引言

OBE理念突出以学习成果为引领，要求课程评价能够真切精确地反映学生对知识、技能和核心素养的掌握情形，在实际教学开展过程中，课程评价常常还是以期末成绩作为主导，缺少对过程性数据、行为数据、学习偏好数据、课堂互动数据以及线上学习轨迹等多样信息的整合，单一的数据渠道无法契合OBE成果导向评价的要求，致使评价结果无法全面展现学生学习情况，也难以推动课程持续革新。

一、OBE框架下课程综合评价中多源数据融合的必要性

在OBE架构下，课程评价需切实呈现学生学习成果的达成状况，而学习成果不光体现在知识的掌握程度上，还反映于能力构建、情境转化、学习行为表现、学习态度倾向等多方面表现，传统凭借单一成绩的评价模式显然难以达成这一要求，多源数据融合的必要性主要体现于三个维度：一是可有效填补学习成果证据链，令成果达成度评判更趋科学。二是可以为教学诊断给予实时凭据，提升教学调整的精准度，三是有益于创建学生个性化学习档案，助力教育的差异化成长，鉴于OBE着重“可测量、可评价”的成果展现，多源数据不但给予了充足的数据支撑，也为完善课程体系、教学环节和评价系统提供了科学支撑。

二、OBE框架下课程综合评价多源数据融合方式的策略

（一）构建完善的多源数据采集体系

数据采集体系是达成多源数据融合的必要前提，目前课程评价数据主要源自期末考试、课堂表现记载以及部分线上学习数据，维度欠缺、精细度欠佳，难以支撑基于成果的评价，应当创建包含知识点掌握数据、能力表现数据、学习行为数据、在线轨迹数据、互动参与数据、任务完成数据和教师观察数据的多层面数据采集架构。借助整合学习管理系统（LMS）、教学管理平台、课堂互动系统和实验实训系统，可构建起贯穿全过程的动态数据体系，采集体系的重点在于规范化与智能化，也就是依靠统一编码、统一规格和自动采集器具，保证数据的完整性、可比性和可追溯性。

采集体系要按照OBE成果目标实施指标化规划，使数据能够直接对接课程目标达成度，例如在能力类成果范畴内，能够收集学生解决问题进程的数据、任务回馈数据以及关键能力指标呈现；在素养类成果范畴里，可凭借课堂交流、项目合作以及情境任务完成状况形成数据记载，通过健全数据采集规则，搭建“点—线—面”相结合的数据架构，能够切实增强评价结果的支撑强度，为后续整合与剖析提供高品质原始数据。

（二）优化多源数据融合模型

多源数据融合的重点在于减轻数据彼此的孤岛现象，达成不同源头、不同种类数据之间的联系与融合，在OBE评价情境下，融合模型应以成果目标为主要线索，借由加权模型、时序分析模型、关联分析模型等手段，将多维度数据整合成为可用于评价的结构化数据，借助关联剖析探寻课堂互动频率与知识掌握状况的关联，利用任务完成成效和学习时长的相符判定学习投入状况，有效的融合模型不但提高数据的阐释力，还可强化评价结果与学习成果目标的匹配度。

融合阶段中需重点处理数据权重设定、指标映射与模型可解释性问题，权重设定能够借助专家赋权法、AHP层次分析法或是基于数据的自适应权重调整办法，以此保障融合结果科学合理，指标映射要求将收集来的分散数据转化成可直接衡量学习成果的指标体系，像把课堂互动信息映射到沟通表达能力指标，把项目任务数据映射到综合应用能力指标，借助创建明晰、可溯源的融合模型，能够切实增强评价流程的可靠性与可行性。

（三）创新课程综合评价工具与应用场景

多源数据融合的价值最终借助评价工具呈现且应用到教学实践之中，创建基于融合数据的智能评估工具极为关键，可借助数据可视化看板、智能诊断报告以及成果达成度分析系统，为教师供给实时的教学反馈，可搭建课程目标达成度热力图、学习行为轨迹图与任务表现雷达图，让教师能够快速识别学习困境与教学薄弱之处，评价工具应当具备动态预警的功能，倘若学生学习行为出现异常或能力达成存有风险，系统可迅速提示教师开展干预。

在应用场景范畴内，需促进评价结果于教学设计、课堂调整、个性化指导和课程改进里的深入运用，教师可以凭借评价工具产生的学习行为解析，为学习困难学生开展差异化辅导；教学团队可以按照成果达成度分析，对课程架构、教学素材或教学手段进行针对性改进；管理者可以运用评价数据实施质量监控和课程诊改，借助拓宽应用范畴，让评价工具不只是结果展示，更成为以数据推动教学的关键支柱。

（四）构建规范化的数据治理与保障体系

多源数据融合包含众多学习数据与教学数据，必定依赖规范化的数据治理体系，需构建数据标准体系，包含数据形式、采集准则、存储规矩以及隐私处理规程，保证数据在采集、传递和应用过程中的安全与规范，应当搭建课程评价数据仓库，对多元来源的数据实施统一存贮与管控，为综合性分析提供基础条件支撑，进行数据治理期间，仍要明晰权限管理办法，保障数据在开放利用的同时得到有力保护。

数据治理体系的健全仍需制度支撑，包含设立数据使用规则、数据核查机制以及评价成果应用规范，杜绝数据误认和错用，还必须增强教师的数据素养，使教师可以领悟数据背后的教育逻辑，同时具备基础的数据分析与运用本领，借助深化数据治理机制，能够保障多源数据整合在标准、安稳、可延续的条件下开展，为课程评价的科学化夯实长久基础。

结语

处于OBE框架情境下，课程综合评价改革的重点在于搭建以学习成果为指引、以多源数据为依托的评价体系，多源数据融合不仅可以拓展评价维度，增强成果评价的精确性，还可为教学改进注入持续动力，本文从数据采集、融合模型、评价工具和数据治理四个维度给出优化举措，为增进课程评价质量提供了可行途径，未来研究要进一步钻研融合模型的智能化与自适应体系，研发更为精准的个性化学习诊断器具，达成从“数据收集—数据分析—教学改进”的完整循环，以此推动真正意义上的OBE教学质量增进。

参考文献

[1]赵越.基于CIPP评价模式理论框架下构建高校课程思政综合评价指标体系[J].品位·经典,2024,(18):107-110.

[2]李万海,王鹏.综合实践活动课程框架下的劳动教育[C]//华教创新(北京)文化传媒有限公司.2022未来教育发展与创新教育研究高峰论坛论文集（六）.甘肃省陇南市武都区东江中心小学;,2022:1071-1076.

[3]刘彦.综合实践活动课程框架下劳动教育模式的建构[J].新课程研究,2019,(06):70-71.

作者简介：李岩(1983.10-)，男，辽宁阜新人，汉族，硕士研究生学历，副高级，研究方向：高校数学教育教学、生物数学。

基金项目：本文系辽宁理工职业大学课程评价改革专题课题立项，项目名称：基于OBE理念的课程综合评价体系的重构与优化，项目编号：KCPJGG202533。