为落实新工科建设要求，破解传统专业核心课程教学与人才培养脱节问题，聚焦“创新思维+工程能力+核心素养”培养目标，以食品化学课程为试点，开展大数据背景下新工科课程研究性教学模式构建与实践，形成以下可推广的教学改革成果。

（1）ADDIE模型助推，构建“知识单元+研究性项目”双驱动模式

ADDIE模型通过精准诊断学情与行业需求，优化课程设计，自建MOOC和AI智能体课程，采用“理论研究讲座+研究型实验”双轨实践，引导学生自主探究，构建多元评价体系，实现目标与需求对接、模型持续优化，形成“理论学习—实践探究—总结提升”循环递进。

（2）重构“三模块递进”内容，创新教学体系

将传统课程孤立知识单元，整合为逻辑联动的三大模块：基础知识奠定核心成分的结构与性质框架；课程专题研究设置基础型、进阶型、应用型三类渐进专题，培养学生科研思维与工程能力。学科前沿引入热点讨论，拓展视野、激发创新。三大模块实现纵向递进（认知→应用→创新）、横向呼应（案例调用基础理论）、闭环反馈（前沿问题反哺基础深化）。

（3）数字化平台与多元评价协同驱动

依托智慧树、雨课堂等平台，使知识结构数字化，“学习画像”精准绘制，突破时空壁垒，实现线上线下深度融合。基于学情数据构建“三阶实战增值 全过程多元”评价体系，加大研究性项目及创新成果权重，借助大数据分析实现“一生一策”精准评价，形成“以评促学、以评促教”良性循环。

实践成效显著：近三年学生获省级以上奖项20余项，就业率超93%，用人单位满意率超98%；团队教师获教学创新大赛国家级三等奖1项、省级特等奖1项，获批省级教研项目10项，发表论文30余篇，成果获省内外5所高校应用、获中国网等国家、省级媒体专题报道5次。该模式已推广至工科同类课程中，为地方应用型本科高校提供实践参考。

图1 大数据背景下新工科课程研究性教学模式建设成果总结