大数据时代高校数据素养课程体系构建*

2019-01-09 07:06
图书馆学刊 2018年10期
关键词:课程体系文献素养

刘 敏

(湖南农业大学图书馆,湖南 长沙 410128)

1 引言

2017年3月18日,由美国新媒体联盟(NMC)和北京师范大学智慧学习研究院(SLI)合作研究成果《2017新媒体联盟中国高等教育技术展望。地平线项目区域报告》在北京师范大学正式发布,报告指出,在对数字环境更深层次的理解过程中,数字素养的影响超越了所获得的任何单一技能,能够直观适应新环境及其他协同创新情境,中国高校担负着将学生发展为数字公民的责任,高等学校领导者需要时刻更新数字素养理念,并将其传达给相关工作人员。[1]数据素养一时间引起了高等教育领域的重视。

数据素养是信息素养在大数据时代的拓展和延伸,也是教育大数据环境下对当代大学生的新要求,对大学生进行数据素养教育可以提升大学生的数据意识、数据能力。大数据时代,高等教育不止是培养具有专业素养的大学生、研究生,更应培养具有数据素养的综合型人才。这种人才应具有数据素养能力,能够快速、准确、科学地获取、分析、管理数据,同时,对数据敏感、能够安全规范地使用各类数据。这种数据素养能力,能够通过帮助学习者实现对其他专业的“触类旁通”,进而养成自主学习和终身学习的能力。然而,原有课程过多的注重对数据源的获取、检索途径、检索标识等理论知识的传授,忽视了数据伦理、数据分享、数据评述等内容的学习和指导。因此,有必要构建大学生数据素养课程体系,将数据素养课程纳入高校教学大纲中,培养具备现代数据素养的大学生。

2 数据素养国内外研究现状

2.1 研究策略及结果

为了解该领域最新研究进展,笔者通过网络调查法,中文检索选用中国知网CNKI“跨库检索”,外文检索选用ProQuest(简称PQD),分别检索中外文发表有关数据素养主题文献。CNKI收录中文资源丰富,包括期刊、学位论文、会议论文、报纸等十余种文献类型,是目前收录中文数字资源内容和类型最多的数据库之一。PQD涵盖SciSearch®、Social SciSearch®、Ei Compendex®、Gale Group Computer Database™、ProQuest Dissertations and Theses Professional等95种数据库,涉及文献资源种类、数量、语种十分丰富。CNKI和PQD也是我国教育部科技查新站国内外查新必用的通用型检索工具之一。

同时,采用标题检索策略,检索时段限定在2008-2018年。中文CNKI采用“篇名=数据素养”语句检索(检索时间:2018年6月22日);PQD中采用“ti(data p/0 literacy)”语句检索(检索时间:2018年6月23日)。实施检索后,对文献进行筛选、去重,只保留与数据素养相关文献,得到国内文献179条,国外文献126篇。

2.2 文献计量研究态势及特点

2.2.1 研究文献数量逐年上升

根据检索结果可知,国外2008年开始有学者发表数据素养文献,早于国内2011年发表该主题文献。2013年以前,发表文献量较少,而2014-2015年前后,国内外有关该主题研究文献呈明显上升趋势,并持续至今(见图1)。

2009年10月,美国微软公司出版《第四范式:数据密集型科学发现》,全面描述新兴领域数据密集型科学,认为数据是科学研究的基础。[2]2011年5月,美国MGI研究院发表“大数据:下一个创新竞争和生产力”报告,阐述数据获取、保存、管理、分析、整理,并认为大数据影响未来时代格局。[3]2012年3月,美国启动“大数据研发计划”,旨在为提高数据获取、组织和收集数据的技术水平。[4]2014年,美国缅因州推出“缅因州数据素养计划”,旨在为帮助初高中学生通过理解数据、图表等技能来进行推理和决策,实现理解、分析和解释科学研究。[5]2015年9月5日,我国国务院公开并发布《国务院关于印发促进大数据发展行动纲要的通知》,指出让大数据成为推动经济转型发展的新动力、成为重塑国家竞争优势的新机遇、成为提升政府治理能力的新途径。同时,加快政府数据开放共享、发展工业大数据、新兴产业大数据、加强大数据安全等。[6]2015年12月31日,教育部印发《普通高等学校图书馆规程》指出“图书馆应积极拓展信息服务领域,提供数字信息服务,嵌入教学和科研过程”。[7]大数据环境的推动以及一系列从中央到地方的数据素养、数据科学、大数据计划等文件和指令的发布,促成了国内外关注数据素养研究者不断增多,研究文献数量逐年上升且文献量呈现较快增长趋势。

