跨学科整合¶
维度概述¶
跨学科整合（Interdisciplinary Integration） 评估学生整合多学科知识的能力，包括商业逻辑、技术实现、用户视角等。
评估目标
评估学生是否能够：
- 将技术方案与商业逻辑结合
- 从用户视角思考问题
- 形成完整的解决方案
- 整合不同学科的知识
子指标详情¶
1. 商业逻辑¶
可观测行为：方案是否考虑了商业模式、用户需求、市场可行性
评估标准：
| 分数 | 说明 |
|---|---|
| 1-2 | 完全不考虑商业逻辑，只关注技术实现 |
| 3 | 了解商业逻辑，但方案中体现不足 |
| 4 | 方案较好地结合了商业逻辑，考虑了市场需求 |
| 5 | 方案创新性地结合商业逻辑，有清晰的商业模式 |
数据采集方式：路演评审
RSD 字段映射：
SkillAssertion.score- 评估分数Evidence- 证据材料
2. 技术实现¶
可观测行为：方案在技术层面是否可行
评估标准：
| 分数 | 说明 |
|---|---|
| 1-2 | 技术方案不可行，或缺乏技术深度 |
| 3 | 技术方案可行，但实现不够完善 |
| 4 | 技术方案可行，实现质量较高 |
| 5 | 技术方案创新，实现质量高，有技术亮点 |
数据采集方式：代码审查 + 导师评价
RSD 字段映射：
Evidence.url- 代码仓库链接SkillAssertion.score- 评估分数
3. 用户视角¶
可观测行为：方案是否真正从用户痛点出发
评估标准：
| 分数 | 说明 |
|---|---|
| 1-2 | 完全从技术角度出发，不考虑用户需求 |
| 3 | 考虑了用户需求，但理解不够深入 |
| 4 | 深入理解用户痛点，方案针对性强 |
| 5 | 创新性地解决用户痛点，用户体验优秀 |
数据采集方式：路演评审
RSD 字段映射：
SkillAssertion.score- 评估分数SkillAssertion.assessorComment- 评估者评语
4. 方案完整性¶
可观测行为：是否形成"问题→分析→方案→验证"的完整闭环
评估标准：
| 分数 | 说明 |
|---|---|
| 1-2 | 方案不完整，缺乏关键环节 |
| 3 | 方案基本完整，但某些环节不够深入 |
| 4 | 方案完整，各环节逻辑清晰 |
| 5 | 方案完整且创新，各环节衔接流畅 |
数据采集方式：路演文档
RSD 字段映射：
Evidence.url- 路演文档链接SkillAssertion.score- 评估分数
数据采集流程¶
graph TB
subgraph "数据采集节点"
A[报名阶段]
B[命题发布]
C[Hackathon 执行]
D[中场展示]
E[最终路演]
F[赛后签发]
end
subgraph "采集方式"
G[命题提供商业背景]
H[方案文档提交]
I[代码提交]
J[路演评审]
K[系统汇总]
end
B --> G
C --> H
C --> I
D --> J
E --> J
F --> K
style G fill:#2196f3,color:#fff
style H fill:#2196f3,color:#fff
style I fill:#2196f3,color:#fff
style J fill:#2196f3,color:#fff
style K fill:#2196f3,color:#fff证据示例¶
方案文档¶
# 项目方案
## 问题分析
通过用户调研，我们发现初级用户在使用 AI 工具时的主要痛点是：
1. 不知道如何开始
2. 缺乏结构化的思考框架
3. 难以评估 AI 输出的质量
## 解决方案
我们设计了一个"AI 工作流引导器"，帮助用户：
1. 通过问答形式明确需求
2. 自动生成工作流模板
3. 提供输出质量评估
## 商业模式
- 免费版：基础功能
- 专业版：高级模板和分析
- 企业版：定制化服务
## 技术实现
- 前端：React + TypeScript
- 后端：Node.js + Python
- AI：GPT-4 + 自定义模型
代码仓库¶
# 示例：工作流引导器核心代码
class WorkflowGuide:
def __init__(self):
self.questions = []
self.template_generator = TemplateGenerator()
self.quality_assessor = QualityAssessor()
def guide_user(self, user_input):
# 1. 通过问答明确需求
requirements = self.ask_questions(user_input)
# 2. 自动生成工作流模板
template = self.template_generator.generate(requirements)
# 3. 提供输出质量评估
quality = self.quality_assessor.assess(template)
return {
"template": template,
"quality": quality,
"suggestions": self.get_suggestions(quality)
}
给 HR 的参考¶
如何评估候选人的跨学科整合能力
通过凭证中的以下信息，HR 可以评估候选人的跨学科整合能力：
- 分数：跨学科整合维度的总分
- 子指标分数：每个子指标的详细分数
- 评语：评审员的具体评语
- 证据：方案文档、代码仓库、路演视频