大学生上网时间数据(大学生上网和成绩有什么关系)(1)

图片来源:unsplash

大学生总体上网特点

首先来看看,现在大学生都怎么上网?流量都消耗在哪些事情上了?

图1为中国农业大学校园网一个月内有线和无线上网终端数量的对比情况,目前无线上网终端的数量约为有线上网终端数量的3.5倍。这是大部分学生公寓楼尚未部署校园无线的统计结果,可以预见,如果全部学生宿舍均已覆盖校园无线,则二者的比例差距将会进一步扩大。

大学生上网时间数据(大学生上网和成绩有什么关系)(2)

图1 有线和无线上网终端数量比较

学生上网Top流量应用

图2给出了2017年12月校园网上网Top流量应用的排名。数据表明,近几年校园网的Top流量应用绝大部分是主流视频观看或下载等要求高带宽、低延迟的应用,此种现象目前在各个高校校园网中均普遍存在。

大学生上网时间数据(大学生上网和成绩有什么关系)(3)

图2 学生上网流量Top应用

图3为2017年12月校园网移动应用的Top流量统计情况,可见学生主要使用手机,其次才是使用iPad等平板电脑移动上网;此外,学生移动上网主要用于学习和生活需求(查询资料、邮箱、打车、网盘),以及社交需求(微信、脉脉、QQ、微博)。

大学生上网时间数据(大学生上网和成绩有什么关系)(4)

图3 学生移动上网流量Top应用

不同学生群体上网和学业成绩的关联分析

目前学校每年有极少数大学生因学业成绩达不到培养要求而无法取得学位。探究这些学生学业成绩不理想的原因,才能有针对性的对其进行学业辅导。下文以中国农业大学为例,进行了不同学生群体之间上网的统计分析,以及学生上网和学生学业成绩的关联分析。

Top上网流量学生的上网统计分析

图4对2017年上网流量排名Top 400的学生及其2017年秋季的GPA成绩排名进行比较分析。

大学生上网时间数据(大学生上网和成绩有什么关系)(5)

图4 流量Top400学生成绩分布情况

2017年上网流量排名为Top 400且未毕业的本科生共计302名,其中成绩排名为专业成绩倒数20%以内的学生比例高达45.4%,成绩正数20%的学生比例仅为4.7%,二者差异显著。另有33.7%的学生成绩分布在(50%,80%]的靠后区间,而仅有16.2%的学生成绩分布于(20%,50% ]的区间。

继续分析2017年成绩排名正数和倒数Top5%学生的月均上网流量分布区间(图5)发现,成绩倒数Top5%学生中月均网络流量为高流量区间的人数比例远高于成绩Top5%的学生,体现在成绩倒数Top5%的学生中月均流量>40G的学生比例高达45.1%,而成绩Top5%的学生比例仅为7.2%。

大学生上网时间数据(大学生上网和成绩有什么关系)(6)

图5 成绩排名靠前与靠后Top5%学生的月均上网流量分布对比情况

对图4和图5的数据分析得出,上网Top流量的学生中,专业成绩不理想的学生比例远高于成绩理想的学生。这些专业成绩倒数而上网流量为Top的学生有可能是因为过量上网导致学习成绩不理想,应引起学院、辅导员或班主任的重视。

预警学生群体的上网统计分析

预警学生群体指的是不及格课程门数超过一定数量的学生。在教学管理中将学生的预警级别分为红色、橙色和黄色预警,其不及格课程门数分别定义为:大于5门、4~5门和2~3门。

预警学生的类别大体又可分为:民族生、特殊招生(体育特招、艺术特长、留学生)、双培生、预科转入学生、正常统招学生等;而预警学生的身份还可从不同年级、不同性别、不同省份、不同学院等进行细分。本文仅侧重于不同预警级别学生之间、及其与全体本科生的上网流量对比分析。

本文给出了两个时间节点的数据分析,2017年春季的预警分析和2018年春季的预警分析。

2017年春季学习预警分析基于如下数据集进行:2017春预警学生、 2017年3月学生成绩、2016年度学生上网流量。

预警学生成绩排名情况

2017年春季预警学生的成绩排名情况为389名学生的成绩排名区间处于(90%,100%]的区间,约占预警学生总人数的76.1%(红色、橙色和黄色预警人数分别占同类预警级别人数的92.7%、82.2%和65.6%);其次,约84名学生的成绩排名区间处于(80%,90%]的区间,约占预警学生人数的16.4%(红色、橙色和黄色预警人数分别占同类预警级别人数的6.6%、15.8%和21.6%)。

