面向学科的研究生数据素养教育模式研究

高咏先

（浙江师范大学图书馆，浙江 金华 321000）

0 引言

当前，我们处于数据爆炸性增长的“大数据”时代，大数据愈发对社会经济、政治、文化以及生活等各方面产生着深远的影响。随着科学研究“第四范式”（the fourth paradigm）的提出，数据密集型的科研环境正深刻影响着科学研究的各个方面。在高校中，研究生作为科学研究的得力助手和重要力量，在科研数据的生产和使用中扮演着重要角色和发挥着特殊的作用，但由于个人素质的差别以及学科自身的特点，不同学科专业的研究生数据素养能力以及需求都会不太一样，这就决定了数据素养的教学内容和教育模式必须根据不同学科专业的特点而调整，满足个性化的需要。基于学科的研究生数据素养教育模式研究，主要根据不同学科专业的数据需求特点和研究生的数据素养差异特征，来构建针对性的研究生数据素养教育模式，以满足不同数据素养要求，为完善高校研究生数据素养教育机制提供必要的素材与理论支持。

1 基本概念及研究现状

1.1 数据素养概念及内涵

数据素养（Data Literacy，DL）是信息素养与媒介素养的延伸和扩展，主要包括数据的收集和获取、数据的分析和处理、数据的评估和利用、数据的存储和共享等意识和能力，涉及数据意识、数据知识、数据能力、数据道德等诸多层面的内容［1］。在大数据时代，随着各类数据的激增，大量对用户的研究和有价值的决策信息被海量数据所掩盖，要获取这些信息不能仅依赖传统方式，需通对复杂的数据进行辨析、加工和处理，以此来挖掘隐藏于这些数据之中的有用信息［2］。海量杂乱无序的数据对科研工作的影响主要表现在科研数据的指数增长和管理利用难度的増大，再加上数据密集型科研范式的诞生，导致数据素养成为提高科研能为、驱动科技创新的基本素养之一，也是科研人员的核心竞争力所在。

1.2 国内外研究生数据素养教育的现状

在研究生数据素养教育方面，美国、英国、澳大利亚等国众多知名高校均已开展形式多样的科学数据素养教育实践。在教学课程设置方面主要包括学位项目或证书课程、专题研讨、短期培训、大型开放式网络课程（Massive Open Online Courses，MOOC）等，教学的主要内容包括科学数据的管理方法和工具、基于数据生命周期的科学数据管理。国外高校的数据素养教育普遍受到了各类基金会和协会的资助，如美国国家科学基金会（National Science Foundation，NSF）就资助了大学技术类专业本科生和研究生开展“科学数据素养项目”的研究［3］，美国博物馆和图书馆服务协 会（Institute of Museum and Library Services，IMLS）资助设置了研究生、本科生在科学数据管理方面的课程计划框架。在教学形式方面，数据素养教育主要通过科学数据管理导航、讲座、研讨会和在线课堂等形式开展。目前，国外高校的数据素养教育正朝着专、精、深的方向全方位和多层次发展。

国内数据素养教育研究及实践起步较晚，前期主要是对国外相关研究和实践进行介绍和总结。近年来，国内有关数据素养教育的研究有所活跃，在研究生数据素养教育方面，郝媛玲等［4］采用问卷调查法对上海地区高校文理科研究生的数据素养现状进行分析与对比，认为高校应该对数据素养教育资源和平台进行优化，制定数据管理政策，分学科、分层次地开展研究生数据素养教育。李红［5］通过编制数据素养测量量表，构建了数据素养影响因素模型研究生数据素养评价指标。张晓阳等［6］通过编制研究生数据素养能力测试量表来构建研究生数据素养评价指标和模型。曲德强等［7］分析了上海某理工大学本硕、男女生数据素养的特点和区别，并提出通过通识教育、数据技能培养与建立数据素养评价体系加强大学生数据素养的教育。

2 基于学科的研究生数据素养教育需求分析

2.1 开展研究生数据素养教育的必要性

良好的数据素养能够帮助研究生更好地开展课题研究，更深入地分析和展示研究内容，从而提高研究成果的水准和质量。美国高校一直很重视对研究生开展数据素养教育，并且高校图书馆在其中发挥着推动作用。如美国高校图书馆在合作开展的“研究生数据素养”计划中，由数据馆员、学科馆员和专业教师组成教学团队，为特定专业的研究生提供专门数据素养教育［8］。

与国外高校相比，国内研究生的科学数据素养教育研究及实践起步较晚。高校对研究生数据素养的培养力度不够，目前大部分研究生没有参加过正规的数据素养课程。据调查，国内部分高校不同学科专业，以及不同年级研究生对于数据意识、数据挖掘、数据管理、数据利用等方面的认知比较模糊，相关知识浅薄，大部分研究生对本学科主要的科学数据平台了解较少，数据搜索知识欠缺，特别是数据获取的方法和途径有限，整体的数据利用能力较低。

2.2 研究生数据素养教育与学科和专业联系紧密

对于研究生来说，学科和专业是影响其数据素养水平和能力的重要因素。黄如花等［9］通过对学习自己开设的“信息检索”MOOC课程学生的问卷调查，揭示了数据素养能力与具体学科之间的密切联系：以数据和信息为平时主要学习和研究对象的图情档案等管理类专业学生，与其他学科专业学生相比，数据意识和获取等方面的能力素养比较出色。其他学科专业对比方面，理学的学生更注重定量分析，在数据分析、建模等方面的数据素养较高。法学的学生更关注数据素养中与法律规范相关的内容，在数据伦理方面的整体得分最高。不同学科和专业研究生在数据的需求和利用方面都有各自的特点，因此，高校的数据素养教育应基于学科专业特点来进行课程设置，以满足不同学科专业对数据素养的不同需求，特别是研究生的专业特点更明显，所以必须开展不同学科和领域的研究生数据素养教育，以满足其特定的需求。

3 面向学科的研究生信息素养教育模式构建

3.1 基于学科数据服务平台的科学数据导引教育

利用学科数据服务平台提供科学数据管理资源导引服务，可以开展涵盖数据管理的内涵、方法、工具、可利用资源等基础数据服务，利用学科服务平台开展数据素养教育的优势在于使用方便快捷、学科分类直观清晰等。

学科数据服务平台主要包括数据资源模块和数据管理模块。数据资源模块主要包括各类数据来源数据库、相关的数据处理工具和软件等。数据管理模块是一种数据管理导航模式，是基于数据生命周期而产生的一种教育模式，主要是围绕数据采集、数据加工、数据保存、数据发布、数据分析和利用等环节来制定计划和进行数据管理。不同学科数据的加工和管理有着各自的特点：在数据来源方便，理工科专业研究生要处理大量试验数据，人文社科专业研究生更多的是搜集调研数据；在数据加工方面，经济管理类专业对数据的综合统计和分析尤为重视。在平台的数据管理模块中，要引导和帮助研究生利用好元数据来描述数据集和管理数据，平台应该提供相关的数据遴选、评价以及数据安全技术等知识，还有与数据引用和公开相关的数据伦理、引用规范知识等。

3.2 深入专业课堂和课题研究的嵌入式数据素养教育

嵌入式数据素养教育模式即学科馆员在研究生的专业课教学和项目研究中嵌入与学科专业相关的数据素养教育内容，该教育模式的特点是将数据素养教育作为各学科专业课程学习和课题研究内容的一部分，将学习科研和专业数据素养培养有机结合，使学生在学习和研究中掌握数据管理的知识和技能，并用之解决相关专业问题［10］。

深入专业课堂和课题研究的嵌入式数据素养教育可以分为嵌入课程教学和嵌入课题研究以及论文写作两块。在嵌入课程教学时，应该把数据意识、数据技能和数据伦理等内容融入专业课程或网络教学平台的设计与教学实践中。在设计相关数据素养教学方案时，应该和相关学院和专业课程任课老师充分合作，根据学科专业的特点，有针对性地设计数据素养的授课内容。嵌入课题研究的论文、写作模块是指图书馆数据馆员参与到研究生的课题研究和论文写作中，馆员可以培训和帮助研究生获取权威的学科数据资源、制定科学合理的数据管理计划、保存和分享在科研和写作中产生的各类科学数据等。

3.3 基于学科专业的模块化数据素养教育

根据数据素养的内容，可以将其分为意识培养、知识学习和应用技能等不同种类的模块，将模块进行组合教学，以适应不同的学科专业特点，获取更好的数据素养教育效果。

数据意识是数据素养教育体系中较为抽象的部分，但却是数据素养其他方面能力建设的重要基础。作为所有学科和专业研究生都应该具备的基础性素养，不同的专业还是有差别，可以举一些实际案例来说明数据对学科或专业发展的重要性，加强学生的数据意识。知识学习模块涉及数据的方方面面，比如数据采集、数据的管理和利用、数据的保存和分享等。在数据管理方面，目前很少有学生采用元数据，对如何利用元数据来组织数据不甚了解。因此，可以加强元数据相关讲解和培训，让研究生学会利用元数据对数据进行管理，从而让数据更有价值。应用技能模块主要是培训研究生利用诸如SPSS，SAS等工具和软件进行数据处理和分析。不同学科专业的研究生培养计划和学习内容都不同，所以此类数据素养技能培训可以分层次进行，一种是普适性工具软件的基本功能介绍和基本功能模块使用等，另一种是根据研究生的个性化需求，有针对性地开展个别或者一个科研团队的培训。

3.4 基于在线课堂的数据素养自主化学习

目前，MOOC、微课等在线课堂形式多样，非常适合不同学科和专业背景的研究生自主学习。同时，在线课程的交互性，可以让研究生在学习的过程中进行交流和讨论，使学习内容内化，从而更符合高层次研究生教育中创新性和个性化的需求。

目前国内外有多家知名高校开设了数据素养教育相关的MOOC课程，如约翰霍普金斯大学开设的“数据科学家的工具箱”“获取和整理数据”“数据科学”“统计推理”“回归模型”等系列MOOC数据素养课程，影响较大、学习者众多。南京大学在“中国大学MOOC”平台开设了“探索数据的奥秘”课程［11］，着重为学生确立数据科学中的各种基本概念与原理，建立数据科学的、完整的规范化流程。浙江大学开设了“数据结构”［12］，介绍最基础的数据结构和与之关联的最基本算法。

基于MOOC、微课等在线课堂开展数据素养教育，研究生可以根据自己的学科专业特点，有针对性地选择合适的课程和内容来学习，更好地满足学习者个性化的需求。同时，在线课程的交互性，使得数据素养的培养过程不是一种被动的灌输性学习，同一学科或专业研究生可以在学习社区中对学习内容进行更加深入的探讨和交流，这有助于促进高层次研究生创新性教育和个性化教育的实现。

4 结语

大数据时代，数据与科研的结合愈发紧密，研究生作为科学研究的后备力量，加强其数据素养教育、提升其数据处理和利用能力意义重大。同时，不同学科专业在数据利用中各有特点，根据这些特点开展研究生数据素养教育，更有针对性，效果也会更明显。