设为首页 加入收藏 期刊导航 网站地图

Advances in Education
Vol. 13  No. 12 ( 2023 ), Article ID: 76463 , 8 pages
10.12677/AE.2023.13121471

大数据时代教师数据素养现状与发展趋势

——基于国内外核心期刊的系统性文献综述

高丽娟，李娟*

聊城大学传媒技术学院，山东 聊城

收稿日期：2023年11月1日；录用日期：2023年11月28日；发布日期：2023年12月4日

摘要

大数据背景下，随着教育数据应用的普遍兴起，教师数据素养逐渐成为新时代教师专业发展的核心主题。本研究从教师数据素养观察维度、影响因素、发展趋势等角度对2015年以来国内外SSCI、CSSCI来源期刊的相关文献进行了系统性分析，梳理了国内外有关教师数据素养实证研究结果。研究发现，实证研究的文献量相对较少，研究关注应从教师数据素养的关注转向关注教师专业发展；另外需要不断提升教师自身的教学技能和数据素养，不断创新和改革教学模式，以期有效提升教师的数据素养，从而促进教师专业发展。

关键词

教师数据素养，数据驱动教学，教师专业发展

The Current Situation and Development Trends of Teacher Data Literacy in the Era of Big Data

—Systematic Literature Review Based on Core Journals at Home and Abroad

Lijuan Gao, Juan Li*

School of Media Technology, Liaocheng University, Liaocheng Shandong

Received: Nov. 1st, 2023; accepted: Nov. 28th, 2023; published: Dec. 4th, 2023

ABSTRACT

In the context of big data, with the widespread rise of educational data applications, teacher data literacy has gradually become the core theme of teacher professional development in the new era. This study conducted a systematic analysis of relevant literature on SSCI and CSSCI source journals at home and abroad since 2015 from the perspectives of observation dimensions, influencing factors, and development trends of teacher data literacy. The results of empirical research on teacher data literacy at home and abroad were summarized. Research has found that there is relatively little literature on empirical research, and research attention should shift from focusing on teacher data literacy to focusing on teacher professional development; In addition, it is necessary to continuously improve teachers’ teaching skills and data literacy, innovate and reform teaching models, in order to effectively enhance teachers’ data literacy and promote their professional development.

Keywords:Teacher Data Literacy, Data-Driven Teaching, Teacher Professional Development

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 研究背景与问题提出

大数据时代，数据的价值凸显，教师数据素养作为大数据时代教师信息素养教育的新内容，引起了国内外教育研究者的广泛关注。大数据技术与教育领域深度融合是时代的要求，应用数据驱动教学方式是教育改革的必然，这就要求教师具备数据素养，从而达到优化教学的目的。教师数据素养是教师有效地了解和使用数据，并据之做出决策和执行的能力，它由一系列具体的技能和知识构成，帮助教育工作者将教育数据转化为有用信息，最终转化为可操作的知识，具体包括如何识别、收集、组织、分析、总结和处理数据，并基于数据制定、规划、实施和监督行动方案等方面的能力 [1] 。

2015年开启大数据应用元年，因此本研究对2015年以来国内外SSCI、CSSCI等来源期刊开展系统性文献分析，尝试梳理教师数据素养的研究现状。本研究分别从文献发表情况、文献引用情况、作者分布特征、研究对象与样本数量、研究方法等维度分析样本文献，旨在厘清教师数据素养实证研究的现状和研究重点。当前，我国中小学教师数据素养整体水平不高，难以适应大数据时代教师专业发展的新要求。基于此本研究试图分析以下研究问题：① 教师数据素养包含哪些维度？② 影响教师数据素养发展的因素有哪些？③ 教师数据素养研究的发展趋势有哪些？

2. 研究设计

2.1. 研究方法

本研究采用系统性文献综述方法。系统性文献综述旨在以明确的研究问题、全面的检索策略、清晰的文献纳入标准与综合的数据分析，来得出可信的研究结果，可减少由传统文献综述方法带来的研究偏倚。

2.2. 文献检索

为保证样本文献的质量，本研究选取SSCI和CSSCI数据库，分别以“data literacy”为英文关键词，以“教师数据素养”为中文关键词，对2015年至2023年与数据素养相关的文献进行检索，共获得文献201篇，其中英文132篇、中文69篇。

2.3. 文献筛选与编码

为确保样本文献的准确性，本研究制订的文献筛选标准见表1。

Table 1. Literature screening criteria

表1. 文献筛选标准

基于以上文献筛选标准，本研究对检索到的文献开展了两轮筛选，同时结合文献阅读以滚雪球方式补充新文献7篇，最终纳入有效样本文献26篇。随后，从文献基本信息、内涵及框架、培养路径、评价、现状调查等方面进行编码。具体筛选流程见图1。

