大数据背景下中小学教师数据素养问题研究

发布时间：2021-04-10 03:08

　　大数据技术推动了教育信息化的开展,形成了教育界的一笔无形财富,挖掘智慧教育环境下海量数据的隐性价值有利于教育乃至人类社会的发展。如何使用多种平台和工具获取有价值的教育数据,如何正确处理、深入解读及运用这些数据来改进教学实践,都要求教师具备熟练利用数据改善教学的职业素养,即教师数据素养。教师数据素养是大数据背景下对教师提出的专业发展新要求,也是大数据背景下教师必备的核心素养之一。本研究主要采用了文献分析法、比较研究法和问卷调查法,对我国中小学教师数据素养能力现状进行研究,为大数据背景下中小学教师基于数据改进教学,促进专业能力发展提供参考,推进我国中小学教师数据素养教育实践的进程。本文在研究相关文献的基础上,首先说明了数据素养研究背景、必要性及意义,梳理了数据素养相关的概念,界定了大数据背景下教师数据素养的内涵。采用归纳总结方法构建了教师数据素养的主要能力要素,并归纳为4个能力领域,分别是数据知识、数据技能、数据应用和数据意识态度;通过设计、发放调查问卷,对全国中小学教师数据素养能力现状进行调查与数据分析,发现我国中小学教师数据素养整体能力薄弱,数据意识和知识淡薄,数据技能及数据应用能力不... 

【文章来源】：长春工业大学吉林省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

研究思路图

第3章我国中小学教师数据素养现状调查及存在问题分析31结果，如表3-9所示，该调查量表的KMO值为0.871，位于0.8-0.9之间。同时，该量表Bartlett球形检验中的近似卡方值为1198.618，自由度为210，显著性概率Sig为0.000﹤0.01，说明变量间的相关性达到了显著水平，样本结果比较适合做因子分析。表3-9KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量0.871Bartlett的球形度检验近似卡方1198.618df210Sig.0.000根据主成分分析法提取公因子，参照碎石图（见图3-1）发现，特征值大于的1的有4个，从第13个因子开始特征值趋于相同，为了保证每个因子至少包含三个题项，采用4个因子的问卷结构更加合理，因此把问卷分为四个维度。图3.1碎石图经过极大方差旋转，将因子负荷小于0.6以及在多个因子上负荷无明显差异的题项删除，已删除的题项为“10、12、13、22”，剩下17个题项。再次得到调查量表的

研究思路图


本文编号：3128836