图1 数据素养研究文献年代分布

2.2.2 研究文献类型多样化

从文献类型看,该主题文献在学术文献和非学术文献中均有报道(见表1)。发表在学术文献上的有期刊论文、学位论文、会议论文,发表在非学术文献上的主要在博客、网站,报纸中也有大量报道,尤其是国外文献比较明显,发表文献类型多。故总体上看,国内外数据素养研究领域的文献类型呈现多样化趋势。

表1 CNKI和PQD检索数据素养的学术文献和非学术文献数量

2.2.3 研究主题涉及学科多样

从研究主题所属学科看,该主题研究主要涉及教育学科,且呈现出借鉴其他学科相关理论进行交叉研究趋势。统计发表前5的学科主题可知,国外研究数据素养主题围绕素质素养(Literacy)、教育(Education)、金融和互联网(Business and International)、社会与人文科学(Social and Behavior Sciences)、数据统计(Data Analysis)等领域。国内研究数据素养主题围绕图书情报与数字图书馆、高等教育、教育理论与教育管理、新闻与传媒、计算机软件与应用等。

2.3 数据素养研究现状

对国内外数据素养研究文献的梳理、下载和阅读,围绕数据素养主题研究主要在以下几方面。

2.3.1 数据素养内涵和价值评价、数据素养能力评估

教育大数据的广泛应用,促使研究者开展了对数据素养、数据素养教育内涵价值和能力的评价与评估。有研究者结合MOOC环境下,构建了数据素养能力评价系统,并对用户数据素养教育类课程效果和能力水平进行评估。[8]ChinDB等通过研发Cy-Celelts等网络游戏作为学习者数据素养技能评估和课程学习效果,[9]是一种不错的方式。邓李君等认为数据素养评价体系包括数据意识、数据收集、数据管理、数据操作、数据伦理等12个指标内容。[10]孟祥宝等认为用户数据需求与利用行为、数据素养概念模型、数据素养影响因素、数据素养教育、数据素养评价是数据素养研究的5个方向。[11]PradoJC等认为数据素养应是信息素养计划的核心内容,并构建了数据素养模型。[12]

2.3.2 数据素养的课程体系、教学内容、课程设置

构建科学的数据素养课程体系及教学内容,可以让更多的数据素养用户群体受益。而构建了不同专业群体、年龄层次等的要求各不相同。

司莉等网络调查38所iSchool院校、138个图书情报专业研究生项目的据素养课程设置发现:iS-chool数据素养开课院校增多;数据意识、数据能力和数据伦理开课情况各有特色;课程设置符合iS-chool课程设置的共性要求,强调在数据能力实践中培养数据意识与数据伦理。[13]陈明星等指出国内外数据素养教育围绕数据意识、数据管理技能以及数据管理知识展开,搭建了基于数据意识、数据评价、数据分析等的研究生数据素养教育内容“KMDC”框架。[14]张文亮等从学生、教师、馆员三方面引入通识教育、专业教育和拓展教育,并从数据获取、数据保存、数据传播、学科、数据挖掘、数据可视化构建了高校图书馆数据素养教育基本框架。[15]

2.3.3 教师、科研工作者等的数据素养

数据素养对从事教育教学的教师、科研工作者等要求不一。MandinachEB等认为教师具备数据素养,可提升教学效果;[16]GummerE等指出数据素养可用于提升教师教学过程中的知识、技能的获取进而传授给学生,也可以支持教师专业发展。[17-18]数据素养高低影响决策干预过程中的教育者。[19]刘雅馨认为我国教师数据素养应从意识态度、基础知识、核心技能和思维方法四方面。[20]凌婉阳认为大数据和数据密集型科研范式环境,基于职业发展和基于项目和数据生命周期两个科研数据素养培养框架,可以为科研人员适应科研环境变化和提高科研数据素养提供研究思路。[21]陈明星指出教育者具备的数据素养,在决策中呈现有3种模式:数据使用的知识点分析、数据使用的课程教育和数据使用的项目培训。[22]KoltayT认为科研工作者和图书馆馆员的数据素养可以为数据密集型研究提供帮助,提高和培养他们的数据意识。[23]

