数据科学专题之五（特别感谢几位老师积极参与）

说明：本系列将由《中国信息技术教育》发表，刘向永博士指导，敬请关注。

目    录

点击可读

评价：构建数据科学的生态评价 杨秀

设计：大数据收集、处理与可视化表达教学案例 陈鸥辉

 评价：构建数据科学的生态评价

杨秀 日照一中  

评价是课程实施的有机组成部分，应以学科核心素养的水平层级体系为依据，构建基于学科核心素养的“以人为本”的生态评价体系。高中信息技术课标指出，“面向学科核心素养的评价尤其要关注情境的设计，要从多个维度设计合理的评价活动。情境要来源于学生的学习和生活，要从问题解决的过程与方法层面设计评价方案。”因此，我们建议依据生态评价原则，根据数据科学评价的目的、要求、对象等不同，应该设计不同的评价。
一、数据科学评价目标与评价内容梳理通过数据科学的学习，学生能认识到数据在信息社会中的重要价值，有效管理与分析数据对获取有价值信息、形成正确决策的作用与意义；能利用多种途径采集与甄别数据，合理处理与应用数据，了解数据采集、分析和可视化表达的基本方法，会选用恰当的策略与方法、恰当的软件工具或平台对数据进行整理、组织、计算与呈现，并能通过技术方法对数据进行保护；能够在数据分析的基础上，呈现合适的数据分析结果，完成分析报告。
二、数据科学评价方式与评价指标建议过程性评价与总结性评价按照一定比例有机结合、相互补充。日常学习中的过程性评价选择的评价维度要关注总结性评价相对较难测量的素养，比如信息意识，信息社会责任。同时，在课程实施过程中采取目标与过程并重的策略，记录学生的动态学习过程。（一）过程性评价——项目评价方式设计1.项目活动以项目学习为例，创设一个数据源情境，设计不同的项目活动对应不同的项目需求，需要提取、整理的数据不同，加工处理数据的策略与方法不同，呈现的项目结果所反馈出的数据价值也不同，完成每种项目活动都要经历数据的获取、甄选、存储、处理、分析与可视化表达等环节，对应数据科学评价目标的达成既能殊途同归，又可以在横向评价中启发学生的批判性思维，激发学生学习的内驱力。
案例：教师以“第十七次全国国民阅读调查结果发布”（见附件1）为项目背景资料，结合教学内容，设计多个可选项目活动，引导学生成立项目小组，确定项目主题，进行项目规划设计、项目实施、项目成果交流评价等环节开展项目活动。各项目小组从以下项目活动中选择一个项目活动（可选但不局限），提取、整理所需数据，录入、存储数据，进行数据计算、分析、可视化表达，最终组织完成项目报告。项目活动1：项目负责人角色是社区小型图书馆馆长，利用项目背景资料，进行社区图书馆空间设备需求及功能要求分析，向投资人做简要项目报告。项目活动2：项目负责人角色是一款电纸书软件系统开发设计组组长，利用项目背景资料，进行系统需求分析，就阅读内容和形式做出项目报告。项目活动3：项目负责人角色是书籍出版发行部经理，利用项目背景资料，对出版物媒介形式做出分析，向上级领导汇报。
2.评价指导针对项目活动，设计带有具体评价指标的项目评价，可包括项目实施过程记录、项目成果作品评价、建设性反思评价，注重自主学习的过程评价，注意多采用鼓励性语言，激发学生内在的学习动机，帮助学生明确自己的不足和努力方向，建设健康评价生态。例如上面的项目活动案例中可设计一些引导性、反思性评价问题：（1）如果背景数据不够有说服力，你认为需要增加什么数据？如何去获取所需数据？（生成性问题引发深入思考，调动学习积极性和动力）（2）根据本次背景数据，请你设计一个感兴趣的项目活动。（激励学生深入探究，个性展示，激发内在学习动力）（3）如果再做一次这个任务，哪些措施能增强团队协作，提高效率？（引发团队交流反思，引导更深入的协作学习）（4）相对于前一次的项目活动表现，你的进步有哪些？（引导自我肯定评价，激发内驱力）（5）请你给还没做该项目的小组三条建议。（自我评价总结，梳理努力方向，引导学生的自主评价）
（二）总结性评价总结性评价应能有效诊断学生的信息技术学科核心素养水平，要以考查学科核心素养为出发点，突出基于真实情境的问题解决，采用多种形式，从多个维度设计合理的评价活动。建议采用纸笔测试和上机测试相互补充、综合运用，对应学科核心素养，注重评价结果反馈的建设性，评价导向的发展性。1.数据应用测试设计案例：阅读下面文字信息，完成后面问题。相关报告显示，2020 年全球数据科学人才的岗位需求将达到 272 万人，人才供给面临巨大缺口。与此同时，国内的数据科学教育的投入与日俱增。2016年2月，教育部发布了《2015年度普通高等学校本科专业备案和审批结果》中首次增加了“数据科学与大数据技术专业”，共3所大学获批，2017年第二批“数据科学与大数据技术专业”共32所高校获批，2018年新增250所高校，2019年新增203所，2020年新增138所。目前，全国共有 34 个省级行政区中有 29 个省级行政区的 481 所高校成功新增备案数据科学与大数据技术专业，1355 所职业院校成功申报了大数据技术与应用专业，成为了中国的高等教育改革、学科改革进程中，最受瞩目的专业之一。

题目要求	评价目标	学科核心素养
1.请推测可能的数据来源。	数据获取的多种途径。	信息意识
2.某高校招生部门为数据科学专业招生宣传，你认为最重要的数据是_____。某重点高中指导高三学生选择专业，你认为可用的数据有____________。	数据的获取、甄别。	信息意识 计算思维
3.将文中数据提取录入到“数据科学教育发展.xls”电子表格中，分析我国高校“数据科学与大数据技术专业”发展情况，生成可视化图表	数据的获取、录入、存储、分析、可视化加工。	信息意识 计算思维 数字化学习与创新
4.高三学生小王拿到一份源自该数据的分析，请问他是否可以直接据此报考某高校的大数据专业？为什么？	数据的甄别，合理化应用，包含应用中对数据伦理的判断。	信息意识 信息社会责任

2.评价指导数据只有在情境中才有意义，单纯的数字没有价值，所以在设计具体的测试题目时，强调情境设计，以情境应用试题为主。命题的点，可以依据课标要求，对数据的敏感度，给出一段包含数据的文字，找出有用的数据信息填空；可以考察数据的加工过程，也可以考察数据的合理化应用，包含应用中对伦理和数据应用效率的判断。附件1.第十七次全国国民阅读调查结果发布（部分）自1999年起，由中国新闻出版研究院组织实施的全国国民阅读调查已持续开展了十七次，昨天，第十七次全国国民阅读调查结果发布。2019年我国成年国民包括书报刊和数字出版物在内的综合阅读率为81.1%，较2018年的80.8%提升了0.3个百分点，数字化阅读方式的接触率为79.3%，较2018年的76.2%上升了3.1个百分点，图书阅读率为59.3%，较2018年的59.0%上升了0.3个百分点……未成年人的良好阅读状况与家庭不无关系。调查结果表明，七成家庭有陪孩子读书的习惯，0岁至8岁儿童家庭中，平时有陪孩子读书习惯的家庭占70%，较2018年的68.7%增加了1.3个百分点。家长平均每天花24.98分钟陪孩子读书，较2018年的22.61分钟增加了2.37分钟。