王軍

摘? 要：法化學專業(yè)是培養(yǎng)政治過硬、業(yè)務精良、能夠勝任基層公安機關工作的高素質應用型公安專門人才。其理論課程設置包括通識類課程和公安業(yè)務類課程，這些課程設置是否能夠達到培養(yǎng)目標的要求，文章對2015級法化學專業(yè)畢業(yè)生所學的22門主要課程成績運用Pearson系數(shù)法進行了相關性分析，結果表明大學物理、高等數(shù)學、生物化學、無機及分析化學，以及有機化學5門基礎課與其他專業(yè)基礎課及專業(yè)核心課的Pearson系數(shù)大部分在0.45以上，它們之間存在明顯的線性相關性;大學物理與概率論與數(shù)理統(tǒng)計、高等數(shù)學、無機及分析化學的相關系數(shù)都在0.55以上，說明這幾門課之間具有強相關性;毒物與微量物證分析、儀器分析不僅與理科類課程之間具有較強的關聯(lián)性，也與法律相關課程之間存在高度相關性;法醫(yī)學基礎課程與其他課程之間相關性較弱，需要改進教學內容或增加相關基礎課程。通過Pearson系數(shù)相關性分析，為新的培養(yǎng)方案中課程設置提供了依據(jù)。

關鍵詞：法化學專業(yè);相關性;課程

中圖分類號：G640? ?? ?文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2021）14-0188-04

Abstract： The forensic chemistry major is to train high quality application-oriented public security professionals with political perfection， excellent professional skills and ability to work in grassroots public security organs. Its theoretical curriculum includes general courses and public security business courses. As for whether these courses can meet the training objectives， we apply Pearson correlation coefficient method to analysis the scores of 22 major courses learned by the class 2015 forensic chemistry major graduates. The results showed that the Pearson coefficients of the five basic courses of College Physics， Advanced Mathematics， Biochemistry， Inorganic and Analytical Chemistry， and Organic Chemistry and other professional basic courses and professional core courses are mostly above 0.45， between which there is an obvious linear correlation; the correlation coefficients of College Physics and Probability Theory and Mathematical Statistics， Advanced Mathematics， Inorganic and Analytical Chemistry are all above 0.55， indicating that there is a strong correlationamong these courses; Toxicants and Trace Material Evidence Analysis and Instrumental Analysis are not only strongly correlated with science courses， but also highly correlated with law-related courses. The correlation between the basic course of forensic medicine and other courses is weak， so it is necessary to improve the teaching content or add relevant basic courses. The correlation analysis of Pearson coefficient provides the basis for the curriculum setting in the new cultivation scheme.

Keywords： forensic chemistry major; correlation; curriculum

法化學是司法機關依據(jù)法律、法規(guī)，運用現(xiàn)代科學技術的理論和技術方法，對案件中提取的各種物質性客體進行技術鑒定，為查明案件的真實情況和為起訴、審判提供證據(jù)的一門應用型學科[1]。因該專業(yè)培養(yǎng)的人才主要為公安機關服務，所以，在人才培養(yǎng)過程中，要“突出忠誠教育，加強綜合素質，打牢專業(yè)基礎，強化實戰(zhàn)能力”[2]。課程及課程設置作為人才培養(yǎng)的主要載體和實施形式，是高校各項工作的核心所在，關系到培養(yǎng)目標能否實現(xiàn)[3]、培養(yǎng)質量[4]以及學生就業(yè)[5]。課程設置中通識課、基礎課、專業(yè)基礎課、專業(yè)課，以及實踐課的種類是否能夠符合人才培養(yǎng)要求，課程順序設置是否合理，一直是教育工作者研究的課題[6-8]。所開設課程之間相關性研究可以指明哪些課程之間存在相關性，相關程度是多少，有助于調整課程開設種類及開課順序，有利于人才培養(yǎng)目標的實現(xiàn)，有利于促進專業(yè)和學科的發(fā)展。對課程之間相關性進行挖掘和分析的方法較多[9-13]，本文運用Pearson系數(shù)法對我校15級法化學專業(yè)學生的課程成績進行分析，尋找所開設課程之間的相關性及相關程度，為新的培養(yǎng)方案中調整課程開設種類和課程開設順序提供理論支持。

