Page 32 - 2025-1期

德育探索

体成绩、学习过程中的平均成绩、教学环境、师资条件 仅关乎教学质量的提升，更是培养适应乡村发展需
等人才培养因素有关，学生个体成绩和全样本平均成 求人才的关键。它以其科学性和全面性，正确指引思

绩与期望值必然出现差距，这样的差距，反映出被测 政元素融入课堂教学，让课程思政与思政课程相向
评单位的教学绩效。也就是说，多元线性回归分析研 而行。教师能更好地指导教学实践，提高人才培养质
究的是一个变量受多个变量影响而成的变化。 量，为乡村振兴提供智力支持与人才支撑。
（三）多水平分析模型 2. 合适的增值性评价模型可让教育目标与乡村
传统多元回归分析模型只针对期望值与一组自 人才振兴发展的实际需求相契合
变量的线性关系，无法反映不同层次各自数据又有 增值性评价模型的选择与乡村人才需求目标紧
相关变量影响评价的情况，于是，研究者又针对性地 密相依。科学、合理的增值性评价模型既能指导思政
提出了多水平分析模型。多水平是指多层次嵌套下 要素融入课程内容，又能提升学生的社会责任感、创
的数据统计分析模型，如学生从属于专业，而专业又 新精神和实践技能水平等综合素质素养。
从属于系或是教研室，系或教研室又从属于学校，学 在评估乡村振兴人才的培养效果时，教师要充
校又与地方（地区）或别的管理机构相关。显而易见， 分考虑学生课堂互动、专注力、团队合作能力、工匠
面对这样多层多组自变量的关系，传统回归分析难 精神、尊老爱幼和吃苦耐劳精神等复杂因素，分析学
以解决，只能采用多水平模型。 生个体在学习过程中的变化。例如，多元线性回归模
该模型做到不管层与层间的数据，只按各层内 型较概要统计分析模型更能反映复杂的乡村人才需
部数据变量进行分析，从而多层次出现多水平分析。 求。前者侧重于个体层面的分析，能较好地揭示不同
该模型利用各层面各自的相关信息，将影响学生成 因素对学生学习成果的影响，而后者只适用于数据
绩的外部因素与教学效应分离，对教学单位或教师 较为简单的情况，反映整体水平的变化。
“净”效能做评价分析。也就是说，多水平分析模型的 同样，在进行整个教育教学效果评估时，教师需
主要特点是一个因变量受多个层面的多组相关自变 要将数据进行分层，要分析学生、教师以及学校等多
量影响，先行统计各层自变量带来的该层数据变化， 个不同层面之间的相互影响。而考虑到数据的复杂
再考虑这个因变量受到的各层统计出的变化数据带 性和多样化，教师应选择多水平分析模型，因为多水
来的影响。层越多，数据就越复杂。也就是说，多水平 平分析模型能提供更为深入和细致的洞察，可以多
分析模型是指将数据分层，每层数据每组变量都在 层面精准分析，从而促进教育教学改革，切实提升人
变化而引起的数据增值性的研究。 才培养质量。
五、课程思政增值性评价实施方案分析与探讨 （二）乡村人才振兴背景下课程思政增值性评价

针对乡村人才振兴战略实施的现状，笔者认为， 实施方案分析
根据职业教育不同专业的学科特点，引入科学、规范 为了充分、有效实施课程思政增值性评价，教育
的增值性评价体系，有助于将知识所体现的精神和 工作者要关注影响学生进步、教师发展、学校变化等
价值外化为教学过程，内化为学生职业精神和价值 多个层面的数据。首先，教师要通过调研，对产教融
评价指标。 合、校企合作进行学科定位，反复论证确定评价指标
（一）选择乡村人才振兴课程思政增值性评价 及各指标权重；其次，通过教学管理平台的线上课
模型的重要性 程、作业、随堂练习、分组讨论等收集相关数据；最
在乡村人才振兴的背景下，课程思政增值性评 后，通过互联网大数据分析技术，按增值性评价模型
价模型的选择对于提升教育质量、培养乡村人才具 分析，输出可视化评价结果。
有深远意义。 1.增值性评价模型选择分析
1. 科学、合理的增值性评价模型是保证优质 在实施课程思政增值性评价时，最重要、最核心
教学的前提 的就是根据乡村人才振兴战略实施过程中的不同场
相对于成熟的企业和行业而言，乡村振兴往往 合选择好评价模型。乡村人才振兴背景下课程思政
面临资源不足、基础设施不完善等挑战，更需要有责 增值性评价实施方案的选择，主要是数据分析模型
任、能担当、愿奉献、敢创新的人才。在实施乡村人才 的选择，而模型的选择首先取决于数据的收集与分
振兴战略的过程中，科学、合理的增值性评价模型不 析，其次取决于数据的复杂程度及发展变化情况，最
29
教师纵横 2025.1