高校图书馆数据素养教育策略研究

邓李君

高校图书馆数据素养教育策略研究

邓李君

数据素养教育可以实现高校图书馆从服务能力到服务内容等多个方面的提升和扩展。根据国内外研究现状，发现国内高校图书馆在数据素养教育方面存在数据素养教育模式受限、缺乏实训教育、能力拓展教育略显不足、教育对象及相应教育内容涵盖不全面等问题，提出如下改进高校图书馆数据素养教育的策略：制定相关教育和管理政策促进数据素养教育环境的形成；培养数据专家提升图书馆服务能力；以数据生命周期为导线开展启发式教育；构建数据管理平台，加强交流合作，以用促学促教等。参考文献40。

高校图书馆 数据素养 信息素养 教育职能 数据专家

大数据环境对人们产生了巨大的影响，从学习、生活到娱乐、消费都充斥着大量的数据，由此而产生的对人们的数据素养的要求也越来越高。从日常工作中的数据挖掘、数据保存、数据分析，到科研环境下的系统研究、决策分析等，都对个体数据素养提出了较高的要求。高校图书馆作为对个体素养进行培养的主要场所之一，大数据环境的影响和个体提升自身数据素养的要求会使其服务理念和教育导向发生变化。因而，高校图书馆的素养教育也将面临新的变革，信息素养教育将向数据素养教育方向转变［1］。数据素养教育已经引起了国外图书馆界的关注，参与用户的数据处理过程、引导用户在数据处理过程中提升数据素养、提供研究数据服务（Research Data Services）等已经成为国外部分高校图书馆的基本职能，但由于各国数据素养教育实践开展的程度不一，图书馆的参与程度也有所不同。值得肯定的是，大多数的高校图书馆都希望将来能够参与数据服务相关的技术支持、数据存储及政策发展研究等工作［2］，并提升馆员数据素养，以实现高校图书馆服务能力的提升和教育职能的完善。

1 数据素养教育与信息素养教育的区别

数据素养教育是高校图书馆用户教育的新方向，也是图书馆教育职能的重要拓展。当前，大多数图书馆员、用户相对比较熟悉信息素养，而对于数据素养的认识则比较模糊。数据素养与信息素养有着密切的关系，主要体现在以下方面：信息素养主要指个体检索、评估、利用信息的信息能力；而数据素养也包含了对于基础信息能力的要求，是指在科学研究中收集、加工、管理、评价、利用数据的知识和能力，以及在数据采集、管理和发布过程中的道德与行为规范［3］。两者都包含了对个体检索、评估、利用信息的能力需求，但在信息（数据）的发现、加工、传递和道德要求等方面存在差异，数据素养是信息素养的延伸和拓展。所以，数据素养教育对于个体有着更高的要求：（1）信息素养教育侧重于培养个体查找、利用信息的行为能力，注重培养个体的信息处理规范意识；数据素养教育则进一步包含了对个体数据意识、数据处理、数据保存等系列能力的要求，更注重于培养个体的自我思考和数据辨识意识，体现为对个体整体数据操作能力要求的更高标准［4］。（2）信息素养的具体含义目前已有定论，即美国大学与研究图书馆协会（Association of College&Research Libraries，ACRL）提出的：“信息素养是包含发现信息、理解信息生产和价值、使用信息创造新知识和参与社群学习的综合能力的集合”［5］；数据素养的含义则至今尚无定论，除数据意识、数据能力、数据道德三个基本层面的要求外，还有诸如数据批判、数据重用［6］等其他扩展释义。从两者含义上可以发现，信息素养注重于个体发现和融合能力，而数据素养则进一步纳入了对个体基于数据的批判和重用要求，对于个体的整体要求更加宽泛，因此对应的数据素养教育的要求也更高。

