门次 二 预警学生基本情况对比分析 1 各学期学院预警人数百分比情况 图 2. 1: 全校三个学期各学院预警学生百分比对比 从三个学期各学院预警学生比例看来, 学院预警策略呈现三种特 25

32 征, 第一类是试探型学院, 即逐步扩大预警学生的比例, 达到一定比例可能有所回缩, 如音舞 预科 经院 体院 法院 生科 数统 生医等学院 ; 第二类是扩围型学院, 即预警学生逐期扩大, 如资环 化材 计科 电信等学院 ; 第三类是收缩型学院, 即预警初期比例设臵过大, 逐步减少, 期间可能有所反弹 如美院 民社 公管 外院等学院 但随着预警制度健全 学院专业发展, 以及预警次数的增加等, 这些类型的学院逐渐呈现稳定的预警阀值和预警态势 2 各学期预警学生专业对比 各学期排名在前十的预警专业, 绝大多是理工科专业 如下表 2.2 所示, 其中电子信息工程 通信工程一直位居榜首 其他专业有不同程度的上升或下降 其次, 各期预警人数排名前十的专业, 其预警学生总数逐期增加, 依次为 805 人 960 人 1111 人, 占各学期预警人数百分比分别为 36.02% 40.00% 44.02% 表 2. 2: 全校三个学期各预警学生专业对比 ( 前十个专业 ) 年第一学期 年第二学期 年第一学期 专业 预警人 数 专业 预警人数 专业 预警人数 电子信息工程 112 电子信息工程 192 电子信息工程 216 通信工程 106 通信工程 153 通信工程 212 法学 103 法学 121 计算机科学与技术 134 计算机科学与技术 96 计算机科学与技术 102 光电信息科学与工程 104 软件工程 80 生物医学工程 72 软件工程 85 英语 76 光电信息科学与工程 71 自动化 82 自动化 71 经济学 70 法学 82 行政管理 57 信息与计算科学 66 网络工程 75 生物医学工程 57 软件工程 57 经济学 62 网络工程 47 化学工程与工艺 56 信息与计算科学 59 合计 805 合计 960 合计 1111 占预警总数 36.02% 占预警总数 40.00% 占预警总数 44.02% 26

33 3 各学期预警学生的民族对比 (1) 各学期预警学生人数前十位民族变动不大 汉族 回族 土家族持续占据前三, 且保持微量增长 如下表 2.3 所示, 三学期汉族预警分别占该民族学生总数的 7.79% 7.43% 7.77%; 三学期回族预警分别占该民族预警学生总数的 9.45% 11.29% 11.65%; 三学期土家族预警分别占该民族预警学生总数的 8.24% 10.09% 10.14% 表 2. 3: 全校三个学期各预警学生民族对比 ( 预警学生人数前十 ) 年第一学期预警 年第二学期预警 年第一学期预警 民族及人数 占本民族占本民族占本民族民族及人数民族及人数比例比例比例 汉族 (844 人 ) 7.79% 汉族 (805 人 ) 7.43% 汉族 (821 人 ) 7.77% 回族 (232 人 ) 9.45% 回族 (277 人 ) 11.29% 回族 (298 人 ) 11.65% 土家族 (183 人 ) 8.24% 土家族 (224 人 ) 10.09% 土家族 (235 人 ) 10.14% 藏族 (141 人 ) 28.76% 藏族 (130 人 ) 26.53% 壮族 (149 人 ) 8.72% 苗族 (105 人 ) 9.15% 壮族 (126 人 ) 7.59% 藏族 (140 人 ) 27.94% 壮族 (99 人 ) 5.97% 蒙古族 (120 人 ) 13.59% 苗族 (139 人 ) 11.83% 蒙古族 (94 人 ) 10.65% 苗族 (118 人 ) 10.28% 蒙古族 (135 人 ) 14.77% 维吾尔 (56 人 ) 25.11% 满族 (67 人 ) 12.14% 满族 (79 人 ) 13.26% 满族 (55 人 ) 9.96% 维吾尔 (64 人 ) 28.70% 彝族 (63 人 ) 12.14% 彝族 (55 人 ) 10.74% 彝族 (55 人 ) 10.74% 畲族 (53 人 ) 9.58% (2) 预警学生总数前十个民族呈三种现象第一种现象, 预警学生数量较多, 且占本民族比例较高 如藏族 维吾尔族, 每学期预警大多在 25% 以上的预警比例 ( 维吾尔第三期预警为 44 人,17.81%); 第二种现象, 预警学生数量较多, 占本民族比例不低 如蒙古族 满族 彝族 回族 苗族 土家族 壮族等 6 个民族, 处于 10% 左右的水平, 有少量的增长态势 ; 第三种现象, 预警学生数量最多, 占本民族比例不高 如汉族预警学生每期 800 多人, 27

34 学生预警的比例在 7%-8% 之间 4 各学期预警学生的学期对比 (1) 下学期预警人数高于上学期 下图 2.2 所示, 除大四年级预警学生, 下学期各年级预警学生各多出 262 人 149 人 184 人 各年级增长率分别为,46.45% 22.44% 32.11% 大二下学期预警增长放缓, 但大三下学期预警增长有所回升 (2) 大一下学期至大二上学期, 出现学生预警高发期 纵向时间轴上, 以 2014 级预警学生为例, 第一期大一预警 564 人, 第二期大一预警 826 人, 第三期大二预警 798 人, 由此大一下学期预警人数达到一个峰值, 第二期环比增长 46.45%; 以 2013 级预警学生为例, 第一期大二预警 664 人, 第二期大二预警 813 人, 第三期大三预警 623 人, 由此大二下学期又出现一个峰值, 第二期环比增长 22.43% 图 2. 2: 全校三个学期预警学生各年级对比 注 : 百分比为预警学生各年级占该期预警学生总数的百分比 28

35 (3) 前三期各年级学生预警态势趋于稳定 与前两期比较, 第三期大一预警同比减少 111 人, 其他各年级人数或百分比有一定程度的增加, 各年级预警学生的比例落差较平均 第三期的大二 大三预警学生环比第二期大一和大二学生, 预警的人数和比例都有所下降 5 各学期预警学生的挂科门数对比 图 2. 3: 两学期预警学生的挂科门数对比 总体上, 学生挂科呈现正态分布的趋势, 如上图 2.3 所示, 两学期的预警曲线吻合度极高, 且第二期与第三期近一半的预警学生挂科 1-5 门 四分之一的预警学生在挂科 6-10 门,11-15 门挂科近一成 6 各学期预警学生的类别对比 (1) 各学院对学生预警把握程度加深, 预警趋于合理 由下图 2.4 可以看出, 其中, 红色预警波动不大 第一期橙色预警 ( 即一般学业预警 ) 过于集中, 第二期预警学院对预警内涵有所把握, 各类预警有不同程度的上升或下降, 但整体预警级别趋于稳定 29

36 (2) 第三期预警环比上一期有两个特点, 受警告等处分的黄色 预警和一般学业预警的橙色预警有所增加 图 2. 4: 全校三个学期预警学生的预警类别对比 7 人口较少数民族预警情况对比 2015 年至 2016 年, 在我校 28 个人口较少民族学生总数由 275 人增加到 314 人 近三次预警中, 第二期预警人数环比稍有增加, 但是第三期预警人数和百分比较第一期同比有所下降 其中, 土族居高不下, 撒拉族在第三期预警中有所减少 表 2. 4: 全校三个学期人口较少民族预警学生情况对比 类别 年第一学期 年第二学期 年第一学期 预警民族个数 预警总人数 占本民族百分比 预警人数最多民族 % 22.91% 17.20% 土族 15 人, 撒拉族 7 人土族 13 人, 撒拉族 10 人土族 14 人, 撒拉族 4 人 8 新疆籍 藏族学生预警情况对比 30

