上海中考平行志愿录取时，“小分”具体指哪些排序依据？

Question

上海中考平行志愿录取中，“小分”并非官方术语，而是家长和学校对同分排序细则的通俗叫法。当考生总分相同时，系统需依据预设规则逐级比对以确定投档先后顺序。具体排序依据（即“小分”）依次为：① 语文、数学、外语三科合计分数；② 语文、数学两科合计分数；③ 语文单科成绩；④ 数学单科成绩；⑤ 外语单科成绩；⑥ 综合测试（含理化实验操作）成绩；⑦ 道德与法治学科成绩（按笔试部分得分）。值得注意的是，自2023年起，道德与法治首次纳入“小分”排序末位环节；且所有比较均不进行四舍五入，原始分（精确到0.5分）直接参与比对。常见技术误区是误将“综合测试”等同于“理化总分”，实则包含实验操作评分；另有个别区校误认为体育分数参与排序，但根据市教委现行政策，体育成绩仅计入总分，不进入同分排序序列。

Answer 1

```html

一、概念澄清：什么是“小分”？——从教育术语到技术建模的语义对齐

“小分”是上海中考平行志愿录取中广泛使用的民间术语，非上海市教委官方文件用语，实为同分排序规则（Tie-breaking Rule Set）的技术映射。在总分相同（如630.5分）的考生群体中，系统必须执行确定性、不可逆、可审计的逐级比较逻辑，以生成唯一投档序位。该机制本质是多层级复合键（Composite Sort Key）的典型应用场景，其设计需兼顾政策刚性、数据精度与系统可追溯性。

二、核心规则解构：七级排序维度的结构化表达

层级	字段名（代码标识）	计算逻辑	精度要求	是否含实验操作
①	sum_chinese_math_english	语文+数学+外语原始分（含0.5分）	0.5分	否
②	sum_chinese_math	语文+数学原始分	0.5分	否
③	chinese_score	语文单科原始分	0.5分	否
④	math_score	数学单科原始分	0.5分	否
⑤	english_score	外语单科原始分	0.5分	否
⑥	comprehensive_test_score	理化笔试+理化实验操作总分（满分150）	0.5分	✅ 是
⑦	moral_political_written	道德与法治笔试部分得分（2023年起新增）	0.5分	否

三、典型技术误区与数据治理陷阱

• 误区1：将comprehensive_test_score错误映射为physics_chemistry_total（仅含笔试），忽略实验操作评分模块（占30分）；
• 误区2：在ETL清洗阶段对原始分执行ROUND(score, 0)，导致0.5分差异丢失，违反“不四舍五入”政策红线；
• 误区3：将体育成绩（30分）纳入排序字段列表，造成逻辑污染——该字段仅参与total_score聚合，严禁进入tie_breaker_sequence；
• 误区4：使用字符串拼接构造排序键（如f"{c+m+e}_{c+m}_{c}"），引发数值比较失效（例："140.5" > "141" 字符串比较结果为True）。

四、高可靠性排序算法实现（Python示例）

def generate_tiebreaker_key(candidate: dict) -> tuple:
    """
    生成严格遵循沪教委2023政策的7元组排序键
    返回值为tuple，天然支持Python stable sort的多级比较
    """
    return (
        candidate['chinese'] + candidate['math'] + candidate['english'],  # ①
        candidate['chinese'] + candidate['math'],                         # ②
        candidate['chinese'],                                              # ③
        candidate['math'],                                                 # ④
        candidate['english'],                                              # ⑤
        candidate['comprehensive_test'],                                   # ⑥ 含实验操作
        candidate['moral_political_written']                               # ⑦ 2023新增
    )

# 使用示例：
candidates = [
    {'chinese': 98.5, 'math': 95.0, 'english': 92.5, 'comprehensive_test': 142.0, 'moral_political_written': 28.0},
    {'chinese': 99.0, 'math': 94.5, 'english': 92.5, 'comprehensive_test': 141.5, 'moral_political_written': 27.5}
]
sorted_candidates = sorted(candidates, key=generate_tiebreaker_key, reverse=True)

五、系统级验证流程（Mermaid流程图）

flowchart TD
    A[原始成绩数据入库] --> B{精度校验}
    B -->|含0.5分| C[字段完整性检查]
    B -->|含整数| D[告警：违反政策，阻断流程]
    C --> E[综合测试拆分验证]
    E -->|含实验操作子项| F[道德与法治字段存在性检查]
    E -->|缺失实验操作| G[触发ETL重跑]
    F -->|2023年及以后| H[启用7级排序引擎]
    F -->|2022年及以前| I[启用6级排序引擎]
    H --> J[生成带审计戳的排序日志]

```