数据素养研究源起、现状与展望.docxVIP

  1. 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. 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. 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. 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. 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. 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. 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
? ? 数据素养研究 源起、现状与展望 ? ?    修回日期:2015-11-26    分类号 G250    0 引言    随着数据密集型科研范式的日益兴起,e-Science和e-Social Science的深入发展,以及大数据的持续影响,数据管理服务成为图书馆发展新的增长点,《不断生长的知识:英国图书馆2015~2023战略》指出:“我们正处于数据创造、分析、开发的大数据时代。”[1]数据管理服务能力成为图书馆核心竞争力之一,美国新媒体联盟《地平线报告(2015图书馆版)》指出:“数字数据管理的发展将最终促进更为准确的主题搜索结果和引用,以及帮助用户更为有效地管理和展示相关资源。”[2]数据素养成为馆员及科研人员的必备素养之一,美国大学与研究图书馆协会(Association of College and Research Libraries,ACRL)《2015年环境扫描》提出:“数据馆员需要积极主动地参与信息素养对话,学习新的教学策略,并基于自身专业做出贡献。”[3]在此背景下,欧美等许多图书馆开展数据素养教育活动,积极回应用户的数据管理需求和适应数字科研环境的变化。    对于数据素养这一课题,国内外学者从不同角度进行探讨,诸如数据素养与数据管理的关系,科研人员数据引用行为及特征,数据素养教育实践及策略,其中较受关注的是Koltay从理论上分析的数据素养概念[4]。然而尚缺乏从学理上对数据素养展开系统而深入的辨析与讨论。有鉴于此,本文基于系统梳理与逻辑建构的双重视角,旨在探讨“数据素养”的源起、内涵、需求、行为、教育等重要议题,以期为数据素养与数据管理提供理论借鉴与实践指导。    根据研究目的,本文以“Data Literacy”“Data Information Literacy”“数据素养”为主题词,在Web of Science、Library and Information Science Abstracts、Academic Search Premier、Emerald、Elsevier Science Direct、ProQuest Digital Dissertations Theses、Springer LINK、Wiley-Blackwell、Taylor Francis SSH、中国知网等数据库中检索相关文献,并浏览ARL、ACRL、D-lib Magazine、PLoS One、International Journal of Digital Curation、Journal of e-Science Librarianship等专业学会网站和网络期刊,收集相关资料。鉴于数据素养是一个新兴研究领域,专业术语不统一可能会造成漏检,因此进一步细化检索策略,并进行引文追溯以弥补直接检索的不足。检索时间为2015年9月,最终得到115篇文献,其中英文95篇,中文20篇。此外,在“海研全球科研项目整合检索系统”中查得数据素养课题6项。发表文献分布年代如图1所示,2013年以前数据素养研究发展缓慢,2014—2015年呈现高速上升趋势。在分析方法上,主要采用内容分析方法逐篇深入阅读相关文献,按照“源起—现状—展望”逻辑结构提炼和归纳相关研究主题。       图1 数据素养研究领域文献年代分布    1 数据素养研究的源起    1.1 数据密集型科研范式是数据素养兴起的外在驱动力    2009年,《第四范式:数据密集型科学发现》(The Fourth Paradigm:Data-intensive Scientific Discovery)一书出版,标志着数据密集型科研范式的确立。其突出特点是科研流程建立在数据基础之上,对数据的获取、分析、管理与共享能力以及数据伦理成为科研人员的必备素养,例如《科学》(Science)专刊讨论科研数据利用过程中的数据隐私保护问题[5]。诸如计算社会学(Computational Sociology)、数据新闻(Data Journalism)、数字历史(Digital History)、数字人文(Digital Humanities)、文化组学(Culturomics)等研究前沿悄然兴起,这些领域无疑与数据、数据素养等有着千丝万缕的关系。对于科研人员,尤其是人文社会科学研究人员的数据收集、组织、分析与应用能力、数据伦理等方面提出了更高要求,从数据中“发现问题、提出问题、满足需求的价值在研究层面上远远大于精致计算、细致操作的价值”[6]。    数据分析与运用能力也成为各个领域发展的驱动力。2011年,美国教育部发布《教师利用数据影响教学的能力:挑战与保障》研究报告,系统阐述了教师数据素养问题[7]。2012年,联合国发布大数据政务白皮书《大数据

文档评论(0)

布丁文库 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体 重庆微铭汇信息技术有限公司
IP属地上海
统一社会信用代码/组织机构代码
91500108305191485W

1亿VIP精品文档

相关文档