Figure 1. PRISMA flowchart

图1. PRISMA流程图

图2呈现了样本文献的来源分布和编码情况。从第一作者所在国家看，来自中国的样本文献超过二分之一(14篇)，其次为美国7篇，欧洲国家5篇。除美国中国有一定研究数量外，其他国家的研究较为松散，未形成突出的研究团队聚类。从教师数据素养的研究主题看，内涵及框架的研究样本占23%，培养路径的研究样本占57%，这表明教育大数据背景下，教师数据素养的培养路径研究已具备一定规模，而教师数据素养内涵及框架研究尚在探索中。

Figure 2. Sample literature coding results

图2. 样本文献编码结果

2.4. 样本总体情况概况

近五年(2018年至2023年)的文献占80%，说明教师数据素养的研究热度正在逐年上升；从载文期刊看，所有样本文献分布在20种期刊中，涉及学科众多，其中教育理论与教育管理学科文献分布密集，计算机软件及计算机应用学科次之，总体分散；从关注的教师群体看，以中小学教师为研究对象的样本文献占27%，反映出中等教育学科教师仍是开展技术支持教师专业发展研究的主要对象。

从样本文献的发表作者看，杨现民、李新合作群发文量最多，达到8篇，发文时间期间为2017到2021年，主要涉及国内外教师数据素养概念和内涵的解读以及我国教师数据素养模型建构，中小学教师数据素养的发展路径、培养策略和评价指标体系构建等。陈敏、周驰和吴砥合作群发文量为4篇，发文时间期间为2020年，主要关注“互联网+”时代中小学教师信息素养评估指标体系构建及实证研究等。其它学者之间的合作关系并不紧密，且研究内容和范围较单一，教师素养研究的核心群体有待增强。

3. 教师数据素养实证研究的重点

3.1. 教师数据素养的维度

教师数据素养框架是认识教师数据素养关键要素、理解其整体结构的重要抓手。目前，国际上主要有四种具有代表性的教师数据素养框架。一是马什和法雷尔构建的“数据驱动决策”框架；二是哈佛大学博得特等人提出的“数据智慧改进过程”框架；三是技术教育研究中心提出的“使用数据项目”框架；四是曼迪纳赫和加默构建的“教师应用数据”框架。而国内对教师数据素养框架的研究中，江苏师范大学杨现民教授团队的研究具有代表性，他们采用文献分析法和德尔菲法构建了适合我国中小学教师的数据素养框架以及指标体系，从意识态度层、基础知识层、核心技能层以及思维方法层四个层面观察教师数据素养。

综合以上观点，本研究认为教师的数据素养是教师在接触教育数据时所体现出来的一种综合能力。它包含数据意识与态度、数据基础知识、数据核心技能以及数据思维方法四个维度 [2] 。

3.2. 教师数据素养实证研究的现状

根据研究问题的需要，对筛选的数据素养相关领域的实证研究文献从研究对象、研究结果两个方面分析，梳理出教师数据素养实证研究的现状。对中文文献的系统性分析结果如下表2所示。

Table 2. Chinese literature analysis

表2. 中文文献分析

通过对筛选的11篇中文实证研究文献分析发现，已有教师数据素养实证类文献中，研究对象主要集中于中小学教师。通过德尔菲法、问卷调查法、访谈等对不同地区的教师进行教师数据素养能力的评估，从而借助于实证研究的结果，分析教师数据素养能力现状以及存在的问题，科学地提出教师数据素养的提升策略。研究发现，我国教师数据素养能力水平存在一定差异，主要有城乡差异、不同学科教师之间的差异、年龄层差异以及不同学历层差异等。因此，我国教师尤其是中小学教师亟待全面提升教师数据素养，切实提高精准诊断、及时干预和个性化服务教师能力的水平。

关注国内教师数据素养实证研究的基础上，本研究也对国外英文文献展开了系统性文献分析，依据主题文献筛选标准，选取了具有代表性的英文文献进行研究对象和研究结果的系统性分析，分析结果如下表3所示。

Table 3. English literature analysis

表3. 英文文献分析

综合上述对中英文文献的分析发现，对数据素养的实证研究主要运用问卷、访谈等方法开展，也有通过德尔菲法、实验研究、分层抽样调查、随机抽样调查等方法进行相关的研究。研究的对象有国外教师、高校教师以及中小学教师，但主要集中于中小学教师。综合以上研究结果发现我国教师数据素养实证研究相对较少，利用实证研究的方法开展教师数据素养研究的文献相对有限，教师数据素养能力存在一定的发展空间。

