导航菜单

2019级萌新将至!贫困生鉴别的操作,GET到了吗?

spider.ws.126.net83e99abe0e018393ce7efa4f2651449e.jpeg

最近,中国矿业大学依靠学生校园卡消费大数据来“隐性补贴”贫困学生。这种做法得到了很多赞誉。

根据学生卡消费的具体情况,学校将确定最终补贴名单,并补贴学生120~200元。据工作人员介绍,在资助过程中没有公开信息,只有点对点方式向学生发送短信提醒。发送短信后,许多学生收到了回复。

spider.ws.126.net4b541730f9679f8cb7085ebdaedcf48d.jpeg

贫困资格不应被置于“比哭泣更穷”的阶段。

贫困的资格一直是高校的一项轻松任务。

一些学院和大学的倡议由辅导员和学生代表组成,组成一个法官小组,以保护学生的隐私,同时对提交申请的贫困学生进行私人民主审查。

件差的“贫困学生”在全班同学甚至所有同学面前讲述自己的家庭悲剧,并接受公众的问题,以获得贫困学生的资格。

“我的母亲一年四季躺在床上,整个家庭只和父亲在外面工作.”

“我父亲先天性残疾,失去了工作能力.”

.

谁的经历更糟糕,谁的故事情绪最激动,谁有机会获得机票并有资格获得贫困。

这种方式太粗鲁了,对于贫困学生来说,这太伤心和自尊。除了这种方法之外,宣传贫困学生信息,限制贫困学生携带笔记本电脑或使用手机超过一定价格的做法,是为了让一些对自卑感敏感的贫困学生在大学期间感到不舒服。

幸运的是,越来越多的大学和学院都意识到这一举措并不合适,他们不断改进对贫困学生的认同。

大数据使贫困学生不再自尊贫困

如何使贫困资格更加科学化?中国矿业大学开放使用该卡消费大数据并非中国第一。早在2017年,由于“无形资金”,中国科技大学(以下简称“科技大学”)被解雇了一次。

件很差,但学校并未将其视为经济困难。因此,学校希望根据学生消费数据分析找出更多经济上处于不利地位的学生,并给予他们更快,更直接的帮助。

开发了一套独特的算法来筛选消费水平特别低且需要帮助的学生。

学校首先统计由卡中心获得的学生食堂消费数据,分析每个班级的平均每月消费量和每餐平均消费量,然后分析同一消费下所有学生的平均每餐消费量。在前两步的基础上,将获得学校卡的综合平均消费曲线和预警消费曲线。低于预警消费曲线的学生将被纳入资助考虑因素。最后,将数据库与贫困学生数据库进行比较。在数据库中,基本确定资助对象;如果不在数据库中,负责班级的老师将进行调查,以确定其是否符合经济困难和“无形资金”的标准。

科技大学贫困学生隐形资助工作模式示意图

spider.ws.126.netdf681ee81efd63f81e1081d56891be4b.jpeg

还有西安电子科技大学,它支持学校的一些部门全年分析餐厅本科生和预科学生收集的187,300份数据。分析包括学生在餐厅消费的数量和频率,平均消费水平,每餐消费远低于平均水平的情况,以及家庭经济困难学生的消费情况。

考虑到餐馆学生人数和少数民族学生消费差异等因素,2019年春季学期膳食津贴将分配给203名经济困难家庭,远远低于学校平均水平,720元将直接记入学生证。

此外,南京理工大学和成都电子科技大学同样通过食堂大数据帮助贫困学生。这种方法兼顾隐私和公平。学校积极承担责任并试图找出真正需要帮助的团体,而不是向贫困学生踢球并让他们证明自己的贫困。值得称赞。

spider.ws.126.net3c1b935af114cc8a8520e78bc101b8c6.jpeg

准确的帮助值得学习

事实上,外国大学在识别贫困学生方面也有一些经验。过去,一些外国大学调查问卷并收集家庭税单来调查艾滋病,但这些方法存在一些偏差。近年来,国外一些大学利用大数据进行预测分析,并在早期采取了积极的咨询干预措施,取得了很多成果。这些做法也值得国内大学学习。

