论文部分内容阅读
【摘 要】在大数据时代，数据不再仅仅是来源、目的或结果，而一跃成为社会的基础设施和工具，有别于传统模式中计算能力和处理效率取决于软、硬件的强大，大数据时代看到的是更多依据于发现过程中相关人员的数据素养。在大数据环境下，无论是针对大数据的基础理论研究、城市的数字化建设还是企业重视的利益转化都需要具备高水平数据素养的专业人才。因此在大数据时代大学生数据素养的培养及提升迫在眉睫。
本调查立足于华北理工大学，通过问卷调查等方式获取数据，了解我校大学生数据素养的现状;分析数据素养变化情况及其影响因素;对与数据相关的素养的课程进行推广;对未来数据素养培养和提升提出建议。
【关键词】数据素养;数据意识;数据伦理
【中图分类号】G254 【文献标识码】A
【文章编号】2095-3089（2019）11-0011-01
本调查面向华北理工大学的在校大学生，首先我们通过预调查的方式，确立指标体系，通过相关性分析发现每个指标下数据之间具有很强的相关性，说明指标体系构建合理，最终确定五个评价维度：数据意识、数据获取、数据管理与存储、数据伦理、数据处理与分析。在调查实施过程中，我们通过分层抽样的方法，按照3：3：2：1的比例对我校大一、大二、大三、大四的学生进行抽样，最终发放问卷450份，其中大一学生150份，大二学生150份，大三学生100份，大四学生50份。最终发放问卷450份，回收率90%，有效问卷405份。对回收的问卷数据进行信度、效度检验，最终得出结果=0.868>0.6，sig=0.000通过检验，说明问卷可信度较高。
依据数据素养的指标体系对我校大学生的数据素养现状做出评价，取每一个维度下各个指标得分值的平均数作为此维度的得分，进而取各个维度得分值的平均数作为该名学生数据素养的最后得分。在此过程中每个二级指标在所处维度下的权重相同，每个维度在数据素养体系下的权重也是相同的。此处没有区分不同指标对数据素养评价的重要性。另外因量表设计的准则，故在进行数据素养评价时更多依据的是学生的主观看法，这样使得评判结果过于主观。
〖XC9.JPG;%30%30〗
在五个维度下，总体平均分得分较低的是数据意识及数据伦理两项，说明大学生这两方面比较符合数据素养的需求;而数据处理与分析的得分最高，说明大学生的数据分析与处理能力很差，亟待改善。大学生在数据的获取、数据的储存与管理方面也很一般。
在数据分析阶段首先运用描述统计方法，从性别、年级、专业对被调查学生的个人基本信息以及关于数据素养的基本信息进行分析，发现校学生获取数据素养教育的主要途径是课程学习与活动比赛分别占28.03%和19.11%;有少部分同学没有进行过相关活动。在面对学习或科研过程中需要做统计分析时，79.55%学生会选择自己先试试的做法，有12.12%的学生选择请人帮忙的做法，一少部分同学会选择自己直接操作的做法;对如何提升大学生自身素质素养进行统计分析，发现89.39%的学生认为学校开展数据素养方面的教育和培训是十分必要的，只有一小部分的人认为是否开展数据素养教育是无所谓的。大部分学生希望获得发现和获取数据，收集和统计数据方面以及分析和建模方面的培训和教育。
其次运用模糊分析法，对大学生自身数据素养进行分析，发现大部分大学生认为在数据素养方面，拥有法纪意识是一个数据人才最重要的方面。模糊分析中评价体系为（很好，良好，一般，差，很差），对应评价得分为（90，70，50，30，10），将数据人才最重要的方面占总体的百分比作为各指标的权重，最终得出结论大学生数据素养得分为54分，数据素养一般。
我校总体上是比较关注对学生的数据素养的教育的，不仅对学生开设相关课程，还不定期举办讲座为学生提供学习的机会与便利，同时还举办一些竞赛活动积极鼓励学生参加等举措，但学校仍需注意对不同专业不同水平的学生进行针对性教育，在某些方面仍需改善。
因此对学校提出如下建议：
1.建立一套完整的数据素养标准。数据素养自提出以来就引起国内外学者的持续关注，但目前数据素养的教育范围还没有一个普遍的标准。本文也只是研究华北理工大学在校本科生，所建立的指标体系不一定完全适用于其他高校。为此，应该尽快制定相关的培养标准。针对目前大学生数据技能薄弱的现状开展培训，着力提高大学生的数据素养，适应大学生在大数据背景下的发展需要。
2.提高数据素养重要性的宣传力度，由问卷调查中数据意识维度这一项可以看出，即使我们现在处于一个大数据时代，但仍有一些学生对数据没有敏感性，因此定期开设专题讲座使学生拥有强烈的数据素养意识，还可以用一些信息化的手段，如微信平台等介绍相关知识，使其可以惠及更多的大学生。
