27萬學費「鑲金」葉丙成任教部政次 教師憂到處「翻轉」恐折磨基層
CTWANT.2024年4月27日 14:28
台大電機系教授葉丙成將於520出任教育部政次,外界憂心其鮮明作風將影響基層義務教育。(圖/報系資料庫)

[周刊王CTWANT] 準總統賴清德520將上任,內閣正任閣員也已分6波揭露。其中現任國立中山大學鄭英耀確定出任教育部長,26日上午傳出二位政務次長將分別由台灣大學教授葉丙成及長期在教育委員會的民進黨前立委張廖萬堅出任,各界熱議。

葉丙成目前任教於台大電機工程學系,同時是台大創新技術學院D-School副院長,過去曾創辦線上遊戲學習平台PaGamO及實驗教育機構BTS無界塾,自2013年便積極投入「翻轉教學」,其主持的Podcast《不良大叔》選前便多次訪問賴清德,影片在網路上獲得熱切回響。外界預料,葉丙成未來將主責高教及國際事務。

而張廖萬堅則擔任8年立委,長期在教育委員會耕耘,對教育部尤其體育署業務如數家珍,未來有望主責12年國民義務教育與體育推廣。

對此,張廖萬堅26日上午受訪證實,自己立委連任失利後,就思考如何延續自己的理念,期間很多教育團體及家長團體也很支持自己,畢竟自己從台中市議員到立委多年期間,都在關注教育議題,有機會進入新內閣繼續為教育努力,也是一件好事情。

然而,曾在葉丙成創辦的「無界塾」內部服務教師則向CTWANT透露,無界塾一學年分為三個學期,每年算下來光學雜費就要新台幣27萬元,且場地都向各招生有限的學校租借剩餘空間,花在租金成本其實很低。以111學年度財報來說,光學費收入就高達5,787萬,單年度盈餘也有239萬,可謂「鑲金」的學校。

一名教師憂心地說,葉丙成個人理念性極強,在倡議單位與實驗單位或許能提供不少革新方案,但未來葉丙成真的執掌教育部政次業務後,會不會強勢推動翻轉教育,甚至將自己高額學費的「無界塾」作風帶入各地中小學,導致「山也翻轉教育、海也翻轉教育」,學習資源與程度不強的孩子根本受不了,屆時若落入為翻轉而翻轉的窘況,「跟雙語教育同樣是災難」。

原始連結

看更多 CTWANT 文章
婆婆逼母親節全員到齊!大嫂突喊要改期 她老實群組回「這句」被尪罵:很囂張
大舅子找上門⋯才知妻曾接S「被乾爹包養」破3位數 人夫崩潰了
病妻彌留…尪求「讓孩子過最後母親節」ICU醫幫圓夢 吃蛋糕秒淚崩

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

國情 報告

蔡英文 特赦 陳水扁

立院 進行 國情

桃園 台電

緊咬 柯建銘

國會 修法

中天新聞網
匯流新聞網
TVBS新聞網
今日新聞NOWnews
影/大新聞大爆卦 赴國會報告恐會即問即答?蔡正元稱免驚啦:對賴清德根本是小菜一碟
準總統賴清德將於520上任,不過國民黨和民眾黨立院黨團,昨(7)日聯手在程序委員會中,提案邀請賴清德就任後赴立院進行國情報告。對此,前立委蔡正元認為,即問即答對賴清德可說是小菜一碟,除了羅智強和徐巧芯外,至少有一半的立委不會為難他,根本不用為他擔心。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司