基于学习数据分析的高职化学过程性智能评价体系构建

　　

针对高职化学课程评价“重结果、轻过程”、指标单一等问题，本研究构建了一种基于学习分析（LA）的过程性智能评价体系，以促进“教-学-评”一体化与个性化改进。以《基础化学》、《分析化学》课程为例，整合LMS日志、课堂互动、实验操作、项目作业等多源数据，建立“知识-能力-素养”三维指标框架；采用AHP与熵权-TOPSIS融合计算综合得分；运用随机森林与BKT模型进行学习预警与掌握度追踪；并通过SHAP提供可解释建议。经两学期186名学生实践，课程通过率由86.4%提升至93.8%，实验违规率由11.8%降至5.2%，形成性测验平均分提高7.1，学业预警AUC（Area Under the Curve）达0.86，教师诊断效率提升62%。表明该体系可实现可证据、可解释、可闭环的质量保障，具备推广价值。创新点在于提出了五层系统框架，将安全环保纳入核心维度，并融合主客观赋权实现“价值引领+数据校准”。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则