2.3.4 图书馆与数据素养教育

数据素养教育引起了世界各国知名图书情报机构的重视,英美等国开展了数据素养类课程,提供多样的数据素养教学形式,包括学位课程认证、学分课程和短期培训。[24]高校图书馆素养教育走合作化途径,馆员在数据意识、数据获取能力等维度具有较大优势,可以与数学系、统计系专业教师合作,组建数据素养教育团队。[25]图书馆进行用户数据素养教育具有内部条件和外部环境,注重学术引领、集成资源、宣传推广和人力资源建设。[26]图书馆开展数据管理与数据服务、泛在教育、学科专题教育方面积极推进数据素养教育的发展。[27]高校图书馆数据素养服务未来发展路径需要针对参与者需求制定工作计划、馆内数字建设注重平台搭建与衔接、专业馆员线上线下教学服务制定以及与馆外资源交互协调。[28]

除此之外,部分文献还报道了数据素养与专业教育的关联。加州大学洛杉矶分校社会学系将数据素养纳入到了社会科学本科生信息素养计划试点项目,以促进大学生数据素养提升。[29]结合档案学专业实际解决数据素养教育“教什么”的问题进行数据内容体系建设,建设包含认知层、行动层和升华层且融入数据态度、数据意识、数据知识、数据技能、数据伦理、数据文化等知识。[30]面向新闻系的大学生开展数据素养应构建学科数据素养教育课程体系、数据素养教育与学科建设密切结合、助推“双一流”建设。[31]从教育主体、教学内容和教学平台3个方面,对高校数据素养教育体系构建的路径与策略进行了探讨,为我国高校数据素养教育教学改革提供有益思路。[32]

3 高校数据素养课程体系的内涵

3.1 相关概念

涉及数据素养、数据素养教育、数据利用行为等概念。

数据素养,业界尚未形成统一的概念,借用信息素养概念,笔者认为数据素养是能够在确定时间确定需要,并能够快速有效的查询、评价和使用所需要的数据。

数据素养教育是基于数据素养而展开的一系列教育活动。从科研数据管理视角出发,数据素养关注数据生产环境、数据组织和数据存储环节;从数据利用视角,数据素养关注以信息素养为逻辑框架,如何利用、再利用、再生利用科研数据。因此,数据素养概念包括数据素养理论和数据素养教育实践两部分。

数据利用行为是学术交流系统中,学习者的数据利用行为具体体现在数据查找、数据存储、数据出版、数据引用和数据共享等几个方面。

3.2 核心平台:以互联网为教学的核心平台

互联网使得网络与网络之间串联成庞大的网络,这些网络以一组通用的协议相连,进而形成逻辑上的巨大国际网络。[33]而互联网思维内涵丰富,具有以用户为中心的人本文化、以服务为中心的免费文化、以关联为中心的互联文化三方面特点。[34]大学生数据素养教育需要以互联网为教学的核心平台,坚持以互联网思维引导数据素养课程教学的发展方向。一是借鉴成熟的互联网+教育模式,创建在线学习社区,如微信群、QQ群、网络课堂、MOOC等;二是充分利用在线、免费的数据分析工具或软件组织教学实践,如E-Science、Endnote、Notefirst等;三是结合所学专业,积极组织大学生学习互联网中有创新性、经典的数据应用实习案例,培育学生的数据思维。

3.3 核心目标:培育大数据思维

大数据思维是一种意识,公开的数据一旦处理得当就能为千百万人急需解决的问题、提供答案。[35]大数据时代,数据的爆炸式增长让数据安全问题变得异常复杂。通过搜索引擎,人们会发现个人联系方式、性别、年龄等较为隐私的个人信息;通过网络数据库,人们可以归纳出个人工作成果、科研业绩、研究专长以及最新研究进展……因此,具备可靠的数据存储、数据安全获取、数据伦理等数据素养显得尤为重要。

大数据与人们的日常生活、工作和学习息息相关,它改变了人们的思维方式和思考模式,大数据时代的到来,使得视频、音乐等主要媒体正在迅速数字化。[36]如何搜集、获取和整理数据(包括数字数据、纸本数据等),科学管理、分析数据,解决现实问题,实时保存数据成为了人们必备的素养和创新能力之一。大数据的持续推动,数据密集型科学作为科学研究第四范式的出现,促进了E-science、E-social Science的不断发展,数据素养研究成为了信息素养教育在大数据时代新的学科增长点,计算机学、图书情报学等领域也掀起了新的研究热潮。大数据思维是信息化社会发展对个体素质的必然要求,对大学生未来个体发展和成长至关重要。

3.4 核心能力:“五能力”

