閱讀屋>職業/專業/職能> 用大資料分析“砍”11個專業

用大資料分析“砍”11個專業

用大資料分析“砍”11個專業

  獲悉,在未來兩年內,該校將停招資訊工程、物聯網工程、應用物理學、海洋工程與技術、生物醫學工程、物流管理、市場營銷、環境科學、經濟統計學、編輯出版學、工業設計等11個本科專業。

  “這些專業佔學校現有53個專業的20%左右。這也是學校第二次大規模叫停‘相對低效專業’。”?杭電副校長徐江榮說。

  據悉,在過去5年,該校已先後有教育技術學、印刷工程、包裝工程、智慧電網資訊工程、功能材料、應用統計學等6個專業被撤銷或停招。

  2013年,根據學校特色類大學定位,杭電以專業高考第一志願報考率、就業率、轉專業率等指標為依據,開始對綜合排名靠後的“低效專業”採取減少招生指標甚至停止招生的措施。

  最先“中招”的是數字媒體與藝術設計學院的印刷工程專業,在2014年被紅牌警告後停招。之後,數字媒體與藝術設計學院的包裝工程,連續3次因“低效表現”被黃牌警告,後於2016年停止招生。

  杭電教務處處長陳志平說,今年將要停招的11個專業,主要也是大資料分析“表現不夠好”。

  據介紹,11個專業中有4個專業因“專業轉出率過高”。如海洋工程技術專業,學生轉專業轉出率從2015年的42.31%上升到2016年的70.00%,到2017年轉出率高達73.33%。同樣,管理學院的物流管理專業,轉出率也從2015年的21.88%上升到2016年的52.94%,再到2017年的60%。陳志平認為,連續專業轉出率過高,是學生依據自身體驗進行調節的結果,“說明專業魅力不夠。”

  而11個專業中,還有4個專業是因為大資料顯示“分流情況不理想”。如計算機學院的物聯網工程,學校當初按照大類學科招生,大二時根據學生自主選擇專業實行分流,2015年有84人選擇該專業,2016年是65人,到2017年下降到了14人。通訊工程學院的資訊工程專業,2016年大二分流時有39人選擇此專業,但到2017年,只有4人選擇。計算機學院副院長林菲也認為,學生用腳投票,分流不理想,意味著該專業不受學生歡迎,有必要做出調整。

  “被叫停”專業中,也有是因為“就業表現不夠好”。如材環學院的環境科學專業的就業率,2015年、2016、2017年的就業率為88.89%、90.00%、95.00%,低於了全校97.17%、96.90%、96.88%的年度就業率。

  徐江榮認為,在高考第一志願報考率、轉專業率、分流率、就業率等方面,部分專業持續表現上不夠好,就說明有調整的必要。在他看來,“叫停專業”也是學校建設特色類大學最佳化專業結構的務實考量。

  據悉,2014年在申報浙江省首批重點建設高校時,杭電就以“特色大學型別”申報,並承諾“做強專業”。“專業設定上,有所為有所不為,才能集中資源攥緊拳頭做強專業。”

  事實上,杭電此次叫停部份專業,除了大資料上的表現,從最佳化專業結構角度,也分幾類情況。有的是在相似專業中做出取捨,如通訊工程學院有資訊工程、通訊工程專業,在這倆“太相似”的專業中,根據大資料表現權衡之下砍掉了資訊工程。也有的缺少優勢、特色不鮮明,如應用物理學專業。“拿掉沒有優勢的,可以把資源聚焦到更強的專業上來”。

  還有的是深化對專業的認識後的'主動取捨。如物聯網工程在各類權威排名中,杭電的這一專業表現都不錯。徐江榮說,設在計算機學院的物聯網工程,雖然在省內乃至全國排名都很靠前,但這些年來越發發現“國內這個專業的知識體系很不健全”,“同在計算機學院的計算機科學與技術專業很強,完全可以把物聯網的內容納入到計算機科學與技術專業的培養,物聯網工程的師資資源也可以充實到計算機科學與技術專業中去。”

  最後一種砍掉的是社會需求不大和正在萎縮的專業。如市場營銷、編輯出版學等。

  在高校大擴招、大而全設專業的背景下,不少高校都存在專業設定過多、過細的情況,採訪中,不少高等教育的研究學者也已關注到這一佔,並認為過度分散資源並不利於高等學校的專業建設。

  上海出版傳媒研究院長期研究高等教育的學者肖綱領認為,如杭電這般在浙江省乃至全國範圍內都大幅度地砍專業,也是在主動卸下高校大範圍擴招、大而全設專業時代留下的包袱。“聚焦基礎好、有特色的專業是必然趨勢,不僅杭電這樣的特色類大學,綜合類大學也有此必要。”

  肖綱領同時認為,國家“雙一流”建設計劃的啟動,促使高校整體佈局和學科建設有了新的方向。在這一輪新的競爭中,高校瞄準學科建設,聚焦人才培養,是核心要義所在。根據自身綜合性還是特色性、學術型還是應用型的定位,裁撤某些學科,有利於學科最佳化與更新,避免高校“大而全”的同質化發展。

  “用‘數量減法’換‘特色加法’。”徐江榮稱,無論做專業數量的減法,還是做專業建設的加法,目標只有一個,就是做強優勢特色。他表示,下一階段,學校還要砍掉至少5個專業,達到精減專業數量最佳化專業結構的目標。

【用大資料分析“砍”11個專業】相關文章: