- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
DIKW视野下的“数据统计与分析”教学
“数据统计与分析”属于信息技术课程中“信息加工与表达”部分的教学内容,在初中、高中均有涉及。经过多年的教学积淀,信息技术教师已然拥有一些有效的教学经验,但在普遍范围内还存在一些理解不到位的现象,从课堂扫描中可管窥一斑。
问题:课堂中的各种理解不到位的现象
场景1:有教师在课堂上出示用左耳或右耳接听电话的人数统计,要求学生计算相应的比例。这种数据于学生而言缺乏实际意义,统计的结果也不涉及相关处理问题,反映出教师对数据的理解不到位。
场景2:教学中,教师给出一些商品的单价,要求学生统计单价超过5元的商品。统计的缘由没有给出,不过是单纯的筛选技能训练,没有体现统计的必要性及其意义,反映出教师对统计概念的理解不到位。
场景3:教师提供多种饮料,如绿茶、红茶、奶茶、可乐等,要求学生从中选择自己最喜欢喝的三种,再根据全班的选择情况整理数据,列出最受班级欢迎的三种饮料。最后,教师给出专家建议“健康的饮品包括水、纯果汁、奶”,要求学生结合课堂统计的数据结果,在调查报告中表达自己对中学生选择饮料问题的看法和观点。由于此三种饮品没有完全出现在此前供学生选择的范围内,自然没有一个学生的选择与专家建议的健康饮品吻合,于是,学生回答,“不管喝什么,只要健康就好”。数据统计的目的就是为分析、决策提供数据支持,而该场景中数据分析部分与前面的统计结果相互脱节、没有关联,或者联系不够紧密,反映出教师对分析的理解不到位。
上述场景反映出的根本问题是,教师对数据统计与分析的内涵或者核心指向理解不足。“数据统计与分析”属于“信息加工与表达”中表格信息加工与表达部分的教学内容,与数据管理部分的内容具有相似的核心指向,即关注“关系”的挖掘与表达,而关系是隐藏在数据之中的,需要通过相关的操作,如借助公式与函数的计算、排序、筛选等,将数据间的关系挖掘出来,可以借助图表的形式进行直观表达,即通过可视化方式清晰展示。
关于数据统计与分析,信息技术课程教学纲要或者课程标准中都有针对性的要求,譬如,2012年中国教育技术协会信息技术教育专业委员会研制的《基础教育信息技术课程标准2012版》中,初中学段在“模块二:信息加工与表达”中对表格部分的要求如下。
1.能列举1~2种常见表格编辑软件,尝试简单编辑操作,理解二维表格的共同特征。
2.根据需求能在文档中绘制或套用表格,并对其属性能按要求进行调整和设置。
3.能应用电子表格进行简单数据的统计、处理,科学地借助折线图、直方图、饼图等直观表达数据。
4.从不同的角度和立场出发,通过对相同数据做不同的加工,表达不同的观点,或对相同数据做不同的解读,感悟信息加工和利用的选择性、多元性和复杂性特征。
上述4条描述涉及表格中数据的统计、表达、分析,关注到数据间的关系挖掘。
“数据统计与分析”涉及对数据的加工、处理,从中获取信息并加以解读。因此,可以从DIKW金字塔模型获得直接的借鉴。
解决之策:DIKW金字塔的启示
DIKW金字塔是关于数据、信息、知识及智慧的体系,如图1所示。
图1 DIKW金字塔
数据(Data):可以是数字、文字、图像、声音、符号等,属于事实的记录,表达的是没有指定背景和意义的描述。
信息(Information):是经过相关处理的数据,强调的是数据与数据之间的关系。
知识(Knowledge):是有意义的信息,表现为信息和信息之间的关系。由信息到知识的转变过程,是一个对信息判断和确认的过程,需要结合经验、上下文联系、诠释和反省。
智慧(Wisdom):是富有洞察力的知识,是运用知识分析和解决问题的能力,可以简单归纳为正确判断和决定的能力。
显然,DIKW体系同样关注关系的挖掘,即数据之间的关系、信息之间的关系,因而可以用来指导“数据统计与分析”部分的教学。
从问题解答的角度观察,信息层回答的是“是何”的问题,知识层解决的是“如何”的问题,智慧层则涉及“为何”的问题。早期研究中有学者曾指出,信息技术中的技术包含三层内涵:(1)动手做的技术,即基本技能;(2)如何做的技术,即设计和规划的技术;(3)为何做的技术,即技术的思想和价值。[1]三层内涵的观点涉及技术是何、如何、为何的问题,与DIKW模型具有共通之处,这为DIKW模型在数据统计与分析中的应用提供了佐证。
从DIKW的视角来看,数据统计与分析的过程也是追求实现“数据—信息—知识—智慧”持续变化的过程。即从数据开始,以形成智慧为最终目的。具体过程是:借助相关操作对数据进行处理、加工,明确数据之间的关系,提取出有意义的信息,进而将信息组织成知识,促进学生明确“如何去使用”,再进一步,当学生明确应该
文档评论(0)