德克萨斯大学奥斯汀分校是一流的大学之一。学校使用系统预测分析来识别可能需要帮助的大学新生。该算法获取了十多年来数万名学生的历史数据,并建立了学生完成学业的模型。该模型基于14个地理和学术因素,如居住身份,父母收入和高中成绩。

这有助于学校识别需要额外学术支持并且可以从特定支持计划中获益最多的学生。在2013-2014学年,德克萨斯大学奥斯汀分校启动了一项提供奖学金和体验式学习的计划。该项目使用预测分析来识别具有学术和经济需求的学生,并帮助他们培养领导技能。学生还有机会参加社区服务,研讨会和校外实习,同时每天进行学术发展。

分析结果也可用于监测大学生的学业完成情况。通过结合学生的背景数据和学业完成状态,他们帮助学生探索课程并分析所选课程对毕业和就业的影响。根据每个学生的“进度指示板”,学生顾问实时了解学生在学位课程中取得的确切百分比,向学生提供即时反馈,并及时联系有问题的学生。

通过对这些大数据的预测和分析,德克萨斯大学奥斯汀分校学生的准时完成率在四年内从51%上升到60.9%,学校的学生成绩也有了显着提高。目前,佐治亚州立大学和亚利桑那州立大学都采用了类似的数据分析措施,有效地提高了大学生的平均分数,缩短了完成学业的时间,节省了学生的学费,从而缓解了贫困人口的经济状况。学生们。压力。

结论

尽管在识别贫困学生方面存在困难,但国内大学已逐步改善贫困学生的财政支持系统。无论是奖学金,学生贷款,工作学习补助金,特殊困难补助金,还是使用大数据来寻找真正需要帮助的团体,它都使无数学生受益,我们期待看到更多国内大学。执行这样的方法。

spider.ws.126.net83e99abe0e018393ce7efa4f2651449e.jpeg

最近,中国矿业大学依靠学生校园卡消费大数据来“隐性补贴”贫困学生。这种做法得到了很多赞誉。

根据学生卡消费的具体情况,学校将确定最终补贴名单,并补贴学生120~200元。据工作人员介绍,在资助过程中没有公开信息,只有点对点方式向学生发送短信提醒。发送短信后,许多学生收到了回复。

spider.ws.126.net4b541730f9679f8cb7085ebdaedcf48d.jpeg

贫困资格不应被置于“比哭泣更穷”的阶段。

贫困的资格一直是高校的一项轻松任务。

一些学院和大学的倡议由辅导员和学生代表组成,组成一个法官小组,以保护学生的隐私,同时对提交申请的贫困学生进行私人民主审查。

件差的“贫困学生”在全班同学甚至所有同学面前讲述自己的家庭悲剧,并接受公众的问题,以获得贫困学生的资格。

“我的母亲一年四季躺在床上,整个家庭只和父亲在外面工作.”

“我父亲先天性残疾,失去了工作能力.”

.

谁的经历更糟糕,谁的故事情绪最激动,谁有机会获得机票并有资格获得贫困。

这种方式太粗鲁了,对于贫困学生来说,这太伤心和自尊。除了这种方法之外,宣传贫困学生信息,限制贫困学生携带笔记本电脑或使用手机超过一定价格的做法,是为了让一些对自卑感敏感的贫困学生在大学期间感到不舒服。

