成果一：学业评价三维数据库
1.数据库框架
大量的监测数据必须结构化、类别化和秩序化，才能体现其价值。学业评价三维数据库，有层面、群体和项目三个维度（如图2）。
图2 学业评价三维数据库示意
层面由高到低分为市级、县级、学校、班级四个层面，规模大的县可以在县校之间加上学区层面。
项目由宏观到微观分为综合、总分、学科、题组、试题。综合包含品德发展、学业水平、身心健康和学生幸福感等综合素质指数；题组按学科能力、认知能力、知识单元等再细分；试题细分到考点和知识条目。
群体分为学生群体和学校群体两大类。学生群体按学生考试成绩等第、性别和户籍等分类，户籍可以按本县、本市县外、本省市外和其他。学校群体按办学性质、学校等级、地理位置、学校类别等分类。
基于网络阅卷原始数据，按照数据库结构纲目要求，对学生和学校的个体信息按群体分类生成群体信息，对试题采分点数据重新组合成题组数据，通过EXCEL、SPSS等软件或开发平台整合生成数据库。
基于数据库的层面、群体和项目三维数据的组合，按需生成高价值的数据报表，满足行政领导、教研室领导、教研员、学校管理者、学科组长、年级段长、班主任和教师的各种需求。
2.典型报表
提取三维数据库数据表，针对不同群体从宏观到微观、分层次分维度、在不同项目上的学业状况进行分析，发现差异与优劣。下列三类数据表被普遍认为是教育教学个性化“CT报告”，使用率非常高。
（1）侧重综合素质分析的数据表
该类数据表主要用于市县教育质量综合测评，含有多个学校常模和各类指数，侧重研究学业质量影响因素及其关联，有利于宏观决策（参见表1）。
表1 高三学校思维评价指数表（局部）
(https://www.daowen.com)
注：学校分成一类A、一类B、二类、三类A和三类B五个层次。
（2）侧重题组分析的数据表
学科层面最需要题组数据。不同类型的题组数据突破“就题论题”现象，强化单元整体意识和能力优先意识。基于某一题组可以生成不同层次、不同群体的数据，有助于研究不同类型学校、不同学生群体、不同区域（学校、班级）具体表现。
知识单元得分率数据表（参见表2）用于诊断哪些单元学生的掌握情况较好、哪些较弱，有助于做有针对性的补缺补差。
表2 不同等第学生在不同单元的得分率数据
学科能力得分率数据表（表3）用于市、县教研员宏观研究不同类别学校学生的学科能力，以便针对学校的具体情况进行调研指导。
表3 不同学校类型的学科能力得分率数据
认知能力得分率数据表（表4）用于教师对任教班级的学生的认知能力做分析，数据精确到班级，才能显示数据分析的针对性。
表4 不同班级不同认知能力的表现数据（局部）
（3）侧重学生群体分析的数据表（表5）用于研究不同学生群体在不同试题、题组上的得分表现，有利于分层教学和因材施教。
表5 不同学生群体各试题得分率数据（局部）