上网流量Top 400本科生中预警学生分布

图6对上网流量Top 400本科生中预警学生分布情况进行分析,2016年度上网流量Top 400的本科学生中,有81人在2017春被学业预警,占2016年度本科学生上网流量Top 400的20.3%。在这81人中,红色、橙色和黄色预警的学生人数及比例分别为(36,44.4%)、(13,16.1%)和(32,39.5%),其又分别占红色、橙色和黄色预警总人数的26.3%、12.9%和11.7%。统计结果表明学业预警学生中确实有较多学生存在过度上网问题。

大学生上网时间数据(大学生上网和成绩有什么关系)(7)

图6 2016年度上网流量Top400本科生中包含的预警学生人数分布

学业预警学生与全校学生的上网横向比较

再将2017春预警学生与全校本科生在2016年度的人均上网流量进行横向对比(如图7所示)。

大学生上网时间数据(大学生上网和成绩有什么关系)(8)

图7 2017春预警学生与全校本科生的上网流量对比

从整体统计,2016年度全校本科生的人均年上网流量为183.4G,但2017年春红色、橙色和黄色预警学生则分别达到了438.0G、336.3G和318.0G,分别为全校学生人均年上网流量的2.4、1.8和1.7倍。从个体统计,预警学生中约有58.7%(全校则仅约有32.8%)的人数比例超过全校学生人均年上网流量。图8可看出学业预警学生人均上网流量远高于全校学生的平均水平,进一步说明学生成绩不佳与过度上网之间存在明显的相关关系。

考虑到学业预警学生中有部分学生本来学习基础较弱(例如体育特招、艺术特招、民族生、预科班转入学生、留学生等),但正常考分入学(统招生)的学生则不存在此类问题。对统招入学但被学业预警的这部分学生而言,其上网情况到底如何?是否有新的特点?为了解以上情况,表1分析了2018年春季成绩预警学生与其在2017年秋季的上网情况。

大学生上网时间数据(大学生上网和成绩有什么关系)(9)

表1 2018春预警学生与全校本科生的上网流量对比

表1数据表明:

学霸/学习困难学生群体的上网统计分析

本文将学习困难学生定义为:专业成绩排名倒数第一、倒数第二的学生;学霸学生定义为:专业成绩排名第一、第二的学生。本小节基于2018年4月的学生成绩和2017年度上网流量数据进行统计分析。

表2给出了学霸、学习困难和全校本科生的上网流量对比明细。专业第一、专业第二的学霸们的上网流量接近,均稍低于全校学生平均水平,二者超过全校本科生人均年上网流量人数比例均接近25%;而专业倒数第一、倒数第二的学习困难学生,其上网流量不仅远高于全校平均水平(约为2倍),且超过全校本科生人均流量的人数比例则激增到了60%以上。

大学生上网时间数据(大学生上网和成绩有什么关系)(10)

表2 2018春季学霸/学习困难/全校本科生的上网流量对比明细

图8给出了2017年度Top 400大流量本科生中所包含的学霸/学习困难学生的分布情况。其中,学霸学生4人(专业第一、第二各2人),占学霸学生的0.8%;学习困难学生67人(专业倒数第一、第二分别为39和28人),占学习困难学生的14.0%,学霸和学习困难学生中包含的Top 400流量人数及比例差异显著。

大学生上网时间数据(大学生上网和成绩有什么关系)(11)

图8 上网流量Top400中学霸/学习困难学生分布

图9为学霸及学习困难学生的月均上网流量区间分布情况,学霸学生的月均上网流量大部分集中于30G以内(82.3%),(30G ,50G]区间有14.1%的分布,但超过50G的人数寥寥无几(3.5%)。学习困难学生在30G以内虽然人数也较多(45.6%),但远低于学霸相同区间的人数比例,在(30G,50G]流量区间为31.3%,在(40G,50G]区间达到了20.4%,在超过50G的大流量区间中,学习困难学生人数比例则远超学霸学生(23.0% vs 3.5%),此与前面部分分析结果类似。

大学生上网时间数据(大学生上网和成绩有什么关系)(12)

图9 学霸/学习困难学生月均上网流量人数分布

大部分大学生能够处理好网络与学习生活的关系,其网络态度总体呈现良好发展态势,但也有少量学生过度沉迷于网络。对学业预警、学霸和学习困难等不同学生群体的上网统计分析均表明了成绩不佳与过度上网之间存在明显的相关关系。尤其是学业预警级别越高,成绩排名越靠后,Top大流量的学生越多,其人均上网流量也远高于学校学生平均水平的现象应引起教学管理部门足够的重视。

(本文源自《中国农业大学:数据分析敲响学业警钟》,作者:劳凤丹1 李军1 仇莹2,单位:1为中国农业大学网络技术中心 2为中国农业大学教务处,全文刊载于《中国教育网络》杂志2019年8月刊)

,