37 (1) 新疆籍预警态势趋于稳定 三个学期的预警, 新疆籍被预警的 56% 以上的是维吾尔族,22% 以上的是哈萨克族学生, 新疆籍学生预警趋势放缓 其中, 第三期预警人数最少, 环比减少 29 人, 同比减少 22 人 表 2. 5: 全校三个学期新疆籍预警学生情况对比 类别 年第一学期 年第二学期 年第一学期 新疆籍预警学生 预警百分比 预警人数最多民族 % 25.42% 16.35% 维吾尔族 56 人哈萨克族 28 人 维吾尔族 64 人哈萨克族 24 人 维吾尔族 44 人哈萨克族 18 人 (2) 藏族学生预警态势趋于稳定 如下图 2.5 所示, 藏族预警学生人数在第二期预警中有过下降, 第三期环比增加 1.41%, 同比减少 0.84% 但就预警学生总数来看 波动不大 图 2. 5: 全校三个学期藏族学生情况对比 31

38 三 各学院预警学生相关信息现状对比分析 1 学院与全校挂科门次对比 (1) 学院上报挂科门次数据与教务处提供的有一定程度差异 如下表 2.6, 学年第一学期各学院上报的学业预警名单中, 只有 58.24% 的合格率, 三分之二的学院合格率在 60% 以下 (2) 理工科数据准确率高于文科类学院 除预科 法学院外, 理工科学院统计学生这项信息匹配百分比高于文科学院 其中, 电子信息工程学院匹配率最高达 74.18%, 其次是药学院 68.28%, 资源与环境学院 66.67% 等 如下表 2.6 所示 : 表 2. 6: 学年第一学期挂科门数对比情况 ( 学院上报和学校教务处数据 ) 序号 学院 匹配人数 学院预警人数 匹配百分比 1 预科教育学院 % 2 电子信息工程学院 % 3 药学院 % 4 资源与环境学院 % 5 法学院 % 6 数学与统计学学院 % 7 生命科学学院 % 8 生物医学工程学院 % 9 体育学院 % 10 化学与材料科学学院 % 11 计算机科学学院 % 12 管理学院 % 13 教育学院 % 14 经济学院 % 15 公共管理学院 % 16 外语学院 % 17 马克思主义学院 % 18 美术学院 % 19 文学与新闻传播学院 % 20 民族学与社会学学院 % 21 音乐舞蹈学院 % 总计 % 32

39 2 预警级别人次变更情况 学院上报预警级别变更信息有待核准 如下表 2.7 所示, 各个学 院递交的学业预警名单预警级别变更信息, 包含新增人数 预警级别 降低 预警级别升高, 解除等四项内容 从学院上报的数字信息, 只 有 3 个学院的数字能够保证预警级别变更数据的准确 7 个学院有 10 人以内的误差, 其他学院误差较大 学院 表 2. 7: 学年第一学期预警级别人次变更情况 新增人数 预警级别降低 预警级别升高 解除 学年第一学期预警人数 学年第一学期预警人数 法学院 字面上的误差 管理学院 药学院 民族与社会学学院 公共管理学院 生物医学学院 计算机科学学院 生命科学学院 电子信息工程学院 马克思主义学院 音乐舞蹈学院 体育学院 教育学院 经济学院 文学与新闻传播学院 外语学院 化学与材料科学学院 预科教育学院 美术学院 数学与统计学学院 合计 注 : 资源与环境学院人数未纳入统计 33

40 四 基于持续预警学生对比分析 经过对三个学期预警学生名单匹配, 全校共有 775 人在三个学期都有预警, 本报告将这些学生定义为持续预警学生 1 各学期持续预警学生学院分布情况 如下表 2.8 所示, 目前三个学期持续预警学生涉及到 级的学生, 共有 775 人, 占一期预警的 35.15%, 占第二期预警的 33.02%, 占第三期预警的 30.79% 此节将持续预警学生在学院各个学期的百分比走势趋势归为 4 类 表 2. 8: 三个学期持续预警学生学院分布情况 学院 持续预 警学生 一期持续 预警比例 二期持续 预警比例 三期持续预 警比例 趋势类型 管理学院 % 56.20% 31.56% 波动 外语学院 % 48.98% 32.88% 波动 文学与新闻传播学院 % 58.82% 23.26% 波动 马克思主义学院 % 16.67% 12.50% 波动 数学与统计学学院 % 40.27% 49.18% 波动 生物医学工程学院 % 41.01% 50.44% 波动 经济学院 % 20.59% 25.26% 波动 生命科学学院 % 37.27% 48.24% 波动 法学院 % 20.98% 31.58% 波动 体育学院 % 5.26% 13.64% 波动 音乐舞蹈学院 % 33.33% 50.00% 波动 电子信息工程学院 % 36.71% 29.64% 递减 计算机科学学院 % 39.22% 26.84% 递减 化学与材料科学学院 % 29.45% 29.25% 递减 药学院 % 22.70% 22.07% 递减 资源与环境学院 % 6.67% 递减 公共管理学院 % 25.56% 44.23% 递增 民族学与社会学学院 % 27.87% 54.84% 递增 美术学院 % 14.89% 25.93% 递增 教育学院 % 12.50% 递增 总计 % 33.02% 30.79% 递减 注 : 预科学院未纳入统计 34

41 (1) 第一类波动特征 管理学院 外语学院 文传与新闻传播学院 马克思主义学院持续预警学生第二期预警最高, 这些学院新预警学生变更由小到大 数学与统计学学院 生物医学工程学院 经济学院 生命科学学院 法学院 体育学院 音乐舞蹈学院持续预警学生第二期预警最低, 这些学院新预警学生变更由大到小, 第一期与第三期预警比例相差不大 (2) 第二类递减特征, 持续预警学生逐期减少 这些学院新预警学生不断减少, 电子信息工程学院 计算机科学学院 化学与材料科学学院 药学院 资源与环境学院 (3) 第三类递增特征, 持续预警学生逐期增加 公共管理学院 民族学与社会学学院 美术学院 教育学院 2 各学期持续预警学生专业分布情况 图 2.6: 三个学期持续预警学生专业分布情况 三个学期持续预警学生共涉及 75 个专业, 其中 15 人以上的专业有 18 个, 如上图 2.6 所示, 其中电子信息工程 68 人, 通信工程 56 人, 计算机科学与技术 41 人, 信息与计算科学 32 人, 光电信息科学 35

42 与工程 31 人 3 各学期持续预警学生性别分布情况 (1) 男多女少, 超出每期预警学生男女比例 下表 2.9 所示, 持续预警学生男生 618 人, 女生 157 人, 男女比例达到 3.94:1, 高于第三期预警学生男女比例 0.78 点 表 2. 9: 三个学期持续预警学生性别分布情况 性别 持续预警学生 一期持续预警比例 二期持续预警比例 三期持续预警比例 男 % 35.17% 32.24% 女 % 24.42% 25.86% (2) 男女之间的比例逐渐缩小, 趋于稳定上表 2.9 所示, 三个学期持续预警学生中, 男生持续预警比例逐期下降, 女生持续预警比例逐期增加, 但增长或降低步伐减缓 其中, 三个学期持续预警男生占该期预警男生总数比例分别为 40.82% 35.17% 32.24%, 男生持续预警比例逐期下降 5.65% 2.93%; 三个学期持续预警女生占该期预警女生总数比例分别为 22.62% 24.42% 25.86%, 女生持续预警比例逐期上升 1.8% 1.44% 4 各学期持续预警学生民族分布情况 总体上, 人口较少的民族被持续预警比重大, 但其他民族持续预警学生较多 如下表 2.10, 汉族持续预警学生 232 人, 占持续预警学生的 30.05%, 占各期预警汉族学生的近 28% 其次回族 81 人, 土家族 63 人, 藏族 55 人, 苗族 42 人, 壮族 40 人等, 在持续预警学生的比例在 5% 到 10%, 在预警的该类学生的比例在 30% 以上 其他少数民族学生被预警的学生, 持续预警学生也占很大比例, 一般在 30% 以上, 如鄂温克族 塔吉克族等人口较少民族学生持续预警比重更大 36

