# 【工单6-4】成绩汇聚与能力画像：从分数到雷达图 【G-P-C-T】
# ■ 任务呈现区
情境：学期末，您需要给每个学生一个"成绩"。传统做法是算平均分，但平均分掩盖了太多信息：学生A操作很好但缺乏创新，学生B创新很强但基础不牢，两人平均分一样，但能力轮廓完全不同。您需要一种方法，让学生的"能力画像"可视化、可比较、可追踪。
学习目标：
- 掌握成绩汇聚的三层逻辑
- 掌握能力画像雷达图的生成方法
- 能用能力画像进行教学诊断
核心输出物：
- [ ] 1份示例能力画像雷达图（含解读说明）
# ■ 任务定位栏
【3D Penetration】本工单的三维属性标注
内容维度：③ 问题特殊型（成绩汇聚算法与三维雷达图生成设计）
行动维度：资讯→计划→决策→展示→执行→检查→评价（资讯（学习汇聚算法）→计划（规划画像生成流程）→决策（选择雷达图维度与算法）→实施（设计成绩汇聚与画像模板）→检查（测试数据验证画像准确性）→评价（反思画像对教学改进的指引价值））
需求维度：目标水平=L3 | 核心K标准：K1/K4/K5/K8
向上穿透：T层"能力画像生成设计"→C层"评价数据应用能力"→P层"职业教育评价能力"→G层"数据驱动决策素养"
# ■ 教研分组与角色分配
分组建议：3-5人教研小组。根据任务复杂度确定小组规模。 角色分工（建议轮换）：
- 主持人：负责研讨节奏把控、汇聚方法整合与最终共识形成
- 汇聚方法设计师：负责成绩汇聚方法设计、权重模型与计算公式推导
- 画像方案员：负责能力画像方案设计、雷达图维度与可视化策略
- 可视化开发员：负责画像可视化开发、图表模板与自动生成功能实现
# ■ 知识准备区
1. 三层汇聚逻辑
第一层：单次任务→T层得分
单次任务总分 = Σ(Ki得分 × Ki权重)
其中：Ki = K1到K8的COMET标准
第二层：多次任务→C层能力得分
C层能力得分 = Σ(该C层对应的各任务T层得分 × 任务权重) / Σ权重
示例：C1"轴类零件精加工"对应任务1、3、5
C1得分 = (任务1得分×0.3 + 任务3得分×0.4 + 任务5得分×0.3)
第三层：多门课程→P层能力画像
P层能力得分 = Σ(该P层对应的各课程C层得分 × 课程权重) / Σ权重
2. 从分数到雷达图
雷达图的每个轴代表一个能力维度：
K1 清晰性
▲
/│\
/ │ \
K8 创造性 ─┼─ K2 功能性
\ │ /
\│/
▼
K6+K7 社会责任+环境责任
│
K3+K4+K5 过程能力
3. 能力画像的诊断价值
| 画像类型 | 诊断意义 | 教学调整 |
|---|---|---|
| K2高、K8低 | 基础扎实但缺乏创新 | 增加劣构问题、鼓励发散思维 |
| K1低、其他高 | 会做但说不清楚 | 增加汇报训练、强化书面表达 |
| K6+K7低 | 技术好但忽视社会责任 | 情境中增加社会/环境冲突 |
| 全K均衡 | 全面发展型 | 提供更高挑战 |
| 全K低 | 基础薄弱型 | 降低难度、增加支架、个别辅导 |
# ■ 计划区
【计划要求】 明确"做什么"，将任务目标分解为可操作的子目标，制定行动方案、步骤顺序、资源配置与时间规划。
子目标分解：
| 子目标 | 具体内容 | 预计用时 |
|---|---|---|
| 确定数据源 | 明确工单成绩/测试成绩/观察记录/自评数据等汇聚源 | 15分钟 |
| 设计汇聚算法 | 设计多源数据的汇聚与加权计算方法 | 20分钟 |
| 建立雷达图规则 | 设计能力画像雷达图的维度、刻度与生成规则 | 10分钟 |
