学生体质健康测试数据应用面临的问题与对策研究

2018-06-11 06:30杨军
当代体育科技 2018年17期
关键词:数据问题对策

杨军

摘 要:持续多年的学生体质健康水平下降的原因有多方面,但对体质健康测试数据的分析研究不深入、应用与实践不充分,过度注重对整体趋势研究而忽略了针对个体的改善干预是导致这一现象的重要原因之一。本研究采用文献资料法、专家访谈法、问卷调查等方法对学生体质健康测试数据应用面临的主要问题从主客观两方面展开分析,提出加强学生体质健康测试数据管理、强化个体数据链建设以及体育专门统计人才的培养等策略。结论与建议:在大数据时代到来的今天,必须着力加强学生体质健康测试数据的应用,利用大数据的技术,实现数据分析从总体到个体的转变,制定个性化的学生体质健康提升方案,因人而异的进行差异化教學与训练,尽可能充分利用数据,挖掘数据的价值才是最终的目的与意义。

关键词:学生体质健康测试 数据 应用 问题 对策

中图分类号:G807 文献标识码:A 文章编号:2095-2813(2018)06(b)-0231-05

Abstract:There are several reasons for years of continuous decline in physical health. One of the most important reasons is the analysis and research of physical health test data is not thorough、the application and practice are inadequate. Excessive attention is paid to the study of the overall trend, while ignoring the individual improvement intervention. This study used the method of literature, expert interviews, questionnaire survey method, the main problems in application of students' physical health test data from subjective and objective two aspects of analysis. Put forward countermeasures to strengthen the students' physical health test data management, strengthen the construction of individual data chain and Sports statistics talents personnel training.Conclusions and suggestions:In the times of big data,we must strengthen the application of students' physical fitness test data, and use the technology of big data to realize data analysis from general to the individual、develop improvement plan of students' physical health personality、differentiated teaching and training by varying degrees. Make full use of data as much as possible, mining the value of the data is the ultimate purpose and significance.

Key Words:Physical health test;Data; Apply;Deficiencies;Countermeasures

提高学生体质健康水平并持续保持且积极向上发展,养成学生至少掌握一项终身可参与的体育运动技能,培养终身体育的良好习惯是当前我国学校体育教育的中心任务。围绕这一任务目标,各级各类学校的体育教学、科研、课外体育活动、竞赛蓬勃开展,与此同时,作为评价学生体质健康水平的监测工作也在高标准、严要求下逐步深入的推进。

从1958年我国颁布以激励全民参加体育运动的“劳动卫国体育制度”开始,到1975年初具雏形的《国家体育锻炼标准》,到2002年的《学生体质健康标准(试行方案)》,再到2014年的《国家学生体质健康标准(2014年修订)》,我国学生体质健康监测工作走过了近60年的历史,在教育部2014年发布的报告中明确指出:“要将学生体质健康监测评价纳入教育现代化指标体系,作为考试制度建设和改革的重要内容,逐步形成科学规范、导向明确、诚信可靠、保障有力的学生体质健康监测评价制度。”据此,我国各级各类学校在每一年的开学季之后都会展开面向全体学生的体质健康测试工作,并将所采集数据上报“学生体质健康网”,实现了学生体质健康测试成绩的数据化管理。虽然持续的监测工作在不断实行的过程中日臻科学与规范,但体质监测工作的意义不仅仅只在于测试过程,而更应该关注测试的结果,尤其是对测试结果的应用上,关键是以数据的应用来指导体质健康提升的实践。尽管每年能够采集到入库数据高达数十亿计,但如何深度挖掘如此庞大数据的价值,以更好的指导学生体质健康水平的提高却成为横亘在体育科研工作者面前的一个难题。这也是导致我国学生体质健康水平持续30年下滑的重要原因之一——“守着数据的金山,却苦于没有快速有效的挖掘数据价值的策略和方法”。

本文拟通过研究分析当前学生体质健康测试数据应用所面临的问题与困难,探求问题产生的原因及破题的策略。

1 数据采集现状

自2002年开始,由教育部正式在全国范围大中小学试行《学生体质健康标准》以来,迄今已逾16年。以一个普通学生为例,其从2002年读小学一年级开始,到2017年本科毕业为止,累计共需参加16次体质健康测试,测试68项,被采集84条数据(见表1~3)。

若按照2014年新修订的《国家学生体质健康标准》,其累计测试项目则达到106项,被采集122条数据(见表4),均已超过了旧标准。

新标准颁布施行后的2015年,根据相关数据显示[2-4],仅以2015年全国在校学生人数调查报告显示(见图1),2015年全国小学、初中、高中、中专、大学在校总人数达到1.97亿人,2016年的规模大致与之持平。除此之外,2015年,全国共招收特殊教育学生8.33万人,在校生达到44.22万人。其中,视力残疾学生3.67万人,听力残疾学生8.94万人,智力残疾学生23.21万人,其他残疾学生8.40万人。特殊教育毕业生5.29万人,比上年增加0.39万人。普通小学、初中随班就读和附设特教班招收的学生4.48万人,在校生23.96万人。

