教师管理系统数据库

教师管理系统数据库（共8篇）

篇1：教师管理系统数据库

“全国教师管理信息系统数据采集”录入说明

1、教职工号不用填写。

2、进本校年月：如果是平顶山煤矿技工学校和平顶山煤矿职工大学的教职工，请填写：2001-05；如果是平顶山工贸学校的教职工，请填写：2006.09。

3、教职工来源：如果是大学生分配来校的，请从“招聘应届毕业生”中选择；如果是从单位外调入来校的，请从“调入”中选择；如果是接班等的，请从“社会招聘”中选择。

4、教职工类别：请在“校本部教职工”下选择：专任教师、行政人员、教辅人员或工勤人员。

5、签订合同情况：一定选择“劳动合同”。

6、是否“双师型”教师：如果有教务处评审颁发的“双师型”教师证书，请选择“是”； 如果没有，请选择“否”。

7、是否具备职业技能等级证书：如果有技师证，请选择“是”；如果没有，请选择“否”。

8、岗位聘任：

管理岗位：副厅级（四级）；正处级（五级）；副处级（六级）；

正科级（七级）；副科级（八级）；科员（九级）。

专技岗位：教授级（四级）；副教授级（七级）；讲师级（十级）；

助教级（十一级）；员级（十三级）。

工勤岗位：高级技师（一级）；技师（二级）；高级工（三级）； 中级工（四级）；初级工（五级）；一般工人（六级）。

9、专业技术职务聘任：按自己最高职称证填写，聘任时间写职称证评审通过时间的第二年1月；政工职称选择“思想政治工作人员”填写。所有录入人员聘任结束时间不写，聘任单位写“平顶山工业职业技术学院”。工勤岗位没有职称人员填写“无”。

10、教师资格：有两个以上的都填写。

11、教育教学：只填写2016年下半年，有课的详细填写，没课的填“未任课”。

12、教学科研成果及获奖：只填写2016年1月之后的，有的详细填写，没有的填“无”。

13、入选人才项目：有的详细填写，没有的填“无”。

14、国内培训：只填写2016年1月之后的，有的详细填写，没有的不填。

15、海外研修(访学)：只填写2016年1月之后的，有的详细填写，没有的填“否”。

16、技能及证书：“语言能力”根据自己实际情况填写；“其它技能” 根据自己实际情况填写；证书信息只填写“技师证书”、“语言证书（普通话等级证书）” 和“计算机等级证书”。

17、联系方式：通讯地址填写“平顶山市水库路3号平顶山工业职业技术学院”，本人的最新手机号码和E-mail。

18、所有数据填写完成后，请点击右上角的“完整性检测”，提示“数据完整”，点击“确定”，说明自己信息已经填写完成，点击右上角的“注销”方可退出。如果自己要备份填写数据，点击右上角的“导出”即可导出Word形式信息。

19、用户如果被锁定后，10分钟会自动解锁，在此期间请勿重复输入账号密码，时间未到将重新锁定10分钟。

20、不详之处，请联系人力资源部宋洋老师（6214）咨询或详读“全国教师管理信息系统教师基础信息指标及指标字典”中高职专科院校部分。

人力资源部 2016.11.21

篇2：教师管理系统数据库

数据采集工作操作说明

教职工个人用户

7.教职工个人取得【第6步】学校级用户分发的登录账号、密码； 8.从“教师自助子系统”入口登录（初次登录要求修改密码）；

篇3：教师管理系统数据库

教师的专业发展是一个不断变化、有机生成的过程,而电子档案建立的目的就是记录日常数据的生成与管理。那么,如何通过档案的管理与分析促进教师专业发展并满足其个性研修需求呢?这是一个需要区域进行具体研究的课题。本文通过对闵行区已建设的教师专业发展支持系统的产生、效能与数据的使用、下阶段工作思考等方面的介绍来阐述教师队伍建设的区域思考与实施。

一、建设背景与实施情况

我区现阶段共有123所中小学并以每年新增10所学校的速度在递增。目前,我区有一万五千余名中小学教师,每年还要新进教师六百余名(其中1/3以上是初任教)。因此,如何通过切实有效的培训与管理,使这一庞大的教师群体焕发专业发展活力就成为了迫在眉睫的事情。为进一步促进区域教师专业发展并加强教师教育课程的管理,我区已建立起了覆盖全区各学段教师的教师专业发展支持系统,并已完成线上的各类课程实施、教师专业评价与档案分析功能。

1.为区内每一名教师建立专业发展电子档案

通过对教师传统的纸质业务档案正副本进行分析梳理,我区教师专业发展支持系统把业务档案中的主要信息划分为发展规划、师德修养、教育实践、研修经历四个领域。在档案管理模块中,我们并针对教师专业素养评估三大维度,即专业道德与价值、专业知识与理解、专业技能与实践,进行教师个体数据分析。同时,在教师专业发展档案中也纳入了“绿色指标”中的部分内容。如师生关系、教师教学方式、课程领导力等进行数据汇总。

2.开展教师专业发展的信息采集、数据整合及数据挖掘分析

我区通过区域业务部门、学校、教师个体几个方面进行数据填报,同时形成完善的管理机制,进行基于教师专业发展信息的教育管理和评估,助力区域教师专业素养的提升,构建具有关联性、整合性的评价体系。

