数学师范生数据素养教育的思考和建议

1、数学师范生数据素养教育的思考和建议摘要 新课标下，以培养中小学学生数据素养为目的的 教育日益受到关注。师范生是中小学教师的后备军，想要 提高中小学生的数据素养，先要做好师范生数据素养的教 育工作。该文采用问卷调查的方式，以数据分析、数据表 征、数据收集、数据意识、数据评价和数据道德作为数据素 养能力的六个维度，采用文献分析、描述性统计和方差分析 等方法，探讨某高校数学师范生、高校教师、中小学教师数 据素养的现状。结果显示：高校教师数据素养最高，且中小 学教师与之无统计学显著性差异，在校师范生数据素养最 低。针对培养计划、教学设计、竞赛引导，笔者给出数学师 范生数据素养教育的相关建议。关键词数学

2、师范生；中小学教师；高校教师；数据素养教育 Thoughts and Suggestions on Data Literacy Education of Mathematics Education Majors / XIAO XiaoAbstract Under the new curriculum standards, the education aimed at cultivating data literacy of primary and middle school students has attracted increasing attention. Education major

3、s are the reserve force of primary and middle school teachers, so in order to improve the data literacy of primary and middle school students, it is necessary to carry out the data literacy education of education majors. With the method of questionnaire survey, and based on the six dimensions of dat

4、a literacy capabilities such as data analysis, data representation, data collection, data awareness, data evaluation, and data ethics, this paper uses lit - erature analysis, descriptive statistics, and variance analysis to explore the current situation of the data literacy of mathematics education

5、majors from a universities, teachers, and primary and middle school teachers. The results show that the data literacy of college teachers is the highest, and there is no statistically significant difference between them and primary and middle school teachers, while the data literacy of education maj

6、ors is relatively poor. In view of the training plan, teaching design, and competition guidance, this paper gives relevant suggestions on the data literacy education of mathematics education majors.Key words mathematics education majors；primary and middle school teachers；college teachers；data litera

7、cy education1引言大数据时代下，人们对于生活的记录有了巨大的变化， 每时每刻都会产生大量的数据，而人们的衣食住行也都离 不开数据的运作指引。目前，国际数学教育将数据素养纳 入新的研究领域，探索其内在含义和提高途径成为人们关 注的热点和追逐的新技能1。义务教育数学课程标准（2011 版）中将数据分析观念列作十大核心概念，这意味着数据 素养正式登上了数学教育研究的舞台2。2018年，中共中 央、国务院印发了关于全而深化新时代教师队伍建设改革 的意见，强调全而提高中小学教师质量，建设一支高素质、 专业化的教师队伍。2019年教育部公布的数据中，义务 教育阶段专任教师人数为1001.6万人

8、，按一般自然减员率3% 计算,每年需要补充30万左右的教师，而师范生正是教师队 伍的储备军气要想使教师数据素养变为提升教师队伍素 质、深化教育大数据研究的动力,就有必要加强对师范生数据 素养的培养。数据素养教育是培养数据素养的重要途径，师 范生在数据素养教育中扮演着重要角色，既是受教育者也是潜在教育者。数学师范生是数学教师的主要来源，提升数据 素养已成为大数据时代数学教师专业发展的重要内容。2数据素养的定义学术界对数据素养目前有不同的定义。数据素养的概 念最早起源于美国，它是计量素养和统计素养概念的拓展 和延伸J2.1数据素养概念综述Qin J和DLgnazio J（2010）认为，数据素养是

9、能够理 解、使用和管理科学数据的能力。Mandinach E和Gum - mer （2013）认为，数据素养是理解数据和有效地利用数据 进行决策的能力，包括知道怎样去辨别、收集、组织、分析、 总结以及优化数据Schneider认为，数据素养是“科学 数据”和“信息素养”的结合，属于科学数据管理的子学科。国内的研究相对较晚，张静波认为，数据素养是研究者 在科学数据的采集、组织和管理、处理和分析、共享和协同 创新利用等方而的能力，以及研究者在数据的生产、管理和 发布过程中的道德与行为规范9。隆茜从数据意识、数据获 取能力、数据处理与分析能力、数据交流能力、数据评价能 力及数据道德构建高校师生数据素

