打开文本图片集

摘要：本研究基于变权层次分析法构建了高等院校计算机应用基础课程计算思维教学效果评价模型，并进行了验证。确定了计算思维教学的关键要素和评价指标，构建了变权层次分析模型，确定了各指标的权重和相对重要性，建立了计算思维教学效果评价模型。通过选择样本和数据进行实证研究，分析和解释实证结果，验证了模型的有效性和可靠性。同时，讨论了实证结果与现有研究的关系和差异。

关键词：变权层次分析法；计算思维；教学效果评价

引言：计算思维在现代社会中的重要性日益凸显，高等院校的计算机应用基础课程对培养学生的计算思维能力起着关键作用。然而，如何评价计算思维教学的效果成为一个重要的问题。本研究旨在构建一个基于变权层次分析法的计算思维教学效果评价模型，并对该模型进行验证，以提供一种科学、可行的评价方法。

1.变权层次分析法的高等院校计算机应用基础课程计算思维教学效果评价模型构建

1.1确定计算思维教学的关键要素和评价指标

在构建计算思维教学效果评价模型之前，首先需要确定计算思维教学的关键要素和评价指标。这些要素和指标应该能够全面反映学生在计算思维方面的能力和表现。可以考虑以下关键要素和评价指标。A.问题解决能力：学生在面对计算问题时的分析、推理和解决问题的能力。B.创造性思维能力：学生在计算思维过程中的创新和创造能力。C.逻辑思维能力：学生在计算思维中运用逻辑推理和思维规律的能力。D.合作与沟通能力：学生在团队合作和交流中展现的能力。E.抽象思维能力：学生在抽象概念和问题上的理解和应用能力。

1.2构建变权层次分析模型，确定各指标的权重和相对重要性

教师要构建一个计算思维教学效果评价模型，以评估高等院校计算机应用基础课程的教学效果。确定了以下四个关键要素和评价指标：问题解决能力、创造性思维能力、逻辑思维能力和合作与沟通能力。教师需要建立一个层次结构，将这四个指标按照层次进行组织。层次结构如下：第一层：计算思维教学效果评价

第二层：关键要素第三层：评价指标接下来，需要进行两两比较，确定各指标之间的相对重要性。可以邀请一些计算思维教育领域的专家进行评估，或者进行问卷调查来收集数据。假设邀请了5位专家进行两两比较，专家使用1-9的标度进行评估。下表是专家的评估结果。如表1.

通过计算比较矩阵的特征向量和特征值，可以得到各指标的权重。假设计算结果如表2

根据计算结果，可以看到问题解决能力在计算思维教学效果评价中具有最高的权重，其次是合作与沟通能力，然后是创造性思维能力和逻辑思维能力。以根据各指标的权重和评价结果，建立计算思维教学效果评价模型。该模型可以用于评估学生在计算思维方面的表现和能力，并提供改进教学的参考依据。

1.3建立计算思维教学效果评价模型

在确定了各指标的权重和相对重要性之后，可以根据层次结构和权重信息建立计算思维教学效果评价模型。该模型可以用于评估学生在计算思维方面的表现和能力，并提供改进教学的参考依据。评价模型可以采用加权求和的方式，将各指标的得分按照权重进行加权求和，得到最终的评价结果。

还可以设置不同的评价等级或标准，将学生的表现分为不同的层次，以便更好地了解学生的计算思维水平和进步情况。通过建立计算思维教学效果评价模型，可以帮助教师和学校评估计算思维教学的效果，并提供改进教学的参考依据。同时，该模型也可以为学生提供明确的学习目标和反馈，促进学生在计算思维方面的发展和提高。

2.变权层次分析法的高等院校计算机应用基础课程计算思维教学效果评价模型验证

2.1选择样本和数据，进行实证研究

为了验证计算思维教学效果评价模型的有效性和可靠性，需要选择适当的样本和数据进行实证研究。样本可以选择来自不同高等院校的计算机应用基础课程学生，确保样本的代表性和多样性。数据可以通过问卷调查、学生成绩记录、教学观察等方式收集。在进行实证研究时，可以使用评价模型对样本进行评估，得到学生在计算思维方面的得分和评价结果。同时，可以收集其他相关数据，如学生的学习成绩、参与课堂活动的情况等，以便更全面地了解计算思维教学的效果。

2.2分析和解释实证结果，验证模型的有效性和可靠性

可以使用变权层次分析法构建了一个计算思维教学效果评价模型，并进行了实证研究。选择了来自不同高等院校的计算机应用基础课程学生作为样本，并收集了其计算思维得分和其他相关数据。第一步可以计算各指标的得分和权重。根据之前的案例，已经确定了问题解决能力、创造性思维能力、逻辑思维能力和合作与沟通能力的权重。通过对样本数据进行计算，可以得到每个学生在各指标上的得分，并根据权重计算出最终的评价结果。第二步可以对实证结果进行统计分析。可以计算学生在计算思维方面的平均得分、标准差等统计指标，以了解学生的整体表现和差异。

第三步可以使用一致性检验方法来评估模型的一致性和可靠性。一致性检验可以帮助确定专家判断或问卷调查结果的一致性程度。通过计算一致性比率和一致性指标，可以判断模型的一致性是否符合要求。如果一致性检验结果符合要求，那么可以认为模型具有较好的一致性和可靠性。最后，可以将实证结果与模型预期的结果进行比较。如果实证结果与模型预期的结果一致，即高权重指标得分较高，低权重指标得分较低，那么可以认为模型具有较好的有效性。

2.3讨论实证结果与现有研究的关系和差异

在讨论实证结果与现有研究的关系和差异时，可以将实证结果与已有的相关研究进行比较和对比。可以探讨实证结果是否与现有研究的结论一致，或者是否存在差异和新的发现。如果实证结果与现有研究一致，那么可以进一步验证模型的有效性，并为现有研究提供支持和补充。如果存在差异，可以分析差异的原因，并探讨可能的解释和改进措施。

总结：

通过本研究，成功地基于变权层次分析法构建了高等院校计算机应用基础课程计算思维教学效果评价模型，并进行了验证。该模型为评估计算思维教学效果提供了科学、可行的方法，有助于提高教学质量和学生的计算思维能力。研究结果对于高等院校的教师和学校管理者具有重要的指导意义，同时也为相关领域的研究提供了借鉴和参考。

参考文献：

[1]孟祥光，郭东伟.基于数据挖掘的计算机实验教学效果评价研究[J].现代电子技术，2021，44（11）：164-167.

[2]蒋奖，姚梅林，林丹瑚.高等院校计算机辅助课堂教学的调查研究[J].电化教育研究，2004（08）：19-22.

作者简介：闫晶（1985-），性别；女，籍贯：黑龙江安达，民族：汉，学历；大学本科，职称：副教授，研究方向：思想政治教育

基金项目：本文系国家级教学改革研究项目，项目名称：基于变权层次分析法评价高等院校计算机应用基础课程中计算思维教学效果的研究 ，项目编号：2022-AFCEC-392