《表3 课业负担四种类别在聚类上的平均数、标准差及方差分析结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《人工智能时代下的精准减负:提升减负政策效能的关键——基于小学生学习投入与主观课业负担类型的划分及特征分析》
对校内主观课业负担、校外主观课业负担、校内客观学习投入、校外客观学习投入等四个变量进行K-means聚类分析。经过多次聚类与质量评估,小学生课业负担数据最终被划分为四类。轮廓系数常被用来评价聚类的有效性[9],本研究对课业负担聚类结果的轮廓系数为0.363,如图1所示,达到了“良好”水平。四类各自的描述统计结果如表3所示,样本具有代表性与可操作性,是一个合理而适用的分类模型。其中四个类别里第Ⅳ类人数较多,其它三类人数相近。从F检验的结果来看,四个分类模型在四个分类变量上的差异均显著,是有效的分类模型。
图表编号 | XD00127035300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 张生、张平、曹榕、程姝、方丹 |
绘制单位 | 北京师范大学中国基础教育质量监测协同创新中心、北京师范大学中国基础教育质量监测协同创新中心、北京师范大学中国基础教育质量监测协同创新中心、北京师范大学中国基础教育质量监测协同创新中心、北京市海淀区教育科学研究院 |
更多格式 | 高清、无水印(增值服务) |