更全的杂志信息网

高校拔尖创新人才和复合型跨学科人才培养下学生学习效果研究

更新时间:2009-03-28

引言

《国家中长期教育改革和发展规划纲要(2010-2020)》明确指出党和国家要培养高素质人才和拔尖创新人才,优化学科专业布局,促进学科交叉融合。拔尖创新人才培养已经日益成为世界高等教育改革与发展的共同趋向,成为高等教育核心竞争力的根本体现和重要标志。单一学科的纵深式教学已经不能满足高校人才的培养要求,复合式跨学科教学成为人才培养的有效方式。研究高校拔尖创新人才和复合型跨学科人才培养下学生学习效果,将有助于我们构建人才培养的新模式。

文献综述及述评

(一)文献综述

关于创新人才培养的研究。田德新,张喜荣(2003)在深入研究美国创新人才培养机制的基础上提出,学校应该成为创新人才的培养基地,全面教育改革,多种形式培养创新人才。薛二勇(2012)认为培养创新人才应该增加对高校科研学术的投入,改革高校学科的结构形式。王牧华、全晓洁(2014)认为培养拔尖创新人才的关键在于人才培养模式的创新,因此我国本科拔尖创新人才培养应注重以协同培养为路径创新培养模式。张典兵(2015)在研究了国内外创新人才培养模式的基础上,提出注重创新人才的个性化培养。成洪波(2017)认为科教融合是应用型创新人才培养的有效途径。

关于复合式跨学科培养的研究。Stephen G. Pajewski, Ed D (2006)认为跨学科专业的学生比非跨学科专业的学生在沟通与学习能力方面更有优势。Jacobs 等(1989)认为跨学科课程的内容安排要考虑学生的学科背景和学生的需求。Latif M.Jiji等(2015)认为不同学院的教师带领具有不同背景的本科生参与跨学科的实践项目,可以训练学生的跨学科研究能力。李雪飞、程永波(2011)认为当前跨学科培养模式主要有课程模式、项目模式和制度化模式三种。

关于大学学习效果影响因素的研究。Angus(2004)研究分析了学生成绩与个性之间的相关性,Elchanan(2004)对高中平时成绩、高考成绩与本科学习成绩及排名之间的相关性进行了统计分析,Jesse(2004)探讨了学业成绩与高考成绩之间的相关关系。张国安(2000)研究发现,个人因素对学习成绩影响程度较高。Maureen(2006)研究指出学习能力不是影响成绩的唯一因素,还受学生个性的影响。卢巧焕(2003)研究得出学生的高考入学成绩与以后各个学期的成绩呈现较低的相关性。白春玲(2009)分析发现大学一年级的第二学期是影响学生以后学期学习的关键时刻。汪朝杰、谭常春等(2013)分析得出高考成绩与大学成绩显著相关,不同的专业影响程度不同。回俊青、谢兆岗(2014)分析得出高考成绩和在校成绩显著相关,农村生源学生比城镇生源学生相关性更为显著。李琨、徐锟等(2015)研究发现考试成绩存在显著的地域性差异,这种差异性会随着地域上的细分而更加显著。王晓婷、冯宁(2017)对某医科院校抽考结果的影响因素分析得出,性别、文理科、学科难易度和汉语言掌握水平对学生成绩有显著影响。

(二)文献述评

国内外文献对拔尖创新人才、跨学科培养及大学学习效果的影响因素研究较成熟,但是对拔尖创新人才、跨学科培养的研究多是案例比较和基于结果的定性分析,缺乏实证分析。对大学学习效果的影响因素研究大多只考察某个班级或年级的成绩变化,缺少对大学入口和出口成绩层次变动的研究,且对高考成绩与大学学习成绩之间是否存在相关关系存在争议,没有形成统一的结论。本文采取对学生成绩分层管理的方法,对每个层次的学生分别考察,实现学生福利最大化。

相关理论研究

(一)行为经济学理论

1.从学生角度分析

(二)显示性偏好理论

其中y代表各个层级的大学学习效果,x1(高考入学成绩)、x2(性别)、x3(身体素质)作为大学学习效果的初始禀赋变量。创新能力的衡量主要体现在(x4实践活动)、x5(科研活动)和x6(阅读情况)三个因素。复合型学科培养主要用x7(是否选择双学位)、x8(班级:每个班级教学方案的难易程度系数不同)两个因素衡量。

(三)人力资本理论

人力资本理论(human capital theory)是由美国著名经济学家西奥多·W·舒尔茨(Thodore W.Schults)提出的。舒尔茨认为,以劳动者本身为载体的资本就是人力资本,人力资本体现在劳动者的知识、能力、技术和健康等方面。人力资本的形成不是自然而然的,而是通过对知识教育的投资逐渐形成的,教育是提高人力资本的主要途径。通过制定一流的教学方案,配备一流的师资力量,对学生实行分类分层管理,提高教学质量,使学生享受到最佳的教学服务,提升其人力资本水平,增加学生的学术素养和竞争力。

(四)创新理论

创新理论是由熊彼特提出来的,他认为创新是在事物内部发生的变化,而非外部强加于它。创新的主体必须是企业家,发挥企业家精神。制定一系列的科技政策,建立完善的创新体系。学生是创新的主体,培养高校拔尖创新人才,就要组织一系列的科研创新活动营造创新氛围,调动学生自主创新精神,提高创新能力。

大学学习效果与高考成绩关系的经验验证

(一)数据选取

内蒙古财经大学是以财经类为主的本科院校,经济学院是内蒙古财经大学的重要学院。本文选用经济学院2013级学生学习成绩作为研究对象,所用数据来源于内蒙古财经大学经济学院教务系统的学生大学期间各门课程学习成绩,包括“基地班”、“经济-数学双学位1班”、“经济-数学双学位2班”、“能源经济班”、“农村区域发展班”和蒙生班,由于部分数据有残缺,为保证数据的准确性,选取大学前五个学期和大学成绩与高考入学成绩进行分析,因为后三个学期课程较少,数据有一定代表性。

(二)统计描述

学生的名次体现学生成绩变动,将大学平均成绩根据每个学生高考入学成绩的分数由高到低排列,大学平均成绩排名是根据大学均分由低到高排列,考察学生高考成绩排名与大学平均成绩同等排名学生的差距,分析学生名次变动情况。

除了将抽象难懂的知识点类比生活中的事物外,更要根据学生的特点优化处理教材,省略一些和实际操作联系不紧密的深层次理论,并把某些知识点揉进操作案例中,例如实体完整性,参照完整性的含义和作用,就可以融入到编辑数据表当中去[3]。

图1显示,学生在大学期间的成绩集中在80分左右,高考成绩中等的学生在大学期间有很大的上升空间,排名上升显著。高考成绩高的学生排名有所下降,高考成绩低的学生有所上升。

  

图1 大学平均成绩变动对比图

将学生高考入学成绩由高到低排序均分为五个分数段,分别为高分数段、中高分数段、中等分数段、中低分数段和低分数段。将学生大学成绩80-100分计优秀,70-80分计良好,60-70分计合格,未考计0分,分析每个高考成绩分数段的大学平均成绩。

  

图2 高考入学成绩和大学平均成绩对比分析

图2显示,大学平均成绩和高考入学成绩有一定相关性但并不完全匹配,大学平均成绩优秀的学生随高考分数段的下降呈递减趋势。但是在高考成绩高分数段内,也存在大学平均成绩良好的学生;在高考入学成绩低分数段内,也有大学平均成绩优秀的学生,高考成绩中高分数段学生的大学均分和高分数段学生差距很小。中等、中低和低等分数段成绩良好的学生占有大比例。

(三)大学各学期成绩与各个层级高考成绩的相关性分析

由于部分数据有残缺,为保证数据准确性,选取大学前五个学期和大学平均成绩与高考入学成绩进行Pearson相关性分析(表1)。

一直都很羡慕九月出生的人,原因很多,处女座洁癖、“龟毛”蛮可爱,天秤座帅哥美女产量高,九月天高气爽、又是新学期的开始……然而最重要的一点,就是九月的生辰石真是不要太高贵啊!它就是皇族挚爱的蓝宝石。

 

1 Pearson相关性

  

高考成绩第一学期第二学期第三学期第四学期第五学期高分数段中高分数段.364∗中等分数段-.308∗-.300∗-.358∗中低分数段.814∗∗.521∗∗.832∗∗.821∗∗.555∗∗低分数段

注:*在 0.05 水平(双侧)上显著相关;**在0.01水平(双侧)上显著相关.

数据来源:spss20.0.

结果显示,不同层级高考成绩的学生与大学各学期成绩的相关性不同,对于高分段和低分段的学生,两者没有显著相关。对于入学成绩中等的学生有一定相关性,值得注意的是,对中高分数段的学生,入学成绩只在第一学期有相关性,而对中等的学生,两者呈现负相关,对中低分数段的学生,则呈现正相关,且每个学期都有显著影响。

(四)典型课程成绩和各个层级高考成绩相关性分析

 

2 Pearson 相关性

  

高考成绩数学类英语类微观经济学宏观经济学计量经济学马列类计算机类体育类高分数段.320∗中高数分段.378∗.399∗∗.473∗∗0.45∗∗中等分数段-.304∗-.302∗0.315∗中低分数段.750∗∗.614∗∗.684∗∗.625∗∗.694∗∗.740∗∗0.54∗∗低分数段

注:*在0.05水平(双侧)上显著相关;**在0.01 水平(双侧)上显著相关.

数据来源:spss20.0.

表2所示,学科成绩与不同层级学生入学成绩的相关性不同。学科成绩与中等层级学生相关性最为显著。尤其对中低分数段的学生来说,除计算机类课程外,每个学科课程的成绩都与入学成绩有相关性。低分数学生对每个学科都不相关,可见说明高考成绩确实不能对大学成绩产生决定性影响,大学期间的学习对大学成绩更重要,通过后天努力一样可以取得较好的成绩。

(五)创新能力和复合型跨学科培养下学生学习效果的分类分层回归

分类分层考察各个分数段和总体学生大学学习效果与创新能力和复合型跨学科两大指标的相关程度。

3、分闸线圈的原因。如果由于分闸线圈在操作次数上使用过多,导致温度过高而烧毁,或者由于分闸后线圈的内部铜套并不圆,或者不光滑、有毛刺等状况都会产生卡阻,影响操作机构的顺利分闸。

假设1:创新能力培养下的各成绩段学生学习效果与高考成绩成正相关

(2)学生应培养创新精神,注重综合发展

假设2:复合型跨学科培养下的各成绩段学生学习效果与高考成绩成正相关

模型构建:

yi=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+β8x8+ε,其中i=1,2,3,4,5,6。

安全是人类的本能追求,也是国际关系的永恒主题。建立以合作共赢为纽带、最大限度地汇聚各国最大利益公约数的新型安全伙伴关系,是参会代表的一个热点话题。

美国经济学家保罗·萨默尔森(P.Samuelson)提出的显示性偏好理论(Revealed Preference Theory)认为在人们的偏好不确定的情况下,通过其选择行为暴露或显示他内在的偏好倾向。学生在既定高考成绩和教学方案下的约束下,对不同专业、教学方案及师资情况的选择暴露或显示其内在偏好。因此我们可以根据学生的选择行为来推测学生的偏好。这是一种不基于“偏好-选择”的逻辑思路,而是一个相反的过程,即“选择-偏好关系”。教学工作者要充分了解学生的情况及偏好,根据学生偏好安排不同的班级,给予学生充分自由度。学生也要了解师资力量,减少认知偏差,增加选择的理性程度,扩大理性选择结果的概率,实现自身福利最大化。

 

3 模型汇总

  

模型RR方调整R方标准估计的误差s高分数段.698a0.4870.3664.7813中高分数段.690a0.4770.3573.6234中等分数段.871a0.7580.7014.06239中低分数段.960a0.9220.9043.17054低等分数段.890a0.7930.7412.7135总体.890a0.7930.7412.7135

数据来源:spss20.0.

表3所示,R为复相关系数,实际反映的是样本数据与预测数据间的相关程度,R方越接近1,回归平面的拟合程度越高,样本中中等、中低和低等分数段R方均0.690,拟合度较高。从表4中看出,各个分数段的相伴概率值sig都小于等于0.001,说明多个自变量与因变量之间存在线性回归关系。

 

4 方差分析表

  

模型平方和df均方差方FSig.高分数段736.581892.0734.028.002b中高分数段418.324852.2913.983.002b中等分数段1758.6828219.83513.321.000b中低分数段4156.3558519.54451.684.000b低分数段901.8098112.72615.31.000b总体901.8098112.72615.31.000b

数据来源:spss20.0.