该系统通过研修网、云录播平台、教师档案管理与档案分析等几大模块,对教师教育培训课程与研修课程进行管理;通过全区教师数据采集,结合教师专业发展档案系统对教师专业发展状态进行诊断;通过研修网与云录播平台,了解教师日常教学情况。通过近几年的数据积累,我区已经在区域内形成了全学段覆盖、动态生成,并关联到了几大业务板块的数据管理与分析体系。

二、效能与数据的使用

在数字化时代,要形成大数据并非难事,而如何对数据进行分析与整理才是关键所在。换言之,如何为已有的数据构建一个切实可行的数据回路对于区域的教育管理与教师发展研究来说才是构建系统的关键。

1. 数据的形成

我区教师专业化发展系统进一步体现区域协同、业务部门协作的管理理念,并通过科研评审系统、教学研修网、“教师学分银行”等数据采集与收集,通过对系统内各业务部门的管理与分工,进一步梳理数据所覆盖的各业务部门体系,将基本信息呈现于研修网上,辅助教研中心进行业务管理。而同期各业务部门的最终数据产生则通过后台汇总推送到档案管理与档案分析系统上(详见下图1)。

2. 数据反馈的使用

(1)对区域决策与评价提供数据支撑

在区域层面,通过对全区大数据的采集,运用该系统的分析功能,可以了解本区内各层面教师的整体发展情况,教师的研修需求与自主学习需要,从而对区域的教师培训等决策进行数据支持。同时,该系统数据还将为学校的绩效评估与分析工作提供实证参考。

(2)对学校的持续发展和队伍建设提供实证分析

在学校层面,通过本校教师情况与区域平均水平以及校际之间的差异度对比,可以使学校的决策层进一步了解本校教师的业务水平,并明确学校在教师培养方面的长处与短板,为学校的发展规划提供有力的依据。例如,学校的管理者(校长)可以通过使用校长视图,得到本校教师队伍在阶段专业发展的区域分布对比上出现的优势与劣势,也能够了解到其他学校的教育教学发展情况,激发学校的良性竞争意识,加强校际间交流,促进本校教师的队伍建设。

(3)对教师个体的专业发展提供成长轨迹与导向分析

在教师层面,通过个人成长空间与研修系统的结合,可以形成教师个人的教育教学经历的记录。教师的成长轨迹与研修经历汇集到教师的个人档案,并逐步形成有迹可循的教师成长轨迹,对教师的下一步生涯规划与研修需求提供导向性的分析。例如,教师个体通过使用教师视图,可以得到本人在业务提高、教育教学经历、研修状况、与本区教师的对比情况(包括与骨干类教师的差距对照)等方面的信息,为教师提高自身专业知识发展与专业能力(教学实践能力、教学科研能力)提供帮助。

另外,该系统通过完成对教师个体发展与研修的管理,体现基于教师个体的需求,不仅能够进一步设计针对性的教师教育课程,还能为教师的专业发展提供丰富的资源以及良好的环境支持。例如,该系统内的研修网模块,除了体现学科教师的日常教研活动以外,还构建了庞大的资源库体系,目前已覆盖从学前到高中各学段各学科的教育教学资源。系统资源的共享性满足了教师在专业领域的发展上需求,并促进教师在研修网上共同学习。

作为一个个体数据生成的教师专业发展平台,设计教师电子档案系统的最终目的是为教师的个人专业发展服务的。系统的主要作用是对教师专业素养提升进行报告和反馈。该系统通过数据的整理与收集,使教师了解个人的发展情况,明确自身的专业发展路径与个人需求。教师电子档案不仅可以分析区级层面的优势与不足,并通过基于数据的算法处理,对教师发展的多个维度进行整合分析,还可以与教师研修、“教学学分银行”相结合,针对教师培训业务进一步推荐培训课程和阅读书目,根据同类教师的发展轨迹,为教师提供专业成长的路径规划和发展建议。

三、思考

开发教师专业发展支持系统的目的是促进教师的个性化发展。教师专业发展伴随着每个教师的整个职业生涯,借助系统的数据管理,希望寻求到基于教师、学校以及区域的可循规律的发展轨迹,并在这个生成过程中,使教师通过自身对比、同伴对照,进一步丰富专业知识并不断提高专业技能,从而优化教师的内在专业知识结构,并进一步提升区域内教师教育教学水平。

篇4：教师管理系统数据库

摘要:本文在介绍了数字化校园建设的基础上,对高校教师数据管理中存在的问题进行了分析讨论,提出建立一个统一的教师数据中心平台,给出了教师中心数据库中元数据管理的方案和建立教师数据标准应遵循的准则,并对教师数据中心的数据交换机制进行了研究探讨。

关键词:教师数据中心 数字化校园 数据管理 数据交换

中图分类号:G647 文献标识码:B 文章编号:1673-8454(2009)23-0020-04

一、引言

随着信息化时代的到来,互联网和各类信息技术得到了迅猛发展,并持续不断地引发和推动教育领域的深层变革。传统的信息技术在校园中的应用虽然也为学校的信息化提供了一些解决方案,但这些应用往往只能解决学校某些单一的管理问题,造成大量人力物力的浪费。而数字化校园是在传统校园的基础上,通过教育信息化来推动教育管理规范化、教育过程科学化和教育手段现代化,并最终实现高等教育的管理创新、制度创新、技术创新与高校自身的良性可持续发展。

