大数据时代美国教育数据质量管理流程与保障

发布时间：2021-02-19 08:05

　　人类社会已进入大数据时代,教育数据质量管理是教育数据充分发挥潜在价值的关键因素和基本前提,同时也是教育数据治理体系建设中的薄弱环节,因而成为教育信息化领域普遍关注的议题。美国走在全球教育数据质量管理的前沿,其在教育数据质量管理流程各环节的经验可归纳为:一是通过构建教育数据标准确立了教育数据质量管理的基准;二是通过规范教育数据收集过程确保了教育数据在源头上的质量;三是通过落实教育数据输入责任明晰了各类人员在教育数据输入环节的职责;四是通过执行教育数据审查程序守护了教育数据质量的门槛;五是通过运用教育数据挖掘技术强化了对异常教育数据的监测;六是通过强调对教育数据的使用推动了教育数据质量的常态化管理。此外,美国还依托出台教育数据质量保障政策、培育教育数据质量文化、确立双重技术保障机制、推进数据人员专业发展等措施,初步构建起了教育数据质量管理保障机制。借鉴美国在教育数据质量管理方面的做法,我国首先应制定统一的教育数据质量标准和使用办法,规范教育数据的采集输入过程和审查程序,进而应用数据挖掘技术对异常教育数据进行诊断,同时需要提升教育数据管理人员的数据质量意识和素养。 

【文章来源】：现代远程教育研究. 2019,31(05)北大核心CSSCI

【文章页数】：9 页

【文章目录】：
一、大数据时代教育数据有效质量管理的标准与价值
    1. 教育数据质量管理的内涵及标准
    2. 教育数据质量管理的实践价值
二、大数据时代美国教育数据质量管理流程
    1. 数据标准:确立数据质量管理基准
    2. 数据收集:确保教育数据源头质量
    3. 数据输入:明晰各类人员数据职责
    4. 数据审查:守护教育数据质量门槛
    5. 数据挖掘:强化教育数据异常监测
    6. 数据使用:推动教育数据常态管理
三、大数据时代美国教育数据质量保障措施
    1. 出台质量保障政策,规范数据质量管理流程
    2. 培育教育数据质量文化,全面优化数据质量环境
    3. 确立双重技术保障机制,规避数据质量影响因素
    4. 推进数据人员专业发展,提升协同主体数据素养
四、对建设我国教育数据质量管理体系的启示
    1. 制定教育数据质量标准与使用办法
    2. 规范教育数据采集输入与审查程序
    3. 推动教育数据挖掘与分析实践落地
    4. 改善教育数据库软硬件设施与环境
    5. 提升数据管理人员质量意识与素养



本文编号：3040836