43 民族 人数 表 2. 10: 三个学期持续预警学生民族分布情况 一期预警 二期预警 三期预警 民族 人数 一期预警 二期预警 汉族 哈萨克族 回族 羌族 土家族 土族 藏族 哈尼族 蒙古族 撒拉族 苗族 仡佬族 壮族 傣族 满族 德昂族 维吾尔族 鄂温克族 彝族 纳西族 朝鲜族 水族 畲族 塔吉克族 布依族 乌孜别克族 白族 阿昌族 瑶族 达斡尔族 侗族 傈僳族 黎族 仫佬族 各学期持续预警学生预警类别分布情况 三期预警 如下表 2.11 所示, 此节将持续预警学生每学期预警变更的综合 情况归纳为 5 中类别 表 2. 11: 三个学期持续预警学生预警级别变更情况 类型人数占持续预警学生 级别不变 % 级别上升 % 级别下降 % 级别反弹 % 级别回归 % (1) 预警级别不变的学生 此类预警学生, 三个学期预警持续 保持蓝色 黄色 橙色 红色等其中一种预警级别的学生 共 77 人, 占到持续预警学生的 9.94% 其中蓝色预警 15 人, 黄色预警 1 人, 橙色预警 24 人, 红色预警 37 人 这部分预警学生因学业成绩或学习 能力被预警占到一半, 其余则为受过处分或留 休 退等情况 37

44 (2) 预警级别上升的学生 此类预警学生, 以蓝色 黄色 橙色某一种预警类别为起点, 除级别完全一样外, 后一期的预警级别不低于前一期 共 104 人, 占到持续预警学生的 13.42% 其中, 有 77 人从橙色预警到红色, 占该类型的 74.03%, 这部预警学生已经面临留 休 退等情况 (3) 预警级别下降的学生 此类预警学生, 以黄色 橙色 红色某一种预警类别为起点, 除级别完全一样外, 后一期的预警级别不高于前一期 共 261 人, 占持续预警学生的 33.68% 其中 143 人从橙色预警到下降到黄色预警, 占该类的 54.79%, 这部分学生可能因学业问题, 已经产生了留转休等学籍异动而被预警, 也可能因学业问题引发的违纪行为而被处分 (4) 预警级别反弹的学生 此类预警学生, 以黄色 橙色 红色某一种预警类别为起点, 中间预警级别低于两头 共 233 人, 占持续预警学生的 30.06% 其中, 有 160 人从橙色 - 黄色 - 橙色 ( 红色 ) 预警, 有 36 人从红色 - 黄色 - 橙色 ( 红色 ) 预警, 由于学分不足引起的留转休等学籍异动后, 学业未能形成好转, 极有可能再次面临再次留 休 退等情况 (5) 预警级别回归的学生 此类预警学生, 以蓝色 黄色 橙色某一种预警类别为起点, 中间预警级别高于两头 共 100 人, 占到持续预警学生的 12.90% 其中, 有 72 人在第二期预警时有过面临留 休 退学等情况, 并在第三期预警时学籍异动并留级 38

45 第三章基于 16 门辅导课程的学业帮辅探索 一 课程辅导简介 1 学业发展中心组织开设的辅导课程 学业发展发展中心组织 英语 1 英语 3 线性代数 物理化学 (A1) 无机化学 B 高等数学(A)1 6 门公共课, 每课程开设 3 周, 每周 3 课时, 共 9 个学时 ( 高等数学 线性代数各两个班, 各 18 个学时 ) 限定对象为上一学期该门课程的学业预警学生 2 学院学业发展分中心组织开设的辅导课程 学院学业发展分中心组织课程, 对象为所属学院该辅导课程的挂科学生 每门课程一般 6 个学时, 在期末试前 3 周 经济学院开设 微观经济学, 数学与统计学院开设 高等代数 1 数学分析 1 数学分析 3, 计算机科学学院开设 程序设计语言与方法, 管理学院开设 电子商务概论 (B) 管理学原理 管理统计学 货币金融学 组织行为学, 共计 10 门课 二 学校学业发展中心辅导课程开课情况 1 辅导课程辅导报名情况 如下表 4.1 所示, 截止 2015 年 12 月底, 共收集并汇总 18 个学院的预警学生报名, 共 549 人次 其中高等数学 (A)1 报名 179 人, 无机化学 B 报名 22 人, 物理化学 (A1) 报名 45 人, 线性代数报名 165 人, 英语 1 报名 69 人, 英语 3 报名 69 人 39

46 学院 表 4. 1: 各学院公共课程辅导报名情况 高等数学 (A)1 无机化学 B 物理化学 (A1) 线性代数 英语 1 英语 3 法学院 文学与新闻传播学院 美术学院 民族学与社会学学院 外语学院 4 4 经济学院 管理学院 公共管理学院 教育学院 马克思主义学院 1 1 计算机科学学院 数学与统计学学院 电子信息工程学院 生物医学工程学院 化学与材料科学学院 资源与环境学院 生命科学学院 药学院 总计 总计 其中, 高等数学 (A)1 报名比较多学院是计科 89 人, 占该课程报名人数的 49.72%, 其次是电信 38 人, 生医 25 人 ; 无机化学 B 报名最多的是药学院 21 人, 占该课程报名的 95.45%; 线性代数报名最多的是管院 46 人, 计科 32 人, 经院 30 人, 三个学院报名人数占该课程报名总人数的 65.45%; 英语 1 与英语 3 各个学院都有一定数量达到学生报名, 其中经济学院报名最多, 分别为 11 人和 18 人 2 辅导课程考勤情况 在开课期间, 各门课程出现少量的学生增减 整体上人数少的课程, 保持在一个较高的到课率, 其中英语 1 和无机化学 B 保持了较高的到课率 16 周由于课程安排临时调整, 到课率较低 其中, 美术 40

47 学院 外语学院 化学与材料科学学院 文学与新闻传播学院 药学院 民族学与社会学学院 管理学院 教育学院都应要求派出自愿者打考勤, 且到课情况良好 表 4. 2: 辅导课程各周考勤情况 辅导课程实到 / 应到 / 早退 14 周 15 周 16 周 17 周 英语 1 49/67/17 53/69/2 47/69/0 -- 英语 3 43/67/13 47/70/19 29/69/4 -- 线性代数 /155/17 35/165/3 75/165/0 物理化学 (A1) -- 39/44/0 32/45/4 25/45/7 无机化学 (B) -- 20/22/0 21/22/0 21/22/4 高等数学 (A) /179/5 74/179/5 102/179/7 3 学业预警学生帮辅效果 (1) 参加帮扶课程预警学生效果明显, 高于未参加辅导课程预警学生 7.81% 表 4. 3: 学年第一学期辅导课程成绩情况 课程 报名学生 学年第二学期预警人数通过人数核准人数通过率通过人数核准人数通过率 英语 % % 英语 % % 线性代数 % % 高等数学 A(1) % % 物理化学 (A1) % % 无机化学 (B) % % 合计 % % 注 : 预警学生人数与教务处成绩数据核实, 与报名信息有少量差异 表 4.3 所示, 学年第二学期 6 门课程的预警学生人数为 1191 人, 通过总人数 696 人, 平均通过率 58.44%; 参加 学年第一学期的辅导课程为 544 人次, 通过总人数 341 人, 平均通过率为 62.68% 英语 1 英语 3 物理化学(A1) 无机化学(B) 通过率在 70% 以上, 线性代数和高等数学 A(1) 通过率在 50% 以上 (2) 参加人数较少的课程的通过率保持在较高水平 41

48 除物理化学 (A1) 外, 参加各科辅导课程学生通过率均高于当期未参加辅导课程预警学生 其中, 参加辅导课程的预警学生的英语 3 通过率最高达到 90.67%, 高于当期未参加辅导课程预警学生 8.11%; 英语 1 为 71.21%, 高于未参加辅导课程预警学生 27.12%, 无机化学 (B) 高于未参加辅导课程预警学生 36.67%; 线性代数通过率为 50.91%, 高于未参加辅导课程预警学生 19.92%; 高等数学 A(1) 55.23%, 高于未参加辅导课程预警学生 6.58% 三 学院学业发展分中心辅导课程情况 1 各学院开设的辅导课程通过率总体较高 表 4. 4: 学年第一学期各学院开设辅导课程学生情况 学院 开课课程 通过人数 报名人数 通过率 经济学院 微观经济学 % 数学与统计学院 高等代数 % 数学分析 % 数学分析 % 计算机科学学院 程序设计语言与方法 % 电子商务概论 (B) % 管理学院 管理学原理 % 管理统计学 % 货币金融学 % 组织行为学 % 合计 % 如上表 4.4, 经济学院开设的微观经济学通过率在 79.45%, 数学与统计学院开设的高等代数 1 数学分析 1 数学分析 3 通过率分别是 58.33% 68.75% 80.88% 详细信息, 如下表 4.4 所示 : 2 参加本院专业辅导课程预警学生帮辅效果明显 4 个学院开设的 10 门辅导课程, 共 197 人次通过重考 上一学期管理学原理不及格的管理学院预警学生重考的通过率达 62.50%, 42

