四川师范大学研究生招生简章概览

2024四川师范大学研究生招生简章是西南地区研究生教育体系中的重要文件,全面体现了四川师范大学在学科建设人才培养科研创新方面的战略布局。作为一所具有70余年办学历史的综合性师范大学,四川师范大学始终以服务国家教育战略和区域经济社会发展为使命,持续提升研究生教育质量与国际影响力。

本简章涵盖招生计划报考条件考试科目录取办法奖助体系学科建设培养模式国际交流就业指导等九大核心模块,为考生提供系统、权威、可操作的报考指南。简章内容严格遵循教育部最新政策精神,结合学校发展实际,突出“以生为本、质量优先、分类培养、多元发展”的研究生教育理念。

值得注意的是,2024年招生工作在延续稳定政策的同时,进一步优化了专业结构布局。硕士研究生招生规模维持在2000人左右,博士研究生招生规模为300人,其中教育学、心理学、教育技术学等传统优势学科仍保持较大招生比重,同时人工智能、大数据、乡村振兴教育应用等新兴交叉方向招生计划显著增加,反映出学校主动对接国家战略需求的前瞻布局。

★ 重要时间节点提醒(以2024年实际通知为准)
  • • 研招网预报名:2023年9月24日—27日(每天9:00—22:00)
  • • 研招网正式报名:2023年10月5日—25日(每天9:00—22:00)
  • • 网上确认时间:2023年11月上旬(具体见报考点公告)
  • • 初试时间:2023年12月23日—24日(上午8:30—11:30,下午14:00—17:00)
  • • 复试时间:2024年3月中下旬(各学院另行通知)
  • • 调剂系统开放:2024年4月初(中国研究生招生信息网)

招生计划与报考条件深度解析

2024四川师范大学研究生招生简章中明确,本年度招生计划在保持总体稳定的基础上,根据学科评估结果、科研项目承接能力、就业质量反馈等多维度数据进行动态优化。硕士研究生招生涵盖学术学位与专业学位两大类,其中学术学位硕士1200人,专业学位硕士800人;博士研究生招生300人,全部为学术学位博士。具体分布如下:

学术学位硕士招生专业(68个)

涵盖教育学、心理学、文学、历史学、理学、工学、管理学、法学、经济学9大学科门类。其中教育学(一级学科)招生人数最多,达280人,下设教育原理、课程与教学论、教育技术学、高等教育学、成人教育学、职业教育学等12个二级学科方向;心理学(一级学科)招生160人,重点建设发展与教育心理学、认知神经科学、心理测量与评估等特色方向;中国语言文学数学计算机科学与技术等传统优势学科招生规模均超过100人。

专业学位硕士招生领域(15个)

包括教育硕士(12个方向)、应用心理硕士、汉语国际教育硕士、电子信息硕士、艺术硕士(舞蹈、美术、音乐3个领域)、法律硕士(法学/非法学)、公共管理硕士(MPA)、工商管理硕士(MBA)、翻译硕士、社会工作硕士、旅游管理硕士、图书情报硕士、新闻与传播硕士。其中教育硕士招生占比最高,达520人,特别增设“ STEM 教育”“人工智能教育应用”“乡村教育振兴”等实践导向鲜明的特色方向。

博士研究生招生情况

博士招生集中在教育学、心理学、中国语言文学、数学4个一级学科博士学位授权点,以及教育博士专业学位(Ed.D)项目。其中教育学博士点招生180人,心理学博士点招生70人,中国语言文学博士点招生40人,教育博士(Ed.D)招生10人(仅招收定向就业单位推荐、具有5年以上教育管理经验的人员)。

【报考条件详解】

报考2024四川师范大学研究生招生简章中所列专业,考生须满足以下基本条件:

  1. 中华人民共和国公民,拥护中国共产党的领导,品德良好,遵纪守法;
  2. 学历要求
    • 国家承认学历的应届或往届本科毕业生(须在入学前取得本科毕业证);
    • 已获硕士、博士学位的人员;
    • 获得国家承认的高职高专毕业学历后满2年(从毕业后到录取当年入学之日)或2年以上,达到本科毕业同等学力的人员;
    • 自学考试、网络教育本科生须在报名前确认报名时本科已毕业。
  3. 专业背景要求
    • 教育学、心理学、教育技术学等教育类专业要求本科专业与报考方向相关度≥70%;
    • 部分交叉学科(如教育大数据分析、智能教育技术)鼓励计算机、数学、统计学等背景考生报考;
    • 法律硕士(非法学)要求报考前所学专业为非法学专业;
    • 法律硕士(法学)要求报考前所学专业为法学专业。
  4. 外语水平要求
    • 教育学、心理学等人文社科类专业,要求CET-4≥425或雅思5.5或托福75以上;
    • 部分专业(如翻译硕士)要求CET-6≥450或雅思6.0或托福80以上;
    • 同等学力考生须提供国家英语四级成绩证明及5000词以上的专业文献翻译材料。
  5. 科研能力要求
    • 报考学术学位硕士者,须提交1篇本人署名的学术论文(不限发表刊物);
    • 报考教育博士(Ed.D)者,须主持或主研校级及以上教育科研项目1项,并提交2篇教育实践研究报告。
★ 同等学力考生特别注意事项

