只看结果,不看起点
期末成绩高不代表教学更好,也可能只是生源更强。传统排名无法区分“好学生堆出来的高分”与“教师带来的超预期进步”。
“我们班均分第一,但学生入学时就是全校最好的。”
新一代教师增值评价系统
不是再做一份“成绩排名报表”,而是把入口差异控制掉,把每次考试真正新增的教学价值单独识别出来。
把年度汇报型评价,改造成可连续使用的校内管理工具。一次考试结束后,即可定位哪位老师、哪门学科、哪个班级超预期或低于预期。
初中 / 高中,全学段支持。入口成绩可用中考、上学期期末或指定基线考试。
从“谁分高”转向“谁真正让学生进步更多”。
均分、排名、升学率都在看结果,但没有控制起点差异。结果是好生源天然占优,真正把普通学生带起来的老师反而容易被淹没。
期末成绩高不代表教学更好,也可能只是生源更强。传统排名无法区分“好学生堆出来的高分”与“教师带来的超预期进步”。
“我们班均分第一,但学生入学时就是全校最好的。”
官方报告往往只能评估到学校层面,同校不同学科、不同班级、不同教师之间的差异完全看不清,难以支持真实管理动作。
“同一学校,数学老师 A 和 B 的效果差多少?没人知道。”
评价周期按年输出,等发现问题时,这批学生可能已经毕业。教师发展、资源调配、重点帮扶都失去最佳时点。
“等报告出来,这届学生都毕业了。”
系统使用 OLS 线性回归,根据入口成绩推算“合理预期”,再用实际成绩减去预期成绩,得到教师真正创造的增量价值。
增值分 = 实际成绩 - 预期成绩(基于入口成绩回归)
Teacher Value-Added / OLS 线性回归,与国际主流增值评价方法一致
官方方案偏宏观报告,我们提供的是学校内部可持续使用、可快速决策、可追踪责任归因的工作台。
| 评价维度 | 深圳教科院方案 | 增值评价系统 |
|---|---|---|
| 评价粒度 | 学校级别 | 班级 / 教师级别 更细 |
| 入口指标 | 中考总分 | 中考总分 + 分科成绩 |
| 分科分析 | 不支持 | 支持 9 科独立增值分析 核心优势 |
| 更新频率 | 年度报告 | 每次考试后实时计算 更快 |
| 能力分层 | 学校整体 | 九段 Stanine 精细分层 |
| 学生画像 | 无 | AI 标签 + 预警系统 |
| 使用门槛 | 需申请,数据不透明 | 学校自主上传,即时可用 |
把“增值评价”拆成可执行的四个模块,既支持领导层看趋势,也支持一线老师看学生。
按教师、班级、科目三个维度独立计算增值分。支持总分与分科并行展示,一次导入即可完成完整评价。
OLS 回归 · 9 科独立基于 Stanine 正态分布对学生进行 9 段划分,快速识别尖子生、腰部学生与学困学生,辅助分层教学。
Stanine · 可自定义比例自动生成学生能力标签,跟踪历次考试变化趋势,识别潜力生与风险生,为个性化辅导提供依据。
AI 标签 · 历次追踪根据规则识别成绩异常下滑、长期学困等风险信号,并提供分层的干预建议,提升管理响应速度。
规则引擎 · 实时提醒校长看学科差异,教务看班级分布,教师看学生结构。一个数据底座,对应三种管理视角。
不是把一张报表塞给所有人,而是让同一套数据在不同角色那里生成不同的管理动作。
需要跨校横向比较,评估区域教学质量,识别优秀教师与薄弱学校,形成可解释、可追责的治理依据。
区域增值排名 · 跨校对比报告需要客观评价教师绩效,优化教学资源配置,识别学科短板与班级差异,支持教师专业发展计划制定。
教师增值排名 · 分科诊断需要知道自己的教学效果是否超过预期,哪些学生是潜力股,哪些学生进入风险区,从而调整课堂与辅导策略。
学生画像 · 预警提醒