49 其次是数学与统计学院的数学分析 3, 通过率达 60.38% 然而, 实际上 学年第二学期预警学生报名参加重考的, 通过率都比较高 表 4. 5: 学年第二学期预警学生重考通过情况 学院 开课课程 通过人数学院预警人数 百分比 经济学院 微观经济学 % 数学与统计学院 高等代数 % 数学分析 % 数学分析 % 计算机科学学院 程序设计语言与方法 % 电子商务概论 (B) % 管理学院 管理学原理 % 管理统计学 % 货币金融学 % 组织行为学 % 合计 % 注 : 通过人数是上一学期被该学院预警, 且这期该课程重考合格的学生 ; 学院预警人数是上一学期该学院该课程预警学生总数 ; 3 数据缺失造成部分课程统计存在一定误差 在数据收集过程中发现, 在学院开设的专业课中计算机科学学院与管理学院开设的课程通过率较低, 学生未能在截止日期选课造成的成绩数据缺失 就上一期预警学生, 很大部分都是没有在教务系统选择重修 重考等情况 43

50 四 课程辅导下一步工作重点 1 深化辅导课程管理制度, 实现辅导课程规范运作 目前, 辅导课程属于初创阶段, 主要依据 中南民族大学学生学业辅导工作量计算办法 ( 试行 ) 等文件, 实现了学分 课时 课酬等主要内容的界定 然而, 相关学院出现了帮扶工作不到位情况, 如志愿者考勤, 预警学生集中补考申报, 通知传达等工作环节, 各学院学业帮扶还有所差异, 有待完善 2 加强学院帮扶力度, 实现预警学生精准帮扶 有关辅导课程的报名 补课申请等信息审核工作, 是实现预警学生精准帮扶工作的第一步, 由于部分学院相关信息审核工作依靠的是学生助理完成, 往往出现信息审核不严 不准的情况及课堂管理不到位的情况 下一步, 学校将采取措施进一步提升课程帮扶的科学化水平, 确保学生能到 到了能学 学有所获 3 建设学业预警管理平台, 实现辅导课程高效管理 上一学期, 各级学生学业发展中心已开展 16 门学业帮辅, 属于实验阶段, 对象主要是学业预警学生 相比较未参加辅导课程的学生, 课程辅导效果明显 然而, 每学期挂科超过 100 人次的课程都有近 30 门, 建立统一的学业预警网络管理平台, 规范课程辅导流程与管理, 进一步提升学业帮辅工作水平 4 加强相关职能部门协作, 实现课程辅导的长效发展 紧紧围绕学校人才培养质量提升, 开展以学生为本的学习支持活动, 需要校内各职能部门 各学院群策群力, 共同营造促进学生全面发展的良好氛围 44

51 第四章学业预警机制探讨 目前, 国内有关学业预警机制还处于探索阶段, 各个高校预警体系标准还存在一定的差异 总体上有关学业预警机制的研究有着 4 个方面的内容, 即学业预警流程 学业预警维度, 学业预警的级别及测量指标, 学业预警的保障体系 一 国内学业预警机制现状 1 学业预警流程的研究 图 5. 1: 基于课程成绩单维度的学业预警流程图 1 1 虽然预警的维度比较多, 但能够量化或受主观因素影响的指标还 比较少, 一般是课程和学分, 这两者的相关性也极大 如上图 5.1 所 1 周东斌, 周训梅, 黄馨馨. 基于人才培养质量保障体系的学业预警机制研究 [J]. 广东轻工职业技术学院学报,2015,02:

52 示, 基于实践论的角度, 有学者提出以学业成绩这一类预警指标进行预警, 并简述了预警的一般流程 包含 8 个过程, 即启动 筛选 亮牌 ( 原文分成 3 级 ) 帮扶与沟通 建档 追踪 效果评价 再次启动 也有学者提出 两类三色 2 预警制度, 即成绩与考勤预警, 黄 橙 红三色 对这一制度的等级划分较窄, 创新点在于建构了一个学业预警信息管理平台的功能模型 从参与角色来看, 学校学业预警参与角色有三个, 即学校层面, 家长以及预警学生 学校层面角色主要是各个班 年级负责的辅导员或班主任, 教师, 学院书记等 如下图 5.2, 主线是根据学生在学校内的学业表现, 期末预警建档并下发或邮寄预警通知书, 家长回执后, 于下一学期开始实施预警学生的帮辅计划 图 5. 2: 学业预警流程图 2 3 ( 有删改 ) 可以肯定的是, 学业预警是一个长期循环的过程, 建档 回执仅 2 朱李楠, 许帅. 基于课程关联性的高校学业预警体系构建研究 [J]. 浙江工业大学学报 ( 社会科学版 ),2014,04: 邹慧. 独立学院 学困生 学业预警机制探析 [D]. 南京师范大学,

53 是其中的一环, 问题解决还得依靠预警学生实施帮扶工作和跟踪评 价 2 预警维度的研究 比较稳定的学业预警机制包含两个维度, 即期末考试成绩预警和 学分预警 部分研究提及到考勤预警 毕业预警 课程 学籍异动预 4 警 处分预警等类别 有学者细化了学业预警内容, 从时间节点维 度, 采用期末 期初 期中预警, 模式 ; 从修读课程类型维度, 采用 专业课 选修课 转专业学生 重修学生预警 ; 从预警的关联性内容 5 维度, 采用课堂考勤 选课 实验教学 毕业预警 也有学者提出, 6 7 学前警示预警 日常学习预警 就业预警 违纪情况 家庭情况等 3 预警级别及测量指标的研究 从预警的等级来看, 业内一般将预警级别定为 4 级即蓝色 黄色 橙色和红色预警, 预警级别依次上升 鉴于量化标准的可行性, 高校 普遍采用, 成绩 学分 考勤 上一学期补考 处分 学籍异动等作 为各预警级别实际界定量 其中, 蓝色预警, 以 1-3 门课程不及格 学分低于专业的 90% 以 上, 旷课 10 课时左右, 上学期补考 2 门不及格, 受学院内处分等情 况 ; 黄色预警以 4-5 门课程不及格 学分低于专业的 80%-90%, 旷课 20 课时左右, 上学期补考 3 门不及格, 受学校警告或严重警告处分 等情况 ; 橙色预警以 6-7 门课程不及格 学分低于专业的 70%-80%, 4 许迪. 高校学业预警帮扶机制研究与实践 基于黑龙江省某高校大四年级学生学业预警工作的实证分析 [J]. 学理论,2015,23: 杨宝玲, 郭治虎. 促进专业发展的大学生学业预警机制构建 [J]. 软件导刊 ( 教育技术 ),2012,09: 杜小刚, 张慧, 魏哲. 高校学业预警机制构建研究 [J]. 出国与就业 ( 就业版 ),2011,19: 邹慧. 独立学院 学困生 学业预警机制探析 [D]. 南京 : 南京师范大学硕士学位论文,

54 旷课 30 课时左右, 上学期补考 4 门不及格, 受学校记过处分等情况 ; 红色预警以 8-10 门课程不及格 学分低于专业的 70%, 上学期补考 5 89 门不及格, 旷课 课时左右, 受学校留校察看等情况 有部分学者研究提出, 重修不及格课程重修情况 毕业论文未达 10 要求 能力考试未通过也在学业预警量化范围之内等 近年, 有学 11 者提出建立红 橙 黄 绿 蓝五色分级预警援助机制, 学业预警 不能仅限于 学困生 蓝色预警针对成绩较好, 表现突出, 为预防 光环效应 的消极影响, 绿色预警针对 灰色学生, 防止向 学 困生 转化, 黄色预警针对临近留级的 学困生, 橙色预警针对达 到留级条件的学生, 红色预警针对临近退学的学生 值得一提的是, 此划分模式, 欠缺一环, 属于 学困生 而未达到临近留级的那部分 学生未能囊括之内 4 学业预警的保障体系的研究 有研究指出, 学业预警的保障体系应该包括监督预警 指导帮辅 和支撑保障三个方面 如下图 5.3 所示 : 8 许迪. 高校学业预警帮扶机制研究与实践 基于黑龙江省某高校大四年级学生学业预警工作的实证分析 [J]. 学理论,2015,23: 吕江维, 刘文军, 吴晓光, 李鑫, 崔琳琳. 基于数据分析的高校学生学业预警机制研究 以某高校制药工程专业为例 [J]. 北方经贸,2015,04: 邹慧. 独立学院 学困生 学业预警机制探析 [D]. 南京师范大学, 吴新华. 高校学生学业预警系统探索与实践 [J]. 中国教育技术装备,2014,06:

55 12 图 5. 3: 学业预警的保障体系 总体上, 监督预警体系和指导帮辅体系是学业预警的过程和内 容 一般意义的学业预警保障体系就是支撑保障体系, 包含三个内容, 即制度保障, 组织保障和条件保障 学业预警制度保障, 即具有严格 的科学规范程序, 能够形成一套成熟的做法和办法, 包括告知 谈话 交接 跟踪 记录等内容 学业预警的组织保障, 即能够发挥学业预 警机制实施主体的主导和监督作用的个人和组织, 包括辅导员 班主 任 教师 学生骨干 家长等具体角色, 以及校院团委 学生会 班 委 社团等起到促进学业提升的群体 学业预警的条件保障, 即为配 合学业预警机制有效实施的各类软硬件条件, 包括各类帮辅主题活 动, 支持管理 学习等网络平台, 办公场所以及配套的设备和资金等 各类资源 12 王毅磊, 王鹏. 高校学生学业预警保障体系构建研究 [J]. 上海教育评估研究,2014,03:

56 二 基于两维三层四级分类学业预警机制的探讨 当前, 我校已经实施 3 个学期的预警, 按照蓝色 黄色 橙色 和红色预警来分 但存在一定的差异, 主要表现在学期预警的层次关联性不强, 预警制度有待完善 通过文献研究, 有如下认识和建议 : 1 预警的两个维度 我校学业预警有两个维度, 即基于课程的预警和基于整体学业表现的预警 前者是主要以单门课程出发, 鉴于我校学生特征, 关注该课程重修情况 旷课情况 以及影响该门课程学习的生源地教育水平 入学基础 心理健康等范畴 后者是以学期为单位, 关注的是本专业培养方案所有课程的学分情况 旷课情况 以及影响学业表现的不当行为 ( 处分 ) 情况和因学业困难产生的留转休等情况 2 预警的三个层次 (1) 学前预警学前预警实际终止时间是第一学期分班考试结束, 其对象包括数学 英语 计算机 大学物理等分级教学中 D 班学生 在此之前, 通过招就处确认高考总分数偏低 ; 学校及专业非第一志愿 特殊生源计划学生 生源地教育基础欠发达 边疆民族与小少民族等这一部分学生也是学前预警的对象 (2) 学期预警学期预警实施周期是学期, 起止时间是第一学期到第七学期 重点关注三类对象 : 一是已经进入学前预警的学生 ; 二是因学业困难 身心隐患 违纪行为 学习态度等, 造成一定数量课程不及格或学分 50

57 不足的学生 ; 三是因学业问题所致留级或休学 转专业情况复学后学业仍表现不佳等学生 第二类学生基数较大, 部分学生通过留转休等学籍异动成为第三类学生 (3) 毕业预警毕业预警实施周期是一年, 截止时间是最长学习学习年限前一年未能完成学业要求, 主要试用于临近退学的学生, 包括学年学分不足, 学习态度不佳, 较重处分的等预警学生 3 预警的四个级别 (1) 现有的蓝色预警的定位属于学前预警, 逐步观察各色学期或学年学业表现, 予以撤销或进入学期预警 ; (2) 现有黄色预警是受到处分结果或已产生学籍异动的学生, 学业预警考虑的是这些结果可能成为影响学业表现的因素而存在, 可以分级纳入学期预警或毕业预警 (3) 现有的橙色预警属于学期预警, 可以划分为蓝 黄 橙 红四级预警级别 各学院专业通过设定学期学分 课程成绩 旷课学时 处分情况 选课情况 学籍情况 心理情况等, 按培养方案调整 (4) 现有的红色预警属于毕业预警 三 学院的培养方案和预警机制探讨 学生学业发展中心及各学院发展分中心成立已满一年, 各学院对 学业预警制度的理解 方案实施 业务流程, 有了更深入的了解 然 而, 根据各学院相关培养方案和学院预警机制现状来看, 也存在不够 51

58 完善的地方 1 课时 学分 课程门数预警关系探讨 目前, 预警学生的旷课数据一般是由专业课老师认定, 学院层面比较客观的预警依据是学分和不及格课程 事实上, 课程学分的差异性进一步增加学院预警的量化指标的难度, 尤其学院内不同专业设臵 如下表 5.1, 是电子信息工程学院和计算机科学学院培养方案第一学期教学进程计划 学院电信计科 专业通信工程 / 电子信息工程 / 光电信息科学轨道交通信号与控制 / 自动化计算机科学与技术 / 软件工程 / 网络工程 网络工程 ( 产业班 )/ 智能科学与技术软件工程 ( 实验班 ) 表 5. 1: 电信与计科第一学期教学进程计划表 (2013) 通识必修课学时 / 学分学科基础学时 / 学分总学时 / 学 总计 总计分 48/3 26/1 32/2 32/ /7.5 96/5 64/3 36/1.5 8/ / /18 48/3 26/1 32/ /6 96/5 64/3 28/1.5 8/0.5 60/ / / /3 26/1 32/ /6 96/5 64/3 16/1 24/1 88/5 288/15 394/21 48/3 26/1 32/2 48/3 64/2 218/11 96/5 64/3 16/1 64/ /13 458/24 资料来源 : 中南民族大学本科学分制人才培养方案 (2013 版 ), 第三册 其中, 电信学院的三个专业第一学期课程和学分设臵一样, 电信专业第一学期的学分为 18, 总课时 342 学期预警( 橙色预警 ) 第一档是 15 个学分, 占该学期 83.33% 可能出现 3 门不及格课程, 即 通必 (2)+ 通必 (4) 或学基 (3)+ 学基 (4), 就挂科门次较多 因此, 52

59 有必要设臵 3 门课程 ( 电信学院预警方案已设臵 ) 然而, 计科学院专业设臵就比较复杂, 就培养方案上课程 课时 学分来看, 轨道交通信号与控制和自动化专业第一学期的学分为 19.5, 总课时 362; 计算机科学与技术 软件工程 网络工程 网络工程 ( 产业班 ) 智能科学与技术学分为 21, 总课时 394; 软件工程 ( 实验班 ) 学分为 24, 总课时 458 如果都以 15 学分的一档线设定, 三种学分的专业百分比为 76.92% 71.43% 62.50%, 则略显不合理 2 课程类型与总学分预警探讨 以通识课为例 学期预警课程应该有所侧重, 且需科学 几乎所有的培养方案有这样特点, 大一侧重通识课程, 大二侧重学科基础课程, 大三大四侧重专业课程 表 5. 2:13 个学院最低通识课学分与最低毕业学分一览表 (2013) 学院 通识必修课学分 最低毕业学分 百分比 电信 % 计科 54/ %/27.65% 生医 % 数统 50/ 管院 47/51/ % 公管 47/ %/30.00% 经院 % 美院 % 音舞 % 体院 % 化材 49.5/ %/29.41% 药学院 51.5/ /164 52/172 52/ %/31.40%/30.23%/30.41% 生科 51/ %/28.48% 从上表 5.2 可以看出, 各学院的最低通识课学分和最低毕业学分 设臵差异性较大 纵向上各学院通识课学分最低 47, 最高达到 54( 软 件工程 ( 实验班 )); 毕业学分最低 150( 体育学院 美术学院 ), 最 53