行动方案：
- 数据源梳理：梳理可用于能力画像的数据源——工单成绩（过程性）/技能测试（总结性）/观察记录（行为性）/自评数据（元认知）
- 算法设计：设计汇聚算法——简单平均/加权平均/能力模型拟合（根据数据质量赋权）
- 雷达图设计：设计雷达图维度——建议6-8个维度（K1-K8中选最相关的）/刻度设计（百分制或4级制）/颜色区分（当前水平vs目标水平）
- 解读指南：设计"如何阅读雷达图"的学生指南——优势识别/短板诊断/发展建议
# ■ 决策区
【决策要求】 评估各方案的可行性，选择最优路径并说明决策理由。决策依据应与T层能力点对应。
关键决策点：选择汇聚策略
| 策略 | 算法 | 优势 | 风险 | 数据要求 |
|---|---|---|---|---|
| A. 简单平均 | 所有数据源等权重平均 | 简单透明，学生易理解 | 忽略数据质量差异，低质量数据污染结果 | 数据源质量相近 |
| B. 加权平均 | 根据数据可靠性赋予不同权重 | 质量高的数据影响力更大 | 权重设计主观，可能引发争议 | 有数据质量评估 |
| C. 能力模型拟合 | 用统计模型拟合学生的潜在能力水平 | 科学性强，能处理缺失数据 | 需要专业知识，解释门槛高 | 数据量充足 |
我的选择：□A □B □C 选择理由（结合数据质量与解释需求）：________________________________
雷达图维度选择： 我的雷达图将使用以下维度（从K1-K8中选择4-6个）：
- ____ 2. ____ 3. ____ 4. ____ 5. ____ 6. ____ 选择理由：________________
# ■ 展示区
【展示要求】 向小组展示计划与决策成果（口头汇报/海报/文档/原型），接受同伴提问、教师点评与自我修正。
展示形式：□能力画像雷达图 □汇聚说明 □口头汇报（3分钟）
展示内容清单：
- [ ] 数据源清单与质量评估
- [ ] 汇聚算法说明（含公式）
- [ ] 雷达图设计（维度+刻度+颜色）
- [ ] 1个模拟学生的能力画像（含解读说明）
同伴反馈记录：
| 反馈人 | 问题/建议 | 我的回应/修正 |
|---|---|---|
# ■ 执行区
【六步法映射说明】 本工单的执行步骤对应完整行动七步法（资讯→计划→决策→展示→执行→检查→评价）。每个Step标题后的【】标注了该步骤对应的六步环节。若某环节在本工单中未独立设Step，则该环节已融入相邻Step中。
Step 1：收集数据 【资讯】
汇总本学期所有任务的K标准得分。
Step 2：计算C层得分 【计划】
按C层能力汇聚各任务得分。
Step 3：生成雷达图 【决策】
使用Excel或在线工具，输入8个K标准的平均得分，生成雷达图。
Step 4：撰写诊断报告 【实施】
为每位学生撰写100字以内的诊断报告：
【学生姓名】的能力画像分析
优势领域：______（得分最高的2-3个K标准）
发展领域：______（得分最低的2-3个K标准）
建议：______（具体的、可操作的学习建议）
# ■ 成果提交区
- [ ] 1份示例能力画像雷达图
- [ ] 1份诊断报告（100字以内）
# ■ 评价反思区
【K1-K8产出评价】 本工单使用COMET八标准中的相关维度进行产出评价，评价的是「完成质量」而非「态度同意度」。
| K标准 | 评价维度 | 1分（初步） | 2分（基本） | 3分（熟练） | 4分（精通） |
|---|---|---|---|---|---|