 

5 回归系数表

  

模型变量 高分数段中高分数段中等分数段中低分数段低分数段总体(常量)51.329∗305.512∗∗∗51.244∗∗91.761∗∗∗91.761∗∗∗高考成绩0.084∗-0.473∗∗∗初始禀赋性别3.749∗∗2.988∗∗2.003∗2.003∗∗身体素质-0.206∗∗∗0.167∗-0.227∗∗∗-0.096∗0.174∗∗∗0.174∗∗∗实践能力0.243∗0.287∗∗0.133∗0.133∗创新能力科研水平0.316∗∗0.417∗∗∗阅读情况0.04∗复合型跨学科是否选择双学位-3.93∗∗12.01∗∗∗班级(难度)1.107∗-7.143∗∗∗-9.6∗∗∗-9.6∗∗∗

注:*:p<0.1,**:p<0.05,***:p<0.01;未通过显著性检验不标注.

数据来源:spss20.0.

通过表5所示,各个分数段对比分析可知,对高分数段的学生而言,创新能力和复合式跨学科的培养都没有显著相关,这并不是说明两者对于高分数段学生没有作用,而是因为高分数段的学生基础扎实,学习能力强等原因,创新能力和复合式跨学科的培养效果没有那么显著。可见对于高分拔尖人才,应给于充分的选择自由度。对中高、中等和中低分数段的学生,创新能力和复合式跨学科的培养均有显著效果,但每个因素的影响程度因各个分数段不同存在差异。对于低分数的学生,实践能力和班级教学方案与其学习效果显著相关。从学习效果的影响因素比较可知,初始禀赋对各个分数段都有较大的影响,其中高考成绩对中高分数段的学生有正相关,对中等分数段的学生有负相关。整体来看,身体素质对学生成绩有正向相关关系。对创新能力的培养,实践能力整体有正相关,科研水平对中等和中低分数段的学生作用更大。阅读情况对中高分数段的学生作用更大。在复合式跨学科培养下,多学科跨专业培养对中等分数段的学生学习效果没有改善,反而对中低分数段学生有改善。在教学方案的难易程度方面,要激发,制定更高要求的教学方案能提高中高分数段学生的学习效果,对中低和低分数段学生,则要制定较简单的教学方案。

评价贯穿在工作的全过程,一般指衡量所订标准或目标是否实现或实现的程度如何,即对一项工作成效大小、工作好坏、进展好慢、对策正确与否等方面做出判断。护理质量评价的意义在于判断护理工作的价值,根据提供护理服务的数量、质量,评价护理工作需要满足患者需求的程度、未满足的原因及其影响因素,为管理者改进和提高护理质量提供参考;由于患者需求是无止境的,人的创造性是没有极限的,因此护理质量的改进是无止境的。通过比较、评价,选择最佳方案,达到肯定成绩,纠正偏差,持续质量改进的目的。

结论与建议

(一)结论

1.高考成绩不是影响大学学习效果的唯一因素

黄鼠狼窜到了男知青这边,大家的注意力转移到了黄鼠狼身上,没有人再搭理赵天亮,他这才从麻袋底下钻出来,大大地喘了几口气。还没等他定下神来,哨声从仓库外传了进来。

学生学习效果受到学生的初始禀赋、创新能力和复合式跨学科培养的共同影响。高分数段学生学习效果主要受初始禀赋的影响,这并不代表创新能力和复合式跨学科培养对于高分段学生没有作用,而是因为高数分段的学生基础扎实,学习能力强等原因,创新能力和复合式跨学科的培养效果没有那么显著,仍然存在入学成绩高但大学成绩低及入学成绩低但大学成绩高的现象。创新能力和复合式跨学科培养对中等分数段学生学习效果有显著作用,对低分数学生也有一定作用,但不显著。可见后天的努力对学习效果至关重要。

3 名受训医师利用机器人系统对 9例患者施行腹腔镜前列腺癌根治术中的膀胱尿道吻合,均顺利完成吻合,平均吻合时间为(23.4±8.6)min。患者术后引流液肌酐水平未见明显升高,未见漏尿。术后第 7 天膀胱造影均未见造影剂外漏,术后第8 天顺利拔除导尿管。

2.创新人才培养对不同层级入学成绩学生学习效果存在差异

研究假设:

创新人才培养对学生学习效果有显著影响,但因学生入学成绩的层级不同而存在差异,因此要针对不同层级入学成绩的学生有侧重的进行培养,给予学生正确的引导和方向。对中高分数段的学生,提高实践能力,拓宽阅读的广度和深度。对中等分数段学生要着重提高科研水平。对中低分数段的学生要侧重于实践能力和科研水平的培养。对于低分数的学生则主要着眼其实践能力的提升。

