農業(yè)信息化專業(yè)碩士培養(yǎng)現(xiàn)狀評價

時間：2022-10-08 11:12:59 碩士畢業(yè)論文我要投稿

相關推薦

　　農業(yè)信息化專業(yè)碩士培養(yǎng)現(xiàn)狀評價是小編為大家?guī)淼恼撐姆段�，歡迎閱讀。

　　摘要：針對我國農業(yè)信息化專業(yè)碩士的培養(yǎng)現(xiàn)狀，提出建立基于CIPP評價模式的指標體系，根據(jù)北京林業(yè)大學農業(yè)信息化專業(yè)碩士的滿意度調研結果進行實證分析，闡述現(xiàn)有培養(yǎng)模式中，教學方式、實踐基地、設備投入與綜合能力培養(yǎng)有所欠缺的情況，并提出相應改進建議。

　　關鍵詞：農業(yè)信息化專業(yè)碩士：CIPP;層次分析法;指標體系

　　1 研究現(xiàn)狀與問題

　　隨著信息技術的發(fā)展，信息化已成為當今時代的重要特征，影響著社會經濟的發(fā)展方向。

　　農、林業(yè)既是重要的公益事業(yè)，又是重要的基礎產業(yè)，加快信息化建設與技術創(chuàng)新已成為當務之急。

　　專業(yè)碩士是既具有理論知識，又具備實踐經驗的復合型人才，但在我國起步尚晚，培養(yǎng)體系還不完善。

　　其中農業(yè)信息化專業(yè)碩士集農業(yè)基礎知識與計算機技術于一身，其培養(yǎng)方式的再研究、再完善，對我國農林業(yè)與信息技術復合型人才水平的提升具有重要意義。

　　國外較少研究農業(yè)與信息技術復合型專業(yè)研究生培養(yǎng)狀況，而國內很多專家學者對農業(yè)信息化人才的培養(yǎng)進行了研究。

　　早在2004年，山西農業(yè)大學的楊國強就對農業(yè)信息化與農業(yè)信息技術人才培養(yǎng)模式中存在的主要問題進行了探討，并提出大力推進農業(yè)信息技術人才培養(yǎng)的改進建議。

　　在農業(yè)信息化專業(yè)碩士的培養(yǎng)研究中，理論研究比較多見，湖南農業(yè)大學的張紅燕(2010)從農業(yè)信息化技術專業(yè)研究生的培養(yǎng)目標人手，分析了該專業(yè)研究生培養(yǎng)教育中存在的問題，提出了提高該專業(yè)研究生培養(yǎng)教育質量的途徑。

　　陳愛斌與劉艷(2011)則從課程體系角度對全日制農業(yè)信息化專業(yè)進行探究，以促進我國農業(yè)信息化專業(yè)碩士教育的不斷發(fā)展。

　　王坤等(2014)從實踐角度創(chuàng)新性地提出農業(yè)信息化復合型人才的培養(yǎng)模式，將“研”融人人才培養(yǎng)及學科建設的全過程。

　　從以上研究中可以看出，農業(yè)信息化專業(yè)碩士的培養(yǎng)研究多是從理論角度進行的，實證方面的研究顯得薄弱。

　　我們從實證研究的角度，采用CIPP評價模式建立了指標體系，并通過量化的方式，對農業(yè)信息化專業(yè)碩士培養(yǎng)的滿意度進行調研，探究我國農業(yè)信息化專業(yè)碩士培養(yǎng)模式、教學方法、專業(yè)實踐等方面存在的不足，有針對性地提出改進建議。

　　2 構建評價指標體系

　　2.1 基于CIPP模式建立評價指標體系

　　CIPP評價模式最基本的觀點是：“評價最重要的目的不在證明，而是改進。”斯塔弗賓認為，教育活動中所需的評價應該是廣義的，不應僅僅局限于確定目標是否達成，還應有助于方案的管理和改進，評價的過程是為決策者提供信息服務的過程。

　　CIPP評價模式包括4種評價要素，分別為背景評價( context evaluation)、輸入評價(input evaluation)、過程評價(processevaluation)和結果評價(product evaluation)，4種要素的首個英文字母構成了CIPP。

　　因為CIPP評價模式在教育改革中具有良好的決策性、發(fā)展性和整合性，我們基于CIPP評價模式建立了由培養(yǎng)背景、培養(yǎng)輸入、培養(yǎng)過程、培養(yǎng)結果4個子系統(tǒng)構成的農業(yè)信息化專業(yè)碩士培養(yǎng)評價指標體系。

　　具體的一級指標、二級指標如表1所示。

　　2.2 指標權重確定

　　層次分析法模擬人在決策思維過程中的3個基本特征(即分解、判斷和綜合)對復雜的問題進行分層次的、擬定量的、規(guī)范化的處理，并且整個處理過程加入統(tǒng)計檢驗，把一個復雜系統(tǒng)對象表示為一個有序的階梯層次的結構模型，并用數(shù)值的形式進行表達和處理。

　　層次分析法的主要步驟為。

　　(1)建立判斷矩陣。

　　根據(jù)l―9及其倒數(shù)的標度表，將因素的相對重要性進行兩兩比較，構建判斷矩陣。

　　我們一共咨詢了10位與農業(yè)信息化相關的專家老師，填寫了分數(shù)，針對打分差距較大的項目，重新咨詢了專家，在專家修改分數(shù)的基礎上，得出較為科學合理的重要程度判斷表，構建了權重判斷矩陣，并根據(jù)打分結果計算最大特征根及特征向量，歸一化后得出的特征向量為W=[W1 W2 W3 W4]=[0.083 0.178 0.408 0.331]，即為各項一級指標的權重。

　　(2)一致性檢驗。

　　一致性檢驗為檢測各元素之間重要度的協(xié)調性，避免出現(xiàn)“A比B重要，B比C重要，而C又比A重要”的矛盾情況出現(xiàn)。

　　判斷標準為：N階判斷矩陣當最大特征根λmax大于N時，判斷矩陣不具有完全一致性(一致性指標CI不等于零)。

　　當CR小于0.1時，矩陣不一致性程度在容許范圍內，可以接受判斷矩陣的一致性，可用其歸一化特征向量作為權向量。

　　如果CR大于0.1，則需要重新構造對比矩陣，對矩陣進行調整，直至一致性達標。

　　該判斷矩陣最大特征根λax=4.181稍大于n-4，該矩陣不具有完全一致性。

　　但CF-0.0603.經查表，一致性檢驗通過，計算結果具有可信度。

　　我們用同樣的方法計算B1―B4，得出CI均小于0.1，計算結果具有可信度。

　　(3)農業(yè)信息化專業(yè)碩士培養(yǎng)評價指標體系權重確定。

　　我們經過一致性檢驗，確定指標體系建立的科學性和合理性，得到一級指標權重分布，并歸一化為：

　　A=[0.083， 0.178， 0.408， 0.331]

　　同理，得到二級指標權重，并歸一化為：