第 7 / 9 篇
整理于 · 8 分钟
从查询一个学生到追踪一批学生
如何跨考试观察群体变化，并区分缺记录与成绩变化
贯穿项目的约定 本篇涉及 2 条
在很多成绩软件中，所谓“学情分析”往往表现为一个简单的搜索框：教师输入某位学生的学号或姓名，弹出一张带有雷达图和折线图的个人报告。这种模式在家长会前查询单个学生时非常方便，但在班主任和年级组长的日常管理中却显得力不从心。
年级组长真正关心的宏观问题往往是：
- “在最近四次大考中，有哪些学生的名次一直在稳步上升，哪些学生出现了明显的波动？”
- “在这一批重点关注的学生中，哪些人反复在分数线边缘徘徊，哪些人是因为某一次单科缺考导致总分失真？”
从“查询一个学生”到“追踪一批学生”，SCORE 经历了一次从单点查询向批量学情洞察的架构演进。
1. 批量跟进：重塑工作流入口
以一个假设的 50 人班级为例，如果只提供单人查询，逐个了解学生就需要重复搜索，再自行拼接跨考试信息。批量入口要减少的正是这种重复操作。
为此，系统重新设计了批量学情追踪工作流：
- 统一筛选前置：教师首先指定观察范围（年级、班级、观察学科，以及需要纳入综合比对的多场考试）；
- 群体画像聚合：系统自动计算该群体在所选考试序列中的综合表现，并生成包含主状态标签、参与场次、位次轨迹与临界依据的综合大表；
- 查看个人档案：在批量表中发现需要关注的学生后，点击姓名查看个人报告与历史记录，进一步了解群体统计中显示的变化。
2. 严守数据底线：少考绝不等于下降
在多场考试的横向比对中，学生因病请假、转学或选考差异导致“缺考某一场”是极为普遍的现象。
如果把缺失场次补成 0 分，折线会出现并不存在的下跌；插值也会加入学生并未取得的成绩。这是规则需要避免的风险，现有资料没有证明 SCORE 曾用这种算法产生过实际误判。
SCORE 确立了严密的数据容错与解释规则：
- 有效成绩并集：在所选考试中至少有一次有效成绩的学生进入追踪主表；
- 缺考保留空值：未参加的考试在时间轴上保持留白，不补零、不插值、绝对不作为名次下降的判断依据；
- 参与场次显式标记：明确标注“参加 3/4 场”，并提示连续性不足；
- 无记录专属视图：所选考试中没有一次有效记录的学生不进入主表，可在无记录视图查看系统能够证明的原因，例如缺考标记、无有效成绩、未关联身份或范围问题。不能由缺成绩推断病假、情绪或家庭原因。
3. 跨考试比较的尺度：排名百分位
原始分数的比较需要考虑试卷难度和满分，绝对名次则受参考人数影响。为观察学生在各次考试中的相对位置，系统采用排名百分位；它仍受考试样本变化影响，不能消除所有难度与群体差异。
主判断使用同一年级考试范围内的排名与参考总人数。对应统计字段为校级排名与校级参考总人数：
| 主状态标签 | 底层规则判定依据 | 避免的教学误解 |
|---|---|---|
| 待观察 | 有效参考场次不足 2 场，或连续数据段缺失 | 杜绝仅凭单次低分断言学生退步 |
| 高位稳定 | 百分位持续处于设定的优秀区间，且跨度低于稳定阈值 | 关注所选考试中的稳定性，不因一次微小名次变动而焦虑 |
| 表现起伏 | 百分位跨度较大，且不符合连续前移或后移条件 | 缺考不算低谷，标签不解释发挥变化的原因 |
| 稳步进阶 | 连续相邻考试位置前移，标准化证据没有明显反向下降 | 原始分上涨不必然代表进阶 |
| 位次后移 | 连续位置后移且辅助证据同步走低 | 不能由考试人数变化单独触发 |
模型按确定性规则计算，不接生成式 AI。同样的成绩与配置输入应得到同样的状态和依据；输出仅描述成绩证据，不推断学习方法、情绪或知识短板。
4. 临界判断读取考试本身的配置
早期批量筛查使用写死的线名和统一浮动值，而成绩详情已经允许每场考试、每科、每条线独立设置。同一个学生因此可能在详情页命中临界区间，在追踪页却没有命中。
5 月 31 日任务要求统一配置来源：
- 追踪模块以各场考试保存的临界配置为判断来源；
- 批量追踪时，系统直接读取各场考试中教师实际配置的目标分与上下浮动区间；
- 一旦学生在所选的任意一场考试中命中了该场考试启用的临界线，追踪表立即挂载对应的临界标签，并清晰展示“命中了哪场考试、哪门学科、对应目标线与实际区间”。
停用的线不能命中；没有配置时明确显示无可用配置，不回退到固定分数或比例。临界标签是主状态之外的附加信息。
5. 面向教师的界面表达优化
底层规则保留内部标识，便于区分主状态与临界附加标签。教师需要看到的则是状态名称和具体命中依据。
六月的显示调整将临界标签展开为具体线名，并用颜色辅助区分线类型。详细依据继续保留考试、学科与区间；选择某科或某条线时，也要限制到对应范围，避免混入其他命中项。
批量追踪把选择考试、查看群体状态和下钻个人依据连成了一条流程。缺失记录如何处理、跨考试采用什么尺度、临界区间从哪里读取，都需要在结果中可解释；状态标签只帮助定位需要进一步查看的成绩变化。