谈公安院校体育管理数字化信息系统的建设

李 丹

（湖北警官学院警体战训部 湖北武汉 430034）

随着互联网和移动电子终端设备的迅速发展，数字化信息系统的建设在体育教学管理领域的运用增加，这是大势所趋。因此，开发与应用体育教学管理数据信息系统成为目前公安院校急需解决的课题。

一、公安院校体育管理数字化信息系统建设中存在的问题

（一）公安院校在每年招生、毕业生统招中，学员的身高、体重、视力等生理健康数据和立定跳远、仰卧起坐、引体向上、50M跑和800M跑等各类体能项目测试的原始成绩是非常有价值的数据，是研究个体和群体身体健康和体能素质变化的优质数据资源，其留存方式与后期的利用率有直接关系。但由于对数据样本采集的目的局限于筛选合格与不合格的单一标准，而将原始数据滞留在个体的纸质档案之中，有研究价值的数据样本没有进入体育管理系统，造成耗费大量人力采集的数据后期的利用率极低。

（二）体育课堂和考核速度、力量、耐力等身体素质数据是学员体育管理数据信息产生的源头。出勤、课堂的练习完成的情况、考核项目等原始成绩，都是个体与群体大数据的真实来源。但传统的体育课堂教学管理模式对数据留存和采集的不重视，导致有价值的数据被分数或等级所掩盖，数据资源流失严重。此外，同一学员在不同部门的户名不同，导致后期数据融合困难。体育数据管理结构不合理也是造成数据割裂的因素，无法利用和体现有价值的信息。

（三）2003年教育部、国家体育总局下发了关于实施《国家学生体质健康标准》（试行）（以下简称《标准》）的通知，《标准》经过几年的试行之后，于2007年在全国各级学校正式实行，随后又在2014年对测试项目进行调整与修改。经过十几年海量数据采集和积累，以及测试设备的更新，实施《标准》的成效有所呈现。这既是教育部、国家体育总局对全国在校学生体质健康的监测，也是体育教学监督管理与科学研究的数据化、信息化的示范和引领。[1]

但是，不论是《标准》的数据信息采集与留存，还是体育课程信息化平台的建设，都存在着数据模型设置的不科学，导致原始数据流失的缺陷。总体上分析，公安院校体育管理数据信息化建设的主要问题是对原始数据的留存意义和方式的重要意义认识不足。

二、公安院校体育管理数据信息化建设的意义

（一）在移动互联网时代，我们可以利用智能终端采集体育招考、教学、训练和评价最基本的原始有效信息，通过整合分析数据系统的信息，提供科学的个性化的运动方案，促进学生主动锻炼、科学锻炼，逐步养成良好的运动健康习惯，提升整体的身体素质。

（二）把体育教学计划管理、体育教学资源管理、体育教学运行管理、体育教学质量与评价管理组成一个有机整体，通过计算机网络形成一个“数据信息流”。数据信息在处理时不受任何部室的界限，为公安警务技能训练相关部门的决策提供帮助，并使体育教学管理逐步向数据化、信息化、科学化、系统化迈进。通过数据信息技术与学校体育管理的整合，使各种教学资源、各个教学要素和教学环节经过整理、组合，相互融合，在整体优化的基础上产生最优教育效果。

（三）通过建立科学的数据模型和信息化教学平台的运用，提升学员体育学科素养。学员能掌握与形成的终身体育锻炼所需、全面发展必备的体育情感与品格、运动能力与习惯、健康知识与行为，这也是未来警务职业的需求。[2]

三、公安院校体育管理数据信息化建设的重点

（一）大数据时代，体育教学与训练的原始数据中潜在的信息是指导教学管理和科学研究基础。但体育教学与训练、体能考核等活动中，数据具有多样性特征，不同的数据源，非结构化的数据越来越多，我们需要进行清洗、整理、筛选等操作，使其变成结构数据。

（二）普通高校体育教学管理工作的规范化、信息化、网络化，是目前普通高校体育教学工作管理手段发展的一个共同趋势。公安院校体育课程的实施过程有其独特的教学质量评价方法和要求。体育课堂教学效果评价可以纳入更加科学有效的评价指标，而不仅仅是部门、督导和学生课堂的结果和感受性评价。其目的是为了提高管理质量和效率，帮助管理人员正确、快速地获取正确的数据信息，使学校体育教学管理部门在最短的时间内高效地完成日常体育教学工作，并及时进行决策。

（三）公安院校体育教学管理数据化、信息化，以学习方式的变革、学习能力的培养、终身体育体系的构建和体育资源信息化等四个方面作为研究的核心问题。我们应在教育对象个性化、教学模式多样化、体育体系职业化和体育锻炼习惯终身化的实施方法中，探索公安院校体育管理数据化、信息化的运用与实践。[3]

公安院校在信息化建设和发展的推动下，“警体课程信息化平台”成为学院信息平台中的一部分。其分为学生体质健康达标测试、警察院校体能测试和警体课程成绩管理三大功能信息化模块，并与数字化校园对接，通过网络信息平台的建设与完善，提升警体教学效率、丰富教学手段、提高警体教学质量。目前，已经建设了一个信息化体系的框架，但底层数据是未来信息化最具有研究价值的关键点，因此，我们必须从数据留存意识、方法、提取、管理等多方面完善数据信息体系的建设。