SaCa DataInsight | 让贫困生补助更公平、更科学、更贴心

随着社会对教育的愈加重视,越来越多的贫困生得以走进大学这座梦寐以求的知识殿堂。而如何帮助他们完成学业步入社会,成为学校与社会各界人士的广泛关注的问题。国家与学校为贫困生提供了各种帮助,包括助学贷款、学杂费减免、助学金、伙食补助与勤工俭学岗位等,但仍存在颇多问题。

正如某大学学生工作处副处长吴立平所言,精准识别贫困生,是精准扶贫的前提和基础。范围广、数量大、监管难,使贫困生评定成了各高校面临的共同难题。

扶贫之困:如何科学判断?

一般情况下,贫困生资格认定需先填写《经济困难学生认定申请表》及《困难学生家庭情况调查表》,然后到当地相关政府部门盖章;学校方面通过调查其家里有无病人、有无兄弟姐妹等情况,兼向其同学征求意见等方法进行复查,综合考量确定贫困生名额。这种做法不仅数据来源片面,且存在评定标准僵化、静态乃至单一等缺点。

比如,2007年到2017年间贫困生的评定标准之一为月消费300元以下,十年未变;2007年时规定拥有电脑则取消贫困生资格,但在电脑价格不高且已为学习必要工具的今天却依旧不允许贫困生拥有;再比如,北京与大连消费水平明显不同的两地,高校对贫困生的判定标准却一模一样。

扶贫之难:如何公平实施?

由于评判环节中人的参与程度较高,还会存在主观因素对评判结果造成干扰。例如,贫困生因较敏感内向,耻于公开家庭真实情况;因成绩一般或性格孤僻,导致在评判时受到不公正对待;甚或因诚信流失,致使一些“伪贫困生”冒领补助金等等。

SaCa DataInsight 大数据分析平台的横空出世,成为解决这些问题的最佳利器。

分析有方:科学处理,公开透明

SaCa DataInsight 大数据分析平台是一款面向高校的大数据基石级产品,提供对校园数据的全生命周期管理,对接多种数据类型,涵盖各个应用环节;通过采集一卡通消费记录,建立学生的一般消费模型,针对经常在食堂就餐、每顿消费金额较低且恩格尔系数较高的学生进行目标跟踪,展示其近一个月甚至一学期的消费情况,有力支撑助学贷款、奖助学金的审核以及勤工助学岗位的分配,科学量化评判指标,大大减少人工干预的环节,使扶贫定位更精准。

而且,通过监控贫困生的消费情况,可有效预警消费异常,辅导员进行及时沟通了解,避免攀比消费甚至裸贷等事件的发生。

分析有道:兼顾德育,关注心灵

不仅如此,现有贫困生扶助多集中于经济层面,对其心理健康层面的关注较为欠缺。SaCa DataInsight 大数据分析平台可以通过采集贫困生的上网行为数据、一卡通消费数据、图书借阅数据、社团活动数据、移动定位路由数据,预测人际关系状态,针对性地帮助他们建立良好的关系网,使其更好地融入班级、融入学校乃至成功就业,融入社会。

此外,还可以通过对贫困生的消费与门禁等“在校轨迹”,校内论坛与校外媒体网站(如微博、BBS、天涯)等“网络轨迹”进行数据分析,结合心理问卷调查,分析贫困生的性格与心理异常,对存在严重心理问题的贫困生,给予及时疏导与心理治疗。

其实,助力扶贫只是 SaCa DataInsight 大数据分析平台诸多功能的冰山一角,通过对校园大数据的挖掘分析,还可以提供行为预测、校园安防、舆情分析与精准就业等更多更全面、更深层次的服务。

更多精彩,参见“延伸阅读”。

相关产品

2018-12-12T14:30:25+00:00