Agent Skills
返回列表
📊

区域学业质量监测

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-zbk7xk96/edu-region-monitor。

技能介绍

它要解决的问题

期末或区域学业质量监测后,各校会按年级、学科上报平均分、及格率、优秀率。这些表能回答“某校某科多少分”,却回答不了三个更关键的问题:区域整体均衡程度如何;哪些学校、哪些学科已经掉队;接下来应把教研和视导资源押在哪一层。人工做这件事,常见结果是一堆 Excel 和一句“后面再议”,而不是一份能直接上会、能转给校长群的监测结论。

它如何工作

  • 数据接入与归一化:接收各校聚合数据,每行 {school, grade, subject, avg, pass_rate, excellent_rate}。若学校只报分数段人数,先换算及格率和优秀率;缺失字段会追问,学科名统一为课标标准名。
  • 区域基准计算:对同一“年级 × 学科”计算区域均值 μ、标准差 σ 和差异系数 CV = σ / μ × 100%,用 CV 衡量校际离散程度。
  • 薄弱校判定:按相对区域均值的偏离分层,优质校 高于 μ + 0.5σ,达标校 落在 μ ± 0.5σ,关注校 低于 μ − 0.5σ 但 ≥ μ − 1σ,薄弱校 低于 μ − 1σ 或排位后 20%。
  • 薄弱学科判定:对每所学校,若某学科及格率低于区域同年级同科均值超过 10 个百分点,标记该校该学科为薄弱;区域层面,若某学科均值比其他学科低 10 个百分点以上,标记为共性薄弱学科。
  • 报告与建议输出:输出区域总览(含 CV 和校际排位)、薄弱校清单、薄弱学科清单,以及分层建议:薄弱校走蹲点视导、联校教研、校长约谈;薄弱学科走教研员牵头备课、共享资源包、生成专项练习。

适用边界

本技能默认只处理已脱敏的校 / 年级 / 学科聚合数据,不接收可识别到个人的原始成绩,使用须遵循《个人信息保护法》《数据安全法》。它适用于区域层面的横向比较和薄弱点锁定;单校班级层面的知识点诊断请用 edu-class-diagnosis。其产出的 WeakPoint[] 与 GradeReport 可继续喂给 edu-balance 做优质均衡差异诊断、edu-supervision 做督导自评,或触发出题技能生成 QuizSet。

使用场景

  • 期末各校上报年级学科成绩,需汇总成区域监测报告,供教育局上会讨论
  • 要判断哪些学校低于区域均值一个标准差以上,并列出需重点视导的薄弱校
  • 某学科及格率低于区域同年级均值超10个百分点,需标记该校该学科为薄弱学科
  • 已产出薄弱知识点,需转成区域 WeakPoint[] 并生成补弱练习或资源包

适合人员

  • 教育局基教科人员,需要把多校成绩汇总成能上会汇报的监测结论
  • 教研室或教研员,想定位区域共性薄弱学科并组织联校教研
  • 学校质量分管领导,希望拿到本校相对区域均值的偏离和分层改进建议
  • 数据分析或教务专员,负责接收脱敏校级聚合数据并产出区域汇总报告