60 高达到 172( 药物制剂 ); 最低通识课所占最低毕业学分的百分比从 27.65% 到 31.76% 然而, 根据各学院培养方案的设定, 通识必修课一般设臵在前三个或四个学期, 因此通识课的学分预警侧重点应该放在这段时间 同理, 学科基础课 专业课 教学实践等类型的课程, 预警的比例 权重是不一样的, 各学院还需要依据本专业培养方案制定详实的预警实施方案 3 各学院学业预警实施办法制定情况 学生学业发展中心于 2015 年 12 月底汇集 整理并印刷各学院学生学业发展分中心 预警实施办法 和 工作条例 发现就 预警实施办法, 有一半的学院能够在原实施办法基础上对课程和学分的预警量化指标进行探讨, 如文传 美院 民社 教育 马院 数统 电信 药院 预科 体院 ; 其次是化材和生科在对预警实施的规章进行探讨, 其他学院改动不大 在对量化指标改进学院的实施办法中, 发现各学院对于预警的层次关联性有一定的认识 如文传以学期旷课和挂科门数为指标 ; 美院以课程学时 学期学时 挂科门数 处分等情况, 各级递进关系较强 ; 民社学院在蓝色和黄色预警中加入挂科门数, 并对橙色和红色预警的学分进行修改 ; 教育学院在黄色和红色预警指标中增加挂科门数 ; 马院在蓝色 黄色 红色指标中增加挂科门数 ; 数统学院和电信学院在橙色和红色预警指标中增加挂科门数 ; 药学院在各个级别的预警指标中增加了挂科门数, 取消学分预警 ; 预科学院在蓝色和黄色预警中增 54

61 加课程学时 学期学时 挂科门数, 取消学分指标 ; 体育学院在蓝 橙 红预警中增加挂科门数, 取消橙色预警的学分部分, 修改红色预 警的学分指标 55

62 第五章学业发展中心学业帮扶路径探索 一 学业发展中心建设现状 1 学校制度建构逐步完善, 学院层面还需推进落实 目前, 各分中心初步修订学院分中心预警实施办法和志愿者工作条例, 以及逐期撰写各学院学情报告 但就如何系统性开展性帮扶, 院校两级还缺乏整体规划和实践基础 从制度层面上, 我校学生学业发展中心制定了一系列实施办法, 包括 中南民族大学学生学业发展中心实施办法 ( 试行 ) 中南民族大学学生学业发展分中心实施办法 ( 试行 ) 中南民族大学学生学业预警实施办法( 试行 ) 中南民族大学学业发展导生团队管理办法 ( 试行 ) 中南民族大学学业规划学分认定办法 ( 试行 ) 等文件 然而, 也出现了部分学院制定和实施办法不够深入的情况, 以至学业帮扶工作进展缓慢 2 组织人员形成梯队, 但职责定位有待进一步明晰 学业问题由来已久, 如何把握好新常态下的学业帮扶的职责定位极为重要 我校于 2015 年 1 月 21 日正式挂牌成立中南民族大学学生学业发展中心,21 个学院成立分中心, 以学工 - 副书记 - 辅导员为主线, 教师 班主任 学生骨干等多角色参与 为营造良好学习氛围, 学业发展中心成立了学业发展辅导工作室 学习支持团队 小民同学 助理团队, 以及开展了期末辅导课程班 午餐会和英语角等品牌活动, 起到一定效果 但学业帮扶工作的对象不能局限于已经被学业预警的学生, 也应该包括那些有预警趋势的学生 学业发展中心的职能主要起 56

63 到整体把控 政策导向 咨询服务等工作, 各分中心还需依托学院特色 资源等, 系统协调辅导员 班主任 课程教师 导生团队 党员骨干等多层次人员作用, 特别是发挥辅导员在思想政治教育激发学习动力, 班主任 ( 导师 ) 在学业生涯规划教育 人才培养方案的宣传教育, 导生在朋辈辅导 学业精准帮扶等方面的积极作用, 系统 有效地开展学业帮扶工作 3 资源配臵有倾斜, 但实际进展还有待深化 与国内同行相比, 我校学业发展中心起步还比较晚 虽然学校政策和资源有一定程度倾斜, 但就整体学生学业发展工作现状来看还有很大的提升空间 学业发展中心有独立办公场所, 各分中心已挂牌分中心学业发展工作室, 为学业发展中心工作提供必要的活动载体 经学校批准或纳入议程, 学业发展中心拟在南北区各设学习支持中心, 其中北区已经开始筹建, 南区正在完善方案 整体上, 各级中心办办公室或学业辅导室的基础设施还不完备, 有待进一步投入 二 帮扶活动进展现状 1 导生团队建设进展 2015 年 11 月 11 日下午, 学生学业发展中心学习支持团队项目评审活动在学术交流中心三楼三会召开 会议邀请到组织人事处 教务处 宣传部 招就处 创新创业中心等职能部门负责人, 及继续教育学院 电子信息工程学院 教育学院 计算机科学学院等学院专家组织评审小组对参选项目进行评审 评审活动由魏大江副部长主持 评审会议基本按原定计划有序实施, 且完成质 57

64 量良好 通过学工部务会讨论通过, 对 14 项学习支持团队项目予以立项, 如下表 6.1 表 6. 1: 学习支持团队立项项目信息 序号 学院 负责人 项目名称 1 法学院 王斌 版权法创新研究学习 2 文学与新闻传播学院 陈正博 新语 传媒人才培养计划 3 美术学院 叶扶蓉 印象 大学生审美能力提升计划 4 民族学与社会学学院 张景润 职业通用能力与专项辅导 5 外语学院 陈继量 跨文化交流能力培养计划 6 经济学院 王媛媛 投资理财能力训练辅导 7 公共管理学院 龙华 边疆地区公共管理精英培养计划 8 教育学院 王之 未来教师能力培养计划 9 马克思主义学院 罗高峰 学习助力 ---- 大学生在校学业与生活适应辅导 10 生物医学工程学院 安树庭 大学生健康生活能力提升帮扶 11 化学与材料科学学院 王重阳 无限元素 导生团队 12 生命科学学院 方文杰 生命之光 创新文化团队 13 药学院 陈玲 理工科学业困难学生学习主动性提升帮扶 14 预科教育学院 玛依拉 少数民族言语能力培养 2 小民同学 团队创建及特色品牌活动 依据 中南民族大学学业发展导生团队管理办法 ( 试行 ), 学业发展中心成立 小民同学 团队 初期以学习帮扶管理小组 微讲座小组 学习交流管理小组 学习类社团联络小组 中心值班小组等 5 个小组为主要架构组织, 以品牌活动组织帮扶活 目前, 微讲座 午餐会 英语角 等三个品牌有比较完善的工作计划, 等待下一步实施和跟踪 下一阶段主要修改 小民工作条例, 制定新一轮小组的工作计划, 进一步优化组织分工和人员结构, 拓展 六艺国学展 异国论坛 等创新活动, 58

65 实现帮扶活动的全面化 精细化, 以及团队素质拔高与招新等工作 3 辅导课程近况 2015 年 12 月, 学校学业发展中心及学院学业发展中心开设了针对学业预警学生的课程辅导工作 其中, 学校学业发展中心开设了无机化学 (B) 物理化学(A1) 高等数学(A)1 线性代数 英语 1 英语 3 共 6 门课程, 参与学生 544 人, 通过 341 人, 通过率 62.68%; 学院学业发展中心开设了管理学原理 电子商务概论 管理统计学 货币金融学 组织行为学 微观经济学 数学分析 3 数学分析 1 程序设计语言与方法 高等代数共 10 门课程, 参与 355 人, 通过 219 人,61.69% 辅导老师课酬最高课酬 427 元 / 学时, 最低 100 元 / 学时, 相关信息已公示, 且无异议 三 下一步努力方向 1 推进学业网格化模块建设, 优化学业预警系统多功能服务鉴于我校网格化建设契机, 大数据环境下学业预警的统计 分析 管理等工作, 必须依靠成熟的预警系统网络管理平台, 才能切实提升学业发展中心的服务质量 同时, 推进学生自主管理理念, 进一步减轻辅导员繁重的事务压力, 将工作做到平时, 做实, 做好 下阶段各学院预警工作主要依托学业预警系统, 通过新增 变更和解除三个维度精细开展预警信息维护工作, 做到预警变更心中有数 预警信息简单易查 预警分析方便快捷 2 完善学生个人基本信息库, 开展学业预警指标多维度分析目前, 学业预警分析的指标体系基础是学工系统的数据, 学生个人基本信息数据的完整性能够为多维度的分析提供可能性支持 基于 59

