5G赋能创新创业教育质量的AHP–PID混合动态评估框架：基于结构–行为–调控整合视角的开发与验证

《Scientific Reports》：A hybrid AHP–PID framework balancing structural stability and behavioral adaptivity for 5G-enabled innovation and entrepreneurship education

　　

摘要

5G赋能学习环境中超低延迟和交互频率给质量评估带来了工程挑战，因为现有的静态和动态模型无法有效平衡结构稳定性和实时响应性。这一挑战在创新创业教育（IEE）中尤为突出，因为在创新创业教育中，高强度交互、快速反馈和异质性学习行为是教学有效性的组成部分。本研究开发并验证了一个基于结构–行为–调控整合视角的AHP–PID混合动态评估框架，该框架综合了复杂系统理论（CST）、计划行为理论（TPB）和数字控制理论（DCT），以协调结构稳定性和行为适应性。基于严格构建的4–12–36层级指标体系（包含教学、行为和5G专项指标，如5G支持的AR/VR沉浸感和网络延迟），该框架利用5G环境中收集的高频行为观察数据，支持对评估指标集进行周期性重新赋权。该框架采用开环评分设计，不触发教学干预，同时通过专家制定的静态权重保持结构一致性。利用来自200名参与者（100名教师和100名学生）的数据，涵盖综合大学、应用型本科院校和职业院校，该混合模型在本队列中的预测准确性高于传统静态层次分析法（AHP）、独立动态模型和机器学习基准。相较于专家指定的多源金标准，其AUC为0.94，Pearson r为0.76。结果进一步表明，经验优化后的融合系数β为0.65，通过有效平衡机构可比性和行为适应性，支撑了这些性能提升。跨机构类型和课程类别的探索性亚组分析未发现显著性能下降（p?=?0.18）。综合大学亚样本（n?=?34, 17%）统计功效不足，因此这些亚组泛化结果应视为初步结果。理论上，本研究推进了一套连贯的结构–行为–调控逻辑，阐明了系统结构、学习者行为和适应性调控在数字教育评估中如何相互作用。实践上，该框架支持从事后评估向及时质量治理的转变，并为5G赋能的创新创业教育及类似技术密集型学习环境提供了一种可复制和自适应的评估模板。