分类筛选
分类筛选:

关于隐性知识论文范文资料 与基于隐性知识开发的校企协同生培养有关论文参考文献

版权:原创标记原创 主题:隐性知识范文 科目:毕业论文 2024-02-12

《基于隐性知识开发的校企协同生培养》:本论文可用于隐性知识论文范文参考下载,隐性知识相关论文写作参考研究。

摘 要:以研究生培养过程中的品格塑造、企业文化认知度、环境融合能力、科研能力、工程实践能力、创新能力等隐性知识开发为出发点,确定校企协同综合评价指标体系,建立科学评价数学模型.同时,运用模糊综合评价方法,对校企协同契合度进行测度,最终建立以基于隐性知识开发的校企协同研究生培养新模式.

关键词:隐性知识;校企协同;研究生培养;模式研究

中图分类号:G643 文献标志码:A 文章编号:1673-291X(2017)28-0137-03

20世纪90年代以来,我国研究生的招生规模呈现大幅走高的现象,2016年高校研究生的毕业生人数达到60万.这在一定程度上引发了就业市场的不饱和与就业的冲击,造成一定比例的毕业生处于待业之中.这一方面反映出高校研究生扩招后的人才培养质量存在“滑坡”,另一方面说明社会结构性行业对人才的容纳匹配度也跟不上研究生扩招的速度,存在高校研究生人才培养输送与企业人力资本发展低效率之间博弈的“瓶颈”.

长期以来,高校传统的研究生人才培养是基于理论学习与智能开发为主导的显性知识的教学方式,纯理论教学模式下培养的研究生毕业生,虽然具备宽广的专业理论基础与应用知识体系,但很难具备行业人才需求的优势.脱离实践与社会实际需求的人才培养体系,不能为研究生毕业生创造其应有就业平台和就业空间.本文以校企协同契合度为导向,以品格塑造、企业文化认知度、环境融合能力、科研能力、工程实践能力、创新能力为评价指标,构建校企协同契合度的综合评价指标体系与评价数学模型;将企业管理者纳入研究生人才培养机制之中,参与培养方案的制定和研究生在企业实践阶段的管理,突破传统模式的束缚,建立科学合理的校企协同研究生人才培养战略和路径.

一、确定基于隐性知识开发的综合评价指标体系,建立评价数学模型

高校校企协同研究生人才培养模式的确立是以研究生整体培养效果的优化为目标,而整体效果的优化建立在个体效果优化的基础上.根据“约束理论”或者“木桶理论”,一旦“学生培养流程实际基本线路结构”中有一个成员的绩效低下,那么体培养的绩效也会低下.本文以品格塑造(T1)、企业文化认知度(T2)、环境融合能力(T3)、科研能力(T4)、工程实践能力(T5)、创新能力(T6)等六个要素来综合考虑,构建出由目标层、判断层和参数层组成的综合评价指标体系,通过专家调查法(Delphi Method)获得指标数据,运用模糊综合评价方法,最终达到对校企协同契合度测度的目标.

结合基于AHP和模糊理论的综合评价方法,按照以上所确立的综合指标体系,对基于隐形知识开发的校企协同研究生人才培养模式应用实施前后(M1代表实施前,M2代表实施后)两种模式进行实证分析评价,并得出评价结果.

针对校企协同契合度综合评价问题,将AHP和模糊理论相结合,提出的方法步骤如下:

设T等于{t1,t2,t3,等tm}为表示校企协同契合度的m种评价指标,U等于{u1,u2,u3,等un}为表示每一因素所处状态的n种评价等级.其中,m为评价因素的个数,n为评语个数.

由此指标体系,设立具体的评价集为:

U等于{u1,u2,u3,等un}等于{绝对有利,比较有利,有利,弊大于利,不利}

(一)构造评价矩阵

首先对因素集T中的单因素ti(i等于1,2,3,等m)做评判,评判其对抉择等级uj(j等于1,2,3,等n)的隶属度rij,得出第i个因素ti的单因素评判集是ri等于(ri1,ri2,ri3等,rin).由m个单因素的评价集构造出一个总的评价矩阵R:

R等于(rij)n×m ■ (i等于1,2,3,等m;j等于1,2,3,等,n) (1)

(二)模糊合成和综合评价

模糊评判矩阵R中不同的行反映了契合度从不同的单因素来看对各等级模糊子集的隶属程度.设模糊评价集L等于(l1,

l2,l3,l4,l5),lj表示第j个评价对象的评价相对值,从而可以得出评价结果的矩阵向量Lj:

Lj等于W·R (2)

W为评价指标的权值向量矩阵,算子·为M(·,+),表示两矩阵相乘.

当W等于(Wi)1n,R等于(rij)nm时,L等于(lj)1m ,其中:

lj等于W1r1j+W2r2j+W3r3j+等Wnrnj (3)

對于任意i,如果∑sij≠1,应将其归一.

一般情况下,L是个模糊向量,而不是一个点值,因而并不能直接用于被评判对象间的排序评优,还需转换后进行排序.方法如下:

设相对于各等级uj规定的参数列向量为:

C等于(c1,c2,c3,等cn)Z (4)

则求得等级参数评判结果为:P等于L*C.

P是一个实数,反映了等级模糊子集L和等级参数向量C带来的综合信息.

(三)确定评价指标权重

根据AHP法基本原理,求n个备选方案或n个评价指标对于某一个准则的权重,可以归结为求定义的矩阵A的最大特征根对应的向量.

设有n个评价指标T1,T2,等Tn,我们的目标是在某一准则Ck下,按照相对重要程度赋予相应的比值.

以Ti表示评价因素(i等于1,2,3,等,n),Tij表示Ti对Tj的相对重要性数值(j等于1,2,3,等,n).由此得到判断矩阵:

P等于■ ■ (5)

矩阵P具有下列性质:

(1)Tij>0;(2)Tij等于1;(3)Tij等于■;(4)Tij等于■.

(四)指标得分的计算

对于指标而言,定量指标的得分直接参加计算,定性指标的计算按三种情况予以区别:得分为百分比的指标直接参与计算;得分为“优”“良”“中”“差”的指标,折算为百分比参加计算;而用模糊数学方法进行处理得到的值则可以直接参加计算.

隐性知识论文参考资料:

知识经济期刊

关于知识产权的论文

知识经济杂志社

知识窗投稿

电脑知识和技术杂志

知识窗杂志

结论:基于隐性知识开发的校企协同生培养为大学硕士与本科隐性知识毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载,关于免费教你怎么写隐性知识方面论文范文。

和你相关的