非特殊教育的学生在体质健康测试过程中,除少数同学因身体原因申请免测外,其余大部分学生都进行了每年度一次的测试工作,根据相关项目数据统计,保守估计每一年所能采集到的学生体质健康数据也已经达到近十亿条。而且还不包括特殊教育群体的学生在内。

2 数据应用现状

现阶段,我国学生体质健康测试数据应用主要集中于三个层次的多方面:一是教育部所代表的国家层面,对所采集数据的整体性、发展性、规律性等宏观趨势研究报告;二是各地区教育主管部门根据地区实际和工作开展需要制定的地区性数据应用策略;三是广大科研工作者在自身工作的实际中对于数据的应用性研究。

2.1 宏观性研究报告

教育部每年会组织专家或授权研究机构对库内数据进行专门的分析、研究,并撰写形成两份《报告》:一是每年公开发布一次的年度《学生体质健康状况报告》,该《报告》纵向分析了当年度全国学生体质健康水平的状况,同时也横向对比了近年来学生体质健康测试数据的变化趋势,用以描述性的呈现全国学生体质健康整体水平发展的现状及趋势;二是2016年5月,首次对外公开发布的《中国学校体育发展报告(2015)》[5]。该报告高度凝练了中国学校体育的发展历程,详细梳理了自新中国成立以来学校体育发展的政策脉络,较全面地概述了学校体育事业发展情况显著成绩和重大政策制度落实进展,清晰地阐释了学校体育发展的顶层设计,尤其是2012年以来的学校体育政策体系、评价机制、保障机制和推进机制,客观地呈现了当前中国各级各类学校体育的现状和政策走势,并归纳了近几年各地学校体育发展的经验做法,为进一步推进学校体育、增进学生体质健康提供重要的决策支持。《中国学校体育发展报告(2016)》也正在编纂中,预计未来将形成常态化发布。

2.2 区域性应用策略

除了这两份报告外,作为对数据更加有效使用的探索,部分地区还将学生体质健康测试数据应用领域进一步拓展,以浙江省为例,目前该省对此类数据主要应用于以下三方面:第一,在各高校自测的基础上,浙江省进行了覆盖全省高校的统一抽测(部分主要指标),抽测的范围和对象是随机抽取部分大学三年级(专科院校为二年级)学生,并将抽测结果向社会公布,同时挂钩高校领导的考核,省教育厅结合教育部复核、省级抽查情况,对学生体质状况连续三年下降的高校领导要进行诫勉谈话;第二,作为一种倒逼机制,省教育厅要求各高校将生源地为浙江的大学一年级新生体质健康数据单独上报省教育厅,将数据与新生生源地毕业高中进行匹配,以此作为考评学生生源地高中体育开展水平的重要指标;第三,部分高校根据所测数据发布本校的学生体质健康报告,呈现学生总体体质健康状态及各学院的学生体质健康水平。对于部分学生体质健康测试不达标的同学,则明确取消其评奖评优资格,严格执行“一票否决”制,激励广大学生认真参与体育锻炼。

2.3 科研工作者开展的研究

分别以关键词学生体质健康、数据、应用等关键词逐步缩小研究范围,经中国知网全文数据库主题搜索,能够检索到数据非常有限。学生体质健康研究论文5530篇,其中针对数据的研究仅有1160篇,而针对数据的应用研究上仅有64篇文献。分别以三个关键词组合搜索,并阅读大量文献后发现,关于学生体质健康测试数据的研究呈现出研究领域覆盖面广、研究内容贴近实际的特点,但描述性研究居多,有部分群体体质健康干预实验研究,但对个体的实证研究较少。

3 存在的问题

每年国家投入巨资开展学生体质健康测试,采集到数以百亿的体测数据,其目的恐怕并不仅在于形成这样的一些报告、得出这样的结论。尽管这些研究成果都从宏观的角度总结归纳了学生体质健康水平的现状、发展趋势并系统总结了有益的经验做法,有非常积极的意义,但何以成果一直在发布、经费一直在投入、标准一直在修订、提升学生体质健康水平也一直在各类场合不断地被提起、被重视,可是面临的现实却是30年的体质健康水平持续下降[6]。原因可能有多方面,但对现有数据价值的挖掘程度有限、使用不充分应该是重要原因之一[7]。

