深入分析:深圳高中的考试成绩,与年级线相比,你能上哪所高中?

Home

大表姐根据现有信息计算,让大家都能安心。

01.

先看中考录取进程

7月19日至23日:普通高中自主招生拟录取名单公示

7月24日:普通高中自主招生录取

7月25日:普通高中指标生录取

7月26日:第一批录取(普高)

……

最早一批确定被录取时间是在7月19日,自招的同学。

分析分数线前,要搞懂中考分数线的由来:

中考录取的,是将考生的分数从高到低进行全市排名。然后根据分数优先的原则,优先投递分数更高的考生志愿,当一所高中的招生计划录取完成,最后一名被录取考生的分数即为录取分数线。

中考录取分数线并非由学校提前决定,而是在录取结束后,根据录取结果得到。影响中考录取分数线的因素有很多,比如说试卷难度、学校热度等。

中考分数线其实是“果”,而各个学校的招生和录取情况则是“因”。

那录取情况都没有公布,只公布了成绩,应该怎么去推算一所高中的分数线?又该怎么估计能否被心仪高中录取?

#02

中考A+线和A线怎么用

这里我们不能瞎蒙瞎猜,已有的A+线和A线来分析

*各等级划分:A+为前5%、A为前5%-25%、B+为前25%-50%、B为前50%-75%、C+为前75-95%、C为后5%。

等级线分为单科等级和总分等级线,单科等级线就是根据学生单科成绩从高到低进行排序,前5%的学生就是A+,A+的最后一个学生的单科成绩就是该科A+等级线。

有了等级线的参考,再结合中考人数就可以大致推算出录取情况。

一般来说,中考A+线总分≈四大的分数线;中考A线总分≈二十大分数线;如果都能达到B线,就有很大机会上公办普高。

#03

通过等级线推中考分数线

根据A+线总体来看,今年头部学校分数线变化不太大,当然也没什么可能出现市面上预测的四大分数线会降的情况,另外中考人数增加了1万左右,四大又缩招,其他头部学校也没有扩招,很大可能20大高中分数线都会上涨2分以上。

下面这两个表是根据近两年的等级线与中考的线差计算得出AC类预估分数线

D类的分数线预估:

*由于B线、C+线、C线暂缺,AC类520分以下的学校分数线无法准确预估

但是,上面的分数线是通过等级线直接换算得出的,要想准确率更高,还要考虑考试人数和招生计划。

#04

参考中考人数及招生计划修正分数线

2021年的中考人数约10w,A+上线人数≈10w*5%=5000人,而深圳中考深户占比约45%,理想状态下2021年AC类A+人数大概有2000-3000人。

而2021年深圳四大录取计划共计4252人,AC类名额4104个,意味着AC类的孩子只要能达到A+总线572分,都能稳进四大。所以会出现A+总线572分高过四大最低录取线568分的情况

今年的中考人数11万余人,A上线人数≈11w*5%=5500人,按照深圳中考深户占比约45%,理想状态下2022年AC类A人数大概有2500-3500人。

今年深圳四大录取缩招,共计3960人,AC类录取3457个,意味着今年AC类的孩子中考成绩必须≥A+总线571分,才能上四大,甚至会出现达到A+总线也无法被四大录取的极端情况,所以今年四大最低录取线会大概率贴近A+总线。

四大的AC类录取分数线修正为:

同理,由于中考人数增加,头部学校没有扩招,估计今年十大的分数线都会上升2分以上,而二十大的分数线也会随之水涨船高。

分析如下:

今年的中考人数11万余人,A上线人数≈11w*25%=27500人,按照深圳中考深户占比约45%,理想状态下2022年AC类A人数大概有1.2w-1.3w人。

而2022年深圳二十大学校录取计划共计约1.7w人,AC类名额1.3w个,意味着今年AC类的孩子必须达到A总线535分,才能比较稳上二十大。

所以二十大的AC类录取分数线修正为:

但目标是二十大以后的孩子就不用太过担心,四大的高中园以及其他新开办的高中为你们分走了大量的竞争对手,以至于今年公办高中的分数线一定会继续下降。

最后,大表哥想说:

中考分数线的预估是需要大量的数据和方法做支撑,自从去年我成功的预估2021深圳中考分数线后,今年中考前一夜之间涌出大量机构/个人预估,甚至同一个人对同一所学校能预估出三个版本。

中考还没考,手上没有任何依据,就敢凭空捏造?为了所谓的流量,这样对众多同学和家长是非常不负责任的。

所以我今年选择在出分以后进行预估,尽可能保证准确。当然,预估分数这个事,没有百分百准,看个乐呵就好。

对于准高中的孩子,不论你们成绩是高是低,凡是过往皆为序章,凡是未来皆可期待,你们也该收拾行囊踏上下一段旅程啦~

以上图文等数据内容均为纯原创,转载请提前联系授权,否则以侵权处理!

Add a Comment

您的电子邮箱地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据