数据素养从科研数据管理视角出发(关注数据生产、数据组织、数据存储),注重数据利用(关注以信息素养为逻辑框架,如何利用、再利用、再生利用科研数据)。在素养能力培养上与信息素养既有相似的地方,也有其独特之处。笔者认为数据素养重在培养5个核心能力,笔者简称为“五能力”:

(1)数据意识能力:数据对于科研有着极其重要的作用,它可以影响着科研进程、科研生命周期。因此,拥有数据意识,具备数据意识能力可以以严谨的态度对待科研过程中的数据、并对论文中所使用数据负责。

(2)数据获取能力:开放数据趋势明显,使得原有孤立数据源可以联系在一起形成统一开放数据平台。从中央到地方,从数据库商到个人,逐渐建立起了集中数据的开放门户,可以为国家、社会以及个人提供数据的统一获取、检索。因此,具备数据素养可以帮助人们了解数据源、检索与收集各类数据的能力。

(3)数据处理分析能力:数据处理分析能力即当数据量非常大的时候、在集群情况下,群体趋势需要通过数据处理分析手段才能得到,这就凸显出了数据分析能力的优势。因此,数据分析其实就是将隐藏在大数据表象背后的规律、趋势、共性特征等挖掘出来,为重新认识问题、解决问题提供新思路、新方法、新线索。

(4)数据交流能力:将获取到的数据,通过一定的处理分析、挖掘深层次问题出来后,利用相关软件处理数据分析原始数据能力、利用统计分析软件,如SPSS、Excel等,对获取的数据人进行恰当分析的能力、对统计结果准确解释能力。对获取到的数据,正确运用统计结果,并对统计的结果进行图形表征,探索数据隐含趋势或偏差,进而依据数据做出有利于发展的正确决策,利用数据和分析结果撰写科研论文、科技报告等。

(5)数据评价能力:能对数据进行准确审核、批判质疑并能反映现有数据局限性和不足的能力。

3.5 数据伦理

数据伦理,也称为数据道德,它是衡量数据素养的重要指标之一。通常拥有数据意识的人们,在对数据获取、数据处理分析、数据交流和数据评价过程中,还包括数据使用和分享过程中涉及到的道德、伦理问题,要求尊重他人数据、不擅自修改他人数据,并能准确、科学注明出处。同时,还包括科学分享、合理评述他人数据的能力。

4 高校数据素养课程体系构建

构建大学生数据素养课程体系应结合图书馆丰富的馆藏资源,以数据素养教师的数据应用能力教育现状为基础,依托现有的文献检索课、信息检索与利用课、数据统计课、科研论文撰写、参考文献管理软件应用等课程,适当将课程内容嵌入到图书馆主题培训中,积极采用互联网平台及工具建设课程社区辅助教学、跟踪相关领域发展趋势和技术应用,也可以以案例式、情景式、实习式等教学方法为手段,构建基于“五能力一伦理”培养目标的数据素养课程体系。

4.1 培养目标:“五能力一伦理”——数据素养能力评价指标

构建数据素养能力评价指标体系,参考美国ACRL《高等教育信息素养教育框架》和我国教育部颁发的《普通高等学校图书馆规程》(教高〔2015〕14号)相关规定,采用现代教育技术,加强素质课程体系建设,完善和创新大学生新生培训、专题讲座的形式和内容,重视密集型科研范式等要求,搭建数据素养能力评价指标体系包括“五能力一伦理”:数据意识、数据获取、数据处理与分析、数据交流和数据评价能力、数据伦理(或数据道德)。

4.1.1 五能力

(1)数据意识能力:数据对科研的重要度、科学数据的生命周期、严谨态度对待课程过程中的数据、保证对论文中的使用数据负责、真实和客观。数据意识培养学习者对数据的科学态度。

(2)数据获取能力:了解数据源、检索与收集各类数据能力、准确解读各类数据。

(3)数据处理分析能力:利用软件处理数据分析原始数据能力、利用统计分析软件对获取数据恰当分析能力、对统计结果准确解释能力。

(4)数据交流能力:正确运用统计量、基于统计量准确表述结果、采用图形表征数据隐含趋势或偏差能力、依据数据做出正确决策、利用数据及数据分析结果撰写科研论文、技术报告等。

(5)数据评价能力:审核数据准确性能力、批判质疑数据能力、反映现有数据局限性能力。

4.1.2 一伦理

数据伦理或数据道德:对数据获取、使用、分享过程中涉及道德和伦理问题,尊重他人数据,不擅自修改他人数据,并能科学准确注明出处。另外,还应包括科学分享或评述他人数据的能力。参考文献要严格按照GB/T 7714-2015《信息与文献参考文献著录规则》、MLA美国现代语言协会制定的论文指导格式、APA美国心理协会刊物准则等对数据进行规范使用、分享和引用。