教师是高校最为宝贵的人力资源。一所高校要在人才培养、科技创新、学术成就以及社会影响力方面获取竞争优势,师资水平和实力是决定性的因素。而针对高校教师的数据管理是高校师资队伍水平与实力得以发挥和提升的重要管理活动。因此,高校要发展,就必须努力开发教师数据资源,把教师数据管理作为当前高校应普遍关注的一个问题。但随着高校信息化的逐步发展,教师的相关数据信息开始急剧增长,这不仅给数据的传输、存储带来了新问题,而且由于这些数据分别被许多不同时期建立的具有不同功能的应用系统所使用,造成了数据管理上的混乱和集成上的不便。

目前,IBM、微软等研究中心都开展了数据交换方面的研究,国内如清华大学、中国科学院等在基于XML、XML与关系数据库的映射进行信息集成方面都进行了研究。[1]但针对教育行业教师这一特色领域的数据并没有过多涉及。本文以高校的数字化校园建设为基础,结合高校教师数据的特殊性,剖析高校教师数据管理产生问题的原因,针对如何建立一套行之有效的高校教师数据的管理机制进行了一系列的研究探讨。

二、数字化校园的概念内涵

1.数字化校园的概念

1990年由美国克莱蒙特大学教授凯尼斯·格林(Kenneth Green)发起并主持的一项大型科研项目“信息化校园计划”(The Campus Computing Project),是数字化校园概念的最早出现。1998年1月31日,美国前副总统戈尔在美国加利福尼亚科学中心发表了题为“数字地球:21世纪认识地球的方式(The Digital Earth: Understanding Our Planet in the 21st Century)”的演讲,最先提出“数字地球”概念,全世界普遍接受数字化概念,引出“数字城市”、“数字校园”等各种概念。[2]

进入21世纪后,数字化校园的概念得到了进一步的深化。目前通用的数字化校园概念是指利用计算机技术、网络技术、通讯技术对学校与教学、科研、管理和生活服务有关的所有信息资源进行全面的数字化;并用科学规范的管理对这些信息资源进行整合和集成,以构成统一的用户管理、统一的资源管理和统一的权限控制;把学校建设成面向校园内,也面向社会的一个超越时间、超越空间的虚拟大学。[3]数字化校园具有三个显著特点,分别为:

(1)网络化:一切都将直接或间接地与Internet相连。

(2)智能化:通过一系列智能技术使设备或者系统能够部分地代替人的劳动。

(3)个性化:通过网络,人们可以将自己的需求发布出去,也可以通过其网站和定制系统获得所有具有相同需求的资料。

2.数字化校园的体系结构

数字化校园的体系结构如图1所示,按照自内而外的层次可分为:网络基础层、基本服务层、校园应用支撑层、综合信息服务层和个性化门户。[4]

最内圆“网络基础层”代表数字校园的基础网络设施;次内圆是“网络基本服务层”,包括域名服务、统一身份认证、目录服务、网络安全等,其次是“应用支撑层”,主要处理业务逻辑;再往外是“信息服务层”:主要处理用户逻辑,为用户提供服务;最外层的“个性化门户(虚拟大学)”是数字校园的总入口。

三、教师数据管理存在的主要问题

教师数据是高校的一种软性资产,高质量的教师数据能让高校职能部门第一时间掌握教师的第一手资料,提高管理效率。在数字化校园规划中,保证教师数据的准确、及时和完整是高校数字化校园建设的重要基础,也是至关重要的一环。目前多数高校各个职能部门、处室本着利于教师、方便管理的目的纷纷建立了各种应用系统。如人事处的人事管理系统、教务处的教师教学管理系统、科研处的教师科研管理系统、财务处的教师财务查询系统、研究生院的研究生导师管理系统等等。各个职能部门对信息系统的依赖性日益增强,同时,数字化校园建设已取得了阶段性成果,但是由于数字化校园建设的阶段性、高校信息系统自身特点和各个部门对教师数据的认识偏差等因素,导致了各部门间信息资源流通不畅和使用不便,教师数据共享和数据的及时更新难以做到,对规范教师数据管理造成了一定困难。具体可分为以下三方面的问题:

1.数据管理与集成缺乏全盘性思考

学校对信息系统建设从整个数字空间的高度考虑不足,以局部建设为主。各高校的信息系统建设模式基本上都是一个部门一个系统,一些部门已经有比较完善的针对教师的系统,而一些部门尚未使用任何相关业务系统。这些分散开发或引进的应用系统建设的随意性很大,而往往都忽略整体上的设计,并且系统使用的开发技术不同,采用的数据源也不同,数据既可能存储在不同的数据库中,又可能用文本文件或数据文件进行保存。

2.数字共享程度低

各独立系统维护的教师数据重心不同,如人事处关心教师的基本信息和职称、职级、职务、工资等信息,科研处关心教师的纵向横向项目信息,财务处关心教师的财务收支情况信息等等。各部门之间数据的交互经常通过Execl文件的方式传递,光针对教师这一领域就已经在整个校园中形成很多信息孤岛(如图2所示),造成教师数据信息的大量重复、冗余和不一致,也让学校领导很难在这些信息集合上进行整个学校的师资信息查询和决策分析。

3.数据标准不统一

各职能部门采用的信息编码不同,并且都有自己的编码标准。如人事处采用教师职工号作为教师数据信息的主键,财务处采用教师工资号作为教师数据信息的主键,而两个字段的长度、编码规则可能都不同。

四、高校教师数据管理机制探讨

上述问题在各个高校中或多或少地都存在着,作为高校数字化校园建设亟需解决的问题之一,笔者在数字化校园工作中多年的研究与实践基础上,从建立教师数据中心平台、分析教师元数据、统一教师数据标准、设计系统间的数据交换机制等方面进行了探讨研究。

1.建立高校教师数据中心平台

在高校,与教师相关的管理工作错综复杂。因此要理清楚高校教师的相关业务关系,必须从全局角度出发,勾勒各个相关业务区域,明确业务内涵,必须了解每个业务与教师间产生作用的那部分数据。目前围绕教师的业务主要包括人事、科研、教学、财务、住房等几方面,本文以教师为核心研究对象,考虑学校实际需求,根据教师主要业务整理出教师数据基本流程图,如图3所示。

由于构成教师业务的各个系统大多都是系统异构且数据源异构,因此在两两对接实现数据整合时将会遇见如数据冗余、语义冲突、安全性等方面的难题。因此亟需一种解决方案将现存的各个应用系统连接起来,达到更好地管理数据的目的。本文采用建立一个教师数据中心平台,设立教师中心数据库的解决方案。教师数据中心并不破坏原有系统的正常运行,但对各个业务系统的基础数据进行提取整合,与各个业务系统间是松耦合的关系。教师数据中心所提供的数据及服务,将作为校内各业务系统的全局性核心基础数据和信息交换的基础,是校内各类数据进行处理和保存的重要核心。

在研究教师数据基本流程的基础上,考虑到教师的报到和离校“一进一出”这两个过程都是通过人事处来完成,并且人事处本职工作就是管理教师,收集的教师数据在全校各职能部门中肯定是最全面的,尤其大量教师基础数据的采集都是通过人事处来获取,因此本文考虑以人事处的系统作为教师数据中心的雏形,人事数据作为教师中心数据库的基础数据。

教师中心数据库作为校内教师基本数据的共享平台,将各个业务部门的基本数据进行集中整理,实现统一管理,保证数据的权威和准确。教师数据中心是数字化校园中代表教师数据的神经中枢,负责收集、处理和存储各类教师共享信息数据,并为全校提供教师信息共享服务的平台。其主要功能包括:

(1)组织数据:按照信息标准对各个部门数据进行整理,采用数据交换的手段来保证数据的一致性和准确性。

(2)整合数据:以人事处数据作为核心数据源,集成各个业务系统的基础数据,保持各系统与中心数据库的同步更新。

(3)共享数据:通过授权,可以对数据中心的部分或全部资源进行共享和利用。数据中心实时做出数据使用情况报告。

(4)分析数据:通过对中心数据库数据进行分析,形成各种报表为领导决策提供参考。

教师数据中心的总体架构如图4所示,教师数据中心平台对外主要有两方面的职责,一是为用户和其他系统提供需要的教师信息,这些教师数据取自教师中心数据库内,二是通过与其他业务系统的交互,完成各业务系统集成在中心数据库内的数据更新。其中教师中心数据库是所有共享数据的集成地,由教师数据中心平台进行管理,教师数据中心通过中心数据库对内实现元数据管理、安全验证、数据集成、数据统计、权限管理和数据分析6大功能,保证内部数据的安全性、完整性、正确性。

2.加强元数据管理

元数据是对数据资源的描述,即关于数据的数据。随着信息技术不断发展,以及人们对信息共享的迫切需求,元数据技术被应用于更多的领域,在数字化校园领域内,元数据指管理系统中各数据表及字段的真实涵义。[5]它是信息共享和交换的基础和前提,而元数据的管理是建设一个成功的教师中心数据库的前提。教师数据中心对元数据的管理包括:

(1)设计中心数据库的元数据:由于中心数据库存储的信息是通用的、全局性的数据,在设计元数据时要考虑清楚教师的数据特点,即哪些数据是不变的,如出生年月、身份证号、性别、籍贯,哪些数据是经常变化的,如联系电话、所在部门、职称、职务,哪些数据是能突出代表目前教师状态的,哪些数据是从别的系统集成过来的。只有把数据相互间的关系理顺了,才能设计出符合系统特色的元数据。

(2)完成对中心数据库结构的管理维护工作:本文采用XML文档作为元数据的配置文件,通过该配置文件记录数据库每个表和字段的特点以及相互关系,并将XML文档作为一棵DOM树,通过树结构即可体现整个库结构,通过对DOM树的解析,来维护和管理数据库中的字段和表。

3.建设教师数据标准

从整个高校的信息化建设角度来看,由于目前许多高校的各个职能部门并未采用统一的教育管理信息标准,而是根据各自工作的需要采用相应的管理信息,这些信息不规范,互不兼容,彼此之间难以进行信息交流,其价值和效用难以得到体现和发挥。为了建立合理高效的数据架构,保持教师数据流通顺畅,必须让整个高校的教师数据表示具备编码标准,只有具备通用的编码标准才能方便校内数据流通。教师数据标准的建立应遵循以下四点:

(1)编码需具有唯一性和规范性,并确保一定的简洁性与可操作性。

(2)制定编码方案时,要考虑方案在不同时期的兼容性。处理好过渡时期校内存在多种编码的兼容问题,预见到各种可能发生的变化。

(3)高校教师数据标准建设参考的标准集应包括国家出台的编码标准。

(4)高校要根据自身实际的特点,制定更加细化的标准条目。一些基础代码表,例如职称等级、民族、学历、学位等应以国家教育部信息标准为基础,而结合学校人事工作特点的一些代码表,例如人员类别、岗位等级则根据学校的实际情况进行整理、规划、分类、确定信息点,在信息点的基础上,挑选出共享信息,最终形成通用的数据字典,并形成最终的标准。

4.设计数据交换机制

在教师数据中心的建设中,迫切需要解决的问题是数据中心如何向外界系统提供信息服务,其他业务系统如何和中心数据库实现数据同步。由于不同的业务系统可能建立在不同的操作系统、编程语言和硬件平台上,数据中心提供的信息要能被这些异构系统所识别具有一定的难度。本文考虑使用Web Service技术,把数据中心提供的信息用Web服务封装。Web Service是一种分布式计算体系结构,被设计和指定用来促进跨平台的程序和程序之间的通信,是Web上数据和信息集成的有效机制,是自包含、自描述、模块化的应用,可以在网络(通常为Web)中被描述、发布、查找以及通过Web来调用。Web Service所使用的XML可以用真正与平台无关的方式来描述任何数据,以便跨系统地交换数据,而且Web服务可以在较抽象层面上工作,按照需要动态修改和处理数据。

针对各异构系统和中心数据库的数据同步问题,由于XML文档被广泛用于异构系统间数据的交换和互操作应用中,因此通过建立如图5所示的基于XML文档的数据转换模型来实现数据交换,整个数据交换分三步骤进行:第一步,各业务系统将自身源数据根据XML匹配文档转化为XML文件,XML匹配文档是每个业务系统独有的,代表着XML文档和该数据库间的映射关系。第二步,通过适配器转化XML文档,使之成为教师数据中心能够识别的文档。适配器程序是数据中心实现数据同步的重要手段,通过适配器中定义的转换规则,对原数据库中的字段进行识别调整。第三步,通过数据中心XML匹配文档来读取新生成的XML文档,最终数据进入中心数据库。

五、结束语

本文探讨了高等学校数字化校园建设时教师数据管理上值得思考和解决的问题,提出了建立一个教师数据中心平台的方案,在统一教师数据标准和分析元数据的基础上设计一个合理的教师中心数据库来管理教师数据,并对教师数据中心的数据交换机制进行了研究,保证了数据的完整性,提高了数据的共享性,加强了数据的安全性,为整个学校针对师资的信息查询和决策分析提供可靠的、足够的、全面的数据保障,并为数字化校园的进一步建设奠定了基础。

参考文献:

[1]李亚楠,刘连忠,贾焱星.数据交换研究[J].计算机技术与发展,2008,18(2):5-8.

[2]许鑫,苏新宁.新一代高校数字化校园建设[J].现代图书情报技术,2005(1):48-55.

[3]王明军,陈宇玺,武彦文.大学“数字校园”规划分析[J].西安建筑科技大学学报(社会科学版),2004,23(3):73-75.

[4]曾勍炜,徐鹰,徐知海等.关于数字化校园建设的研究[J].计算机与现代化,2004(7):88-91.

[5]许鑫,苏新宁,吴乃冈.高校共享数据中心平台的设计与实现[J].现代图书情报技术,2005(6):48-53.

[6]翟晓娟,黄克雷,许鑫.从高校业务架构到高校数据架构的思考[J].中国教育信息化,2007(7):32-35.

[7]洪晓军,汪小洲.HR-CMM:高校师资管理能力改进新途径[J].现代教育科学(高教研究),2006(6):105-108.

[8]王钱永.数字化校园中数据中心平台的研究[J].中国教育信息化,2007(11):14-17.

[9]张珍义.高校数字化校园建设中“信息孤岛”现象的探讨[J].中国教育信息化,2008(13):23-25.

篇5：教师管理系统数据库

发展性教育评价理念的传播开始于20世纪80年代末以英国为首的发达国家对奖惩性教育评价的摒弃，奖惩性教师评价是以奖励和惩处为最终目的，通过对教师工作表现的评价，做出解聘、晋升、调动、降级、加薪、减薪、增加奖金等决定，这种教师评价很难激发教师的内在需求和发展动力，势必影响教师的教学态度。[2]为寻求一种更好的评价方式，教育界开始以发展的眼光看待对教师的评价。

教师发展性评价是以促进教师专业发展为目的的，通过评价激发教师的发展需求，帮助教师制定发展目标，并为教师发展创造条件，从而促进教师发展，以实现学校的发展目标，它体现了“以人为本”的科学发展观，是未来教师评价的一种新模式。教师发展性评价旨在关注教师职业生涯的可持续发展，帮助教师改善教学方法，提高教学质量，促进专业发展。其特征在于：

（1）注重教师的未来发展；

（2）强调教师评价的真实性和准确性；

（3）提高全体教师的参与意识和积极性；

（4）扩大交流渠道；

（5）促进师生关系和谐发展；

（6）注重教学长期目标的实现。总之，教师发展性评价立足现在，放眼未来，不仅注重教师的现实表现，更重视教师未来的发展，在促使教师自身“成长”的同时，实现高等教育的目标和任务，为教育发展提供强有力的智力支持。发展的可持续性、发展的整体性、发展的激励性、发展的非奖惩性、发展的合作性、发展的整体性与主体性、发展的反馈性等原则是发展性教师评价的主要原则。

2.2多媒体和网络的飞速发展为其提供技术平台

篇6：大数据时代,我们如何做教师？

大数据(big data)，或称巨量资料，一般的解释是指所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

