清大研究所成績查詢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

我國大學繁星計畫之政策發展與分析

為了解決清大研究所成績查詢的問題，作者黃宇瑀 這樣論述：

本研究旨在析論我國大學繁星計畫之政策發展及現況問題，首先透過文件分析法，就政策發展進行縱貫面及橫切面的廣泛性探討；其次透過焦點團體座談及半結構式訪談等方法進行資料蒐集與分析，包括應然面的政策理念目標及實然面的行政執行成效。政策理念係指由本研究所歸納之6項政策指標-「公平」、「效率」、「效能」、「多元」、「適性」及「卓越」。透過本研究的分析與討論，深入剖析繁星計畫政策內涵與揭櫫之理念目標，發現6項指標都具有理想性與方向性，也都有符合及未盡落實的地方。至於行政執行部分，包括招生名額比率、入學管道變革及整體運作發展等，主要就實務操作上的議題進行分析探討。行政執行議題雖非直屬政策本身，惟政策的良善與

否唯有在政策執行過程中才能逐漸體現出來，而政策的作用與影響力，也唯有在執行過程中才會漸次被擴大與發酵。因此，繁星計畫政策分析，除了探討上位的理念思維，亦須對政策執行後的相關問題進行描述與解釋，始能周全政策之分析。分析觀點係採取Dye所主張之見解，認為政策分析係「描述與解釋政府活動的原因與結果」，從制定、執行、以至於評估之三個階段的活動進行；分析架構則運用Fischer的政策質問邏輯(The logic of policy question)模式詮釋解釋。在政策質問邏輯分析架構中，經驗性資料包括計畫成果的驗證與政策目標確認，而規範性價值則包括政策目的辯護與社會價值選擇，前者屬於政策執行結果的分析

與檢討，而後者則涉及政策價值的思辨與論述。根據研究目的及發現，得出以下結論:一、大學招生政策歷經多次變革，城鄉問題屢為關注重點，繁星致力縮短城鄉差距並帶動新興入學管道的發展，已為我國多元入學開啟歷史新頁二、新課綱連動大學考招變革，未來大學考招新方案中，繁星計畫除學測考科及時程變革外，學測型態亦配合調整，政策方向有助落實新課綱精神三、大學招生管道多元併進，各有優勢，惟相關作法未來可研議適度整合之可能性，俾招生作業能更專業化四、繁星計畫在學校層級及社區層級較能落實公平教育理念；個人層級則未能彰顯公平性五、校校等值屬齊頭式或水平式的公平，非差異化或垂直式的正義補償原則六、繁星計畫在時程、經濟及人力成

本上，整體而言較其他入學管道具效率七、以學測成績為入學門檻，並由大學自訂門檻條件，較有利公立大學組織目標達成及效能提升八、繁星計畫擴大學生來源的多元性，惟著重智育成績，選才向度仍不夠多元九、高中建立適性輔導機制及教師適性教學能力，有助落實繁星政策理念十、繁星計畫創造學生端、高中端以及大學端邁向卓越的三贏局面十一、繁星計畫既強調適性發展，又重視校排名；既注重差異化的適性精神，也講究一致性的公平原則，凡此皆顯示政策目標間的矛盾性十二、對未達學測門檻之偏鄉弱勢優秀生及長期存在的城鄉差距結構性問題，繁星管道所能發揮的功用仍然有限十三、繁星計畫所衍生之非預期結果及問題，有待持續克服並精進發展；至於招生名

額比率，未來應由招生專責單位整體規劃設算十四、高等教育招生政策攸關人才培育，未來可參考國外相關作法，建立人才選拔機制，以真正落實人才培育目標最後，根據研究發現及結論提出具體建議，分別提供教育行政主管機關、高中端及大學端未來精進推動入學制度及規劃相關作業之參考。本研究所提出之建議具體有價值，對未來大學入學管道的整合發展諒亦有貢獻。

以資料探勘技術探討學生流失及延畢之校務研究–以北部某大學為例

為了解決清大研究所成績查詢的問題，作者潘佳佑 這樣論述：

2015年臺灣各大專校院臺灣的大專院校數已有159所，教育型態從過往的菁英人才式教育，演變為大眾普及教育，大專校院新生指考錄取率高達95.58%。教育政策開放的結果，雖然提供更多學生接受教育的機會，但相對的學校因少子化、學生休（退）學、學生流失導致生源不足，而這些問題是近年各大專院校需要面對與解決的重要議題。許多大學已面臨招生危機，新生招生不足，通知錄取後，學生選擇不報到或報到後即辦理休學等問題，或學期中發現學業不符合志向而休（退）學，影響學費財源收入。從新生註冊率的層面來分析，2015年國立大專院校（日間大學部）有7個科系新生註冊率未達7成，私立學校（日間大學部）則有高達209個科系新生註

冊率未達5成，由此可知目前各個學校正面臨少子化問題；依休學層面來分析，2015年休學學生已高達2萬多人，學生流失問題嚴重；以及學生延畢人數年年上升，日間大學部已從1萬3千人上升至4萬5千人，可見學生延畢情形日漸嚴重。學生繳納的學費是學校主要的生計來源，當學生流失日益嚴重之際，衍生出越來越多學校開始從事校務研究，以找出適當的對策，減緩及避免學生流失。 本研究所採用的資料為北部某大學資管系2004年～2014年共11年的日間大學部資料，經前置處理後，符合條件確認可用的學生資料共441筆。本研究利用資料探勘技術中，分類及關聯的概念進行分析。在分類概念方面，本研究使用決策樹中的CART演算法及CHA

ID演算法進行學生休(退)學、延畢等問題的探討，並以隨機方式選取90%的學生資料作為訓練資料，剩餘的10%資料則作為測試資料；在關聯規則方面，本研究則採用Apriori演算法進行關聯規則分析。經研究發現，決策樹產生的決策因子與關聯規則產生的因子，有一門相同課程，兩棵決策樹有兩門相同課程，因此建議授課老師於期中考時，將成績轉換為百分等級，透過本研究分析出的規則，提早針對符合規則的學生進行預警及輔導，以降低休（退）學學生比例。本研究建議可以遵循此模式探勘各校所有系所資料，以發現影響各學系學生流失及延畢的關鍵課程。