图2 数据素养课程体系构建

4.2 大学生数据素养课程体系

在图书馆开设的《信息检索》《图书馆概论》《科研论文撰写》等课程基础上,可进行对现有素养课程改革,构建适应时代发展需求的数据素养教育课程体系。具体而言,依据数据素养能力评价指标体系的“五能力一伦理”要求,对涉及各种类型的数据,包括图书、期刊、报纸、专利、标准、学位论文等文献源获取具体数据进行一一传授,注重培养学习者的数据检索能力,运用科学的数据分析工具,恰当的评价数据。

具体来说,数据素养教育课程体系革新了传统的信息素养教育,除保证原有信息素养教育课程内容之外,数据素养教育课程体系应增设数据统计图制作(如SPSS、Excel使用)、文献管理软件的应用(如 Noteexpress、Notefirst、Endnote、E-learning等使用)、GB/T7713-8《科学技术报告、学位论文和学术论文编写格式》、GB/T15835-1995《出版物上数字用法的规定》、GB/T7714-2015《文后参考文献著录规则》、科研论文撰写要求、数据研究方法等传统信息素养教育课程中缺失的内容,搭建较为科学合理的数据素养教育课程体系。课程具体授课内容可以嵌入在《信息检索与利用》、《数据资源统计》、《科研论文撰写》和《参考文献管理》等具体课程中(见表2)。

表2 数据素养课程体系搭建

4.3 课程教学形式

数据素养课程教学形式多样化,可以采取专业课程必修课、公共课程选修课、数据素养学习空间等多种形式展开。

(1)专业课程必修课:对于实践性和技术性较高的专业课程,开设数据素养课程的专业必修课有利于提高学习者对本专业的数据素养,以学分、实习和考核的方式展开。这种课程多增开互联网中有关专业实力的典型数据分析案例,提高学习者对所学专业的认知度。

(2)公共课程选修课:对于具有实践性和技术性要求不高的专业课程,可以以公共选修课程的方式开设数据素养课程,学习者可以结合自己实际,选修相关的数据素养课程,可以以学分、实习、讨论和讲座的方式展开。

(3)数据素养学习空间:图书馆或院系教研室可以适当开设数据素养学习空间,可以采取小组讨论、主题讲座、交流学习等方式进行展开。

4.4 教学手段

随着高校逐渐建立起智慧校园、无线覆盖校园等无线网络环境,为数据素养教学手段带来了改变。学习者可以借助手机、ipad、Kindle等设备实现自主学习,也可以通过多媒体视听室、多媒体教室以及投影设备等教学工具,实现课程学习的多样化。

4.5 评价机制

实施学习者和授课教师之间的双向评价机制,实现教学评价提高教学质量。大数据环境下,学习者借助于互联网教学平台,在学习过程中可以利用数字化的教学设备对授课教师进行评价,授课教师可以根据数字化设备、教学平台对学习者的学习行为数据进行收集和记录,并不断完善学习效果,以全方位的掌握学习者的课程学习情况,实现教学相长。

4.6 教学周期

数据素养课程教学周期可以根据课程教学形式展开。一般专业课程必修课、公共课程选修课可以开设为0.5-2个学时之间,4-16周之间,根据课程权重来设置具体的教学周期。同时,对于教学团队的合理组建是实现教学周期正常运作的必要条件。

5 结语

数据素养已逐步成为现代公民的基本素养,对当代大学生而言,具备数据素养对于进入未来职场来说是很重要的一种能力。因此,通过对大学生规范的数据素养教育,提升大学数数据素养能力,使其努力适应现代社会科技发展对其综合能力的需求,需要政府、教育主管部门、高校、教师以及大学生自己等共同努力。

猜你喜欢
课程体系文献素养
Hostile takeovers in China and Japan
必修上素养测评 第四测
必修上素养测评 第三测
高职Java程序设计课程体系建设思考
必修上素养测评 第八测
必修上素养测评 第七测
Cultural and Religious Context of the Two Ancient Egyptian Stelae An Opening Paragraph
“三位一体”课外阅读课程体系的实施策略
The Application of the Situational Teaching Method in English Classroom Teaching at Vocational Colleges
民法课程体系的改进和完善思路*——以中国政法大学的民法课程体系为例