志愿填报中院校排名 志愿如何排序?怎样查院校排名和专业排名?

时值高考学子填报志愿的关键时刻，高校录取分数无疑是最具有参考价值的数据之一。

近日，华东师范大学邝春伟副教授领衔的Gloscan(环球扫描)团队正式推出了2020版的中国大学录取分数排行榜，这也是Gloscan团队连续9年推出大学录取分数排行榜。这份榜单为反映高校近十年生源质量提供了重要参考。

今年研究团队使用了全新的映射算法。该算法使得映射结果能够更好地保留录取分数携带的原始信息。能够使排名结果更好地反映高校录取分数的位次关系。

��客观真实的高校录取分数排名

大学录取分数排行榜（2020 版）完全是基于中国各高校在过去10 年（2008-2017）间，在各省（市）本科第一批录取的文理科分数及人数的指标数据，通过统计分析后转换编辑完成的。

由于采集数据的工作量和难度极大，部分高校在一些省（市）的 2018 及 2019 年录取分数目前还未获取，因此本排行榜暂未使用这两年数据。这会对排名结果的时效性产生影响！但根据过去多次发布的排行榜数据来看，这种情况影响有限（主要是因为各高校录取分数波动不大、又有其它年份的对冲、再加上高校在不同省（市）录取分数高低的中和以及文理科的加权平均，这些制约因素拉平了一些高校录取分数偶然出现的高低带来的影响）。因此，基于十年数据的分析结果相对是一个比较稳定的状态。

该排名具有以下特点：（1）采取数据映射的方法解决了各省录取分数的可比性问题；（2）避免了其他大学评价体系指标选择的主观性；（3）既能反映各大学录取分数的位次关系，又能反映各大学录取分数的真实差距大小；（4）指数的灵敏度高，录取分数的一点点变化都能在其中表现出来。

需要指出的是，根据最近10年(2008--2017)我国高校第一批录取的分数推出的中国大学录取分数排行榜，直接反映的是高校录取分数的高低，并不一定完全反映高校综合实力的强弱。

��财经类高校分数高，沿海地区高校受欢迎

排名过程中发现：

1. 大学录取分数的高低与学校类别强烈关联。在所有类别的院校中，财经、语言与综合类院校更受社会与考生的追捧。

①语言、财经和综合类院校分列受社会与考生追捧的前3位。

②农业、师范和林业类院校受冷落。

2. 大学录取分数的高低与学校所在地高度关联。地处直辖市与沿海地区的院校更受社会及考生的追捧。

①上海、北京、广东、江苏与浙江的高校分列前5位。

②青海、海南、内蒙古、新疆与贵州的高校分列后5位。

��清华、北大、国科大位居前三位

从近十年录取分数总排名来看，清华大学录取分总排名、理科录取分和文科录取分均位居中国高校第1位。北京大学录取分总排名、理科和文科录取分三项指标均仅次于清华大学，位居第2位。

近年来迅猛发展的中国科学院大学总排名和理科录取分均位居第3位。复旦大学录取分总排名和理科录取分均位居第4位，文科录取分位居第3位。上海交通大学录取分总排名、理科录取分和文科录取分均位居中国高校第5位。其余录取总数位居前十位的高校还包括中国人民大学、中国科学技术大学、浙江大学、南京大学、北京航空航天大学。

这份总榜单包括了各大高校过去十年间的录取分数总排名，不过共有156所院校未参与总排名。暂不列入排名的院校是由于其在2008--2017年之间，参与第一批录取的年数少于4年或者招生的区域少于6个地区或者是某个大学的单列院（部）。

院校排名是选择志愿的一个参考，一般排名靠前的学校更好。先看院校，再看专业排名。

院校志愿和专业志愿之间的关系对于高考成绩较好的考生，选择理想的院校和满意的专业，是无可非议的。由于一般考生高考成绩的竞争力总是有限的，若对院校提出较高的要求，就必须以牺牲专业的层次为代价;若对专业提出较高要求，就必须以牺牲院校的层次为代价。

二者究竟以哪个为重，由考生依据实力自己定夺，但必须要在能被录取的大前提下作出上述调整。特别是在院校志愿和专业志愿发生冲突并威胁到录取与否时，一定要放弃对专业的要求，此时无论是什么专业，能被录取就是上策。但要注意，对于1A院校志愿，考生在填写专业服从调配时一定要慎重。

高等院校排名的多少，与录用分数线并没必定的关系。有一些排名高的高校，因为地域偏僻录取分数很低，我便没有必要消耗分数去报考它； 有一些高校排名不太高，但如果其所属地域、所属行业全是我们喜欢的，且分数合适大家报考，其都是非常值得考虑到的范畴。有关技术专业排名，也仅适合做为主次参照。现阶段大部分省区的高考填报志愿仍然是以校园为企业投挡的方式（每所院校中可报考好几个技术专业且有调济选择项）

排名高的技术专业，大部分聚集在985、211学校中，但包含211以内，大部分高等院校仅有极少数王牌专业能在全国各地有比较高排名。但我们报考一所学校时，尽管能够对着某一排名高的技术专业而去，但我们却不能只报考一两个技术专业，乃至许多情况下还务必服从调剂。这代表大家在冲好的专业的与此同时，也需要搞好被录取到其他专门的充分准备。即填报志愿时不能只是考虑到总体目标技术专业的排名要素，院校、地域要素也需综合性考量