(1)我国历部《学生体质健康测试标准》对学生体质健康测试数据的采集、上报都有明确的要求和标准,但不可否认的是高教育阶段与低教育阶段学生体质健康数据在基层中存在“脱节”现象。学生在小学阶段的数据到了中学时,中学老师不掌握,学生中学阶段的数据到了大学时,大学老师不掌握。个体数据的“脱节”使得体育教师在日后组织体育教学、体质健康测试、运动干预方案制订等带来实际困难。中小学与即使有些中小学将学生数据放入学生档案,也很少见有高校将这些数据录入电脑,与大学阶段采集到的数据汇总形成完整个体数据链。但根据问卷调查了解,不多的中小学在认真的完成学生体质健康测试数据的归档工作,也很少有省级以上教育部门主动向各高校提供录取学生的体质健康数据信息,使得高校对录取学生的体质历史完全空白。

(2)数据采集的误差率控制还需加强。通过调查,近年来,越来越多的学校出于降低工作量、降低误差率等出发点投入大量资金,采购更新、更便捷的仪器投入体测,在测试数据的电子化方面的确成效明显,但往往会出现测试工作量和数据误差率不降反升的局面。更有甚者,有部分测试仪器存在数据丢失现象,需要召回学生重测,不但额外增加了工作量而且也使数据失去准确性;其次,很多本身难以采用仪器测试的项目也采用了仪器,比如引体向上、仰卧起坐,这两个项目有着严格的技术标准和动作规范,有些仪器采用腰腹式感应器测试仰卧起坐、采用缠臂式感应器测试引体向上,测试误差可想而知,甚至有些800m和1000m的测试仪器在距离测算上都是“大概距离”,无法精确,这些各自为阵、无法统一的“标准”直接导致了采集数据存在着较大的误差率,导致最终的结果失真。最后,学生测试时主观的不努力,抱着“及格万岁”的心态参加体质健康测试,所采集到的数据真实性大打折扣,并非学生真实体质健康水平的反映。

(3)数据管理的不规范。一是学生体质健康测试数据作为重要的档案,不仅是高校、小学、中学等各阶段都没有认识其重要性,都存在认识不足,意识淡薄的问题;二是很多高校的体质健康测试工作由体育老师负责,其对数据档案资料的管理水平相较于专业的档案管理人员还有较大差距。同时,还会经历负责工作的人员更迭,数据的转交衔接也没有规范的流程,存在遗失的风险;三是更多的智能仪器投入体测,各生产厂家为了达成某些商业目的,自行设计制造的产品均不能与其他设备仪器相兼容,无法规范化使用统一格式,也给数据管理带来了困难;四是缺乏相应的数据管理规章制度,随意性较大。这种粗放型的体质健康测试数据管理模式使学生体质健康测试数据泄露更加容易,是对学生隐私权的直接侵犯,同时也容易被不法分子利用,通过非法获取信息从事违法活动,产生极大的安全隐患。

(4)体育科研人员对数据的重要作用和价值认识不到位,或是能够充分认识其巨大价值,但受限于自身水平和能力有限,不足以处理如此庞大的数据信息,使得挖掘出的价值少之又少。究其原因,早期是由于科技发展水平所限,面对庞大的数据,我们无法使用现有的计算机设备分析那些看似毫无关联的数据并得出预测结论。但是,大数据概念,尤其是云计算的提出与发展,使我们慢慢的找到了挖掘大數据价值的办法,这为我们的科研人员进一步挖掘体质健康测试数据指明了新的方向[8]。随之面临的新问题是体育专业类专司统计和大数据研究的人才少之又少,不仅要掌握大数据、统计学、生理学和体育学的相关知识,更要具备极强的综合能力。可现实往往是具备数据统计能力的统计学人才不懂体育专业,懂得体育专业的人才不懂数据统计,这就造成了数据长期搁置的局面,无法有效挖掘其价值并付诸应用。

(5)普通体育科研工作者对学生体质健康数据库的访问权限有限。科研工作者往往只能获得本校的学生体质健康数据,对同类地区不同学校之间的纵向数据或者不同类地区同类学校之间的横向数据难以从官方渠道获得,缺乏实际数据支撑的研究自然无法达到真实的结果,从而在客观上限制了对学生体质健康的研究工作。

分析问题不难发现,总结造成学生体质健康测试数据应用产生问题的核心在于两方面:一是没有掌握正确的研究方法而不会用;二是仅对少量的数据进行研究,且大部分集中于研究总体的趋势,对个体的研究与干预实验较少,总是提出问题的多,解决问题的少。因此以整理数据、管理数据、分析数据、研究数据为突破口,充分挖掘数据的价值,以数据分析为决策做支撑,牢固树立“数据分析不是目的,对症下药才是关键”的观点,激活沉睡的体质健康测试数据,尽可能的挖掘数据的价值,预测体质健康发展趋势并制定相应的应对策略才是我们开展体质健康测试的目的,同时也是开展学校体育、社会体育的真正意义所在。

