设计课程评价问题

以下为“第3讲：在线协作与小组作业设计（班级A版）”的课程评价问题，旨在以有效性、可操作性与学习迁移为核心进行衡量。每题均采用5点李克特量表（1=完全不同意，2=不同意，3=一般，4=同意，5=完全同意）。

1) 设计原则的清晰度与可用性
题目：本讲清晰阐明并示范了如何将课程学习目标与在线小组作业进行“建设性对齐”，并在任务中体现正向互赖与个人—小组双重责任的机制（如分工互补、个人贡献可追踪、集体产出质量要求）。
测量理由：建设性对齐能够提高教学一致性与学习成效；合作学习的正向互赖与责任分担是促进深度学习与绩效的关键机制（Biggs, 1996；Johnson, Johnson, & Smith, 2014）。

2) 协作促进策略的可迁移性
题目：本讲提供的协作促进策略（如角色分配、协作脚本、沟通规范与工具运用）使我有能力在自身课程中提升学习者的社会在场与认知在场，并据此优化在线小组协作的过程与结果。
测量理由：社区探究框架表明，社会在场与认知在场是在线协作质量的关键；协作脚本与显性流程能有效支撑意义协商与知识建构（Garrison, Anderson, & Archer, 2000；Kollar, Fischer, & Hesse, 2006）。

3) 评价方案的公平性与促进学习
题目：本讲提出的在线小组作业评价方案（如明确评分量表、同伴互评、过程性反馈）具有可操作性与透明度，有助于提升评价公平性，并支持学习者的自我调节与改进。
测量理由：基于原则的形成性反馈与清晰标准可增强自我调节学习；结构化的同伴互评在明确准则与流程下可提高有效性与公平性（Nicol & Macfarlane-Dick, 2006；Topping, 1998）。

参考文献
- Biggs, J. (1996). Enhancing teaching through constructive alignment. Higher Education, 32, 347–364.
- Garrison, D. R., Anderson, T., & Archer, W. (2000). Critical inquiry in a text-based environment: Computer conferencing in higher education. The Internet and Higher Education, 2(2–3), 87–105.
- Johnson, D. W., Johnson, R. T., & Smith, K. A. (2014). Cooperative learning: Improving university instruction by basing practice on validated theory. Journal on Excellence in College Teaching, 25(3/4), 85–118.
- Kollar, I., Fischer, F., & Hesse, F. W. (2006). Collaboration scripts—a conceptual analysis. Educational Psychology Review, 18(2), 159–185.
- Nicol, D. J., & Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199–218.
- Topping, K. (1998). Peer assessment between students in colleges and universities. Review of Educational Research, 68(3), 249–276.

Below are three evidence-based course evaluation questions tailored to competency training in Customer Needs Insight and Objection Handling. Each item targets a distinct evaluation level (learning, capability, and transfer), with recommended response scales.

1) To what extent did the course increase your capability to elicit and synthesize customer needs—including latent needs—by applying structured questioning (e.g., situation/problem, implication, need-payoff) and active listening techniques? 
- Response scale: 1 = No increase; 2 = Slight increase; 3 = Moderate increase; 4 = Considerable increase; 5 = Substantial increase.
- Rationale: Assesses learning gains on core discovery behaviors supported by sales inquiry frameworks and listening research (Rackham, 1988; Weger, Castle Bell, Minei, & Robinson, 2014; Kirkpatrick & Kirkpatrick, 2006).

2) How confident are you that, in live customer conversations, you can accurately diagnose the underlying type of objection (e.g., misunderstanding, value, risk, capability/fit) and select an appropriate response strategy (clarify, reframe with value evidence, risk mitigation, conditional concession)? 
- Response scale: 1 = Not at all confident; 2 = Slightly confident; 3 = Moderately confident; 4 = Very confident; 5 = Extremely confident.
- Rationale: Measures self-efficacy for adaptive, contingent response selection—an established predictor of sales effectiveness (Spiro & Weitz, 1990; Kirkpatrick & Kirkpatrick, 2006).

3) Within the next 30 days, how likely are you to apply the following trained behaviors in your role: (a) documenting “jobs to be done” and desired outcomes for key accounts; (b) after addressing an objection, using a commitment-testing question to confirm resolution and advance the opportunity? 
- Response scale: 1 = Very unlikely; 2 = Unlikely; 3 = Neither likely nor unlikely; 4 = Likely; 5 = Very likely.
- Rationale: Evaluates training transfer intentions for two high-value behaviors; intention is a validated antecedent to behavior change on the job (Ajzen, 1991; Baldwin & Ford, 1988; Christensen, Hall, Dillon, & Duncan, 2016).

