作者 | 研究对象 | 研究结果 |
Konstantinos Michos [14] | 1059名瑞士高中教师 | 超过一半的瑞士高中教师同意采用数据技术在他们手中,只有三分之一的人表现出使用这些技术的明显倾向,只有四分之一的人对用这种方式改善教学有积极的信心。 |
崔宇路 [15] | 不同年龄层的教师 | 经验丰富的30多岁和40多岁的教师表现得更高,而一些50岁以上的教师表现得越来越差。教师的年龄、经验、学历和角色等其他因素可能会影响其知识的不同方面,包括数据素养。 |
李葆萍 [16] | 中国职前与在职教师 | 除了职前教师的技术使用情况外,职前教师和在职教师在大多数维度上的TRCs体验都显著低于他们对理想TRCs的期望。职前教师对理想物理设计的期望显著高于职前教师。 |
Wilma B. Kippers [17] | 由教师、学校领导和数据专家组成的团队 | 教育工作者的数据素养显著提高。不过,还有进一步改进的空间。例如,教育工作者努力制定一个合理、足够具体和可衡量的数据使用目的。 |
Marieke van Geel [18] | 1182名教育工作者 | 教育工作者的数据素养有了显著提高,拥有硕士学位的教育工作者与受过高等教育的教育工作者之间的知识差距已经缩小,就像教师与学校领导之间的差距一样。 |
Samuel Merk [19] | 职前教师 | 数据素养测试的前测后测比较显示了干预的巨大而显著的影响。 |
Katherine L. Miller-Bains [20] | 新教师 | 参与数据素养干预大大降低了评估与教学无关的看法。然而,并没有发现参与者报告的评估改善教与学能力的显著改善。 |
Cynthia A. Conn [21] | 早期职业教师 | 评估素养和数据素养往往被视为同义词。 |
Beck, J. S. [22] | 12名初等和特殊教育教师候选人 | 研究结果揭示了参与者对形成性和总结性数据的误解;认识到与教学数据素养相关的挑战,包括时间、数据理解、可靠性和有效性;以及考生对真实数据素养教学的偏好。 |
Karen Dunlap [1] | 教师 | 干预后调查的结果表明参与者的回答有几个主题:干预前的信念,理解和分析数据,课堂数据和教学实践,以及数据的上下文使用。 |
Ailie McDowall [23] | 澳大利亚在职教师 | 模型能否有用的教师教育课程更新针对日益增长的要求教师要有数据素养,建议对模型进行修订,从一个线性方法,而不是以数据使用为中心的数据素养的核心。 |
林如意 [24] | 629名K-9教师 | ICT态度对数字化教学能力无显著影响,ICT技能对数字化教学能力有显著预测作用,但ICT态度和技能对学生赋权均无显著直接影响。 |