基于数据的学业质量评价的困境与超越

基于数据的学业质量评价是一种发展性和增值性的评价思想和评价理念,虽然它并没有提供具体的评价方法和可操作化的评价工具,但是从理论和方法论层面指导着整个学业质量评价活动。当前我国基于数据的学业质量评价主要面临三大困境:评价者数据意识的缺失、评价者数据素养的滞后和评价者数据利用的异化。学业活动数据能提供学生学业质量的多维度信息,因此学业质量评价不仅需要基于结果数据和量化数据,也要基于过程数据和质性数据。为实现基于数据的学业质量评价,评价者需要养成与强化数据意识、学会分析与利用数据信息、主动学习与借鉴数据技术。     

区域教育大数据平台设计与应用实践——基于“全息关联”模型和“基景联动”架构

教育大数据价值的发挥,关键是教育数据的聚合和教育数据的应用,这两个方向上的技术发展和模式创新,直接影响着教育大数据对教育数字化转型工作的变革性作用。由于教育系统自身的独特性,在区域层面整体推进教育大数据的建设和应用,普遍面临分学段管理导致的数据分散、数据标准规范不一、数据质量不高、数据关联关系不完整的问题以及教育大数据平台和业务系统缺乏联动机制的挑战。针对上述问题,本文提出在教育大数据建设过程中,应建立基于数据产品理念的数据治理模式,使得数据质量从业务环节上得到保障,并构建了面向应用服务的“全息关联”数据产品模型,以解决数据关联程度不高的问题。针对大数据平台和业务系统缺乏联动的问题,本文还提出“基景联动”系统架构,将教育大数据平台和业务场景一体化设计,解决多部门协作问题。上述模型和设计在北京市教育大数据平台建设中进行了应用,并取得了良好的效果。本文提出的教育大数据治理模式、方法和技术对区域教育大数据建设以及教育领域数字化转型具有理论价值和实践参考意义。     

混合式教学模式下教师的数据素养内涵研究

教师的数据素养是混合式教学模式和教育大数据时代背景对新时代教师提出的新要求和新挑战。对数据素养内涵的研究可以提高教师用数据驱动教学的能力,为教师的个人发展及教师培训指明方向,有利于我国教育大数据的建设和应用。文章通过研究比较国内外数据素养的模型,归纳出教师的数据素养可以分为数据使用意识、数据使用知识基础和数据使用核心技能三个层次。其中使用意识是使用数据驱动决策的前提,有了意识基础教师才具备对数据的敏感性,才能有意识地收集数据和使用数据解决实际教学中的问题;数据的核心技能以统计知识、心理测量、教育教学和学科知识为知识基础,没有这些知识储备,则不能进行统计分析,亦不能对统计结果进行正确的解读和交流。     

数据使用保护国际法律制度的基本理论问题研究

数据使用主要是指包括数据收集、存储、分析和创新等活动在内的各种形式的数据使用方式,对数据使用的保护意味着保护数据的各种外在呈现形式,且主要保护数据集合。全球数据治理应重视数据经营者使用数据带来的价值,数据使用保护的国际法律制度主要涉及国际知识产权和个人数据跨境流动,牵涉利益众多且复杂,这就需要通过对其既有的理论问题进行探讨,完善相应法律制度,平衡多元价值目标。由此,在既有的信息经济理论和知识产权利益平衡理论基础上提出蕴含效率、安全和共享三元价值的数据使用保护有限排他理念,并以该理念指导数据使用保护相关制度构建和数据使用实践,注重数据经营者对数据安全和个人数据保护的责任,对于完善数据使用的国际制度,促进全球数字经济的繁荣发展有重要意义。     

行政数据在国外教育量化研究中的应用——基于1990-2021年19种高水平期刊发表的论文分析

对1990-2021年国外19种高水平期刊发表的论文进行分析,发现过去30年特别是近10年来,利用行政数据发表的教育量化研究论文数量明显增加。这主要得益于部分国家和地区实施了注重数据使用安全、规范数据申请和使用流程、明确数据安全责任的相关制度。单一来源行政数据、多来源行政数据相匹配、行政数据与实验数据相匹配、行政数据与问卷调查数据相匹配,以及行政数据与实验数据、问卷调查数据相匹配是国外教育量化研究中常见的数据应用模式,这五种模式形成的数据集可以回答教育领域很多经典和前沿的问题。在教育量化研究中应用行政数据既有其他数据无可比拟的优势,也面临着挑战。     

论个人数据的静态与动态融合的私法保护

个人数据私法保护的冲突在于隐私权尊重和财产价值发挥,其中隐私权主要保护个人数据的人格属性,财产价值的发挥则是鼓励个人数据的合理流动。个人数据私法保护的目的是实现数据的合理流动和数据使用安全。个人数据私法保护的范式是以财产规则和责任规则展开,其中财产规则是对个人数据财产价值的事前确认,而责任规则是通过事后的惩罚调整机制达到保护个人数据的目的。个人数据的私法保护应该寻求构建静态与动态相融合的保护模式。个人数据的静态和动态融合的私法保护模式,不仅有助于保护数据人格属性,而且更有利于激发个人数据的经济价值。     

数据组织过程中的数据质量评价研究

以基于生命周期的数据质量管理框架为出发点,提出了数据组织过程中的数据质量评价模型和方法,包括数据质量维度、数据质量评价指标、数据质量综合评价模型以及数据质量评价方法等。该模块与方法对提高数据质量和加强数据运用具有重要意义。     

数据领导力：内涵特质、结构模型与实践路径

大数据时代学校教育发生深刻的数据化转型,当下学校数据的使用正在逐渐转为一种有领导的组织行为,这亟须学校领导者提升内在的数据领导力。研究基于数据素养和教育领导力的双重理论源流,廓清了数据领导力的内涵特质,通过对文献的关键词共现分析和德尔菲法构建了涵盖数据规划力、数据建设力、数据决策力和数据引领力4个一级要素和19个二级指标的数据领导力结构模型。结合美国Chase Bluff学校的案例分析发现,数据领导力的实践路径主要包括营造“拥抱风险”的学校数据文化氛围、完善数据体系与数据制度的双向创生、组建多元共生的核心数据团队、彰显数据领导者的个人行动哲学。数据领导力的提质发展则可以依托如下路径实现：制订数据领导力标准,明确数据领导者的培育规格;基于项目制形式,开展多向度的数据领导力提升课程;通过数据使用的现场学习,增进领导者的实践智慧。     

大数据资源扩展性探究

资源是一个技术时代人类赖以生存发展的生产要素。大数据资源作为一种新的资源样式具有传统资源所不具有的特征。大数据资源的扩展性特质具体表现为数据结构的扩展、数据价值的扩展和数据体量的扩展,即数据的量和质的双重提升。数据结构的扩展不仅包括原有的结构化数据和半结构化数据,而且还包括原来的数据技术难以处理的海量而复杂的非结构性数据;数据价值的扩展表现为大数据提高了数据的有用性,降低了数据的使用成本,使大量的"数据废气"转化为"更廉价"的"非竞争性"数据;数据体量的扩展不仅表现为数据数量的级数式增长,还表现为大数据资源具有全媒体属性的"超文本性"和全数据属性的"整体性"。     

科学教学中学生数据意识的培养

小学科学的学习需要整理和掌握许多数据,以保证科学学习的真实性和客观性。在科学教学中,可通过对误差数据的反思培养学生的数据意识;围绕无效数据展开讨论提高学生的数据意识;通过对实验缺失数据的弥补培养学生的数据意识,从而引导学生学会用数据去分析问题和认识问题。     

基于本体论的多源异构数据集成方法研究

大数据时代信息呈指数级爆炸式增长,不同的数据采集、处理和存储方式使得这些海量数据具有来源复杂、结构异构的特点,难以共享和互操作。传统的数据集成方式已经不能适应企业获取信息、使用信息需求。为解决多源异构的数据集成效率和质量问题,基于本体论概念和语言,借鉴本体识别和表达方式,设计了一种领域内表达数据属性与关系的元模型。基于该元模型,对领域内数据建立相应的模型并形成规则,规范和约束了多源异构数据集成过程和质量,提高了数据集成的效率和数据利用率。     

大数据时代高校数字档案资源管理研究

高校在校园信息化过程中产生和积累的数据已经具备了大数据特征,从海量数据中提取出有价值的信息归档保存和提供利用具有重要的意义。该文站在档案信息资源角度概述了大数据管理的最新研究成果。从大数据4V特征出发,分析了高校大数据来源的主要渠道,厘清数据与档案之间的关系,构建基于大数据生命周期管理模型。文中从观念转变、组织协调、战略制定、数据采集、清洗、聚合等方面着手,做好数据管理和重要数据归档工作。如何对大数据进行有效管理已经成为大数据发展的重要课题,高校尤其是档案部门作为主管历史记录和信息资源的职能机构,更应抓住机遇,履行对数字档案资源管理的职能。     

人才培养状态数据采集质量的研究

人才培养工作状态数据的采集质量要从数据的规范性、完整性、逻辑性、时效性、数据采集的科学性等方面建立质量标准。数据的规范性主要包括数据代码、名称、数据格式、数据取值范围、基本办学条件指标的质量,数据的完整性主要包括数据记录的完整性、数据内容的完整性和数据内容的准确性,数据的逻辑性要保证数据指标和数据表的关联性逻辑关系,数据的时效性要注意数据采集的时间节点,数据采集的科学性是通过建立数据采集的责任制度和分级审核制度,确保数据质量。     

从“数据分析观念”到“数据意识”——课标修订后的教学变化

义务教育数学课程标准修订的预审稿将“数据分析观念”演化为分小学和初中两个阶段递进培养的“数据意识”和“数据观念”。数据意识指的是,面对具体问题时,知道数据的价值,形成收集数据,分析数据,得到数据中固有和新增的信息及规律,从而作出判断和决策的习惯性心理倾向或心理准备状态。在小学数学教学中培养学生的数据意识,教师需要设计学生能够理解、想要解决的真实问题,鼓励、引导学生探究,产生收集和分析数据的需要,进而生成收集和分析数据的各种具体方法。     

数据伦理问题引发的数据伦理教育思考

数据伦理是数据素养的主要组成要素,是衡量个体数据素养水平的重要标准。教师的数据伦理水平,不仅影响自身的科学研究水平和教育教学工作,还对受教育者的数据伦理培养产生直接影响。综合国内外数据伦理相关研究成果、文献资讯,分析现有数据伦理及相关内涵,发现当前大数据环境下数据伦理问题已经凸显,数据伦理教育愈显重要。本文结合数据伦理多维度角度,为教师数据伦理的研究、评价和教育工作,提供理论参考。     

数字信息时代科技期刊编辑的数据动力

在数字信息时代,数据巳成为科技期刊编辑工作的重要内容之一。通过分析数字信息时代在科技期刊编辑数据思维的内容,编辑、出版、发行、流通、管理与评价的各个环节所涉及的数据,探讨了数据的管理,包括数据的收集和积累、分析和整理。由数据思维、数据管理产生数据动力,推动编辑工作和科技期刊的发展。     

教育大数据的收集、数据质量分析及数据预处理研究

教育大数据挖掘的基础就是数据,丰富、高质量的强大数据对数据挖掘的结果至关重要。在数据挖掘中数据的准备是耗时最多的环节,数据的准备包括教育数据的收集、数据的质量分析和数据的预处理三个环节,只有做好这三个环节,才能保证教育大数据的最大价值和数据挖掘的有效性。     

健康医疗数据共享：法律界定、法律关系与合规分析

健康医疗数据共享是实现数据流通和数据价值的重要方式,是顺应全球大数据发展趋势的具体举措,是契合我国智慧医疗战略的坚实基础。健康医疗数据共享是指数据提供者将自己收集或加工的数据以交易、互换等方式提供给第三方,该第三方得以使用数据的行为。健康医疗数据共享涉及三方法律主体：数据来源者、数据提供者和数据受供者,其中数据提供者和数据受供者对数据享有使用、收益等权利。健康医疗数据共享的法律主体应在法律的框架下建立数据安全审查委员会,在数据收集、使用、公开、跨境传输等环节承担相应的合规责任,使健康医疗数据合法规范地共享,促进数据的最大化利用。     

国内数据素养研究关键词共现图谱分析:基于CNKI论文(2011-2019)

在大数据的时代,海量的数据每天都在我们的周围产生,人们往往面临着处理大量无序、孤立数据的处境,如何对待数据、处理数据是我们要思考的问题。数据素养就成为了每一个公民必须具备的素养之一。为了加强数据素养的现实需要和为培养数据素养提供方向,笔者用CiteSpace5.1R8数据可视化工具对中国学术期刊网络出版总库2011-2019年数据素养领域的文献进行可视化分析,探究国内数据素养的研究现状和发展趋势。     

云计算环境下虚拟化数据中心融合技术

在云计算环境下,对高职院校信息管理系统中的虚拟化云数据进行优化融合处理,以提高数据的访问和调度性能。传统方法采用模糊C均值算法进行数据融合处理,随着数据特征之间的模糊性增强,导致对虚拟化云数据的融合和识别能力下降。提出一种基于面向服务构架中心聚类的高职院校信息管理系统中的虚拟化云数据融合算法。首先构建高职院校信息管理虚拟化云数据分布存储结构模型,然后进行数据的状态特征提取和数据聚类处理。实验结果表明,采用面向服务构架中心聚类方法能实现对虚拟化云数据的中心融合处理,提高数据的访问和调度性能。