66 人口学的多项维度, 结合课程信息, 对比学生学业发展的 心理预警 行为管理 教育教学 资助评奖 创新学术 实践应用等具体信息, 能够较为形象对学生的各项特征进行 画像, 指导教学服务和管理工作 利用 SPSS ACCESS EXCEL 等分析工具, 通过交互分析 影响因子分析分析方法, 展示预警现状 分析预警原因 开展趋势预测, 为学生学业发展提供政策依据 根据课程帮扶情况, 开展学业帮扶绩效评价工作 3 引导学院信息标准化进程, 提升学业预警数据质量和效用实现大数据平台工作的前提之一, 就是实现信息标准化, 在保证制定 收集 汇总 评价等相关信息的质量同时, 从源头上把控数据的准确性, 实现信息的高效利用 学业发展中心处于初创阶段, 各项制度正在逐步完善当中, 用于学业工作的相关信息不够统一, 各学院对于学业发展的工作存在理解不足 下一阶段将加快构建和梳理学业发展中心业务流程, 研究相关信息的数据标准, 以及加强辅导员业务技能的提升, 对学生的学业做出合理的价值或量值的综合评定及判断 4 深化学生工作两级制管理, 实现学业预警与学业帮扶精准化为深化两级管理制度, 各级人员需进一步学习学业预警相关文件精神, 落实学业预警工作的精准内涵 学校学业发展中心制定总体方案 办法, 做好全校学业预警 学业帮扶 学情分析 品牌活动 导师团队 导生团队 支持中心建设等工作部署 结合各学院制定的 学业预警实施细则 志愿者工作条例 等工作条例, 进一步整合专业 60

67 课老师 辅导员 班主任 学生等资源, 开展各学院学业预警和学情分析 导生团队和朋辈帮扶 导师团队和课程辅导等工作 以点带面, 将事情做细 做小, 充分发挥学院对学生的实际影响力, 进一步提升学生服务效果 5 探索学业帮扶工作新思路, 助力学生个性化成长成才深入学习学生工作 十三五 规划精神, 把握学生学业发展面临的新常态 内涵 挑战和机遇 以 全人 教育理念为指导, 做好理论研究和实践探索, 最终建设出一支能够适应现代大学治理的学生教育管理工作的专家化队伍, 为学生学业发展提供全过程支持 做好宣传和服务工作, 协同各职能部门做好学校学业发展中心认知宣传, 通过海报 宣传册 微信 QQ, 以及研讨会 交流会 讲座 论坛等开展学业发展认同教育 个性定制预警学生帮扶对策, 实现学业预警学生精准帮扶 结合学术会议, 研讨会等, 开展学业精准帮扶研究, 加强 少数民族学生学业精准帮扶工程 理论指导 继续打造品牌活动, 试运 抢票软件 我要来 活动主旨, 引导兴趣, 激发学习动机 开发学业发展指导网, 集 PC 平板 手机等多种智能终端服务, 囊括资讯推送 信息查询 资料下载 咨询预约服务栏目网络平台, 实现学业全方位指导 61

68 中南民族大学 学生学籍异动分析报告 为了进一步提升学生教育管理水平, 加强和改进边缘学生群体的帮扶引导工作, 学生工作部对 2013 年至 2015 年本预科学生学籍异动情况进行了全面排查,2013 年至 2015 年分别有 137 名 140 名 171 名学生发生学籍异动, 学籍异动学生占全校学生比例分别为 0.57% 0.58% 0.70%, 学籍异动人数 异动比例呈持续增加态势, 值得高度关注 一 现状分析 根据 2013 年至 2015 年这三年的学籍异动的汇总, 按照人口基本 信息 学院和异动原因对此进行了分类统计 ( 一 ) 男生学籍异动人数高于女生 从性别分布来看, 三年来男生学籍异动人数为 267 人, 占比 59.6%, 女生 181 人, 占比 40.4% 其中 2013 年学籍异动学生中有 85 名为男 ( 占该年异动人数的 62.04%),52 名为女 ( 占该年异动人数的 37.96%);2014 年学籍异动学生中有 82 名为男 ( 占该年异动人数的 58.57%),58 名为女 ( 占该年异动人数的 41.43%);2015 年学籍异动学生中有 100 名男生 ( 占该年异动人数的 58.48%), 占全校男生的 0.834%,71 名为女生 ( 占该年异动人数的 41.52%), 占全校女生的 0.44% 男生学籍异动人数明显高于女生比例 62

69 图 1:2013 年学籍异动男女比例图 图 2:2014 年学籍异动男女比例图 图 3:2015 年学籍异动男女比例图 ( 二 ) 学生学籍异动与民族成分相关性不明显 从民族分布来看,2013 年至 2015 年三年的学籍异动的学生中, 汉族学生共有 216 人, 约占 48.2%, 少数民族学生 232 人, 约占 51.8% 其中,2013 年异动学生中汉族学生有 59 人, 占该年异动人数的 43.07%;2014 级异动学生中汉族学生有 75 人, 占该年异动人数的 53.57%;2015 年异动学生中汉族学生有 82 人, 占该年异动人数的 47.95% 学籍异动学生较多的少数民族有土家族(46 人 ) 回族(32 人 ) 苗族(26 人 ) 壮族(17 人 ) 蒙古族(16 人 ) 畲族(10 人 ), 分别占本民族学生人数的 0.69% 0.43% 0.75% 0.34% 0.6% 0.56% 汉族学生异动率为 0.66%, 少数民族学生异动率为 0.58%, 可见, 学籍异动与民族成分没有强相关性 学籍异动中各民族学生分 63

70 布具体如下表 表 1:2013 年异动各民族异动人数统计表 民族 异动异动异动异动民族民族民族人数人数人数人数 汉 59 畲 3 满 3 乌孜别克 1 土家 17 蒙古 4 朝鲜 1 彝 1 回 13 维吾尔 4 鄂温克 2 土 1 壮 9 布依 3 哈尼 1 水 1 苗 9 藏 2 普米 2 瑶 1 表 2:2014 年异动各民族异动人数统计表 民族 异动异动异动异动异动民族民族民族民族人数人数人数人数人数 汉 75 畲 4 满 2 傣 1 水族 1 土家 10 朝鲜 3 纳西 2 白 1 傈僳 1 回 8 壮 3 布依 2 藏 1 普米 1 苗 7 维吾尔 2 土 2 彝 1 瑶 1 蒙古 6 哈尼 2 侗 2 鄂伦春 1 其他 1 表 3:2015 年异动各民族异动人数统计表 民族 异动异动异动异动人民族民族民族人数人数人数数 汉族 82 布依族 4 仡佬族 2 纳西族 1 土家族 19 藏族 4 哈萨克族 1 傣族 1 回族 11 畲族 3 柯尔克孜族 1 满族 1 苗族 10 维吾尔族 3 黎族 1 其他 1 彝族 6 瑶族 2 羌族 1 蒙古族 6 白族 2 侗族 1 壮族 5 朝鲜族 2 土族 1 三年来, 除复学 恢复学籍 转入外, 新疆和西藏学生共有 13 名学生发生学籍异动, 学籍异动的原因有缺乏学习动力 (4 人 ) 身 体原因 (3 人 ) 转出 (3 人 ) 超期未复学 (2 人 ) 和出国留学 (1 人 ), 新疆西藏异动学生总体比例 (0.56%) 低于学校平均异动率 (0.62%) 如表 4 所示 64

71 表 4:2013 年 年新疆 西藏地区学生学籍异动情况统计表 年度 异动原因 2013 年 2014 年 2015 年 小计 缺乏学习动力 身体原因 超期未复学 2 2 出国留学 1 1 转出 总计 ( 三 ) 学籍异动学生人数与生源所处区域呈弱相关性 从学籍异动学生的地区分布来看,2012 年至 2015 年这三年内, 异动人数较多的地区有湖北 湖南 重庆 广西 云南 贵州 重庆 内蒙古等地, 三年异动学生总人数均达 20 人以上, 其他地区每年异动人数相对较少 学生异动人数与招生人数多少有一定相关性, 但与所处的东 中 西部无明显相关性 2013 年, 学籍异动学生人数在上述地区分别为湖北 25 人 湖南 16 人 广西 13 人 贵州 10 人 云南 5 人 重庆 10 人 内蒙古 11 人 ;2014 年人数分别为湖北 29 人 湖南 19 人 广西 9 人 贵州 10 人 云南 13 人 重庆 3 人 内蒙古 9 人 ;2014 年人数分别为湖北 31 人 湖南 19 人 广西 10 人 贵州 12 人 云南 11 人 重庆 11 人 内蒙古 7 人 具体数据如表 5 所示 65