充分利用大学资源,提高阅读量,拓展知识面,实现资源最优配置和利用,使自身福利最大化。收集相关信息,了解学科专业、教学方案和师资力量,增加理性选择的概率,充分挖掘学习潜力。

3.复合式跨学科培养下的学生学习效果因学生入学成绩层级而不同

根据复合式跨学科培养下的学生学习效果不同,不同分数段学生培养的方向有所不同。在复合式跨学科培养下,对中等分数段的学生要培养学科专业忠诚度,对中低分数段学生,反而要多学科跨专业培养。在教学方案的难易程度方面,要激发中高分数段学生的学习潜能,制定更高要求的教学方案。对中低和低分数段学生,则要制定较简单的教学方案,增加学习信心。

由于驾驶舱发生破孔瞬间,从孔口流出的气体速度非常快,过程进行的时间很短,可以将气流从孔口流出视为一维等熵流动,其伯努利方程为:

(二)建议

行为经济学在研究人的行为时,放宽了主流经济学的假定,其中在研究决策行为时,考虑行为人的情景依赖和心理动机等因素。暗示效应(Suggestion effect)是指暗示者向人们发出某种隐含信息,诱导被暗示者的思想行为作出相应的反应,以符合暗示者的期望。苏联心理学家巴甫洛夫认为暗示是人类活动中最简化、最典型的条件反射。不同的班级设置给予学生不同的心理影响和自我期望,充分激发学生的学习热情和自身潜力,考察诱导信息影响下学生在实际状态下的路径选择行为,使每个学生都能最优发展。

(1)深刻理解大学教育的意义,保持竞争意识和危机感

大学的教育过程是人力资本的形成过程,通过大学教育增加自己的竞争力和稀缺度。初始禀赋和本科学习学习效果相关性并不十分大,后天的努力比初始入学成绩更关键,高考成绩高的学生不能放松自我要求,保持初始禀赋优势。高考成绩中低的学生不能妄自菲薄,充分利用大学资源,发挥后发优势。

嵌入式仿真训练系统作为整个武器装备系统架构的重要部分,在开发过程中有三种架构可供选择:独立嵌入式仿真系统、集成仿真系统、混合系统。其中介绍独立嵌入式仿真训练系统的体系结构,如图4所示[4]。

绘画艺术作品的鉴赏方法有多种,对不同的画种鉴赏的角度不同,鉴赏的过程也是审美的过程,关于绘画艺术作品鉴赏能力的提高,也就是审美水平的提高。以上列举的几种鉴赏方法主要是从作品的构图、形体、色彩语言、点线面以及主题意境等方面进行分析。如果想提高自身的审美和艺术修养,还需要用心灵去感受作品所要传达的情感,此外还要多看名画,多去了解作品以及画家创作的背景。

大学是全面发展的过程,高考成绩不是决定大学成绩的唯一因素,要多参加实践活动和科研活动,提高创新能力。积极参与体育活动,增加身体素质。加强对数学类课程和专业基础课的重视程度,构建逻辑思维体系。

(3)养成良好的学习习惯,实现信息对称

2.1 “Bears”法则 这一法则是简单的睡眠门诊问诊的概述,它包括入睡问题(bedtime issues)、白天过 度 嗜 睡 (excessive daytime sleepiness)、夜 醒(night awakenings)、睡眠规律及持续时间(regularity and duration of sleep)、打鼾(snoring)这五个方面。一般在临床门诊,尤其是看诊时间有限的情况下,儿科可以利用这个法则对儿童睡眠问题进行简单的筛查[8]。

美国体育课程目标设置,尽管各学段表述方式上有所不同,但都是要通过体育促进学生在身体、认知、社会以及情感四个方面的发展,致力于培养“具有身体素养的人[6]”。美国2014年新修订的《K-12体育教育国家标准和年级结果》(SHAPE America Society of Health and Physical Educators, 2014)明确了为终生健康体育活动做准备,学生应知和应会的身体素养[7]。

2.从教育工作者角度分析

(1)提高生源质量和教学质量

高考分数和大学学习效果有一定相关性,高考分数高的学生大学成绩也较高,因此要提高招生质量,严把招生环节,加强招生的宣传力度,提升学校知名度和社会认可度,吸引更多高分学生,培养拔尖人才。教育是提高人力资本的重要方式,要提高教学质量,这就要求教育工作者提高教学能力和专业知识,一切以学生为本。提升其人力资本水平,让学生享受到最佳的教学服务,增加学生学术素养和竞争力。

