常州机电职业技术学院

基于专业认证的人才培养方案要具备专业性和规范性

于课程标准的课程整体设计要具备连贯性和多样性

基于数据举证思想采集实时数据要具备伴生性和多元性

人才培养方案研制

课程标准制定

校本资源库建设

课程设计

单元评价方案设计

课程线上教学

学情分析

达成度分析

专家辅导培训加软件固话支撑

培养一支熟悉基于“成果导向”范式专业建设核心理念及具体要求的专业管理团队

构建一套具有本校特色的可复制与固化的基于“成果导向”范式专业建设、实施、评价全周期制度体系

打造一套契合学校基于“成果导向”范式专业管理及教学信息化平台需求的专业运行流程

完善一套试点专业新版的适应成果导向的教学文件（人才培养方案、课程体系、课程教学标准、课堂考核标准等）

产出一套试点专业年度建设质量数据分析报告

建立人才培养方案的规范与标准，需要对人才培养方案形成基于标准、规范的自动化检测机制，能够对不同年份、不同专业的人才培养方案进行对比分析，同时能够基于成果导向的方式，展开人才培养方案的制定，形成毕业要求（培养规格）与培养目标的支撑关系、课程体系与毕业要求（培养规格）的支撑关系。所有的操作都基于平台，数据自动留存，以此提高人才培养质量。

建立课程标准的规范与标准，需要对课程标准形成基于标准、规范的自动化检测机制，对不同年份、不同专业的课程标准进行对比分析，同时能够基于成果导向的方式，展开课程标准的制定，形成课程目标与毕业要求（或培养规格）的支撑关系、单元目标与课程目标的支撑关系。所有的操作都基于平台，数据自动留存。

建立课程设计的线上平台，教师的课程设计从线下转到线上，按照课程标准进行课程设计与资源组织，经典课程的课程设计方案可以在学校层面沉淀下来，可以复用与传承。
需要将信息技术全面融入到课程设计中，包括每个单元用什么形式教、该种形式教学的配套素材。同时，也可以开放给老师，不按照课程标准进行自由课程设计。能够实现基于一个课程团队的在线协作课程设计、资源共享、共建、公用。能够实现优秀课程设计方案、教学组织方式的复制与传承。上述所有的工作，均是基于平台中在线实现，同时能够与课程标准、资源库平台数据互通，所有的设计方案、数据、资源全部留存在平台中，能够预览或者事先模拟已经完成的课程设计结果与执行效果。

展开过程性评价，将教学评价从目前一门课程实施完了，在期末用一个考试评价的模式，改进到每个教学单元结束后就展开单元评价的模式，重视单元评价，增加单元评价的权重，降低期末考试的占比权重。
需要在教学实施之前，由课程团队集体制定，最后应用在任何一个老师的教学实施环节，做到公平公正，解决掉以前教师“既是裁判，又是运动员”的局面。形成以学习者为中心的教学评价体系，并借助系统进行综合性评价。
在评价设计环节，需要确定每个单元的教学目标的检测形式、与配套检测形式的内容与素材。能够支持灵活的评价规则，比如单一评价的合格分数、多元评价的合格模型设计等。同时能够支持针对未达成的学生群体多次评价，持续改进。

建立学校唯一的数字化课程资源的仓库，解决掉数字化资源分散存储、样式不同、资源的制作规范不同等问题。同时基于校本资源库，可以自动的形成针对单一学生的自主学习策略，校本资源库中的数字化课程资源，可以用在多个场合（课程设计、单元评价设计、课中、课后练习、测试考试环节、自主学习环节、培训环节等）。
可以收集、整理和开发多种教学资源，建立各学科教学资源库，同时对数字化资源进行知识点管理，建立知识图谱。校本资源库可以自定义子库的类型，资源库中的资源可以被课程设计环节、评价设计环节、课程教学环节、自适应学习环节灵活调用，能够随着时间不断积累，形成学校最具价值的数字化教学资产。

完善教学评价体系

基于教与学的过程性数据，能够对教学情况（分析院系授课次数、开课教师数、出勤率、发布任务数、开课教师率、授课次数排行、资源建设情况、教学任务概览、教学互动概览等）、用户活跃情况（有效注册用户、用户活跃明细、不同终端的日活跃用户等）、课堂组织情况（开课门数、授课次数、开课教师数、教师授课次数排行、教学任务分析、教学互动分析、课堂资料分析、课堂参与明细等）、学生成绩情况（挂科预警、作业提交率、学情明细、课堂学情分排行、试题正确率等）、课程资源情况（资源类型分析、资源建设趋势、资源建设及使用明细、资源建设排行等）、当日课堂（当日的课堂数量、平台登陆人数、课堂出勤分析、教学任务分析、教学互动分析、发起互动数、课堂资料数、资料查阅人次、互动参与人次等）等多种维度，进行学情分析，通过对比与交叉分析，了解学情。

需要实现培养目标、毕业要求、课程学习目标、单元学习目标、课堂教学的数据贯通，实现单元学习目标达成度分析、课程学习目标达成度分析、毕业要求达成度分析等评价模式，同时对专业开发、课程开发及教学运行的规范进行监控与管理。同时基于分析的结果，能够进一步展开后续的持续改进策略的设计、自适应学习