报名时需提供专科毕业证书原件及复印件;② 提交在核心期刊发表的论文(第一作者)或省部级以上科研项目结题报告(前3完成人);③ 加试2门本科主干课程(现场确认后通知);④ 不得报考硕士专业学位中的法律(非法学)、工商管理、旅游管理、工程管理硕士。

考试科目与命题改革方向

2024四川师范大学研究生招生简章中明确,初试科目设置突出“基础性、应用性、创新性”三位一体的考核导向。所有考试科目均采用全国统一命题或学校自命题方式,其中教育学、心理学、计算机科学等12个专业实行统考科目+校考科目组合模式。

统考科目设置

适用于教育学、心理学、历史学、计算机科学等专业:

  • 思想政治理论(满分100分)
  • 英语一 或 202俄语 或 203日语(满分100分)
  • 教育学专业基础 或 312心理学专业基础 或 408计算机学科专业基础(满分300分)

其中311教育学专业基础涵盖教育学原理、中国教育史、外国教育史、教育心理学、教育研究方法;312心理学专业基础涵盖普通心理学、发展心理学、心理统计、心理测量、实验心理学。

校考科目设置(以教育学为例)

适用于教育学、心理学、教育技术学等专业:

  • 教育综合(满分150分)——含教育学、心理学、教育技术学基础理论与应用
  • 课程与教学论(满分150分)——含课程理论、教学模式、教学设计、教育评价等
  • 教育研究方法(满分150分)——含定量研究、定性研究、混合研究方法及实操能力

校考科目突出情境化命题,例如2023年真题中出现“设计一个基于项目式学习(PBL)的STEM教育活动方案,并说明评价指标”,强调教育理论与实践的深度融合。

复试科目与形式改革

年复试环节全面升级,实行“1+2+X”模式:

  • “1”指专业综合面试(满分100分),重点考察学术潜力、逻辑思维、创新意识;
  • “2”指外语能力测试(含听力、口语、专业外语阅读,满分50分)与实践能力考核(教育类考生需提交微课视频或教学设计方案,满分50分);
  • “X”指附加能力加分项,包括:①省级及以上教学竞赛获奖(+5分);②主持校级科研项目(+3分);③发表核心期刊论文(+4分/篇,限1篇);④教育实习优秀(+2分)。

特别说明:教育硕士(学科教学·语文/数学/英语)等方向实行“双导师复试制”,由校内导师与中小学一线名师共同组成复试小组。

教育学类
心理学类
教育技术学类

教育学专业考试科目详解

① 初试科目

  • 思想政治理论(全国统考)
  • 英语一(全国统考)
  • 教育学专业基础(全国统考)
  • 教育综合(学校自主命题)

② 复试内容

  • 专业笔试:教育学原理与教育研究方法(2小时)
  • 实践能力:教学设计与说课(30分钟准备+15分钟展示)
  • 综合面试:学术素养、教育情怀、发展潜力(20分钟)

③ 近三年真题趋势

  • 年311真题中,“双减政策背景下作业设计的优化路径”占比15分;
  • 教育综合中“生成式人工智能对教育范式的冲击与应对”为开放性论述题;
  • 复试教学设计题聚焦“大概念引领的单元教学设计”,体现新课改核心理念。

心理学专业考试科目详解

① 初试科目

  • 思想政治理论(全国统考)
  • 英语一(全国统考)
  • 心理学专业基础(全国统考)
  • 心理统计与测量(学校自主命题)

② 复试内容

  • 专业笔试:认知心理学与实验设计(2小时)
  • 实践技能:心理测量工具编制与SPSS操作(2小时上机)
  • 综合面试:研究规划陈述(10分钟PPT+5分钟问答)

③ 特色要求

  • 报考应用心理硕士(MAP)者,须提交1份心理服务实践报告(如心理咨询见习、心理培训经历);
  • 发展与教育心理学方向要求熟悉皮亚杰、维果茨基等经典理论的现代应用场景;
  • 认知神经科学方向需掌握基础实验范式(如Stroop、 flanker、n-back)设计逻辑。

教育技术学专业考试科目详解

① 初试科目

  • 思想政治理论(全国统考)
  • 英语一(全国统考)
  • 教育学专业基础(全国统考)
  • 教育技术学导论(学校自主命题)

② 复试内容

  • 专业笔试:教育技术理论与发展趋势(2小时)
  • 实践操作:微课设计与制作(2小时,使用 Camtasia/Canva)
  • 综合面试:智慧教育解决方案设计(如“AI助教在高中数学教学中的应用”)

③ 新增能力要求

  • 熟悉教育部《教育数字化战略行动》核心内容;
  • 掌握VR/AR/MR在教育中的典型应用场景;
  • 了解大语言模型(LLM)在智能教学系统中的集成路径;
  • 具备教育数据挖掘(EDM)基础能力(如使用Weka进行学习行为分析)。