4.数据统计及阐释

　　由于评估模型所涉及的数据覆盖五个维度，来自多个应用，并以知识测试、情境模拟、案例分析、第三方意见及过程评价等多种评价方式获取，因此数据的统计是一个相对复杂的工作。在目前的系统中，采用了对三类评估数据分别进行分类统计的方法：

　　(1)针对每一个教师学习者，对采用知识测试、情境模拟、案例分析等评价方法所获得的知能评估数据，分别通过知识测试量规、情境模拟量规及案例分析量规进行标准化转换，并分别按照五个维度加以累计进行数据统计。

　　(2)对于以第三方意见的方式获得的数据，所采用的统计方法是，对被评估者获得的大众点评结果进行统计。

　　(3)对于学习过程参与情况的评价数据，可以按照参与的应用系统(如实习系统)进行统计，或按照参与的活动(如资源浏览)进行统计。

　　(4)从教师学习者的自评模块获得的自我评估数据单独进行统计。

　　以上的数据经过分类统计，可以雷达图、柱状图及折线图等可视化的形式呈现给教师学习者，对于希望了解到自身的专业发展现状的教师学习者，能够获得来自应用系统的知能评估视图，来自大众的知能评估视图，以及来自自我检测的知能评估视图。从决策支持的角度，教师学习者所了解到的自身的知能欠缺，能够成为其今后进一步专业发展定向的依据。同时，与专业发展可视化视图相配合，系统为教师学习者初步地提供了反馈意见及课程推荐建议，如图4所示。图中左上部是教师学习者自我评估结果的可视化呈现，右上部是五个维度之一的评估结果试图，下部则是随时间发展的评估结果变化。

　　另一方面，上述统计数据，进一步按照教师教育者的关注进行统计及可视化呈现，包括按照学校、院系、年级及班级等对来自应用系统的评估数据进行统计，并可视化地呈现所关注群体(如某一个班级)在专业知能五个维度的结果，以及按照时间维度所统计的不同结果的变化情况。对于以第三方意见的方式获得的大众点评数据，也可按照上述的分类统计方式、时间跨度统计方式统计并可视化呈现。

　　从决策支持的角度，教师教育者所了解到的学习者群体的知能欠缺，能够成为其配置教育资源、设置课程及革新教学方法的依据。同时，与这些可视化视图相配合，系统也为教师教育者初步提供了反馈的意见及课程设置的建议。

　　提供决策和存在的局限

　　为了提高教师教育的质量，教师教育的信息化、终身化以及标准化越来越成为教师教育者的共识。基于下一代互联网的教师教育创新支持系统正是为了给教师学习者提供终身化、信息化的学习服务所开发的应用系统，而评价子系统的功能，则主要是为了给教师学习者以及教师教育者提供参照标准的数据，以支持利益相关者做出相应的决策。

　　另一方面，教师教育评价系统正是试图成为一个利用数据为系统的相关涉众提供决策依据的应用案例。

　　当然，以一个成熟的基于数据的决策支持系统来衡量的话，目前的系统还存在诸多局限。首先，由于处于开发过程中，系统的多个应用子系统尚未集成，这为数据的获取以及数据获取过程中可能存在的问题带来了不确定性；第二，由于系统尚缺乏足够的用户数及足够的用户数据，目前采取了一种临时性的、较易得到数据结果的统计方法，更为综合的数据统计模型还有待于完善并补充；第三，从决策支持的角度，为相关涉众所提供的决策支持选项目前还较为有限，所提供的反馈和建议也只是处于初级阶段。

　　(作者单位为华东师范大学教育信息技术学系)

（文章来源：《中国教育网络》杂志2011年1月刊）