3.培养方案增设相关课程。当教师谈及数据、信息和知识等相关问题时（数据意识维度下的第三个问题）大多数学生都会有兴趣去学习，但学生的数据处理及分析能力比较薄弱，说明大学生的数据处理能力不够。增设相关的课程可以使大学生掌握实质性的技能，从而提高大学生的数据技能。
对于学生而言：
1.应积极的参加比赛活动、科研项目。就深度访谈来看，参加科研项目及比赛活动的学生的数据素养普遍高于其他学生;说明数据素养的能力可以在实践中得到锻炼，积极参加比赛活动使学生能够更加迅速融入大数据时代。
2.培养自主学习的观念。在大数据时代，信息成几何形增长态势，知识更新迅速，大学生應该积极树立自主学习观念，通过多种渠道获取自己所需信息，提高专业知识储备，扩大自身知识面。
调查结论表明我校大学生具备基本的数据素养能力，部分数据素养水平较高，但大部分学生的数据素养仍处于中间或偏低水平。
在此对数据素养的各方面进行总结。首先从数据意识方面来说，我校学生绝大多数都对数据素养有一定的了解，但仍有很多不足之处，没有形成主观意识。其次，对于数据素养的收集能力分析得出，我校大学生的能力还行，但大部分情况下不具有客观性，大多还是参照二手数据，在这方面应多加改善。对于数据分析整理方面，大部分学生的能力不错，能够找到合理准确的方法对问题进行分析，但很多方面仍需改善。
参考文献
[1]Shields M.Information literacy， statistical literacy， data literacy[J]. IASSIST Quarterly，2004，28（2/3）：56-61.
[2]Carlson J， Fosmire M， Miller C， ct al. Determining data information literacy needs：a study of students and research faculty[J]. Portal-Libraries and the Academy，2011，11（2）：629-657.
[3]卜冰华.大数据环境下我国大学生数据素养教育研究综述[J].数字图书馆论坛，2017（12）：63-67.
[4]张明海，周艳红.大数据时代大学生数据素养教育的目标定位及体系构建[J].图书馆，2016（10）：84-88.
[5]吴晶娥.高校图书馆大学生数据素养教育探析[J].图书馆理论与实践，2015（12）：73-77.
本调查立足于华北理工大学，通过问卷调查等方式获取数据，了解我校大学生数据素养的现状;分析数据素养变化情况及其影响因素;对与数据相关的素养的课程进行推广;对未来数据素养培养和提升提出建议。
【关键词】数据素养;数据意识;数据伦理
【中图分类号】G254 【文献标识码】A
【文章编号】2095-3089（2019）11-0011-01
本调查面向华北理工大学的在校大学生，首先我们通过预调查的方式，确立指标体系，通过相关性分析发现每个指标下数据之间具有很强的相关性，说明指标体系构建合理，最终确定五个评价维度：数据意识、数据获取、数据管理与存储、数据伦理、数据处理与分析。在调查实施过程中，我们通过分层抽样的方法，按照3：3：2：1的比例对我校大一、大二、大三、大四的学生进行抽样，最终发放问卷450份，其中大一学生150份，大二学生150份，大三学生100份，大四学生50份。最终发放问卷450份，回收率90%，有效问卷405份。对回收的问卷数据进行信度、效度检验，最终得出结果=0.868>0.6，sig=0.000通过检验，说明问卷可信度较高。
依据数据素养的指标体系对我校大学生的数据素养现状做出评价，取每一个维度下各个指标得分值的平均数作为此维度的得分，进而取各个维度得分值的平均数作为该名学生数据素养的最后得分。在此过程中每个二级指标在所处维度下的权重相同，每个维度在数据素养体系下的权重也是相同的。此处没有区分不同指标对数据素养评价的重要性。另外因量表设计的准则，故在进行数据素养评价时更多依据的是学生的主观看法，这样使得评判结果过于主观。
〖XC9.JPG;%30%30〗
在五个维度下，总体平均分得分较低的是数据意识及数据伦理两项，说明大学生这两方面比较符合数据素养的需求;而数据处理与分析的得分最高，说明大学生的数据分析与处理能力很差，亟待改善。大学生在数据的获取、数据的储存与管理方面也很一般。
