K‑12 教育中資料素養路徑的映射
arXiv - Computers and SocietyRobert Whyte, Manni Cheung, Katharine Childs, Jane Waite, Sue Sentance
透過系統性文獻回顧提出資料範式框架與四條學習路徑，揭示 K‑12 學習者在資料驅動與透明度不同情境下的資料素養發展。
AI 幫你先抓重點
AI 重點 1
資料範式框架（邏輯與可解釋性兩維）
滑鼠懸停看 AI 判斷理由
此框架提供一個結構化的分析工具，能幫助教育者快速定位學習活動在資料驅動與透明度上的位置，進而辨識教學缺口與優化方向。
AI 重點 2
四條學習路徑的可視化
滑鼠懸停看 AI 判斷理由
路徑圖揭示學生在不同範式下的進展模式，對課程設計者而言能有效設計階段性目標、選擇適合的模型與評量方式，提升資料素養教學的系統性與成效。
核心研究發現
- 1
系統性回顧 84 篇研究顯示 K‑12 學習者在多學科與多情境中對資料的參與方式多樣。
- 2
提出資料範式框架，將學習活動分為邏輯（知識型或資料驅動）與可解釋性（透明或不透明）兩維度。
- 3
利用學習路徑概念將學生在不同範式下的學習路徑可視化，並辨識出四條獨特的發展路徑。
- 4
四條路徑顯示資料素養的概念會因學習情境而變化，提示教師需針對不同情境調整教學策略。
- 5
框架與路徑可作為設計資料素養學習環境的參考，適用於 CS 及其他學科領域。
對教育工作者的啟發
教育者可先使用資料範式框架評估現行課程，確認是否涵蓋邏輯與可解釋性兩維度，並針對缺失設計補充活動。根據四條學習路徑，教師可將學生從基礎資料處理逐步引導至複雜模型的應用，並在適當階段引入透明或不透明模型以提升理解深度。課程設計者亦可利用此框架設計跨學科專題式學習單元，讓學生在實際問題中體驗資料驅動決策，並透過可解釋性評量檢視其思考過程。最後，教育科技開發者可依此框架開發互動式工具，支援學生在不同範式下的實作與反思，促進自主學習與元認知發展。
原始文獻資訊
- 英文標題：
- Mapping data literacy trajectories in K-12 education
- 作者：
- Robert Whyte, Manni Cheung, Katharine Childs, Jane Waite, Sue Sentance
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
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。