当前位置:首页 / 历史数据 / 外围人员|让贫困生不再哭穷比惨,这些高校的做法值得点赞

外围人员|让贫困生不再哭穷比惨,这些高校的做法值得点赞

外围人员|让贫困生不再哭穷比惨,这些高校的做法值得点赞

外围人员,近日,中国矿业大学依托学生校园一卡通消费大数据,“隐性资助”贫困学生,该做法收到不少点赞。

该校根据学生一卡通消费的具体情况,确定最终的补贴名单,为学生补贴120~200元餐费。工作人员介绍,资助过程中没有公开信息,仅通过点对点的方式向学生发送短信提醒。短信发出后,收到很多学生回复。

贫困资格认定不该上台“比惨哭穷”

贫困资格认定对于高校来说一直是一件不容易的事。

一些高校的举措是由辅导员和学生代表组成评议小组,在保护学生隐私的同时,对提交申请的贫困生进行私下的民主评议。

但也有一些高校,将认定环节变成简单粗暴的比惨大会。让家庭条件不好的“贫困生”在全班甚至全系同学面前,讲述自己的家庭悲剧,接受众人眼光的质询,以此来获得贫困生资格。

“我母亲常年瘫痪在床,全家仅靠父亲在外务工……”

“我父亲患有先天残疾,丧失劳动能力……”

……

谁的遭遇更惨,谁的故事讲得最动情,谁就有机会拉到票,获得贫困资格。

这样的方式过于粗暴,对于贫困生来说,未免太伤自尊。除了这种方式,高校公示贫困生信息、限制贫困生携带笔记本电脑或使用超过一定价格的手机的做法,更是让一些本就自卑敏感的贫困生在大学期间过得难受压抑。

好在越来越多的高校意识到此举不妥,也在不断完善贫困生鉴别工作。

大数据让贫困生不再自证贫困

如何进行贫困资格认定才更科学呢?开篇说到的中国矿业大学利用一卡通消费大数据的方式并非国内首例。早在2017年中国科学技术大学(以下简称“中科大”)就因为“隐形资助”火了一次。

中科大的隐形资助项目起源于一位校园一卡通消费非常低的女同学,她的家庭经济条件较差但并未被学校认定为经济困难。所以学校希望基于学生消费数据分析更准确地找出经济拮据的学生,给予他们更快速直接的帮扶。

一套独特的算法因此被开发出来,用以筛选消费水平特别低、需要帮助的学生。

学校首先会对一卡通中心获取的学生食堂消费的数据进行统计,分析多类学生每月平均消费次数和平均每餐消费额度,然后分析同样消费次数下的所有同学的平均每餐消费额。在前两步的基础上,综合得出一条当月学校一卡通平均消费曲线和一条预警消费曲线,低于预警消费曲线的学生就会被纳入资助考虑范围。最后跟贫困生数据库进行比对,在数据库内的,基本可以确定资助对象;不在数据库内的,由班主任老师进行调查,判断是否符合经济困难和“隐形资助”的标准。

中科大的贫困生隐形资助工作模型示意图

还有西安电子科技大学,资助中心联合校内多个部门,对本科、预科学生2018年全年在餐厅刷一卡通消费的18.73万条数据进行分析。分析内容包括学生在餐厅刷卡消费的人数和频次、平均消费水平、每餐消费金额远低于平均水平的学生情况、重点关注家庭经济困难学生群体的消费情况等。

综合考虑学生在餐厅就餐的次数、少数民族学生消费差异等影响因素,向消费远低于全校平均水平的203名家庭经济困难学生发放2019春季学期用餐补贴,一次性将720元直接打入学生一卡通。

另外,南京理工大学、成都电子科技大学也通过食堂大数据对贫困生进行类似帮扶,这样的做法既照顾了隐私,又兼顾了公平。学校积极承担责任,努力找出真正需要帮助的群体,而不是将球踢给贫困生,让其自证贫困,值得点赞。

精准帮扶 值得借鉴

事实上,国外高校在贫困生鉴别上也有一些经验。以往,国外一些高校会采取调查问卷及征收家庭税单等方式调查帮扶对象,但这些方法存在一定偏差。近年来,国外一些高校借助大数据进行预测分析,并在早期采取积极的咨询干预措施,取得了不少成效。这些做法或许也值得国内高校借鉴。

得克萨斯大学奥斯汀分校是其中一所带头高校。该校通过系统预测分析的方式来辨别可能需要帮助的大学新生。算法获得了十多年来数万名学生的历史数据,建立起学生学业完成状况的模型。该模型依据14项地域及学术因素进行测量,如居住状况、父母收入、高中成绩等。

这样做帮助学校识别出需要额外学术支持,并能从特定支持计划中获益最多的学生。2013—2014学年,得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项目。该项目使用预测分析,识别有学术和经济需求的学生,并帮助他们培养领导技能。学生在日常进行学术发展的同时,还有机会参与社区服务、研讨会及校外实习。

分析结果还可以用来监控大学生的学业完成状况。通过结合学生的背景数据及学业完成状况,帮助学生进行课程探索以及分析所选课程可能对毕业、就业产生的影响。依据每个学生的“进度指示板”,学生顾问实时了解学生取得学位进度的确切百分比,为学生提供即时反馈,并及时向有问题的学生伸出援手。

通过这些大数据的预测及分析方式,得克萨斯大学奥斯汀分校学生学业按时完成率在四年内由51%提升至60.9%,在校学生的成绩也有了显著提升。目前,佐治亚州立大学及亚利桑那州立大学都采取了类似大数据分析措施,有效地提升了大学生的平均成绩,缩短了其完成学业的时间,并节省了学生的学费,一定程度缓解了贫困生的经济压力。

结语

尽管贫困生资格认定方面困难重重,但国内高校一直在逐渐完善贫困生资助体系。不管是奖助学金、助学贷款、勤工助学、特殊困难补助等资助,还是现在利用大数据找到真正需要帮助的群体的做法,都让无数寒门学子受益,我们也期待看到更多国内高校推行这样的做法。

本文综合整理自麦可思研究、西安电子科技大学新闻网、中国矿业大学官微、有间大学等。


上一篇:《红楼》只认87版,光凭头发都是一点一点扎的它就完爆新版!

下一篇:四川商投与四川广播电视台签署战略合作协议