在维克托•迈尔-舍恩伯格及肯尼斯•库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法）大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、veracity（真实性）。

随着大数据时代出现有人曾这样预言，随着MOOC、微课、翻转课堂等基于网络的教学形式的出现，我们这些中小学教师弄不好是会下岗的。这是不是危言耸听呢？

对此，我们不要急于给出答案。我想说的是，当下这个“大数据”环境究竟会给我们中小学教师带来怎样的影响？在这样的背景下，我们应该如何做一名合格的教师？

大数据背景下的教师要走进网络

大数据背景下的教育，许多情况下是要借助网络技术的。比如在线教育、翻转课堂，作为一种教学形式，我们在设计制作的时候，重要的恐怕不只是技术，更重要的是要改变我们的教育教学理念，并借此来影响学生的学习理念和生活观念。

在这样的背景下，我们必须走进网络，关注网络上与我们所教学科有关的甚至没有关联的新动态、新知识、新技术、新思想。否则，我们这些移民跟那些原住民的沟通是会发生阻滞的。即便是“屌丝”、“打酱油”、“油菜花”之类的网络词语，看起来肤浅的东西，但如果我们不走进网络，我们在原住民面前就永远只可能是一只“菜鸟”，即便是这样低层面的东西，我们如果一无所知，也是会影响我们的教育行为与学生的具体情况的匹配的。

另一个方面，我们必须尽可能从台前走到幕后，从屏前面走到屏后去。我们如果真想要学生的聪明才智得到充分的发挥展示，我们就得走进幕后，给他们以实实在在的帮助与支持，或是默默的支持。所谓“从台前走到幕后”，即尽量让学生真正的成为课堂的主人，而你成为他的帮助者，影响者。而“从屏前面走到屏后”强调的则是课程的开发与设计。

大数据背景下的教师是学习理念生活观念的引导者

有一个必须正视的问题时，网络催生了电子游戏。电子游戏可以传播知识吗？当然可以。尤其是美国、日本等发达国家的电子游戏、动漫，充满惊奇险恶，迎合了青少年的猎奇心理，早已经将孩子们兴趣吸引过去了，某些知识也在这个过程中如影随形地传递给了孩子。这些知识良莠不齐，泥沙俱下，帮助学生建立甄别和选择的理念和能力，正需要今天的教师来作为引导。大数据背景下的教师需要的是互联网思维，并在互联网思维下组织教育教学活动，坚持以学生为中心，以需要为前提，以服务为方式，以分享为快乐。并将这样的思维方式传递给学生。

在资讯发达的今天，我们理所应当成为学习理念的引导者，要在我们的引导下让学生明白：游戏，也是学习，关键是我们如何学习。上学不止是为了升学，上学的目的是为了增长知识，使得我们未来有更好的生活。如果一个学生只把升学当做他的唯一目标。如果我们学校教师也只把升学当做唯一的目标，那是要出问题的，为什么有那么多的孩子上吊，为什么最近有父亲因为孩子作业没完成就痛下毒手？这些问题都需要我们去思考，去剖析，去引导学生思考和剖析。

大数据背景下的教师是知识学习的指导者和领跑人

今天的教师应该成为一个领跑者，要先学一步。所谓的课堂教学，应该是老师在课堂上跟学生分享自己的学习体验，引领学生在课堂上体验学习，建构知识的过程。我们要知道，有些知识因为学生的人生经验所限，靠自己还是没有办法解决的，必须依靠我们这些教师去讲授。不要把那些专家的话都奉为神明，譬如一堂课只允许讲15分钟，15分钟能讲个明白吗？但是换过来讲，有些问题需要讲15分钟吗？这都是常识性的问题，其实我们真正要解决的是如何讲的问题。

我们要用学生明白的话讲学生不明白的道理，好比我们要从哲学的层面和社会学的层面与学生谈教育、谈人生，最好的方法恐怕就是没有一个哲学概念和社会学概念。好教师一定是这样的。是能让学生明白，往同一个目标去，不同的人是有不同的路径的。我们这些做教师的要明白的是，这路径是要在我们的引领下由学生自己探寻的。这当中，需要分享的，就是我们的经验。

大数据背景下的教师是问题探究的合作者和帮助者

合作学习这个词语对我们而言，早已经是耳熟能详的了。但合作学习更需要的是对学生有具体的个别化指导，因为不同的人学习的情景和背景是不一样的，他的出生，他的人生经验，尤其是他前一个学段所在学校教学对他的影响是不一样的。比如，实验小学的学生跟乡村小学的学生的知识背景和学习结构肯定会不一样。我师傅曾经常讲，城里的孩子跟乡下的孩子比比，什么都不一样，就连看的广告多少都不一样，你看看城里的孩子，出门就看到广告，乡下的孩子出门看到的是什么，是田野，天空，不一样的。

指导应该是因人而异的，具体化的。我们经常讲头脑风暴，但它还是有一个组织者，教师的功能其实就是一个组织者，不仅是课堂组织者，同时他还是教学资源的组织者。学校教育有一个很重要的任务，恐怕是要设法把学生的“知”与“行”从网络中解放出来，互联网会解决“知”的问题，但是解决不了“行”，基于网络的探究也只是探究而已。如何做？如何实践？我相信这是教师们大展宏图的新领域。

