现在的位置:主页 > 期刊导读 >

行为分析视角下提升书院学生家庭经济困难认定(3)

来源:大数据 【在线投稿】 栏目:期刊导读 时间:2021-01-20

【作者】:网站采编
【关键词】:
【摘要】:简而言之,“多子女”“大病”“低收入”等长期性及其他突发的短期性影响家庭经济状况认定评价指标不可凭印象一概而论,需通过长期的数据分析积累

简而言之,“多子女”“大病”“低收入”等长期性及其他突发的短期性影响家庭经济状况认定评价指标不可凭印象一概而论,需通过长期的数据分析积累来细化权重占比,以便在资格审核过程中提供客观的数据分析基础。

(二)挖掘受助生行为背后的育人导向

针对学生资助行为的分析,从社会学及心理学的角度为资助育人工作提供数据分析支撑,推动工作形式优化和育人指导升级。例如,已认定困难生中有100多人没有申请生源地贷款入学,结合学生生源地等信息可初步推断,当地或存在资助政策宣讲不到位、民政部门提供助学补贴不及时,从而为区域性的政策宣讲做出指导。因此翔实记录“勤工助学”“校内无息贷款”等需劳动、偿还的“有偿性项目”,或“国家助学金”“困难补助金”等无需劳动便可受助的“无偿性项目”的申请及获得数据,通过分析受助生的行为选择,为挖掘受助生的心理动态和实际困难情况提供评判依据。

以“无偿性”项目“冬寒补助”为例,学生可向资助中心申请领取不具“困难标识”的保暖棉服。但283名困难生只有41%提出申请,特别困难学生中仅有25%申请,甚至远低于一般困难生51.3%的申请比例。但仍有近10名非认定困难生提出申请。虽然现有经济形势下棉服或已不是稀缺物资,相对需求量较少,但也恰恰能初步划定“真实”困难的范围。

以需通过劳动获得报酬的“勤工助学”为例,130人提出工作申请,其中不困难的同学超过60名。即困难生中仅只有25%有勤工助学的意向。与此同时,在书院提供的工作岗位中,困难生中近一半申请办公室助管工作,而非申请园艺、素描、阅读等素拓类工作;倾向事务性工作,而非专项特长的培养;偏于体力型工作,对智力型工作思考不足。

除此之外,经“校园地助学贷款”“春季困难补助”等各类资助项目的申请及获得情况统计分析,在书院经入学前生源地贷款及入学后困难认定的合计342名同学中,32.4%未申请过任一资助项目;39.4%仅申请“困难补助”等无需劳动、无需偿还类项目;28%的同学申请过“勤工助学”、助学贷款等劳动、偿还类项目;“家庭经济特别困难”的学生并未在数据统计中表现出更高的积极性。有10名非困难生中在各项资助行为中表现积极。

以此为分析基础,在第二学年的认定工作中,书院内累计新增困难学生66名,其中10名表现积极的非困难生顺利在民主评议中得到认可;一般困难调整为特别困难18人,特别困难调整为普通困难10人,由困难被调整为不困难的学生多达20人,整体变动率超过40%。详细数据如表3所示。

表3 海棠9号书院第二学年困难认定变化情况

六、对资助育人工作的思考及启示

(一)现行行为分析下的思考

前述数据分析有助于透过一纸申请表对学生的真实困难情况、心理动态进行分析,且对进一步完善资助工作通知形式、减少人为失误因素,针对性开展各类思想教育工作提供指导,这些均使得困难认定工作不断完善。

1.数据的长期追踪性尚不足,长期积累方可提供更加客观的评判。

2.家庭经济特别困难同学,在国家助学金、生源地民政补贴的扶助下也基本满足生活所需,存在部分受助生由此将认定名额让给其他更有需要的同学的情况,因此否定困难资格时需细致调查,不可以偏概全。

3.被否定困难生资格的同学在认定工作后期并未直接或间接地表达意见,一定程度上证明了通过资助行为分析学生困难程度的可行性。

4.学生整体等、靠、要的思想仍然比较严重。

(二)对认定及育人工作的启示

在勤工助学项目的分析中,可初步推断得出困难生多无明确特长的结论,因此需以“扬长”和“补短”为切入点,由学生自主设计发展型的资助项目,将更多学生纳入到适合自身成长的发展型体系中来;困难生中有“不劳而获”思想的比例很高,因此需拓展劳动教育、感恩教育的教育形式及载体,针对性开展思想教育工作。

在前期认定工作中制定符合高校实际情况的科学可行的认定程序,坚持定性与定量相结合的家庭经济困难认定标准,实行标准化、科学化、信息化认定工作程序与方法;资格审查工作中建立资助数据库,建立严格的跟踪调查和监督制度、认定监督与责任追究机制,以大数据思维反向进行受助生行为分析,加强诚信教育,培养学生自尊自爱自强自立的品格,以期在完善认定办法,提升认定精准度,提高管理工作水平的基础上,为资助育人工作打下坚实基础。

文章来源:《大数据》 网址: http://www.dsjzz.cn/qikandaodu/2021/0120/1462.html

上一篇:试论提高食品质量监督检验数据的真实性合理化
下一篇:浅谈不动产权籍调查工作重要性

大数据投稿 | 大数据编辑部| 大数据版面费 | 大数据论文发表 | 大数据最新目录
Copyright © 2018 《大数据》杂志社 版权所有
投稿电话: 投稿邮箱: