基于扎根理论的大学生数据素养影响因素及培养策略研究

詹丽华，潘瑞冰

（肇庆学院 图书馆,广东 肇庆 526061）

我国“十二五”教育规划中提到：“信息化对教育的发展有使命性的作用”；2015年3月，国务院总理李克强在政府工作报告中提出，政府将制定“互联网+”行动，还提到“发展智慧城市”和“促进工业化和信息化深度融合”等有关信息化发展的内容。2010年，在信息化“十二五”规划中，浙江大学提出建设一个“令人激动”的“智慧校园”，即以物联网为基础的智慧化的校园工作、学习和生活一体化环境，以各种应用服务系统为载体，将教学、科研、管理和校园生活进行充分融合[1]。智慧校园采用学习情景识别与环境感知、校园移动互联、社会网络、学习分析、数字资源的组织和共享、无缝数据管理、和谐交互等技术[2-3]，最终形态是在大数据支撑下，将传统意义上的基础数据通过一系列运算、模拟、仿真等技术手段，获得最优可执行方案，从而为校园环境、校园管理、教学资源、生活舒适度等提供用户体验度更好的服务[4]。

在智慧校园建设背景下，培养大学生的数据素养已成时代之需与个人之需，研究者对大学生数据素养已有关注。曲德强、李陈财[5]认为，大学生数据素养可以从数据意识、数据技能和数据伦理三个维度来理解。何海地[6]认为，大学生数据素养应该从通识教育和专业学科领域教育两个层面来理解。李娟[7]从数据意识、数据处理和数据交流三个方面对大学生数据素养进行评估，发现大部分大学生在解决问题时能够发现多个数据之间的关系，但在认知方面还有所欠缺；大部分大学生在数据素养概念方面不是很清楚，但绝大多数学生认为大数据时代具备数据素养很重要；对于数据素养的各个指标，目前大学生能够运用数据联系实际问题，能够很好地整理数据，联系多个相关数据解决问题；大学生数据素养总体表现出数据意识处于中等水平，数据处理能力有待提高，数据交流水平一般。吴晶娥[8]研究发现，大多数高校图书馆都针对本科生开设了《信息检索与利用》相关文献检索课；近些年部分高校图书馆已经开设数据统计分析工具培训和数据素养讲座；嵌入式信息素质教育处在起步和尝试阶段。张明海[9]提出从打造优秀的数据素养教育团队、设置科学的数据素养教育课程群、建立高校大数据应用平台三个方面构建高校数据素养教育体系。Jacob Carlson[10]提出制定一个数据信息素养计划(DIL)让学生参与进一个“e-research”的环境中，有数据素养的学生必须能够访问、评估、操作、总结和展示数据。Jake&Marianne[11]的项目对普渡大学农业学院10名研究生进行了个案研究，让他们参加了一个学期的数据素养课程，经过不断地监测与修正，学生的数据读写能力与数据管理能力得到进一步提升。

综合以上研究成果发现，大学生数据素养的有关研究有以下特点：1.研究内容主要集中在大学生数据素养的现状以及培养；2.研究方法上，国内主要采用调查法，国外主要采用实证研究。现有研究成果仍有以下不足：1.研究内容上，对大学生数据素养内涵的分析未能紧密结合当前大学生所处的社会环境和校园环境，另外，对大学生数据素养影响因素的研究仍比较薄弱；2.研究方法有待多样化。本课题拟采用扎根理论方法，对大学生数据素养的影响因素展开研究，进而有针对性地提出培养策略。

一、研究方法与资料收集

（一）研究方法

本研究拟采用质性研究方法中的扎根理论方法，回归事物本质，对不同专业、不同年级、不同性别的在校大学生进行深度访谈，分析访谈结果，得出研究结论。

扎根理论[12]（Grounded Theory）是1967年由哥伦比亚大学的Anselm Strauss和Barney Glaser两位学者共同研究发展出来的一种定性研究方式，其主要宗旨是从经验资料的基础上建立理论。研究者在研究开始之前一般没有理论假设，直接从实际观察入手，从原始资料中归纳出经验概括，然后上升到系统的理论，即在系统性收集资料的基础上寻找反映事物现象本质的核心概念，再通过这些概念之间的联系建构相关的社会理论。扎根理论的主要分析思路是在资料与资料之间、理论与理论之间不断进行对比，然后根据资料与理论之间的相关关系提炼出有关的类属及其属性。

扎根理论的操作程序一般包括：从资料中产生概念，对资料进行逐级登录；不断地对资料和概念进行比较，系统地询问与概念有关的生成性理论问题；发展理论性概念，建立概念和概念之间的联系；理论性抽样，系统地对资料进行编码；建构理论，力求获得理论概念的密度、变异度和高度的整合性。对资料进行逐级编码是扎根理论中最重要的一环，包括3级别的编码：1.一级编码（开放式登录，Open Coding）。研究者要以一种开放的心态，尽量“悬置”个人的“偏见”和研究界的“定见”，将所有的资料按其本身所呈现的状态进行登录。2.二级编码（又称关联式登录或轴心登录，Axial Coding）。主要任务是发现和建立概念类属之间的各种联系，以表现资料中各个部分之间的有机关联。3.三级编码（又称核心式登录或选择式登录，Selective Coding）。在所有已发现的概念类属中经过系统的分析以后选择一个“核心类属”，分析不断地集中到那些与核心类属有关的码号上面。

简言之，扎根理论即首先对原始访谈资料所记录的任何可以编码的句子或片段给予概念化标签，实现资料概念化，得到开放式编码；接着进行主轴编码，主轴编码的主要任务是更好地发展主范畴；最后进行选择性编码，进一步系统地处理范畴与范畴之间的关联。

（二）资料收集

本研究设计了以下10个访谈问题：

1.姓名、性别、年级、学院及学科专业；

2.你获取或使用数据吗；

3.你获取或使用（或不获取、不使用）数据的原因是什么；

4.如果获取，你通过什么途径获取；

5.如果使用，你如何使用，用在哪些方面；

6.你经常获取或使用哪些或哪一类数据；

7.你对获取或使用的数据的质量作何评价；

8.你对自己获取数据的能力作如何评价；

9.你对自己利用数据的能力作何评价；

10.你计划提升自己获取和使用数据的能力吗？如果计划提升，会采取什么措施，或者有什么建议。

访谈对象为在校大学生，涵盖政法、音乐、计算机科学与软件、外国语、电子与电气工程、环境与化学工程、美术、数学与统计、经济管理、文学、食品与制药工程、教育科学、旅游与历史文化、车辆工程、生命科学等15个专业，当访谈人数达到50人时，理论开始饱和，不再出现新的范畴。

二、资料分析

（一）一级编码（开放式登录）

首先对访谈记录进行开放式编码，生成初始概念，如，从“数据只能反映一段时期内所发生的事情，不能完全或全面反映出总体实际情况，仅供参考”中生成“数据的功能”这一初始概念；从“网络资源良莠不齐，不好一眼辨别自己需要的资料”生成“数据辨识”这一初始概念；从“在网络上获取到的一些数据的真实性有待考究”生成“数据真实性”这一初始概念。在访谈记录生成初始概念后，再从初始概念提取范畴，完成开放式编码，如从“数据的功能，数据的作用”提取出“对数据的认识”这一范畴，从“大量数据，需要的数据，精确的数据”提取出“搜寻效果”这一范畴。最终，从访谈资料中提取出24个范畴，具体如表1所示。

表1 开放式编码

续上表

（二）二级编码（关联式登录或轴心登录）

通过对表1中的24个范畴进行关联式登录，提炼出内在动机、数据认知能力、数据获取能力、数据分析能力、数据利用能力、能力的自我提升、数据质量、数据源、用户体验、社会环境、数据环境、学习环境12个主范畴，见表2。

表2 关联性编码

（三）三级编码（核心式登录或选择式登录）

将表3中的12个主范畴进行核心式登录，归纳出主体因素、客体因素、主客体交互因素、环境因素4个选择性编码，具体见表3。

表3 选择性编码

三、结果分析

（一）主体因素

主体因素指大学生在查询、获取、选择、利用等一系列数据行为发生时所具有的个人内在动机，以及数据认知能力、数据获取能力、数据分析能力、数据利用能力、数据能力的自我提升等各种数据能力。为了满足日常学习、娱乐等需求，大学生对数据有主动需求，会主动去寻求、获取、利用数据，并努力提升自己的数据能力。积极主动的动机对大学生的数据素养具有促进推动作用。在数据寻求过程中，大学生对数据的内容、类型等的认知以及对数据优劣的判定，影响其对数据的选择。当大学生意识到自己的某项数据能力存在不足时，会认识到要主动提升并付诸努力，这是提升数据能力的一个有效途径。主体因素具有明显的个体差异性和阶段性，不同的学生会有不同的内在动机和不同水平的数据能力，同一学生在不同的阶段也会有不同的内在动机和不同水平的数据能力。

（二）客体因素

客体因素是籍由大学生发生数据行为的作用对象即数据而产生，包括数据质量和数据源。当数据真实、有序、有用时，在获取和利用数据时大学生会自主增强获取和利用数据的信心，当这些数据在实际利用中发挥了应有的价值和作用时，大学生对自我数据能力的信任度会提高，进而进一步生产或获取更多的高质量的数据。同样，当数据源的来源可信、可靠时，大学生对可信可靠的数据源所提供的数据的信任感会更高，在利用这些数据时会更加主动、频繁，数据能力会得到进一步提高。

（三）主客体交互因素

主客体交互因素是指在大学生通过网站获取和利用数据时，其数据认知能力、数据获取能力、数据分析能力、数据利用能力等主体影响因素和数据质量及数据源等客体因素产生交互，并对大学生的数据素养产生影响。在主客体交互过程中，大学生产生个性化的用户体验，良好的用户体验对提升大学生数据素养有积极作用。

（四）环境因素

环境因素是指对大学生数据素养产生影响的社会环境、数据环境以及学习环境。当前社会环境下，信息化和智能化已无处不在，数据的价值得到充分体现和实现，大学生身处数据的海洋，必须学会智慧地与数据相处。一方面智慧化的环境要求大学生具备一定的数据素养；另一方面，培养和提升数据素养也是大学生与时俱进时对自身的要求。

四、对策建议

（一）确立大学生数据素养培养目标

结合大学生数据素养影响因素的分析结果，认为首先应确立大学生数据素养的培养目标：1.培养创新意识和科学的数据精神。张明海、周艳红[9]认为数据素养教育应是信息素养教育的提高和深化，应以培养科学精神和创新能力为重点，以培育科学的数据意识和理性的批判精神为核心。对数据本身以及数据在当下社会中的作用与意义既要充分认识又要具有批判性精神，相信数据而又不唯数据。2.熟练利用数据工具，提高数据技能。数据工具泛指大学生用来进行数据查询、数据获取、数据分析、数据应用的各种应用程序、自媒体、多媒体等相关工具。通过熟练利用数据工具，大学生锻炼和培养数据获取技能、数据分析技能、数据利用技能、数据挖掘技能。3.自我评价与自我提升的能力。通过自我评价来了解不足，进而寻求解决问题的方法，最终实现自我能力的提升。

（二）创建多形式的数据学习空间

为大学生创建正式数据学习空间和非正式数据学习空间，可以为其提供形式更为灵活的学习途径和更加丰富的学习内容。正式学习一般通过传统面授、虚拟教室、游戏互动、情景模拟等方式进行，例如打造优秀的数据素养教育团队、设置科学的数据素养教育课程群、建立高校大数据应用平台[9]。非正式学习一般通过按需学习、协作学习、嵌入学习等途径来完成。除了通过课堂、虚拟教室等正式学习空间来培养和提高大学生的数据素养外，在图书馆、教学楼、大学生创业园区等相关场馆（所）为大学生开设非正式数据学习空间，一方面能弥补正式学习的不足，另一方面更能满足与适应大学生复杂化、多元化的数据行为。

（三）提供多种数据应用的可能性

唯有应用，才能更多地激起大学生获取数据的动机与欲望。课堂教学、论文写作、课堂实验、生活娱乐、社会实践等都是引导大学生利用数据的试验田。数据素养教育的实施者要有技巧地将学生引至试验田中，让他们在学会获取数据、分析数据之余，感知到数据价值的实现。

（四）根据专业特征制定学生数据素养考核测评

不同专业对大学生的数据素养要求会有所侧重。他们除了具备通常意义下的数据获取、分析、选择、利用等能力外，将来从事数据挖掘与分析、数据营销等专业的学生对数据素养的要求会更高。结合专业特征制定大学生数据素养测评标准并对其进行考核测评，一是能有针对性地了解学生数据素养现状；二是能通过测评使学生转变数据观念、形成科学的数据思维、产生提升数据能力的认识；三是能及时有效地评估一定阶段内学生数据素养培养的效果，进而调整下一阶段的培养目标和培养策略。

五、结论

通过采用扎根理论研究，认为影响大学生数据素养的主体因素有内在动机、数据认知能力、数据获取能力、数据分析能力、数据利用能力、自我提升能力，客体因素有数据质量、数据源，主客体交互因素有用户体验，环境因素有社会环境、数据环境、学习环境。结合上述因素，提出从确立大学生数据素养培养目标、创建多种数据学习空间、提供多种数据应用的可能性、根据专业特征制定学生数据素养考核测评四个途径来培养大学生数据素养。