72 地区 表 5:2013 年 年学籍异动学生地区分布情况统计表年度异动总人数占所在地 2013 年 2014 年 2015 年小计生源比例 黑龙江 % 青海 % 上海 % 广东 % 新疆 % 内蒙古 % 吉林 % 重庆 % 贵州 % 云南 % 甘肃 % 湖南 % 山东 % 湖北 % 西藏 % 江西 % 江苏 % 河南 % 福建 % 辽宁 % 陕西 % 浙江 % 广西 % 海南 % 安徽 % 四川 % 宁夏 % 河北 % 山西 % 总计 %( 学校均值 ) 66

73 ( 四 ) 学生学籍异动情况与所在学院专业学习挑战度无明显相关性 按异动学生学院分布情况及占比分析可发现, 异动学生人数高于学校平均异动率 (0.62%) 的学院为体育学院 (12 人, 占比 1.39%) 文学与新闻传播学院 (50 人, 占比 0.88%) 计算机科学学院(56 人, 占比 0.81%) 美术学院(32 人, 占比 0.81%) 教育学院(4 人, 占比 0.79%) 公共管理学院(30 人, 占比 0.79%) 外语学院(24 人, 占比 0.74%) 民族学与社会学学院(19 人, 占比 0.71%) 马克思主义学院 (6 人, 占比 0.70%) 化学与材料科学学院(36 人, 占比 0.69%) 具体情况如表 6 所示 图 4:2013 年 年学籍异动学生学院分布情况统计表 教育学院预科教育学院药学院文学与新闻传播学院外语学院体育学院数学与统计学学院生物医学工程学院生命科学学院民族学与社会学学院美术学院马克思主义学院经济学院计算机科学学院化学与材料科学学院管理学院公共管理学院法学院电子信息工程学院 年 2014 年 2013 年 67

74 表 6:2013 年 年各学院异动数据占比情况统计表 学院年度 2013 年 2014 年 2015 年小计 异动总数 占本学院 人数比 体育学院 % 文学与新闻传播学院 % 计算机科学学院 % 美术学院 % 教育学院 % 公共管理学院 % 外语学院 % 民族学与社会学学院 % 马克思主义学院 % 化学与材料科学学院 % 法学院 % 数学与统计学学院 % 电子信息工程学院 % 生命科学学院 % 生物医学工程学院 % 管理学院 % 药学院 % 经济学院 % 预科教育学院 % 资源与环境学院 % 总计 % 68

75 二 原因分析与对策建议 ( 一 ) 学籍异动学生异动原因分析 除复学 恢复学籍 转入等情况外, 学籍异动原因大体可分为九 类, 如图 5: 1. 因学习目标不明或对自己所学专业无兴趣等原因导致缺乏学习动力产生的学籍异动人数所占整体异动比例最高, 具体数据如表 7 所示 表 7: 缺乏学习动力学籍异动学生的学院分布情况统计表 学院 年度 2013 年 2014 年 2015 年 小计 电子信息工程学院 法学院 公共管理学院 管理学院 化学与材料科学学院 计算机科学学院

76 经济学院 美术学院 民族学与社会学学院 体育学院 1 1 外语学院 药学院 1 1 生命科学学院 2 2 数学与统计学学院 文学与新闻传播学院 总计 由上表近三年的数据可看出, 因缺乏动力而导致学籍异动的学生 在计算机科学学院 化学与材料科学学院 公共管理学院 经济学院 文学与新闻传播学院 电子信息工程学院及管理学院等相对较多 2. 由于国家政策对在校大学生创业的提倡, 近三年来, 我校因工 作实习或创业而导致学籍异动的人数有所增加 表 8: 实习或创业学籍异动情况统计表 年度类别 实习 创业 就业 总计 因身体疾病导致不能正常学习的学籍异动人数逐年增加, 因抑 郁等精神疾病不能正常学习的学籍异动人数呈下降趋势 表 9: 身心疾病学籍异动情况统计表 年度类别 小计 身体疾病 精神疾病 总计

77 4. 在学校强化校纪校规约束 加强学生休学管理等措施下, 超期未复学情况大大改善,2013 年 12 人,2014 年 8 人,2015 年 2 人 5. 因病或意外等原因引起身亡人数增加,2013 年 3 人,2014 年 2 人,2015 年 8 人 ( 二 ) 对策建议 1. 加强情感关怀与正确引导绝大部分经过学籍异动的学生, 或多或少会存在心理压力 一部分学生的自我规划能力较差, 倘若达不到期望值, 就容易丧失信心, 陷入迷茫的状态 ; 另一部分学生可能在休学期间脱离大学校园环境, 在思想上 心理上产生了各种各样的困惑, 甚至出现了种种焦虑等心理障碍, 经受不了挫折, 最终放弃回校复学的打算 因此, 要帮助学籍异动学生顺利完成学业, 关怀与引导学生是十分重要的一个步骤 关注与引导学生, 要求学院老师给予学生持续性关注, 多交流多沟通, 增强学生的归属感, 尝试引导他们积极的投入学习, 鼓励学生克服困难, 重拾学习兴趣与动力 当这些学生在学习和班级表现中有进步时, 要及时在班级同学等层面给予肯定, 以增加他们的自信心 2. 加强约束管理与跟踪服务大部分学籍异动学生会出现学习困难的现象, 离开学校的一年或者两年可能会对学习生活产生陌生感 因此, 加强对学籍异动学生的约束管理与服务力度是促进学籍异动学生学习的重要策略 在班级管理中, 一方面可对学籍异动同学建立一帮一的帮扶制度, 由学习成绩较好的同学带着成绩薄弱的同学共同进步, 选择学习优异的学生时可 71

78 以尽可能的选择在同一个宿舍的学生, 以便更好进行帮扶工作, 辅助辅导员督促他们完成学习任务 ; 另一方面制定严格的考勤制度, 对上课旷课严重的同学需给予警告, 建立班干部关注 党员帮扶 辅导员关心鼓励的预警与支持体系, 督促学生上课, 提高学生学习投入度, 促进学生提升学业表现 3. 加强家校交流与三方沟通学校与家庭环境无疑会对学生的学习产生潜移默化的影响, 教师和家长更能对学生的学习产生积极或消极作用 因此, 加强专业教师和家长的沟通和交流, 加强专业教师对休学后复学等学生群体的指导, 有利于引导学籍异动学生增强学习信心 辅导员及时做好和学生家长的交流, 引导家长关心支持学生的成长, 同时对学生的在校情况, 保持与家长的及时沟通, 从而形成与家长的良性互动 在学生 家庭和学校的共同努力之下, 促进学生不断成长和进步 4. 加强新生成长教育与成才教育新生入学教育是学生步入新一阶段学习的第一堂必修课, 对大学生认识大学生活的特点, 了解专业及其发展走向, 规划自我和成长成才途径, 顺利实现从中学生到大学生的角色转变和快速健康成长具有重要影响 因此, 在新生入学教育之时, 应针对各学院专业的实际情况, 向全院学生讲述各专业特点与大体学习方法, 给予提示 ; 鼓励各班积极开展学习交流活动, 互相学习, 解决在学习中遇到的疑惑 5. 加强学风建设与预警机制良好的学习氛围对学生的学习会产生一个潜移默化的影响, 通过 72

79 多种措施 多种渠道 以及多种形式加强学风建设可提高学生学习的积极性和主动性 而预警机制是对于学业上有困难的学生而设立的, 及时对学业上有困难的同学进行预警, 并采取相应措施, 帮助学生客服学业上的困难, 可有效减少学籍异动人数 6. 加强思想教育与心理辅导通过建立各种信息渠道, 例如通过对学生家长 室友或者班干的询问, 通过学业预警调查, 全面了解学生的学习与心理情况, 对学业或心理有压力的同学, 在对其学习成绩分析的基础之上, 加强学业引导, 激发学习动力 学院还需加强对全体学生的思想教育, 传播心理健康意识, 辅导员要加强与学生的交流沟通, 鼓励学生正确面对心理问题, 构建促进学生成长的心理支持体系, 努力做到防微杜渐 73