在数据分析阶段首先运用描述统计方法，从性别、年级、专业对被调查学生的个人基本信息以及关于数据素养的基本信息进行分析，发现校学生获取数据素养教育的主要途径是课程学习与活动比赛分别占28.03%和19.11%;有少部分同学没有进行过相关活动。在面对学习或科研过程中需要做统计分析时，79.55%学生会选择自己先试试的做法，有12.12%的学生选择请人帮忙的做法，一少部分同学会选择自己直接操作的做法;对如何提升大学生自身素质素养进行统计分析，发现89.39%的学生认为学校开展数据素养方面的教育和培训是十分必要的，只有一小部分的人认为是否开展数据素养教育是无所谓的。大部分学生希望获得发现和获取数据，收集和统计数据方面以及分析和建模方面的培训和教育。
其次运用模糊分析法，对大学生自身数据素养进行分析，发现大部分大学生认为在数据素养方面，拥有法纪意识是一个数据人才最重要的方面。模糊分析中评价体系为（很好，良好，一般，差，很差），对应评价得分为（90，70，50，30，10），将数据人才最重要的方面占总体的百分比作为各指标的权重，最终得出结论大学生数据素养得分为54分，数据素养一般。
我校总体上是比较关注对学生的数据素养的教育的，不仅对学生开设相关课程，还不定期举办讲座为学生提供学习的机会与便利，同时还举办一些竞赛活动积极鼓励学生参加等举措，但学校仍需注意对不同专业不同水平的学生进行针对性教育，在某些方面仍需改善。
因此对学校提出如下建议：
1.建立一套完整的数据素养标准。数据素养自提出以来就引起国内外学者的持续关注，但目前数据素养的教育范围还没有一个普遍的标准。本文也只是研究华北理工大学在校本科生，所建立的指标体系不一定完全适用于其他高校。为此，应该尽快制定相关的培养标准。针对目前大学生数据技能薄弱的现状开展培训，着力提高大学生的数据素养，适应大学生在大数据背景下的发展需要。
2.提高数据素养重要性的宣传力度，由问卷调查中数据意识维度这一项可以看出，即使我们现在处于一个大数据时代，但仍有一些学生对数据没有敏感性，因此定期开设专题讲座使学生拥有强烈的数据素养意识，还可以用一些信息化的手段，如微信平台等介绍相关知识，使其可以惠及更多的大学生。
3.培养方案增设相关课程。当教师谈及数据、信息和知识等相关问题时（数据意识维度下的第三个问题）大多数学生都会有兴趣去学习，但学生的数据处理及分析能力比较薄弱，说明大学生的数据处理能力不够。增设相关的课程可以使大学生掌握实质性的技能，从而提高大学生的数据技能。
对于学生而言：
1.应积极的参加比赛活动、科研项目。就深度访谈来看，参加科研项目及比赛活动的学生的数据素养普遍高于其他学生;说明数据素养的能力可以在实践中得到锻炼，积极参加比赛活动使学生能够更加迅速融入大数据时代。
2.培养自主学习的观念。在大数据时代，信息成几何形增长态势，知识更新迅速，大学生應该积极树立自主学习观念，通过多种渠道获取自己所需信息，提高专业知识储备，扩大自身知识面。
调查结论表明我校大学生具备基本的数据素养能力，部分数据素养水平较高，但大部分学生的数据素养仍处于中间或偏低水平。
在此对数据素养的各方面进行总结。首先从数据意识方面来说，我校学生绝大多数都对数据素养有一定的了解，但仍有很多不足之处，没有形成主观意识。其次，对于数据素养的收集能力分析得出，我校大学生的能力还行，但大部分情况下不具有客观性，大多还是参照二手数据，在这方面应多加改善。对于数据分析整理方面，大部分学生的能力不错，能够找到合理准确的方法对问题进行分析，但很多方面仍需改善。
参考文献
[1]Shields M.Information literacy， statistical literacy， data literacy[J]. IASSIST Quarterly，2004，28（2/3）：56-61.
[2]Carlson J， Fosmire M， Miller C， ct al. Determining data information literacy needs：a study of students and research faculty[J]. Portal-Libraries and the Academy，2011，11（2）：629-657.
[3]卜冰华.大数据环境下我国大学生数据素养教育研究综述[J].数字图书馆论坛，2017（12）：63-67.
[4]张明海，周艳红.大数据时代大学生数据素养教育的目标定位及体系构建[J].图书馆，2016（10）：84-88.
[5]吴晶娥.高校图书馆大学生数据素养教育探析[J].图书馆理论与实践，2015（12）：73-77.