幸运的是,越来越多的大学和学院都意识到这一举措并不合适,他们不断改进对贫困学生的认同。

大数据使贫困学生不再自尊贫困

如何使贫困资格更加科学化?中国矿业大学开放使用该卡消费大数据并非中国第一。早在2017年,由于“无形资金”,中国科技大学(以下简称“科技大学”)被解雇了一次。

件很差,但学校并未将其视为经济困难。因此,学校希望根据学生消费数据分析找出更多经济上处于不利地位的学生,并给予他们更快,更直接的帮助。

开发了一套独特的算法来筛选消费水平特别低且需要帮助的学生。

学校首先统计由卡中心获得的学生食堂消费数据,分析每个班级的平均每月消费量和每餐平均消费量,然后分析同一消费下所有学生的平均每餐消费量。在前两步的基础上,将获得学校卡的综合平均消费曲线和预警消费曲线。低于预警消费曲线的学生将被纳入资助考虑因素。最后,将数据库与贫困学生数据库进行比较。在数据库中,基本确定资助对象;如果不在数据库中,负责班级的老师将进行调查,以确定其是否符合经济困难和“无形资金”的标准。

科技大学贫困学生隐形资助工作模式示意图

spider.ws.126.netdf681ee81efd63f81e1081d56891be4b.jpeg

还有西安电子科技大学,它支持学校的一些部门全年分析餐厅本科生和预科学生收集的187,300份数据。分析包括学生在餐厅消费的数量和频率,平均消费水平,每餐消费远低于平均水平的情况,以及家庭经济困难学生的消费情况。

考虑到餐馆学生人数和少数民族学生消费差异等因素,2019年春季学期膳食津贴将分配给203名经济困难家庭,远远低于学校平均水平,720元将直接记入学生证。

此外,南京理工大学和成都电子科技大学同样通过食堂大数据帮助贫困学生。这种方法兼顾隐私和公平。学校积极承担责任并试图找出真正需要帮助的团体,而不是向贫困学生踢球并让他们证明自己的贫困。值得称赞。

spider.ws.126.net3c1b935af114cc8a8520e78bc101b8c6.jpeg

准确的帮助值得学习

事实上,外国大学在识别贫困学生方面也有一些经验。过去,一些外国大学调查问卷并收集家庭税单来调查艾滋病,但这些方法存在一些偏差。近年来,国外一些大学利用大数据进行预测分析,并在早期采取了积极的咨询干预措施,取得了很多成果。这些做法也值得国内大学学习。

德克萨斯大学奥斯汀分校是一流的大学之一。学校使用系统预测分析来识别可能需要帮助的大学新生。该算法获取了十多年来数万名学生的历史数据,并建立了学生完成学业的模型。该模型基于14个地理和学术因素,如居住身份,父母收入和高中成绩。

这有助于学校识别需要额外学术支持并且可以从特定支持计划中获益最多的学生。在2013-2014学年,德克萨斯大学奥斯汀分校启动了一项提供奖学金和体验式学习的计划。该项目使用预测分析来识别具有学术和经济需求的学生,并帮助他们培养领导技能。学生还有机会参加社区服务,研讨会和校外实习,同时每天进行学术发展。

分析结果也可用于监测大学生的学业完成情况。通过结合学生的背景数据和学业完成状态,他们帮助学生探索课程并分析所选课程对毕业和就业的影响。根据每个学生的“进度指示板”,学生顾问实时了解学生在学位课程中取得的确切百分比,向学生提供即时反馈,并及时联系有问题的学生。

通过对这些大数据的预测和分析,德克萨斯大学奥斯汀分校学生的准时完成率在四年内从51%上升到60.9%,学校的学生成绩也有了显着提高。目前,佐治亚州立大学和亚利桑那州立大学都采用了类似的数据分析措施,有效地提高了大学生的平均分数,缩短了完成学业的时间,节省了学生的学费,从而缓解了贫困人口的经济状况。学生们。压力。

结论

尽管在识别贫困学生方面存在困难,但国内大学已逐步改善贫困学生的财政支持系统。无论是奖学金,学生贷款,工作学习补助金,特殊困难补助金,还是使用大数据来寻找真正需要帮助的团体,它都使无数学生受益,我们期待看到更多国内大学。执行这样的方法。