大数据背景下的教师应成为课程资源的开发者和组织者

如何把学校的课程资源跟教材的内容，跟学校所在的社区以及当下的社会事件组织起来？。一个好教师需要有一种教学敏感，所谓教学敏感，就是遇到某个社会问题，你就思考是否有教育教学价值。实际上，并不是所有的资源都有教学价值的，更不能所有的资源都有教育的价值，尤其是今天这个知识大爆炸的时代，就更需要我们教师的教学敏感。

我们应该牢记，在当今社会，我们应该是课程资源的开发者，但是我们刚才已经讲了，我们不要奢谈课程资源的开发了，很多人恐怕连命题的能力都已经弱化了，这是个相当可怕的情况。所以在今天我们要想成为一个合格的老师，的确是一件相当不容易的事情。但是我们又往往缺乏这个意识，都以为自己是高等师范毕业的，自己所毕业的是所谓的名校，自己的教学难道还有问题吗，难道还不能成为一个合格的教师吗？

大数据背景下的教师最终应朝人生导师的方向努力

在这个离不开网络与手机的时代，教师的作用绝对不会像某些专家预言的那样变得越来越弱化，越来越虚无。相反的是会变得越来越重要。试想一下，一个人，一天到晚总是面对着冷冰冰的荧屏会出现怎样的状况呢？我想这个问题的答案，作为教师一定是清楚的。

我之所以认为今天教师的作用将会显得越来越重要，还不只是出于对孩子们总是生活在网络世界中的担忧，更出于我们对教育的价值与作用的思考。学校教育的作用，绝不仅仅是为升学，教学也绝对不仅仅是为了考试，教育的价值更在于帮助人认识和理解人生，教学重要作用则是为了帮助学生学会学习。面对网络世界的原住民，我们有责任帮助和指导他们去筛选和建构，去形成自己的思维方式，去探索自己的学习路径，从而形成自己的价值观和人生态度。我们的作用绝对不是让他从60分考到70分，70分考到80分，99分考到100分。

篇7：教师管理系统数据库

[背景资料]高校教师绩效考核体系调研数据分析

为了对高校教师的绩效进行研究,以改进现行高校教师绩效考核体系,使其更为科学、合理、有效,民盟北京市委调研组对在京15所院校的117位教师进行了问卷调查.

作 者：赵继新 李怀方 李莉 魏寇荣  作者单位： 刊 名：北京观察 英文刊名：BEIJING OBSERVATION 年，卷(期)： “”(11) 分类号： 关键词： 

篇8：教师管理系统数据库

本教学质量评估系统是学分制成教管理信息系统的一个子系统, 该系统采用B/S与C/S模式相结合的方式开发:在C/S端操作员可以手动设置评估小组及其权重;在C/S端可手动设置各小组的指标体系, 也可以选择以往的数据让系统运用神经网络与模糊聚类方法自动设置指标体系, 从而实现动态设置指标体系, 以跟上时代发展;根据产生的指标体系可以让评估小组成员在B/S端分散输入评估数据, 从而减轻统计人员的工作量;当所有数据提交后, 操作员可以在C/S端进行数据的统计并让系统对统计的数据进行聚类分析, 从而实现纵向与横向相结合的分析方法, 以使评估更客观;参评教师可以在B/S端查询评估结果, 校系领导可以在B/S端查询评估结果及数据进行决策, 例如可以通过指标项之间的平均得分情况知道哪些地方做得好与不好, 通过对公共基础课、专业基础课和专业课任课教师的得分比较, 发现学生对不同课程的态度或教师对不同课程的敬业度等等。

1 设置评估小组及权重

首先确定由哪几个小组对某年度被评估的教师进行评估, 设定各个小组 (如学生组) 的评价权重, 其中要求所有评估小组的评价权重之和为1。

2 调整指标体系一级指标项的权重

2.1 手工设置一级指标项及其权重

如果可以根据专家给出的参考值, 用一些方法 (比如层次分析法) 设定各一级指标项及其权重, 则可以在系统的C/S端手工设置一级指标项及其权重, 其中要求一个评估小组的所有一级指标权重之和为1。

2.2 系统自动调整一级指标项权重

当然, 用户可以选取某一年度的评估数据作为参考, 让系统自动设定一级指标项及权重。为了能够清晰论述系统的工作过程, 下面以表1中的评估数据为例:

2.2.1 数据标准化处理

本例中共有7个样本, 9项指标 (属性) , 现用下述方法对第1项指标X11进行数据规格化处理。指标平均值:X11'= (90+86+75+…+70) /7=80.3,

方差:C11={[ (90-80.3) 2+…+ (70-80.3) 2]/7}1/2=6.4,

用式 (1) 计算标准值:

其中X是原始数据, X'是原始数据的平均值, C是原始数据的方差。

由式 (1) 得标准值:

X1-11''= (90-80.3) /C11=1.047,

X2-11''= (86-80.3) /C11=0.891,

…

X7-11''= (70-80.3) /C11=-1.609,

因此得到Xmax11''=1.047, Xmin11''=-1.609.

