教育学专业本科生计算思维的指标权重与评价调查（学生）

亲爱的同学：

你好！本问卷旨在了解你对计算思维各维度的重要性认知，以及对这些维度实际表现水平的自我评价。本问卷采用匿名的形式，所有数据仅用于学术研究，并将对所有信息严格保密。

问卷共分为三部分：基本信息、权重调查与现状评价。请根据实际情况填写，谢谢同学们！

第一部分：基本信息
1. 您的学号为：
2. 您的性别为：
3. 您目前所处的阶段为：
4. 您在学习《教育经济学》课程之前是否参加过其他学习量化或计量的课程/培训：
5. 您在学习《教育经济学》课程之前是否参加过其他编程、数据分析类的课程/培训：
6. 您每周学习《教育经济学》课程相关内容的平均时间是：
7. 您的编程或数据分析经验属于以下哪个阶段？
8. 您的生成式人工智能技术（对deepseek、Kimi、豆包、ChatGPT等GAI工具的运用）属于以下哪个阶段？
第二部分：现状自评
9.

请根据您在知识建构方面的实际情况对以下表现进行评价。

  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.我能够针对教育经济现象(如教育投入与回报)提出可检验的假设。
2.在教学实验或数据分析过程中，我能根据结果及时调整分析方法。
3.我能辨析数据来源与样本代表性，评估其能否支持研究结论。
4.我能比较不同研究结论背后的逻辑与假设，判断其合理性。
10. 请根据您在逻辑推演方面的实际情况对以下表现进行评价。
  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.面对复杂教育问题(如教育资源配置效率)，我能拆解为可分析的子任务。 
2. 我能用因果分析思维(如工具变量或自然实验)理解教育现象。
3.我能比较不同政策观点的逻辑基础并提出自己的分析。
4.我能根据数据分析过程推导出合理、连贯的结论。 
11. 请根据您在算法应用方面的实际情况对以下表现进行评价。
  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.我能设计计算步骤或模型(如回归、模拟)以验证教育假设。
2.我能将已有分析模型迁移到新的教育情境中。 
3. 我能从多个案例中总结出教育规律或分析模式。
4.我能用Excel/SPSS/Stata/Python公式清晰表达分析逻辑。
12. 请根据您在效率优化方面的实际情况对以下表现进行评价。
  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.我能在多种分析路径之间权衡时间、精度与可操作性。
2. 我能识别并删除冗余计算步骤，提高分析效率。
3. 我能比较不同算法或方法的适用性与局限性。
4. 我能反思教学或分析流程并提出改进建议。
13. 请根据您在创新生成方面的实际情况对以下表现进行评价。
  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.我能借鉴其他学科(如计算机科学或管理学)的思维方式来研究教育问题。
2. 我能综合教育学、经济学与计算思维的知识解决实际问题。
3. 我能主动提出创新性的教育经济问题解决方案。
4.我能质疑既有结论并提出新的研究路径。
14. 请根据您在伦理考量方面的实际情况对以下表现进行评价。
  • 非常不同意
  • 不同意
  • 一般
  • 同意
  • 非常同意
1.我能意识到教育数据分析中算法偏见的潜在风险。
2.我严格遵守数据使用与隐私保护的伦理原则。
3.我能反思生成式人工智能或自动化分析在教育决策中的适度与边界。
4.我能在研究与教学设计中坚持科学性与公平性原则。
15. 您认为影响自己计算思维形成的因素有哪些？
16. 您对提升自己或本专业学生的计算思维有哪些建议和看法？
更多问卷 复制此问卷