The Construction of Educational Management Performance Evaluation System Based on the Hierarchical Analysis Method
Notice bibliographique
Résumé
The introduction of performance evaluation in the educational management of colleges and universities is conducive to the formation of result-oriented concepts and management methods of student educational management.In this paper, we select the indicators of educational management conditions, processes and results to design the performance evaluation index system of educational management.Using the hierarchical analysis method, the eigenvectors and maximum eigenvalues are calculated to determine the weights of each index element of the index system.Then apply the gray correlation method to evaluate the educational management performance of the five universities by calculating, one by one, the absolute difference between each indicator sequence (comparative sequence) and the corresponding element of the reference sequence of the object to be evaluated after the data are dimensionless.The analysis found that, according to the formula for calculating the degree of correlation between the actual level of educational management performance and the ideal educational management performance situation, the comprehensive correlation degree of each sample of colleges and universities in the five stages is Z = (0.3333, 0.3951, 0.4600, 0.5031, 0.5946, 1.0000), and the rankings of colleges and universities in terms of the performance of educational management from the highest to the lowest are Academy 4, Academy 2, Academy 5, Academy 3, Academy 1. HEI 3 and HEI 1 should reflect on the shortcomings, enhance the digital construction of teaching informationization, deepen the collaboration between schools and enterprises, and improve the performance of educational management of colleges and universities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».