一、課程成績的描述性分析

以我校2015級法化學專業(yè)100名學生的成績?yōu)橐罁?jù)進行描述性分析，為了避免主觀因素對結果的影響，采用分組數(shù)據(jù)，考察了22門主要課程，具體編號如表1。

應用SPSS軟件對22門課程進行平均值和標準偏差描述性分析，結果如表2。

從表2中可以看到，不同課程平均值差異較大，最小值為70.4（X15），最大值為93.38（X4），說明各課程評分標準存在差異，為了消除不同課程之間的評分標準的差異，我們將各門課程的原始成績減去該門課程的平均值，再除以該門課程成績的標準差得到標準化成績，再進行比較。

二、相關性分析

由英國生物統(tǒng)計學家皮爾遜于20世紀提出的Pearson相關系數(shù)，是統(tǒng)計學考察兩個連續(xù)型變量之間相關程度的常用方法，為了探究培養(yǎng)方案所設置課程間是否存在某種依存關系及相關程度，課程變量之間的差異方向，內容銜接關系、專業(yè)權重關系及課程的開設順序是否會對學生學習和知識的掌握產生影響，發(fā)現(xiàn)當前課程設置中存在的潛在問題，為培養(yǎng)方案優(yōu)化課程設置提供理論依據(jù)。

采用Pearson相關系數(shù)研究課程間的相關性，r系數(shù)是課程相關性緊密程度的統(tǒng)計指標。當相關系數(shù)r>0代表兩個變量為正相關，即兩個變量之間的變化方向一致，r的范圍在0.3-0.5是弱相關，在0.5-0.8是強相關，>0.8是極強相關。采用SPSS軟件導入課程考試成績進行單因子相關分析，通過計算兩兩課程間的相關系數(shù)來確定課程之間是否存在相關性及相關程度，計算的22門課程成績之間的相關系數(shù)如表3。

（一）結果分析與討論

從表2可以看出，各門課程的平均值和標準偏差都較大，說明每一門課程在評判學生得分之間存在著顯著差異，這種差異是不同教師授課產生的差異還是學生學習能力不同產生的差異，為了分析學生在4年中成績的變化情況，我們按照課程學習時間排序對100名學生22門課程得分情況進行了分析，發(fā)現(xiàn)成績較好的學生與成績較差的學生在各門課中的得分情況相對穩(wěn)定，這樣就可以排除不同教師主觀因素產生的影響。學生22門課程平均成績如圖1柱狀圖所示，從圖1可以看出，學生成績在第一學期出現(xiàn)成績上升趨勢，這可能是學生在第一學期處于從中學到大學的轉換階段，高中階段學習方法和對知識的理解能力存在顯著差異，在高中階段通過題海戰(zhàn)術提高成績的學生導致在大學階段比較強調自主管理與自主學習時就會覺得不適應;第二到第四學期成績下降，第五到第八學期成績又有所提高，這可能是部分學生平時學習過程中很少復習和預習，在考試前突擊背誦記憶，采用背誦的方式應對考試，對于開放式的試題、分析題、邏輯題、計算題都不易答對或答題全面，從而導致得分率很低，在高年級時，學習方法的適應和專業(yè)知識的積累，有利于提高學生對知識的掌握，成績有所提高。

（二）課程間的相關性分析

通過對22門課程成績計算得出的課程間Pearson相關系數(shù)結果表明：

1. 大學物理、高等數(shù)學、生物化學、無機及分析化學及有機化學是法化學專業(yè)基礎課程。由表3可看出，這5門基礎課與其他專業(yè)基礎課及專業(yè)核心課的Pearson系數(shù)大部分在0.45以上，說明這5門課程與其他專業(yè)基礎課及專業(yè)核心課存在明顯的線性相關性。

2. 大學物理與概率論與數(shù)理統(tǒng)計、高等數(shù)學、無機及分析化學的相關系數(shù)都在0.55以上，最高達到0.66，說明這幾門課之間具有強關聯(lián)度。

