小心!你的社交網絡賬號也決定能否被錄取

小心!你的社交网络账号也决定能否被录取

芥末堆注:新高考改革以來,學生綜合素質評價將成為高校錄取的重要依據,但具體操作形式仍在探索之中。然而在美國,分數早已不是高校錄取的唯一依據,不少高校更強調通過全面性評估方式錄取學生。

我們需要全方位關注所有申請者的各種品質。—— 哈佛大學招生辦公室主任William R. Fitzsimmons

有競爭力的標準化成績往往被認為是大學申請中決定性的條件,但實際上,目前不少美國高校更強調通過全面性評估方式(Holistic Admissions)來錄取學生。

除了成績之外,他們還十分看重學生在申請材料中體現出的興趣愛好、個人品質、探索精神、學習動機、人生成就甚至是失敗經歷等。因此,高分申請名校不再是一種保障,缺乏對個人獨特性的展示和挖掘,將很有可能面臨被拒的風險。

數據:

以美國的一所知名大學為例,在其收到的4500份國際學生申請中,中國學生的申請近2600份,最後錄取了220人。在中國學生中,SAT成績2300分以上的申請人被拒的比例高達85%,託福成績在115分以上的被拒比例也超過70%.

這就說明,高分並不等於名校,學生的全面發展才是贏得名校錄取的關鍵。縱觀全球主要國家的招生評價體制,我們發現一個明顯特點:

評價機制正在從原來的結果評價體系慢慢向過程評價體系轉變,即越來越多的高校開始重視學生的成長髮展過程,而不是追求優異的考試成績和科目分數。

目前,全球招生評價機制的變化趨勢主要體現在以下三點。

小心!你的社交网络账号也决定能否被录取

1.標準化考試的變革

考試作為一種評價手段具有悠久的歷史,中國從隋唐時期就開始科舉取士,直到現在,考試成績在主流國家的高校招生評價機制中還是最為重要的評價手段。其中,標準化考試由於參與人員多,考試難度穩定,一直得到各個高校的認可。

案例:

例如,SAT及ACT是美國本科招生評價體系中的一部分,而GRE General和GRE Sub則是研究生招生評價體系中的一部分。

其它的如TOEFL、GMAT、IELTS則是評價非英語國家申請者英語水平的一種重要手段。

隨著時代的發展,這些標準化考試也在慢慢演變。我們發現,標準化考試至少有兩種明顯的變革趨勢。

  • 從紙筆考試向在線考試轉移

在2000年以前,幾乎所有的標準化考試都採用紙筆答題的方式。本世紀初,GRE開始採用計算機考試,具體方式是將試題保存到不聯網的計算機裡,由考試軟件隨機出題,每隔一段時間人工更換一次題庫。

這種方法的缺點是每次的題庫不夠大,參加過考試的考生洩題後(這些洩漏的題目當年被稱為“機經”),題目容易被窮盡。現在,GRE採用了在線考試的方式,試題選自中心題庫,題庫更大的同時也實現了實時更新。

在線化考試的優點是:

01安全性和便捷性高,無需人工傳送試題,減少了試題在傳送過程中被洩漏的風險;

02考試試題可實時更新,被洩漏的題目能很快被刪除。

小心!你的社交网络账号也决定能否被录取
ACT將在國際考場開啟機考改革。(來源:新東方)
  • 考試內容更加實用

標準化考試的另一大趨勢是考察內容更加實用,避免考生在短時間內通過集中培訓大幅提高做題能力,使考察結果更能反映考生的真實能力。

例如:

01SAT的改革使得單詞難度降低,減少偏詞、難詞的干擾,部分閱讀題目要求在原文中選出依據(考察英文的實際閱讀能力);

02TOEFL增加口語考試;

03GRE增加寫作題目等。

2.多元化評價和過程性評價

  • 申請制評價體系越來越廣泛

在我們考察的高等教育招生評價體制中,除了澳大利亞、香港和日本的本科招生不是完全的申請制,其它國家和地區的本科招生以及所有被考察國家和地區的研究生招生都是採用申請制。

他們的一個共同點是評價體系廣泛,並且有變得更加廣泛的趨勢。

案例:

以美國大學的本科招生為例,在本世紀初,招生過程中被認為很重要的錄取因素只有9個(高中主課成績、班級排名、標準化考試成績、個性化文書等)。

而2010年的調查顯示,錄取因素已經增加為16個,既包括新增加的因素(如專業考試成績AP和IB、學生對申請學校的興趣),也有原來的一個因素被細化成兩個(如高中核心課程及強度這一因素被分成高中核心課程和課程強度兩個因素)。

圖1展示了美國高校認為非常重要的評價因素的個數變化。

小心!你的社交网络账号也决定能否被录取
  • 評價手段多元化

在專業分工愈發精細的今天,評價方式也越來越多元化。

國際化的推進使大學需要面對很多海外申請者,他們的高中課程和打分方式都不同於本國,這就需要大學在招生的過程中引入更多手段來進行評價。

案例:

例如,加拿大很多高校就委託第三方評價機構WES(World Education Services)來對國外學生進行評價。

WES 成立於1974年,是一個通過評價等方式幫助國際教育背景的群體實現高等教育和職業發展目標的非營利性機構。目前,WES 已經幫助2500多所美國、加拿大的教育、商業、政府機構完成了超過 100 萬例的評估。

  • 過程評價趨勢

在所有的招生評價機制改革中,最能體現從結果評價體系轉向過程評價體系趨勢的是CAAS(Coalition for Access, Affordability and Success)的成立。

背景資料:

CAAS是由常春藤盟校、斯坦福大學、芝加哥大學等美國幾大名校聯合其它共80所高校在2015年9月成立的一個新的大學申請系統。

它允許學生從高一就開始上傳自己的論文、獲獎證書及其它優秀作品,即從高一就開始記錄其成長軌跡。

CAAS的交互平臺還允許學生在高中期間與大學建立聯繫。學生不僅可以從高校教授那裡獲取學業指導,還能與升學指導老師進行討論,以及與高校的招生委員會成員交流以獲得申請幫助等。這些互動某種程度上體現出學生對特定高校的興趣,因此也被高校用來評價學生與學校的契合度。

具有良好成長軌跡、表現出某些潛力以及能從發展軌跡中表現出與高校價值觀相吻合的申請者,定將受到目標學校的青睞。

小心!你的社交网络账号也决定能否被录取
最能體現從結果評價體系轉向過程評價體系趨勢的是CAAS的成立。(來源:搜狐教育)

評價機制中的信息化應用

  • 通用的申請管理系統

高校的招生評價機制愈發廣泛,學生需要提交的材料種類和數量增多,學校和申請者之間的交流也越來越頻繁,這些都需要一個通用的、強大的申請系統來管理。

一方面申請者可以在同一平臺上管理、查詢自己的材料,記錄與高校招生人員的交流情況,瞭解學校的動態,掌握申請狀態等。另一方面也便於招生人員查閱申請材料,與申請者進行溝通,發佈面試時間、開放日等通知。

當申請者被學校錄取後,學生信息還能自動導入到學校的信息系統,免去學校和學生重複填寫已有信息的麻煩。

這樣的系統已經開始走進歐美高校的招生過程中,例如英國萊斯特大學(University of Leicester)的CRM(Customer Relationship Management)系統,在被引入後的5年時間內,給萊斯特大學的招生工作帶來了極大益處。

  • 社交平臺及檢索引擎等互聯網技術引入過程評價

據Kaptest的調查數據顯示,2016年約有40%的大學招生人員會訪問申請者的社交網絡賬號(如Facebook、Twitter等),還有29%的招生人員會使用搜索引擎去搜索申請者的相關信息,這兩個數值相對於2011年都有顯著增長。

伊薩卡大學(Ithaca University)在過去的幾年內就利用學生的社交媒體信息來輔助招生評價,成功地提高了畢業率。

招生人員利用社交媒體和搜索引擎,可以做到:

01尋找申請者的興趣愛好,特別是當申請者指出自己具有某些特長(如音樂、繪畫、寫作)時;

02驗證申請者的獲獎情況;

03對申請者做犯罪記錄調查;

04對特殊獎學金的申請者進行背景調查。

這樣一來,高校就擴展了招生評價體系並增加了過程評價的內容。

在利用這兩種途徑進行評價中,2015年共有16%的招生人員發現申請者的社交網絡上有影響錄取的負面內容,這一數字比前兩年有所下降。

圖2展示了近年招生人員使用社交網絡和搜索引擎協助評價的比例,以及發現負面內容的比例。從圖中可以看出,採集和利用學生的社交行為數據進行過程評價的趨勢在不斷上升。

小心!你的社交网络账号也决定能否被录取
圖2美國本科招生人員利用社交網絡和搜索引擎比例(來源:一讀EDU編輯部製作)
  • 通過大數據建立模型預測學生的決定和發展

隨著大數據分析技術的日趨成熟,歐美一些高校開始利用大數據技術輔助招生評價工作,例如,利用大數據來預測申請者的成功畢業機率或半途轉學的機率等。

大數據還可以幫助學校建立人才地圖,根據不同國家、地區考生對專業的偏好,有選擇地在不同地區調整招生名額。

除此之外,大數據的分析結果表明:

01學生提交申請的時間反映了學生對學校的感興趣程度,越早申請的學生對學校越感興趣,也最有可能選擇註冊入學。

這些學生會得到學校的額外關注,學校甚至會邀請他們參加校園活動,並優先考慮他們的獎助學金申請。這也是美國高校近年來加強“早行動”項目的依據之一。

02如果學生積極訪問學校、諮詢校方顧問並及時回覆校方對申請材料的要求,他們就更有可能在錄取後註冊入學。

許多學校為了分析學生對學校的感興趣程度,設計了複雜的數據分析公式。訪問學校、諮詢顧問、回覆材料、關注社交媒體上的校園主頁、在推特上發送關於學校的推文等都會成為加分項。

基於大數據的學生評價分析模型能預測和分析學生面臨的學業問題,並提早預警和採取措施。

例如,佐治亞州立大學(Georgia State University)從2012年啟動的“早期預警系統”(early warning system),該系統使用了250萬條往屆學生的學業信息來對新生進行分析。2013年,該系統共觸發了34000條預警信息。

預警的內容包括:

01通過學生入學後第一門課的成績來預測政治科學專業學生是否能夠順利畢業;

02第一門課獲得A或B的學生中,85%可以順利獲得學位;

03第一門課獲得C或C以下成績的學生中,僅25%順利獲得學位。

這個基於數據分析的預警系統,讓學校管理人員可以儘早干預和防止學生學業持續惡化。

針對第一門課獲得C或者C以下成績的學生,專門的學業顧問會邀請他們面談,並提供轉專業等建議,避免學生浪費時間和金錢。

數據:

01在使用預警系統後的第一年,該校的本科畢業率提升了3個百分點;

02在隨後的一年裡,畢業率又提高了2個百分點,為學校增加了300萬美元的收入。

本文轉自一讀EDU,作者魯大為。


分享到:


相關文章: