K-12 教育中資料素養評估：挑戰與機會
arXiv - Human-Computer InteractionAnnabel Goldman, Yuan Cui, Matthew Kay
本研究透過訪談 K-12 教師，揭示了在評估資料素養時所面臨的概念模糊、資料選擇、視覺呈現及評估目標平衡等挑戰。
AI 幫你先抓重點
AI 重點 1
教師對資料素養的理解存在模糊性。
滑鼠懸停看 AI 判斷理由
這點至關重要，因為若教師對資料素養的定義不一致，將影響評估的有效性與公平性，也可能導致教學內容與評估目標不對稱，需要更明確的定義與指導。
AI 重點 2
真實資料與模擬資料的權衡。
滑鼠懸停看 AI 判斷理由
此發現突顯了在教學中資料選擇的複雜性。教師需要考慮資料的背景知識、可理解性以及與學習目標的關聯性，這對於設計有效的資料素養活動至關重要。
核心研究發現
- 1
教師對於資料素養的理解存在概念上的模糊性，難以將抽象概念轉化為具體的評估標準。
- 2
在評估中，教師需要在真實資料與模擬資料之間做出權衡，各有優缺。
- 3
尋找並調整適合特定學科領域的視覺呈現與資料圖表，對教師而言是一項困難。
- 4
教師在評估資料素養時，需要平衡資料素養的評估與特定學科知識的學習目標。
- 5
從資料視覺化、人機互動及學習科學的經驗中，可以找到支持教師評估資料素養的機會。
對教育工作者的啟發
本研究提醒教師在設計資料素養評估時，應明確資料素養的概念，並考慮使用真實資料與模擬資料的優缺。此外，教師應尋找或設計適合學科領域的視覺化呈現，並在評估目標中平衡資料素養與學科知識的學習。教育科技工具的開發者可以提供更易於使用的資料視覺化工具，並協助教師設計更有效的評估活動。同時，也需要提供教師專業發展的機會，提升其資料素養評估的能力。
原始文獻資訊
- 英文標題：
- Assessing Data Literacy in K-12 Education: Challenges and Opportunities
- 作者：
- Annabel Goldman, Yuan Cui, Matthew Kay
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。