4 结语

《学生体质健康状况报告》已经连续发布多年,下一阶段的工作重点应在此基础上,努力实现体质健康水平“从总体到个体”的转变,对个体开展运动干预,提升个体水平进而提高整体状况。要想实现此目的,必须要掌握足够的基础数据,以对教育阶段的体育教学和非教育阶段的自主锻炼提供数据支撑,保证科研人员分析结果的准确性和制订措施的有效性,以更好的根据不同时期的生长发育特点和能力水平制订科学的运动处方,真正做到因人而异、因时而异、因质而异。对于中小学而言,从“少年(小学)—青少年(中学)”体育老师要认真完成测试工作、记录、上传、分析汇总,根据少年儿童和青少年不同的生长发育阶段分析所采集到的数据,在遵循人体生长发育的前提下为学生制订科学的运动处方,重点发展学生的柔韧、耐力素质,并指导学生开展体育活动。对BMI指数偏大的学生要加强早期的运动干预,对先天性疾患儿童要有相对应的替代活动方式,青少年儿童时期学生的身体素质、心理素质可塑性强,只有把握好青少年儿童生长、发育这一基础期,才会为学生日后的素质提升打下坚实的基础;到了青年(大学)阶段,大学体育老师则应该将重点发展学生的力量素质,爆发力和进一步巩固耐力素质,引导建立正确的生活方式,培养其掌握至少一门体育活动技能,养成其终身体育的好习惯。

一是探索建立“低阶段-高阶段”的数据衔接机制,构建完整的个体体质数据链,实现个体数据的可追溯、可跟踪。

二是进一步加强学生体质健康数据测试过程监控,因项制宜,确保所采集数据的真实性、准确性。

三是进一步加强数据档案规范化管理。制定学生体质健康数据档案存储、使用的标准化流程,实现数据管理的规范化。

四是进一步强调数据的重要价值,加强科研人员对数据的重视程度。不断加强专司体育数据统计的专门人才培养,鼓励跨学科培养。

五是学生体质健康数据作为重要的“战略物资”,在确保数据库安全的前提下,有条件的逐步放开数据库获取权限。鼓励有条件的单位以申报制的形式开展跨区域、跨阶段研究工作,依靠广大科研工作者,尽最大可能发掘数据库的价值,充分利用大数据的预测功能[9],对学生体质健康水平变化的原因及发展的趋势加强前瞻性研究,以更好地指导学生体质健康水平提升。

参考文献

[1] 教育部,国家体育总局.关于印发《学生体质健康标准(试行方案)》及《〈学生体质健康标准(试行方案)〉实施办法》的通知 [J].教育部政报,2002(9):392-395.

[2] 中国教育在线.2016年基础教育发展调查报告[R]. http://www.eol.cn/html/jijiao/report/2016/pc/content.html.

[3] 中华人民共和国教育部.系列高等教育质量报告首次发布——事实和数据说话,展现中国高等教育质量的自信与自省[EB/OL]. http://www.moe.edu.cn/jyb_xwfb/xw_fbh/moe_2069/xwfbh_2016n/xwfb_160407/160407_sfcl/201604/t20160406_236891.html.

[4] 中华人民共和国教育部.2015年全国教育事业发展统计公报[EB/OL].http://www.moe.edu.cn/srcsite/A03/s180/moe_633/201607/t20160706_270976.html.

[5] 《中国学校体育发展报告》编写组.中国学校体育发展报告[M].北京:高等教育出版社,2016.

[6] 教育部.30年来我国学生体质与健康“大数据”[J].新课程研究, 2014(10):98.

[7] 徐赟,张辉.数据挖掘在体育领域中的应用[J].武汉体育学院学报,2012(11):27-30.

[8] 刘同.大数据、云计算彰显智慧体育[J].互联网周刊,2013(23):22-23.

[9] Viktor Mayer-Schonberger,Kenneth Cukier.Big Data: A Revolution That Will Transform How We Live, Work and Think[M].Hodder Export,2013.

猜你喜欢
数据问题对策
提高中小学音乐欣赏教学质量对策探讨
“深度伪造”中个人隐私的保护:风险与对策
走,找对策去!
我国货币错配的现状及对策
公路工程试验检测存在的问题及措施
一种借助数据处理构建的智能食堂管理系统
浅谈计量自动化系统实现预购电管理应用
演员出“问题”,电影怎么办(聊天室)
韩媒称中俄冷对朝鲜“问题”货船
“问题”干部“回炉”再造