3. 毒物與微量物證分析、儀器分析是法化學專業(yè)核心課程，不僅與理科類課程之間具有較強的關聯(lián)度，也與行政法與行政訴訟法、邏輯學、刑法學、刑事訴訟法學、刑事偵查學等法律相關課程之間存在高度相關性，也與這兩門課程的教學要求相一致，對檢驗對象的提取、包裝、送檢、檢驗等過程必須符合法律程序要求，否則就可能作為非法證據(jù)排除，專業(yè)課與專業(yè)基礎課關聯(lián)度基本符合專業(yè)課程體系要求，說明課程設置基本合理。

4. 法醫(yī)物證學與毒物與微量物證分析之間存在強相關性，這是法醫(yī)物證學部分內容與毒物與微量物證分析內容相聯(lián)系，都要講到物證在偵查破案中的作用，以及如何發(fā)現(xiàn)、提取、保管物證，所以在排課時要考慮這兩門課之間的順序。法醫(yī)學基礎在教學過程中對受傷、死亡的原因分析較多，必須具有一定的醫(yī)學知識，在法化學專業(yè)，是沒有醫(yī)學基礎知識課程的，從表3可以發(fā)現(xiàn)，法醫(yī)學基礎課程與大多數(shù)課程相關性較低，一方面需要調整該課程的教學內容，另一方面，需要增加醫(yī)學基礎知識的相關課程。

法化學專業(yè)具有較強的應用性，建議應該多加入實驗和實踐性的課程，特別是綜合性實踐課程，綜合性實踐課程對基礎課、專業(yè)基礎課，以及專業(yè)課的設置和教學內容的安排有促進作用，更好地達到培養(yǎng)目標要求?；谏鲜鱿嚓P性分析，我們可以看出，使用課程間Pearson相關系數(shù)可以發(fā)現(xiàn)課程設置和課程順序是否合理的有效方法，對專業(yè)課程體系建設起到積極的指導作用，也有利于教師選擇適當?shù)慕虒W方法和教學內容來提高教學效果。所以，在人才培養(yǎng)方案中進行課程設置時，應根據(jù)培養(yǎng)目標要求，在結構上應考慮整體性和順序性，在內容上應考慮關聯(lián)性和連續(xù)性，這也為教育管理工作者制定教學計劃和教學方案提供了決策支持。

參考文獻：

[1]辛大勇，宋軍.刑事科學技術學科構建問題研究[J].公安教育，2015（5）：67-70.

[2]教育部高等學校教學指導委員會.普通高等學校本科專業(yè)類教學質量國家標準（下）[M].北京：高等教育出版社，2018：575-582.

[3]周飛.高校教師教育課程設置問題及對策研究[J].黑龍江教育學院學報，2019，38（1）：25-27.

[4]羅亞平，郭威.兩岸警察院校刑事科學技術專業(yè)課程體系比較研究——以臺灣警察大學和中國人民公安大學為例[J].公安教育，2017（12）：57-60.

[5]財政學類教指委課題組，樊麗時，劉小兵，等.地方財經類院校財政學類專業(yè)課程設置與就業(yè)導向問題研究[J].中國大學教學，2016，38

（1）：48-53.

[6]胡成霞.新建本科院校畢業(yè)班課程設置的問題及改革路徑探析[J].教育與職業(yè)，2015，99（22）：106-108.

[7]李英，易彬.高職教師教育類專業(yè)課程設置中的問題與對策[J].文教資料，2020，62（9）：169-173.

[8]燕慧.近二十年來教育碩士課程設置問題研究述評[J].黑龍江高教研究，2017，36（4）：99-102.

[9]姚雙良.數(shù)據(jù)挖掘在高校課程相關性中的應用研究[J].科技通報，2012，28（12）：232-234.

[10]高明海，徐天和，路永輝.基于多元線性回歸的課程相關性分析[J].中國衛(wèi)生統(tǒng)計，2010，27（2）：643-646.

[11]周永塔.基于大數(shù)據(jù)技術的課程相關性分析研究[J].現(xiàn)代信息科技，2019，3（3）：76-77.

[12]王曉莉，石剛，楊晴雯，等.基于Pearson系數(shù)的計算機科學與技術專業(yè)課程體系相關性研究[J].無線互聯(lián)科技，2019，16（21）：114-115.

[13]賀超波，陳啟買.高校課程相關性粗糙集分析模型及應用[J].計算機工程與應用，2011，47（27）：233-235+245.