教育数字化转型背景下图情专硕数据素养的影响因素研究调查问卷

邀请您参与一项关于图书情报专业硕士数据素养的学术研究

尊敬的同学：
您好！我们正在进行一项关于教育数字化转型背景下图书情报专业硕士（MLIS）数据素养的学术研究，旨在了解当前MLIS培养体系中影响学生数据素养的关键因素，为未来课程优化提供依据。

关于本问卷
填写时间：约8–10分钟
匿名保密：所有回答不收集姓名、学号、IP地址等个人信息，数据仅用于统计分析

您的参与非常重要！
您的真实反馈将帮助我们：
推动MLIS数据素养教育改革
设计更贴合学生需求的课程与实践项目

点击“开始作答”即表示您已阅读上述说明并自愿同意参与本研究。

感谢您的支持！
第一部分 基本情况（共5题）
1. 您的性别是
2. 您现在所处年级是
3. 您的本科专业是否为图情类？
4. 您本科阶段是否修读过以下数据课程？
5. 您是否参与过数据项目？
第二部分 问卷内容（28题）
6. 显性技能
  • 很不同意
  • 不同意
  • 一般
  • 同意
  • 很同意
我能熟练使用Excel进行数据清洗与基础统计分析
我能使用Python或R完成简单的数据处理任务
我能利用图书馆数据库或开放平台（如CKAN）获取所需学术数据
我能使用Tableau/Power BI 制作清晰的数据可视化图表
我能解释回归分析、相关系数等统计结果的实际意义
我能独立设计并执行一个完整的数据分析流程。
7. 隐性技能
  • 很不同意
  • 不同意
  • 一般
  • 同意
  • 很同意
我会主动思考“这个数据能解决什么实际问题？”
我能识别数据集中可能存在的性别、地域或文化偏见
在使用用户数据时，我会优先考虑隐私保护与知情同意
我认为数据结论必须结合图书馆或信息服务场景才能产生价值
我愿意向非专业人士解释数据背后的局限性与不确定性
我会质疑“数据越多越好”的观点，强调数据质量与伦理
8. 请选择“3”以证明您认真阅读题目
9. 个体层变量
  • 很不同意
  • 不同意
  • 一般
  • 同意
  • 很同意
我有信心学会任何新的数据分析工具
即使没有老师指导，我也能完成复杂的数据任务
具备数据素养能帮助我在求职中脱颖而出
掌握数据伦理知识能让我赢得用户的信任
我认为图情专业学生必须具备高水平的数据素养
我未来的职业发展将高度依赖数据能力
10. 课程层变量（即使您未修读相关课程，请根据您的了解或期望作答）
  • 很不同意
  • 不同意
  • 一般
  • 同意
  • 很同意
“数据可视化”课程对我的研究非常有用
学习Python能显著提升我的工作效率
老师提供的代码模板让我更容易上手数据分析工具
课程中的实操练习难度适中，我能跟上进度
当前课程体系涵盖了数据获取、分析、伦理等关键内容
当前课程提供了足够多的真实项目实践机会
11. 环境层变量
  • 很不同意
  • 不同意
  • 一般
  • 同意
  • 很同意
我校图书馆提供了丰富的开放数据资源
我经常参与跨学科的数据相关研讨或竞赛活动
我的导师鼓励我将数据方法应用于毕业论文
我了解到行业对MLIS毕业生的数据伦理能力有明确要求
感谢您的真诚参与！

您的回答对我们至关重要！🙏
更多问卷 复制此问卷