| K1 清晰性 | 我的产出清晰度 | 画像混乱 | 能清晰呈现 | 能易解读 | 能智能辅助 |
| K4 效率 | 我的使用价值 | 生成耗时 | 能合理生成 | 能批量生成 | 能自动生成 |
| K5 工作过程导向 | 我的工作过程完整性 | 不关联改进 | 能提出建议 | 能闭环改进 | 能个性推荐 |
| K8 创造性 | 我的产出可持续性 | 照搬模板 | 能调整维度 | 能创新形式 | 能实证研究 |
个人改进计划：
# ■ 理论注解 ★
【P1 理论溯源】
成绩汇聚与能力画像的理论基础来自数据可视化（Data Visualization）理论和GPCT穿透体系的评价应用。数据可视化领域的先驱Tufte（1983）在《The Visual Display of Quantitative Information》中提出一个核心原则：优秀的数据可视化应该在最小的空间内展示最多的信息，同时不产生误导。雷达图（Radar Chart）作为一种多变量可视化工具，恰好满足这一原则——它用二维平面展示了8个COMET标准（K1-K8）的得分轮廓，让观者在几秒钟内就能把握一个人的能力"形状"。与传统柱状图相比，雷达图的优势在于能直观显示"均衡度"和"偏科度"——一个"圆"表示全面发展，一个"尖刺"表示某些能力极强但其他能力薄弱。
GPCT穿透体系为成绩汇聚提供了结构化的数学框架。传统的成绩汇聚是"时间维度"的加权平均（平时30%+期中30%+期末40%），其隐含假设是"时间越近越重要"。GPCT汇聚是"能力维度"的加权平均，其隐含假设是**"同一能力的多次表现应该汇聚在一起，反映该能力的发展趋势"。这种汇聚方式的理论依据来自项目反应理论（IRT）中的"能力参数估计"思想——学生的真实能力不是某一次任务的偶然表现，而是多次任务中的稳定趋势。三层汇聚（T→C→P）本质上是一个降维过程**：从大量T层任务得分中提取C层能力信号，再从C层能力中提取P层专业画像。
【P2 核心主张】
成绩汇聚与能力画像的核心主张可一句话概括：平均分是能力的"坟墓"——它把丰富的、多维的、动态的能力发展压缩成一个毫无信息的数字；能力画像则是能力的"复活"——它让每个学生看到自己独特的"能力指纹"。用一个比喻：传统成绩单像身份证号码——一串数字，唯一但无意义；能力画像像面部识别——一眼就能看出"这是谁""有什么特征""和上次比哪里变了"。
【P3 为什么用它】
为什么必须用雷达图，不能用排名表？来看两个教师的期末总结：
教师A（传统成绩）：打印了一份排名表，学生A平均分85（第3名），学生B平均分84（第4名）。家长问"我家孩子（学生B）差在哪？"教师只能说"差1分"。但1分差在哪里？是基础不牢？是创新不足？是表达不清？排名表完全无法回答。更关键的是：学生A和学生B的能力轮廓可能完全不同——A操作强但创新弱，B创新强但基础弱——平均分抹杀了这种差异。
教师B（能力画像）：为每位学生生成雷达图。学生A的雷达图显示K2（功能性）和K4（效率）突出，但K8（创造性）明显凹陷；学生B的雷达图显示K8（创造性）和K5（工作过程导向）突出，但K1（清晰性）较弱。教师给学生A的建议是"多参与拓展任务，锻炼创新思维"；给学生B的建议是"加强书面表达的规范性"。家长看到雷达图，清晰了解孩子的优势和短板。
雷达图的诊断价值在于它保留了信息的"多维性"和"差异性"——教育的目标不是培养"分数一样的学生"，而是帮助每个学生发展自己独特的"能力轮廓"。能力画像让这种"差异化发展"从口号变为可操作的教学决策。
- [ ] 1份示例能力画像雷达图
- [ ] 1份诊断报告（100字以内）