3.3. 教师数据素养的影响因素考察

有研究者认为，挖掘影响教师数据素养发展的主要因素，构建中小学教师数据素养的影响因素假设模型，通过实证研究对其进行检验，研究发现影响中小学教师数据素养发展的4个主要因素：系统特征、数据协作、工具性支持、数据文化。

还有研究者认为，数据文化、数据使用氛围对于教师数据素养的发展与数据协作可能具有影响作用。例如，Sutherland指出，数据文化关涉教育数据采集、存储、分析、利用等多个方面，尤其是学校领导者通过为教师提供分析与利用数据的机会，并建立一种与使用数据有关的探究型文化，能够有效推动教师之间进行数据使用合作。此外，相关研究表明，技术的稳定性及技术支持(如培训、指导、帮助与支持)对于教师克服技术使用阻碍、建立技术使用信心等具有重要价值。

几项研究报告称，教师在使用数据做出决策时感觉准备不足，并且始终表现出低水平的知识、技能和能力。因此，通过专业发展建立人类使用数据的能力已成为最近研究项目的目的。最近的研究也探讨了教师对数据使用的信念和态度。虽然一些研究是更基本的，并强调开发工具来评估这些信念，但其他研究探索干预对这些态度的影响或在横断面研究中调查态度和数据使用行为的相关性或调节效应。

4. 研究结论

通过对教师数据素养的系统性文献分析结果，可以从教师数据素养的研究关注、研究内容以及研究方向三个方面得出结论。

(一) 研究关注

在大数据时代，学校教育越来越重视利用数据来呈现学校组织的行动图景与发展现状，在学校范围内建立一种“数据文化”对于优化学校决策、改善教师教学、促进学生发展的现实意义愈发凸显。已有的相关研究中，实证研究的文献量相对较少，研究关注应从教师数据素养的关注转向关注教师专业发展，站在教师专业发展的角度形成职前职后一体化的培养。

(二) 研究内容

数据素养对于新教师来说至关重要，因为他们必须每天收集、分析和使用大量的学生数据。国内外学者对数据素养教育研究聚焦在教学实践、教学能力以及数据素养教育社会效应等方面。在不断提升教师自身的教学技能和数据素养的基础上，不断创新和改革教学模式，从而促进教师专业发展。

(三) 研究方向

结合实证研究的研究结果分析发现，有关教师数据素养的研究正逐渐朝着如何运用数据的方向发展，这样的发展趋势对数据素养能力薄弱的一些教师来说是一个挑战。尽管使用数据作为改善教学的手段很重要，但关于如何支持职前教师培养对使用数据的积极态度和适应，实验证据有限，需要展开进一步的研究。

基金项目

聊城大学科研项目“数字化时代教育评价方式研究”(321021516)和聊城大学研究生创新项目“教育硕士专业学位研究生案例教学资源平台的构建与应用研究”(322091308)。

文章引用

高丽娟,李 娟. 大数据时代教师数据素养现状与发展趋势——基于国内外核心期刊的系统性文献综述
The Current Situation and Development Trends of Teacher Data Literacy in the Era of Big Data—Systematic Literature Review Based on Core Journals at Home and Abroad[J]. 教育进展, 2023, 13(12): 9518-9525. https://doi.org/10.12677/AE.2023.13121471

参考文献

  1. 1. Dunlap, K. and Piro, J.S. (2016) Diving into Data: Developing the Capacity for Data Literacy in Teacher Education. Co-gent Education, 3, 286-287. https://doi.org/10.1080/2331186X.2015.1132526

  2. 2. 刘雅馨, 杨现民, 李新, 等. 大数据时代教师数据素养模型构建[J]. 电化教育研究, 2018, 39(2): 109-116. https://doi.org/10.13811/j.cnki.eer.2018.02.017

  3. 3. 张黎, 赵磊磊. 中小学教师数据素养的影响因素与提升路径——基于混合研究方法的实证分析[J]. 教育学术月刊, 2022(11): 68-77.

  4. 4. 胡艺龄, 张启迪, 孙珂, 吴忭. 中小学教师数据素养培养模式及其应用研究[J]. 中国远程教育, 2022(3): 51-60.

  5. 5. 杨现民, 李新. 中小学教师数据素养的现状、评价及意义[J]. 教师教育学报, 2021, 8(3): 12-20.

  6. 6. 李新, 杨现民. 中小学教师数据素养培训课程设计与实践研究[J]. 中国电化教育, 2020(5): 111-119+134.