(2)充分了解学生偏好,实现信息对称

通过了解学生对不同专业的选择偏好、对未来目标的不同设定以及自身学习基础和习惯,有针对性的对学生进行教育管理。关注学生心理状况,关心学生在学习和生活方面的动态,及时给予鼓励帮助。

(3)重视教学建设和创新意识的培养

教学工作者不应只重视学生的学习成绩,应从综合角度培养学生,全面挖掘学生潜能,组织学术科研活动,提高学生创新水平,让学生实现全面发展。制定一流的教学方案,选择一流的教材,对学生进行高质量的教学计划,使学生加强自我管理,培养自主学习能动性。完善学习激励机制,诱导学生实现自我期望,增加学生信心。

(4)实行分层管理、分类教学的复合式跨学科培养

教学工作者应根据学生的初始禀赋,对不同层级的学生培养侧重点不同。给予高分学生选择自由度,重视对中等生的关注和栽培,加强对两极学生的指导与管理,推动学生取得较好的学习成绩,共同进步。

本节分别利用合成数据集和真实数据集测试文中所提出的基于改进Kaczmarz迭代的矩阵补全算法的性能.为了方便描述,将该算法简称为IKMC(Improved Kaczmarz iteration based Matrix Completion)算法.通过与SVT算法[6]、FPCB算法[7]以及MFRK算法[8]进行比较,评测IKMC算法在重构精度、成功重构概率、重构时间等方面的性能.仿真实验使用Matlab软件,每次实验重复运行100次后取平均值作为该项实验的计算结果.

(5)设置宽口径人才培养课程

构建完善的知识结构,消除学科教育的壁垒,推行个性化教育。要在承认和尊重学生个性差异的前提条件下,充分彰显“以人为本”的现代教育理念,尽量减少“标准化”“统一化”和“同质化”,给学生营造一个开放、多元和宽松的良好环境,从而顺利达成个性化创新教育的目标和任务。

[参考文献]

[1] 西奥多·W·舒尔茨,著,梁珠华,译.论人力资本投资[M].北京:商务印书馆,1990.

[2] 哈尔·R·范里安,著.费方域,等,译.微观经济学:现代观点[M].上海:上海三联书店,2007.

[3] JACOBS,HAYES H.Interdisciplinary curriculum:design and implementation[M].Alexandria:Association for Supervision and Curriculum Development,1989.

[4] Angus D,Elizabeth B,Karen D,ohn Ferduson.The relationship between personality,appronach to learning and academic performance[J].Personality and Individual DIfferencer,2004,36(8):1907-1920.

[5] Elchanan C,Sharon C,Donald C B,James Bradley Jr.Determinants of undergraduate GPAs,SAT scores,high-school and high-school rank[J].Economics of Education Review,2004,23(6):577-586.

[6] Jesse·M·R.College performance predictions and the SAT[J].Journal of Econometrices,2004,121(12):297-317.

[7] Mauerrn·A·C.Aptitude is not enough:How personality and behavior prediet academic performance[J].Journal of Research in Personality,2006,40(3):339-346.

[8] PAJEWSKI S G.Engagement in academic advising a comparison between students in interdisciplinary programs and students in non-interdisciplinary programs [D].Pittsburgh:University of Pittsburgh,2006.

[9] 肖捷,宁静,繆柏其,等.影响学生成绩各因素的评价[J].中国高等教育评估,2001,(1):40-43.

[10] 白春玲.学生学习成绩相关性的研究[J].数学的实践与认识,2009,39(23):48-55.

[11] 汪朝杰.大学生在校成绩与高考成绩的统计分析研究[D].合肥:合肥工业大学,2012.

[12] 汪朝杰,谭常春,汪慧.大学生在校成绩与高考成绩的统计分析[J].大学数学,2013,29(4)79-86.

[13] 李琨,徐锟,刘志强,张丽华,李继军.基于GIS的大学生成绩地域性差异分析[J].内蒙古师范大学学报,2015,(7):32-34.

[14] 回俊青,谢兆岗.高职院校学生学业成绩现象分析——缘何成绩相关性逐年降低[J].中国职业技术教育,2016,(35):34-37.

[15] 李雪飞,程永波.交叉学科研究生培养的三种模式及其评析[J].学位与研究生教育,2011,(8):10-15.

 
杨智姣
《内蒙古财经大学学报》2018年第02期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号