References
- Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211.
- Baldwin, T. T., & Ford, J. K. (1988). Transfer of training: A review and directions for future research. Personnel Psychology, 41(1), 63–105.
- Christensen, C. M., Hall, T., Dillon, K., & Duncan, D. (2016). Competing Against Luck: The Story of Innovation and Customer Choice. Harper Business.
- Kirkpatrick, D. L., & Kirkpatrick, J. D. (2006). Evaluating Training Programs: The Four Levels (3rd ed.). Berrett-Koehler.
- Rackham, N. (1988). SPIN Selling. McGraw-Hill.
- Spiro, R. L., & Weitz, B. A. (1990). Adaptive selling: Conceptualization, measurement, and nomological validity. Journal of Marketing Research, 27(1), 61–69.
- Weger, H., Castle Bell, G., Minei, E. M., & Robinson, M. C. (2014). The relative effectiveness of active listening in initial interactions. International Journal of Listening, 28(1), 13–31.

以下为“单元2：数据可视化基础”的3个课程评价问题设计。每题均明确映射至学习目标与评价维度，并采用A/B问法设计同等难度与知识点覆盖的平行版本。评分细则采用可操作、基于证据的判准，确保信度与效度。

学习目标
- LO1 概念与原理：准确区分数据类型（名义、序数、区间/比例）与图形通道（位置、长度、角度、面积、颜色等），并依据感知有效性进行选择与排序（Cleveland & McGill, 1984; Mackinlay, 1986; Ware, 2013）。
- LO2 设计与映射：将数据正确映射到合适的图形标记与视觉通道，能生成或修订符合原则的基础图表（Munzner, 2014）。
- LO3 评估与伦理：诊断常见误导（如截断坐标轴、3D效果、双坐标轴误导）、提升可访问性（色弱友好、对比度、标注）与解释透明度（Tufte, 2001; Harrower & Brewer, 2003; W3C, 2018）。

评价维度（通用）
- 概念准确性（30%）：术语与原理使用正确，判断符合证据。
- 原理证据与论证（25%）：引用或内隐遵循经典排序/规范，论证清晰。
- 设计可行性与规范性（25%）：方案可实施、符合可视化与伦理规范。
- 表达清晰性与结构化（10%）：结构严谨、要点分明。
- 可访问性与透明度（10%）：考虑色彩无障碍、比例尺、标注与不确定性。

题目一：视觉编码选择与论证（设计型，LO1+LO2）
A版题
- 任务：为“4个品类在12个月的月度销量（连续变量）”设计一幅用于精确比较趋势与数值的可视化。数据字段：月份（序数/时间）、品类（名义，4类）、销量（比例）。请：
  1) 指定标记类型与主要视觉通道映射（如位置、颜色等），并说明避免的通道；
  2) 说明如何处理多系列重叠与可读性（如小倍图、透明度、注释）；
  3) 论证选择依据的感知排序与使用情境。
- 作答要求（300–500字）：列出映射方案、两项替代方案优缺点、并给出配色与坐标轴基线说明。

B版题
- 任务：为“5家工厂在同一季度的缺陷率（比例，0–1）与等级评定（序数：低/中/高）”设计一幅用于跨工厂精确比较与等级传达的可视化。字段：工厂（名义，5类）、缺陷率（比例）、等级（序数）。请：
  1) 指定标记与通道映射，突出精确比较；
  2) 指定适用于序数等级的颜色方案（单色或多色序列）；
  3) 论证为何不采用饼图/面积类图表。
- 作答要求（300–500字）：同A版。

评分要点（参考答案摘要）
- 首选位置-位置比较以实现高精度：折线或点-线（时间×销量）或小倍图，按公共刻度对齐；避免角度/面积比较以免精度下降（Cleveland & McGill, 1984; Mackinlay, 1986）。
- 多系列：优先小倍图（统一轴域，便于跨面比较）或重叠线配合淡化/透明度与清晰图例；类别采用色相区分（名义），避免红绿对立（Harrower & Brewer, 2003; W3C, 2018）。
- 对序数等级：采用单色或多色序列且亮度/饱和度单调递增，避免任意色相跳变（Ware, 2013）。
- 坐标轴：折线图不强制零基线，但需标注刻度与范围；柱状图需零基线以避免长度误导（Munzner, 2014; Tufte, 2001）。
- 不采用饼图/面积图用于精确比较，因角度/面积的感知精度较低，且类别较多时标签与分辨率劣化（Cleveland & McGill, 1984）。

题目二：感知有效性与误差诊断（评估型，LO1+LO3）
A版题
- 任务：某报告用“3D爆炸饼图（13个切片，颜色繁杂）”展示市场份额（相近值：23%、22%、21%等）。请：
  1) 识别3–4项感知或呈现问题；
  2) 评估这些问题对推断精度与可读性的影响；
  3) 提供一种替代设计并说明改进点。
- 作答要求（250–400字）：条理化列点，必要处引用原则或排序。

