已解决

关于考研复试分数线的问题

悬赏分:0
有几个疑问我一直搞不懂。
1.每个学校都会公布考研复试基本分数线。比如某个大学的是300。但我看网上写的都是工科310,理科300,经济290之类的。我想问工科具体专业多了去了,考研考的专业课也不尽相同吧,怎么能用一个分数来衡量呢?
2.是不是上了考研复试分数线的人都有机会参加复试?那如果报那个专业的人太多了,超过学校计划招生数怎么办?是在复试后综合初复试总成绩只要计划数的1.2倍的学生吗?
3.复试刷人的程度厉害吗?还说是因学校、报考人数而异?

热点关注:研究生招生简章历年考研国家线2017考研国家线

提问者:纸老虎 - 2010/02/04 02:51

最佳答案

1.因为一个大学有很多个学院,专业又可分为工科,理科,文科,法硕,经济之类的。对于任何一个专业,由于参加考试的学生人数、所报的专业(也就是研究方向或导师课题),以及所考的科目(专业课)不同,考研复试基本分数线就会分为工科,理科,文科,法硕,经济之类。你所说的某个大学的是300分,是具体到某个学院(如果可以院内专业调剂的话,是否可以院内专业调剂是具体学校而定的)的复试基本分数线,所以会出现一个学院内不同专业有不同的录取分数线。300分、310分、290分是从全校总的专业(例如物理、数学和化学统称为理科)来划的线,和你说的某个大学的是300分是从不同的角度来划分的。你可以打电话给所报考学校的研究生招生办公室(或学院招生办公室),咨询你的成绩在所报专业的排名情况,以及是否可以专业调剂。根据学院的招生人数和你的成绩排名(还要排除保送生的名额),你就会有了解到你有多大概率可以被录取。当然,你的各科分数要在各科国家线之上。
2.是的!只要你过了各科的国家线和学校的复试线,就可以参加复试。如果超过学院的计划招生数,学院会刷掉一部分人,因为学院的招生人数不会随意改动,当然也会上下波动一定的名额,是视具体学校而定。一般成绩接近复试线的学生被刷掉的几率比较大,因为老师也是想要找个“好学生”。理论上说参加复试的人会比实际的招生人数多,学院也要考虑各种情况——比如有的学生因为身体健康状况(有传染病的)不能入学;有的学生过了复试线,但是找到满意的工作,放弃读研的,等等。
3.复试刷人的厉害程度与学校、报考人数,以及专业有关。这与高考报考学校有些类似。所以,有时我们会经常听到某个知名大学的某个专业,只要过了国家线就可以读研。对于知名大学(比如中科院、北大、清华等)的的热门专业,一般复试分数线是比较高的,报考人数也多,所以刷人情况是相当严重的。对于一般的学校,本来报考人数就少,而且每个学校都有招生人数(相当于硬指标),刷人情况不是很严重,有的甚至基本上不刷人。
另外,你参加复试时,你给老师留下的第一印象也很重要。所以那些先前和老师联系过的学生在复试时会有一定优势。此外,你在大学所学过的课程,考试成绩,以及你的学校荣誉有时也会起到一定作用。这是一个双向选择的过程。

回答者:iPod - 2010/02/04 02:52

其他答案(3)

1.不同学校分数线的公布方式不同,有的学校细到各个专业都有不同的分数线,建议你最好打电话问清楚。基本分数线附近的考生一般很危险,申请调剂的较多。
2.过了复试线但不能参加复试的人可以申请调剂。
3.视报考人数而异。如果报考人数不足,只要过基本线就差不多了(除学校导师不愿要的极特殊情况)。

回答者:一休哥 - 2010/02/04 02:54

1.每个学校公布这样的分数线,是做一个初步的公布,轮到具体的专业肯定会有所不同。如果每个专业都贴出来,太麻烦,也方便学校对一些事情自行解决,不过也可以试下看看学校的网站上有没有我们想要的那么细致。
2.先过国家线,在报考学校的线,在参考本专业本学科的分数线。一般情况下,学校最后录取的人数是在预期的计划中的。
3.当然有一部分人是要刷下来的,这也是复试的用处之一。每个学校的复试人数和最后录取人数都是有严格限制的,不会因学校和报考人数变化很大。

回答者:书香门第 - 2010/02/04 02:54

1、不管是工科、理科还是经济类的专业,其中某一类用一个分数线只不过是个标准重要的是复试,所以说这不是很重要!再说要你复试的时候学校会通知你的!
2、不一定,要等通知。肯定要刷人的。不一定要看情况!
3、复试刷人程度主要看报考人数是不是太多!

回答者:功夫熊猫 - 2010/02/04 02:55

网站介绍| 关于我们| 联系方式| 广告业务| 帮助信息
?1998-2015 lantab.com Network Studio. All Rights Reserved.

中国半岛真人体育-联系地址:上海市邮政信箱088-014号 邮编:200092 Tel & Fax:021 - 5589 1949 沪ICP备12018245号

页面加载时间:0.023497秒
Baidu
map