10、养能力评价指标体 系10。杨晓琼从本质上分析了数据素养是具有在数据意识 的驱动下从特定数据环境中合理合法且有效地获取、分析、 解释、评估和利用数据的基本技能11。黄如花、李白杨将数 据素养概括为数据意识、数据能力、数据伦理三个方而12。2.2数据素养能力评价指标体系的构建本文在综合国内外文献对数据素养的定义、内涵或组 成能力分析的基础上，以数据分析、数据表征、数据收集、数 据意识、数据评价和数据道德为数据素养能力的维度，构建 数据素养能力评价指标体系。2.3研究方法文章采用文献研究法构建数据素养能力评价指标体 系。用描述性统计分析方法对数据的均值13、方差进行简 单分析以及图表展示，利用方差分

11、析法对数据的统计学意 义上的差异进行检验诃。3数据素养能力问卷调查本文分别对高校数学专业教师、中小学数学教师、在校 数学师范生分年级做问卷调查。3.1调查问卷的设计表1数据素养能力评价指标体系维度指标数据分析能合并、综合、简化并剔除隐藏的错误或者无效的数据，提取有效的数据能够利用数据分析工具（如EXCEL.SPSS.R.MATTLAB等）对获取的数据做恰当的分析能基于实际问题或应用对数据进行有针对性的分析能利用一定的科学方法来指导数据分析能从数据分析结果中准确提取结论并解释现实问题能在表述研究结论时准确地引用数据与数据分析结果数据表征能够基于数据统计量准确读取数据的含义能正确运用统计量（如平均

12、数、中位数、众数、方差等）描述数据能掌握统计图如直方图、饼状图、折线图等来揭示数据中隐含的趋势和变化数据收集能认识并区分数据的格式（如数值、字符等形式）、类型等特征能区分来自不同数据源的不同数据，并对数据进行分类收集存储能有效地选择数据收集方式（如调查、访谈、实验、检索等方式）对数据进行收集数据意识能认识到数据对科研、生活等方面是具有重要意义的能够认识到科研数据具有数据收集、分析、利用（包含重复利用）、共享、最终消亡等阶段（即生命周期）能以严谨认真的态度对待与使用科研过程中产生的数据能对科学研究过程中得到或产生的数据的真实有效性负责数据评价能够批判性地评价数据，结合实际质疑数据能够认识到数据反

13、映现实具有的局限性,善于结合具体情况解读数据能根据数据分析结果与研究结果,发现研究存在不足的地方并完善优化研究数据道德了解数据采集、使用、分享数据中所涉及的道德和伦理问题，能够尊重他人的数据,使用时能够注明出处问卷包含性别、职业、年龄、学历等题项；此外单独针对 学生的问卷包含性别、年级等题项，两个问卷关于数据素养 能力指标的20道问题是相同的。问卷采用评分制，对每个 问题按15分设置分值，调查对象根据自己的实际情况自 评打分，其中1分最低，5分最高。利用“问卷星”在线发布问卷,采取随机红包奖励等方式, 通过工作群、班级群等进行宣传，被调查者可使用电脑、平板、 手机回答问卷。以2个月为周期，共收

14、回1285份问卷。调查对 象均为数学专业或相关专业教师、学生，其中主要调查对象是 师范生，根据年级分四组进行讨论，高校教师、中小学教师作 为参考讨论。由表2的调查数据我们可以得出，中小学教师 学历以本科为主，研究生以上和本科以下学历占少数。3.2调查与分析为详细了解数学师范生数据素养的现状，现按照年级 列出六维度20题的得分均值和标准差。由表3可以得出，四个年级的数学师范生数据素养能力 指标得分均值为79.31,将各年级总分由高到低排列的年级 依次为：大一、大二、大四、大三。说明大一新生的数据素养 最高，大三学生数据素养能力最低，大四学生略好于大三且 与大三年级得分相差不大。表2调查对象情况表

15、群体总人数（人）性别学历男（人）女（人）本科（人）硕士（人）博士（人）高校教师45202502817中小学教师92375550182师范生148569214800合计2851131721984619表3数学师范生数据素养能力指标得分维度指标大一大二大三大四MeanSDMeanSDMeanSDMeanSD数据分析14.320.954.270.773.900.744.060.5724. 091.153.771.113.781.323.810.6634.360.904.090.873.820.964.000.8244.320.954.320.784.210.944.000.8254.270.834.

16、180.913.800.874.130.5064.051.003.860.943.720.823.810.66数据表征74.180.913.911.023.700.844.000.3784.320.893.950.903.360.943.810.5494.410.914.270.884.261.234.130.81数据收集104.410.914.320.894.120.994.190.66114.181.054.051.004.151.454.060.44123.821.223.321.043.870.793.381.02数据意识134.090.973.680.953.940.743.630.

17、72144.050.953.591.103.970.883.940.68153.951.003.551.063.700.963.940.57164.051.003.860.833.820.793.880.62数据评价174.090.873.730.943.600.843.630.72184.140.893.860.773.720.953.750.86194.180.803.640.953.571.073.690.87数据道德204.450.604.180.964.210.944.060.77合计83.7318.7378.4118.6677.2219.0677.8813.67由表5可以得出，高校

18、教师和中小学教师数据素养能力 指标得分均值为88.105，其中高校教师得分较高，为89.47 分，中小学教师得分次之且与高校教师得分相差不大。来源平方和自由度均方和F值由表5可以得出，高校教师和中小学教师数据素养能力 指标得分均值为88.105，其中高校教师得分较高，为89.47 分，中小学教师得分次之且与高校教师得分相差不大。来源平方和自由度均方和F值P值因子0.186310.1863.9250.0548误差1.8037380.0475总平方和5.31039表6数据素养能力方差分析表图2数学师范生各年级数据素养能力分组经R语言计算，得到表6,其中F值为3. 925, P值为 0.0548。在

19、显著性水平a=0. 05的情况下，接受原假设，即认 为高校教师和中小学教师数据素养能力不具有显著性差异, 也就是说高校教师和中小学教师数据素养能力在同一水平。图1数学师范生各年级数据素养能力指标得分箱线图由图1我们可以清楚地看到数学师范生各年级数据素 养能力指标得分情况，四个年级的水平各有不同，但是这样 的差异是否具有统计学意义尚不清楚，因此可应用单因子 方差分析法进行分析和讨论。表4数据素养能力方差分析表来源平方和自由度均方和F值P值因子1. 33630.44538.4970.0000615误差3.984760. 0524总平方和5. 31079经R语言计算，得到表4数据，其中F值为8.49

20、7, P值为 0.0000615。在显著性水平o=0. 05的情况下，拒绝原假设， 即认为四个年级的数学师范生数据素养能力指标得分具有 显著性差异。通过多重比较，得到如图2的分组。在此我们发现一个 奇怪的现象，大学一年级学生的数据素养能力最强，超过高 年级学生。这种令人意外的结果，也值得我们在以后的研 究中进行进一步的研究和分析。接下来，对高校教师和中小学教师的数据素养进行调 查，得分如下。表5高校教师和中小学教师数据素养能力指标得分维度指标高校教师中小学教师MeanSDMeanSD数据分析14.580.374.760.4324.321.874.580.8234.600.644.330.954

21、4.690.434.531.5054.571.064.080.3764.311.504.370.81数据表征74.581.014.250.8984.640.984.080.9594.710.864.251.01数据收集104.730.834.080.82114.290.944.530.94124.361.123.921.15数据意识134.801.034.250.95144.170.984.500.89154.501.174.421.07164.180.964.150.87数据评价174.201.014.080.98184.260.844.580.94194.280.934.580.86数据道

22、德204.700.644.421.24合计89.4719.1786.7418.454结论与分析通过总结并分析上述调查，得出目前数学师范生数据 素养能力较低，距离中小学教师的数据素养水平还存在一 段距离，因此要反思数学师范生数据素养的教育和培养。 然而大部分数学教师是由数学师范生毕业后担任的，一方 而这将直接影响到中小学生的数据素养，而小学新课标中 明确将数据分析观念作为核心素养，另外高中新课标中也 将数据分析作为数学核心素养。另一方而，考试数据、学习 过程数据、教学环境数据、教学硬件数据、学生心理数据等 数据在教育领域不断产生，教师可以对数据进行分析，随后 制订学生个性化学习方案和建议。数据素养是大数据技术与教育领域深度融合发展的时 代要求，是加快数据驱动教学范式转型发展的关键所在。 不论是在职中小学教师、师范生还是教育管理者与研究者， 都需要紧跟大数据发展的时代步伐，善于分析和挖掘教育 数据的潜在价值,使其更好地支撑教育教学的优化与变革。 5建议与方法数据素养教育的培养建议和方法可从以下几个方而考虑:（1）认可数据素养在师范生培养目标