摘要

  本学期结束前,安徽大学开展了对12102名在校生的抽样调查,结果显示,学生资助工作的满意度高达97 3%,这一数字比以往有了较大提升。  本学期起,该校2018级新生全部完成线上“就学压力测评”,学校通过“线上系统自动打分、线下辅导员带领学生逐个核实”的认定模式,共认定出“家庭经济困难学生”1326人,并细分为“特殊困难”“困难”“一般困难”3个等级。  依据学生填报的基础数据,大数据分析可以...

  本学期结束前,安徽大学开展了对12102名在校生的抽样调查,结果显示,学生资助工作的满意度高达97.3%,这一数字比以往有了较大提升。

  本学期起,该校2018级新生全部完成线上“就学压力测评”,学校通过“线上系统自动打分、线下辅导员带领学生逐个核实”的认定模式,共认定出“家庭经济困难学生”1326人,并细分为“特殊困难”“困难”“一般困难”3个等级。

  依据学生填报的基础数据,大数据分析可以给出每个人的就学经济“压力值”,从而对家庭经济困难学生认定起到有效的把关作用。值得一提的是,本次认定过程中,在大数据分析结果的比对、核实下,压力值较高的同学中,有126人原先未参与认定,后来提交了经济困难认定申请;压力值较低的同学中,有109人因信息误填,后来放弃了申请,或被认定为非经济困难学生。

  “传统的工作模式如同‘大水漫灌’普惠式资助,学校按照固定的比例将经济困难生指标划分到院系,再分到班级,学生主动提出申请,经过核实后再公示,而大一新生,其家庭实际经济情况往往不被老师、同学所了解。”据安徽大学一位辅导员分析,这种模式还不可避免地忽略掉院系、班级之间现实存在的生源差异,有的学院(班级),学生家庭经济状况总体较好,可能用不掉助学金指标,而有的学院(班级),学生家庭经济状况总体较差,助学金指标不够分,由此造成指标分配无法精准。

  据了解,全国高校普遍存在学生家庭经济情况识别难问题,由此导致资助资源分配不精准、帮扶措施缺乏针对性、资助育人成效不显着等系列问题。教育部部长陈宝生曾指出,要全面推进学生资助工作精准化,切实提高资助育人成效,努力提升学生资助科学化水平。

  2017年起,安徽省教育厅试点开展高校智慧资助,利用大数据挖掘与分析技术、数学建模理论,帮助资助工作者掌握学生在校期间的真实消费情况、学生经济水平、发现“隐性贫困”与疑似“虚假认定”学生,提高学生资助工作的精准度和公平性。

  作为试点高校,安徽大学自主研发了“学生就学经济压力测评”系统,依据国家现行政策,从社会学、数学、信息科学等不同的研究视角出发,通过家庭“收入”“资产”与“支出”“欠债”等维度,精准计算每名学生的就学经济压力指数。经过一年多的实践,学校先后对3万余人次学生的数据进行反复测试、论证,最终形成“全校一把尺子”的经济困难生认定标准,并首次在2018级新生中成功运用。经过“线上线下”核实后,将助学金指标按照学生实际的“就学经济压力指数值”进行分配,彻底打破了原先资助资源“按比例”“一刀切”的分配模式。

  据了解,该校相关部门正在进一步设计“精准识别”工作闭环系统,构建“有感知”的智慧资助。

教育信息服务平台订阅号二维码
教育信息服务平台微信服务号