  7. 7. 林秀清, 杨现民, 李怡斐. 中小学教师数据素养评价指标体系构建[J]. 中国远程教育, 2020(2): 49-56+75+77.

  8. 8. 李青, 赵欢欢. 教师数据素养评价指标体系研究[J]. 电化教育研究, 2018, 39(10): 104-110.

  9. 9. 李青, 任一姝. 国外教师数据素养教育研究与实践现状述评[J]. 电化教育研究, 2016, 37(5): 120-128.

  10. 10. 郝媛玲, 沈婷婷. 大数据环境下高校教师数据素养现状及提升策略探析——基于上海地区高校的调查分析[J]. 现代情报, 2016, 36(1): 102-106+113.

  11. 11. 王学男. 不同教师群体对教育大数据的认知及影响因素——基于全国5434名教师的调查[J]. 开放教育研究, 2019, 25(3): 81-91.

  12. 12. 梅海莲. 大数据时代背景下中小学教师数据素养现状调查研究[J]. 中国信息技术教育, 2021(13): 98-102.

  13. 13. 傅妍. 大数据时代教师数据素养的现状及提升策略研究——基于杭州市中小学教师实证调查研究[J]. 当代教育实践与教学研究, 2019(22): 11-13.

  14. 14. Michos, K., Schmitz, M.L. and Petko, D. (2023) Teachers’ Data Literacy for Learning Analytics: A Central Predictor for Digital Data Use in Upper Secondary Schools. Education and Information Technologies, 28, 14453-14471. https://doi.org/10.1007/s10639-023-11772-y

  15. 15. Cui, Y.L. and Zhang, H. (2022) Integrating Teacher Data Litera-cy with TPACK: A Self-Report Study Based on a Novel Framework for Teachers’ Professional Development. Frontiers in Psychology, 13, Article ID: 966575. https://doi.org/10.3389/fpsyg.2022.966575

  16. 16. Li, B. and Zhao, G. (2019) Expectations and Experiences of Technology-Rich Classrooms of Preservice and In-Service Teachers in China. Journal of Education and Development, 3, 52-62. https://doi.org/10.20849/jed.v3i3.673

  17. 17. Kippers, W.B., Poortman, C.L., Schildkamp, K. and Visscher, A.J. (2018) Data Literacy: What Do Educators Learn and Struggle with during a Data Use Intervention? Studies in Edu-cational Evaluation, 56, 21-31. https://doi.org/10.1016/j.stueduc.2017.11.001

  18. 18. Van Geel, M., Keuning, T., Visscher, A., et al. (2017) Changes in Educators’ Data Literacy during a Data-Based Decision Making Intervention. Teaching & Teacher Education, 64, 187-198. https://doi.org/10.1016/j.tate.2017.02.015

  19. 19. Merk, S., Poindl, S., Wurster, S., et al. (2020) Fostering Aspects of Pre-Service Teachers’ Data Literacy: Results of a Randomized Controlled Trial. Teaching and Teacher Edu-cation, 91, Article ID: 103043. https://doi.org/10.1016/j.tate.2020.103043

  20. 20. Miller-Bains, K.L., Cohen, J. and Wong, V.C. (2022) Developing Data Literacy: Investigating the Effects of a Pre-Service Data Use Intervention. Teaching and Teacher Education, 109, Article ID: 103569.

  21. 21. Conn, C.A., Bohan, K.J., Bies-Hernandez, N.J., et al. (2022) Expected Data Literacy Knowledge and Skills for Early Career Teachers: Perspectives from School and District Personnel. Teaching and Teach-er Education, 111, Article ID: 103607.

  22. 22. Beck, J.S., Morgan, J.J., Brown, N., et al. (2020) “Asking, Learning, Seeking Out”: An Exploration of Data Literacy for Teaching. Microbiology and Molecular Biology Reviews, 84, 150-165. https://doi.org/10.1080/00131725.2020.1674438

  23. 23. Mcdowall, A., Mills, C., Cawte, K., et al. (2020) Data Use as the Heart of Data Literacy: An Exploration of Pre-Service Teachers’ Data Literacy Practices in a Teaching Performance Assessment. Asia-Pacific Journal of Teacher Education, 49, 487-502. https://doi.org/10.1080/1359866X.2020.1777529

  24. 24. Lin, R., Yang, J., Jiang, F. and Li, J.P. (2023) Does Teach-er’s Data Literacy and Digital Teaching Competence Influence Empowering Students in the Classroom? Evidence from China. Education and Information Technologies, 28, 2845-2867.

    25. NOTES

    *通讯作者。

期刊菜单