B版题
- 任务：一图以双Y轴展示“气温（°C）与冰淇淋销量（万元）”，销量轴截断于40起，气温轴范围10–35，视觉上两线高度同步。请：
  1) 指出双轴与截断的具体风险；
  2) 评估“同步上升”是否可信；
  3) 给出至少两种更恰当设计（如散点图或小倍图）并说明何时选用。
- 作答要求（250–400字）：需提出可操作的缩放/标准化方案（如z分数、共用尺度或分面）。

评分要点（参考答案摘要）
- A版常见问题：角度/面积比较精度低，3D透视与爆炸造成角度失真，切片过多导致区分困难，色彩区分过载且不友好于色弱用户，标签与图例拥挤（Cleveland & McGill, 1984; Ware, 2013; W3C, 2018）。替代：排序条形图或点图，使用公共刻度位置比较，标注百分比与置信区间（如有），必要时小倍图分面（Munzner, 2014; Tufte, 2001）。
- B版风险：双轴可制造虚假相关与误判趋势，截断轴使变化夸大（Tufte, 2001）。改进方案：散点图加拟合/相关指标以表达关系；分面小倍图各自独立Y轴但对齐X轴以展示随时间的共同驱动；或将两变量标准化到共同尺度以避免单位不一致（Munzner, 2014）。

题目三：可访问性与伦理合规（改进型，LO2+LO3）
A版题
- 任务：一幅风险热力图用红-绿发散色表示概率p（0–1），缺少缺失值编码；部分文本对比度不足。请：
  1) 提出色彩重设计方案，确保对色弱用户可区分且随p单调变化；
  2) 设计缺失与不确定性（如置信区间或抽样误差）的编码与标注方式；
  3) 给出对比度、图例与可机读要素（替代文本、数据表导出）的具体规范。
- 作答要求（300–500字）：包含颜色方案名称或示例（如ColorBrewer序列），并说明验证方法。

B版题
- 任务：一幅地区人口密度分级设色图采用等间距分级，导致高密度都市区被“拉平”，且底图叠加饱和底色影响辨读。请：
  1) 指出分级与底图配色的误导风险；
  2) 提出更合适的标准化与分级（如对数变换、分位数或自然断点）；
  3) 说明色带选择、图例刻度与版式（边界、注记）如何提升可读性与公平解读。
- 作答要求（300–500字）：需给出具体分级策略与色带类型。

评分要点（参考答案摘要）
- A版：概率用单序列或双序列但应与语义匹配且单调（如从浅到深的Blues、YlGnBu），避免红-绿对立；缺失值用图案/灰度与清晰图例区分；不确定性可用置信带、透明度或误差条；文本对比度满足WCAG 2.1 AA（一般正文字体对比度≥4.5:1），提供替代文本与数据下载（Harrower & Brewer, 2003; W3C, 2018; Ware, 2013）。
- B版：密度应以面积归一化，必要时对数变换缓和偏态；优先分位数或自然断点优化类别边界；底图去饱和或使用浅灰以减少干扰；使用单序列感知均匀色带，图例标注数值范围与分级法；注记高密度异常区并披露方法（Munzner, 2014; Harrower & Brewer, 2003）。

评分量表（适用于三题，示例拆分）
- 概念准确性（30%）：正确使用数据类型与通道排序；准确识别误导点与可访问性风险。
- 原理证据与论证（25%）：明确引用或遵循权威原则（如位置优于角度/面积；序数用单调色带；零基线规范等），论证完整。
- 设计可行性与规范性（25%）：映射方案可实施、图表选择与比例尺合理；改进方案具可操作细节（如具体色带与分级策略）。
- 表达清晰性与结构化（10%）：结构清晰、术语规范、图例/注释方案描述明确。
- 可访问性与透明度（10%）：考虑色弱、对比度、方法披露与数据可得性。

参考文献
- Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554.
- Mackinlay, J. (1986). Automating the design of graphical presentations of relational information. ACM Transactions on Graphics, 5(2), 110–141.
- Munzner, T. (2014). Visualization Analysis and Design. A K Peters/CRC Press.
- Tufte, E. R. (2001). The Visual Display of Quantitative Information (2nd ed.). Graphics Press.
- Ware, C. (2013). Information Visualization: Perception for Design (3rd ed.). Morgan Kaufmann.
- Harrower, M., & Brewer, C. A. (2003). ColorBrewer.org: An online tool for selecting colour schemes for maps. The Cartographic Journal, 40(1), 27–37.
- W3C. (2018). Web Content Accessibility Guidelines (WCAG) 2.1. World Wide Web Consortium. https://www.w3.org/TR/WCAG21/