用式 (2) 进行极值标准化:

由式 (2) 得:

X1-11= (1.047+1.609) / (1.047+1.609) =1

X2-11= (0.891+1.609) / (1.047+1.609) =0.941

…

同理, 对X12, X13, X14, X21, X22, X23, X24, d进行数据规格化处理。得到表2:

2.2.2 用BP算法调整一级指标权重

以下是此例的神经网络结构图:

此例中样本有P=7个, 输入层有N=8个神经元, 隐含层有K=2个神经元, 输出层有M=1个神经元。Xij为输入层神经元, Xi为隐含层神经元的输出, y为输出层神经元实际输出, R为输出层神经元的期望输出, 前一层的输出即为后一层的输入。Wij是输入层神经元Xij与隐含层神经元Xi之间的连接权值, Ti=0是隐含神经元Xi的阈值, Wi是隐含层神经元Xi与输出层神经元之间的连接权值, T=0是输出神经元的阈值.神经元的非线性作用函数是线性函数, 即f (x) =x。BP算法分两部分:前向传输和误差反向传输。

(1) 前向传输过程

隐含层神经元的输出、输出层神经元的输出分别用式 (3) , 式 (4) 计算:

每次运算后, 检查网络的实际输出和期望输出是否一致, 设Yp是样本p的输出层神经元的实际输出, Rp是样本p的输出层神经元的期望输出。样本p对应的网络输出误差为:

整个训练集中所有样本对应的平均误差可以表示为:

当Eav=0或者Eav很小 (<=0.0001) 时, 就可认为网络学习成功。

(2) 误差反向传输过程

若Eav不满足要求, 修改权值和阈值。首先计算输出层神经元的误差因子和隐含层神经元的误差因子:

然后修改隐含层到输出层神经元之间的权值和阈值:

修改输入层到隐含层神经元之间的权值和阈值:

这里α的取值对学习速度有一定的影响, 简单起见, 取α=1, n为修改的次数。以上过程是一次学习过程, 这种过程需要进行多次, 直到平均误差Eav满足要求Eav<=0.0001为止。

下面以样本编号为200500001的样本为例说明以上过程。

3 设置二级指标及权重

3.1 手工设置二级指标项及权重

要求:任意一个一级指标下的所有二级指标权重之和为100。

3.2 系统自动调整二级指标

用户可以选取某一年度的评估数据, 如表3中的评估数据为例, 限于篇幅, 本人对二级指标及权重只列提纲。

3.2.1 数据标准化处理

3.2.2 用模糊聚类方法对二级指标项进行约简

4 在C/S端进行加权平均分的计算 (纵向分析)

计算一个教师 (设zgh为010160034) 某门课 (设pk_id为2005100013) 的教学评估总成绩的算法如下:

(1) 计算第k组评估小组的各二级指标平均分Sijk: (表示第k组评估小组的所有人员对第i项一级指标中的第j项二级指标的平均评分。其中k表示第k组评估小组, i表示第i项一级指标, j表示第i项一级指标中的第j项二级指标)

表示第k组评估组中的人员um对第i项一级指标中的第j项二级指标的评分 (存放于二级指标成绩表subitem_score中, 只需要用一个SQL语句便可取出所有的:

|Uk|表示第k组评估组中的人员数目。

(2) 计算第k组评估小组的各一级指标分值TSik:

即第k组第i项一级指标分值为其所有二级指标分值的总和。将每个记录进一级指标成绩表 (item_score) 。

(3) 计算第k组评估小组的总分值:

即第k组评估小组的一级指标总分值为这组各一级指标分值乘上其权重的总和, Wi表示第i个一级指标的权重Item_Ratio。将每个记录进小组总评表 (group_score) 。

(4) 计算一个教师某门课的教学评估总成绩Tm:

Rk表示第k组评估小组的权重Group_Ratio。将每个Tm记录进总评表 (total_score) 。

5 在C/S端对统计的数据进行聚类分析

5.1 分析各教师的评估等级 (横向分析)

分析过程:调用function direct-k-means () 方法, 其中k=5, n=7:

5.2 计算各教师的所有等级平均分

T=∑T/C, C为该教师所授课程数。平均分超过一定值便达到一个等级。并记录进等级表 (steps)

6 结束语

要把教学质量评估工作做到既操作简便又公平客观不是一件容易的事, 为此作者开发出一个应用数据挖掘技术的教学质量评估系统。系统围绕着实现“操作简便、评价科学与公正”进行设计, 为了克服教学质量评估中指标体系难于确定的难题, 此系统应用神经网络方法对一级指标项的权重进行动态调整, 应用模糊聚类分析方法对二级指标项进行动态约简。系统中应用统计方法计算各门课程的加权平均分, 最后利用kmeans聚类算法分析出各教师的评估等级。系统还提供一些决策支持, 让校系统领导可以根据相应的评估数据进行决策。

参考文献

[1]刘少辉, 胡斐, 贾自艳, 等.一种基于Rough集的层次聚类算法[J].计算机研究与发展, 2004 (4) .

[2]丁学钧, 杨炎, 杨克俭, 等.基于属性的聚类算法在医生医疗质量评价系统中的应用研究[J].计算机应用研究, 2005 (3) .

[3]王忠, 武哲.ANN在提高数据挖掘效果中的应用[J].计算机应用研究, 2005 (3) .

[4]王忠, 武哲.数据挖掘在审计信息分析中的应用[J].计算机应用研究, 2005 (2) .

[5]杜金莲, 郭文君, 迟忠先.用神经网络选择多维数据挖掘空间的研究[J].小型微型计算机系统, 2002 (9) .

[6]来升强, 朱建平.数据挖掘中高维定性数据的粗糙集聚类[J].统计研究, 2005 (8) .

[7]杨宝华, 胡学钢.属性约简在教学质量评估系统中的应用[J].微机发展, 2003 (6)