本人的见解，便是以分数为导向，在自身的高考分数适合报考的学校范围之内再挑选院校、技术专业，在录取分数比较接近的情况下，能够优先考虑排名高的院校或专门。对于是偏重于院校、或是技术专业，则要依据自身具体情况。如能上985、211的高按段学生能够偏重于院校，一般一、二、三本的学生则最好以技术专业优先选择，兼具地域要素。院校排名和技术专业排名全是较为主要的，可是假如一定要选择一个最重要得话，那么应当更注重院校排名。相对于技术专业排名而言，院校整体的排名从一定程度上可以体现出校园的总体水平，排名相对性较高的院校通常具备更强的科学研究标准和学术氛围

自然，技术专业排名也非常重要，终究技术专业排名可以表现出专门的课堂教学整体实力及其科研能力，一些普通大学的某些技术专业通常也具有非常的竞争能力，学员的就业情况通常也不错。伴随着it行业的飞速发展，将来互联网经济将落地式到广泛的传统产业，这个过程必定会推动人才结构的提升和调节，全部传统产业将释放出很多的专业人才，而计算机专业技术专业将占领着十分的占比。 我从业it行业很多年，现阶段也在带软件工程专业的硕士研究生，具体的研究内容集中化在大数据和人工智能领域，我能相继写一些关于互联网技术性层面的论文，感兴趣的小伙伴能。够关注我，坚信一定会有所收获

报考大学排行如下：

中国大学排行榜、全国大学排名最新排名表对于同学们来说是比较重要的，因为大学的综合排名和分数线排名能较大地反应院校的综合实力和受欢迎程度，从而为同学们届时填报志愿提供参考

一、大学排行榜2022最新排名

中国排名前十的大学分别是：北京大学、清华大学、中国科学院大学、上海交通大学、浙江大学、武汉大学、南京大学、复旦大学、中国科学技术大学、华中科技大学。

如何选择一所适合自己的大学？

除了清华北大这样的几所学校之外，适合学生分数的往往会有一批高校，在这些高校之间该如何选择？或者说根据哪些因素来权衡定位自己的目标？

各校高考录取分数线由其办学历史、综合实力形成，但更为重要的是其社会认可度，有些学校虽然分数高一点，但就某些专业而言社会并不认可，而某些学校综合实力弱一点，但其若干个专业却被社会追捧。若为满足某些家长以及社会的虚荣心，在可能的情况下选择一个高档次的学校可以理解，比如能上清华不上北交。

但是在一个档次内，去选择高几分的学校而不选择优势专业则是得不偿失，万不可取。道理很简单，虽然按高考录取分数线确实能看出综合实力的差距，但在就业及深造问题上则没有人去查你的高考分数，而只是看你是哪个学校的哪个专业。国内外高校及社会人士都会有相同认识。而大学毕业后就业深造则是考生首要考虑的问题。

选择学校要重点关注学校的办学历史、优势特色学科、师资队伍，实验及教学平台和环境。选择适合自己的学校，不要只凭感觉来定位。某些学校具有很好的历史、传统、校风、教风和学风，在某些行业具有独领风骚的作用，在国内外都得到认可。需要说明的是有些学生只根据校名就判断这个学校是如何如何，却不知这些学校还有一些具有相当优势的学科和专业及其他专业。建议认真阅读该校招生简章和上网了解该校全部真实情况。

一所有生命力的一流大学，永远是开放和包容的，当然也有自己的脾气秉性，每所大学所追求的人才培养目标和理念不一样。在分数适合多所高校的情况下，应当先了解各校的文化底蕴，传承的精神和人才培养的理念，熟悉各校的特色学科和优势学科，结合个人的专业兴趣和发展方向选择适合的高校。

无论从继续深造或者进入职场，大学等学术机构或者用人单位都非常重视学生的本科学历出身。甚至有些城市或企业在接收毕业生就业时实行差别待遇，如果有多种选择时，首选考虑选择“985工程”等重点大学。

填报志愿时院校排名指根据各项科学研究和教学等标准、以英文发表研究报告和学术论文、针对相关大学在数据、报告、成就、声望等方面进行数量化评鉴，再通过加权后形成的对大学的排序。

为了规范大学排名机构的行为，联合国教科文组织、欧洲高等教育研究中心、美国华盛顿高等教育政策研究所、德国高等教育发展研究中心和上海交通大学高等教育研究院等机构于2004年共同发起成立了大学排名国际专家组。

2006年5月在柏林召开的第二次会议上，讨论通过了一系列高等教育排名的质量标准和操作范例，即柏林原则。该原则共有16项，从排名的目的、指标设计与权重、数据收集与处理和结果公布4个方面进行了规定，以作为对高等教育机构进行排名需遵守的共同准则。

排名为评估高等教育投入、过程与产出质量的方式之一。排名可以提供比较的信息并增进对高等教育的了解，但不能是唯一一种用来评价高等教育应是什么与应做什么的方式。排名可以提供一种市场观点，以作为政府、认证机构以及评价机构有关评估工作的补充。

排名的目的与对象应当非常清晰。排名必须根据其目的来设计。为特定目的或特定对象设计的指标可能并不适合于其他目的或对象。