高分子材料与工程专业学生劳动教育需求调研
亲爱的同学： 您好！为更好地开展高分子材料与工程专业劳动教育课程，了解同学们的劳动观念、实践经历及对 AI 技术在专业领域应用的认知，特开展本次课前调研。问卷采用匿名方式，所有数据仅用于课程设计与教学改进，请根据实际情况填写。感谢您的支持与配合！
1. 你的性别
男
女
2. 你目前的学业状态
专注专业课学习
在外兼职
准备考研考公
准备其他考试（材料类证书、英语等级等）
3. 你毕业后的就业意向
塑料橡胶加工制造企业
纤维材料生产企业
涂料、胶黏剂生产企业
高分子新材料研发企业
复合材料生产企业
石油化工企业
第三方检测 / 质量检验机构
医用高分子材料相关企业
继续深造
自主创业
其他
4. 你对毕业后起薪的期望（月薪）
3000 元以下
3001‑4000 元
4001‑5000 元
5001‑6000 元
6001‑8000 元
8001‑10000 元
10000 元以上
5. 你对劳动教育的了解程度
非常不了解
1
2
3
4
5
非常了解
6. 你希望通过劳动教育课程获得的核心能力
实验实操动手能力
问题解决能力
团队协作能力
沟通表达能力
创新思维能力
职业素养与安全规范意识
吃苦耐劳精神
行业认知与工艺应用能力
7. 你偏好的劳动教育课程教学方式
理论讲授
行业案例分析
小组讨论
翻转课堂
8. 你认为劳动实践可以与高分子材料与工程专业的哪些领域相结合
高分子合成工艺
塑料成型加工
橡胶制备与改性
纤维制备与后处理
涂料与胶黏剂配方开发
复合材料制备加工
高分子材料性能测试表征
高分子回收与循环再利用
高分子新材料研发试制
9. 过去一年，你参与劳动活动的频率
从不参与
偶尔参与（1‑2 次）
较少参与（3‑5 次）
经常参与（6‑10 次）
非常频繁参与（10 次以上）
10. 过去一年，你参与的主要劳动活动类型
专业相关实习 / 工厂实训
校园志愿服务
社会公益劳动
班级 / 社团集体劳动
家庭劳动
勤工助学
科研项目 / 学科竞赛实验
实验室助理工作
其他
11. 在参与的劳动活动中，你通常扮演的角色
组织者 / 领导者
主要执行者
协助参与者
被动参与
12. 你认为以下哪些劳动场景最适合高分子材料与工程专业的学生
高分子原料配制、小样合成实验操作
注塑、挤出、混炼等成型加工实操
高分子材料力学、热学等性能测试
配方调试与样品制备
实验室仪器设备维护与校准
生产车间工艺观摩与辅助生产
废旧高分子材料回收分选处理
产品质量检测与数据分析
13. 你对劳动的态度
非常不同意
不同意
一般
同意
非常同意
劳动是光荣的
劳动能创造价值
我愿意主动参与劳动
劳动能提升个人能力
我享受劳动过程
14. 参与劳动时，你通常的情绪是
几乎没有
偶尔有
有时有
经常有
总是有
愉悦
充实
疲惫
烦躁
自豪
15. 你认为劳动对个人成长最重要的帮助是
增强责任感
提升实验与工艺实操技能
培养团队合作精神
磨练意志品质
丰富社会经验
其他
16. 你对 AI 在高分子材料领域应用的了解程度
非常不了解
不太了解
一般
比较了解
非常了解
17. 你使用过哪些与高分子专业相关的 AI 工具（可多选，若无则选 “未使用过”）
材料机器学习框架（材料性质预测模型）
AI 材料配方优化工具
材料数据分析挖掘工具（Python 数据分析库等）
材料显微图像识别分析工具
分子模拟 AI 辅助工具
文献智能解析与阅读工具
AI 代码辅助工具（如 GitHub Copilot）
未使用过
18. 你使用这些 AI 工具的频率
从不使用
偶尔使用
较少使用
经常使用
非常频繁使用
19. 你使用这些 AI 工具多用于哪些方面
实验数据处理、统计分析
高分子材料配方筛选与性能预测
材料工艺仿真模拟计算
表征图谱识别解析
实验方案辅助设计
图表绘制、实验报告撰写
代码编写调试
其他
20. 你认为 AI 能在高分子专业的哪些环节辅助劳动实践
实验方案设计与配方初步筛选
实验数据处理与结果分析
材料性能预测与工艺参数优化
实验设备运行监测与故障预判
实验报告、工艺技术文档生成
材料显微图像、表征图谱解析
生产工艺模拟与风险预判
实验安全风险提示
21. 你对 AI 辅助劳动实践的态度
非常不支持
1
2
3
4
5
非常支持
22. 你认为本课程应重点开展哪些具体的劳动实践活动？请举例说明。
关闭
更多问卷
复制此问卷