2 数据素养教育与高校图书馆能力提升

图书馆作为高校的数据资源服务部门和科学数据集成中心，也兼具培养用户数据素养的职能。目前，大多数高校图书馆都在开展面向在校读者和社会大众的信息素养教育，而数据素养教育的开展还稍显薄弱。但就数据素养教育的作用而言，它能促进高校图书馆职能的变化，即数据素养教育能够实现高校图书馆从服务能力到服务内容等多个方面的提升和扩展。具体而言，数据素养教育对高校图书馆的影响在于它能够在三个方面实现图书馆的提升：（1）以数据资源的进一步融合、发掘为代表的数据管理能力的提升。随着用户基础素养的提升和信息需求的个性化，图书馆在解决问题的过程中需要不断融合资源、发掘资源，对各种信息进行数字化并分析数据之间的关系从而为用户提供最适合的数据或信息。（2）以馆员数据素养提升为代表的服务能力的提升。培养用户的数据素养首先要求图书馆应具备相应的专业人员，即具有较高数据素养的馆员。要求相应馆员具备如数据分析、数据操作、数据转换等一系列的数据处理能力，使其能在教学过程中通过示例的方式对用户进行引导，从而培养用户的数据素养，这促进了馆员综合素养与能力的提升。（3）面向不同对象进行数据操作能力培训以及数据意识、数据道德培养，这也是对图书馆自身教育能力的提升和教育范围的拓展。不同用户之间的数据素养存在差异，面向科研工作人员的数据素养教育应着重数据意识和数据道德的培养，面向学生或社会用户的数据素养教育应着重于数据处理能力的培养，以体现出高校图书馆教育方式方法的层次性和适应性。

3 国内外数据素养教育研究现状

作为近年来业界的研究热点之一，数据素养教育领域出现了部分较为重要的研究和实践成果，但国内外数据素养教育的社会大环境的差异以及政府和行业组织、高校、图书馆参与度的不同，使得国内外的数据素养教育存在着一定的差距。

3.1 国内外数据素养教育相关研究

3.1.1 国外研究现状

部分欧美国家将数据管理和利用提升到了战略高度，由此带动了整个社会对数据素养教育的研究。

（1）宏观层面。一些基金机构、图书馆协会都将数据素养作为研究人员素养教育的重要环节，对相关项目和课程进行了资金支持和讨论引导。以美国为例，部分机构资助或开展了数据素养的相关研究与实践工作，如美国博物馆和图书馆服务署（Institute of Museumand Library Services，IMLS）资助密歇根大学信息学院的“支持图书馆员将数据素养技巧增加到信息素养教育”（Supporting Librarians in Adding Data Literacy Skills to Information Literacy Instruction）教学项目［7］、美国图书馆协会（American Library Association，ALA）开设的 “面向高校学生的信息素养教学”（Teaching Information Literacy to College Students）MOOC课程［8］，以及美国信息科学和技术协会（American Society for Information Science and Technology，ASIS&T）举办的“数据存取和保存研究峰会”（Research Data Accessand Preservation，RDAP）中关于科学数据管理过程中的数据引证、数据验证行为的讨论［9］。另外，政府、行业组织、高校的数据中心（系统）的建立也促进了数据素养教育实践基础的不断完善，如英国联合信息系统委员会（Joint Information Systems Committee，JISC）专门设立的用于科学数据管理的数据管理中心（Data Curation Center，DCC），以及针对数据密集型学科建立的数据中心或系统，如哈佛大学地理空间数据系统（Harvard Geospatial Library，HGL）、天体物理数据系统（Smithsonian/NASA Astrophysics Data System）等。上述项目对数据素养教育大环境的形成起到了一定的推动作用，且表现出了社会各方对于数据素养教育的高度重视与积极参与。

（2）微观层面。业界关于数据素养教育的理论、重要性、模式和对策的研究不断涌现，研究成果主要以数据素养教育的重要性与培养策略［10］、数据素养教育的具体内容与教学模式设计［11］、数据管理相关技能培养的课程教育实践［12］为主。并且，以实践教育促进受教育对象对于数据的全面理解已成为数据素养教育的重要方式，如哈佛大学在数据素养教育方面进行了全面的尝试并建成了较为完善的教学体系，是数据素养教育领域较为成功的实例［13］。总之，国外数据素养教育的大环境已经逐步形成，且在政府、高校、业界各方的推动下，数据素养教育得到持续不断的关注。

3.1.2 国内研究现状

国内方面，随着社会对数据服务需求的增加，以及用户数据素养教育需求的不断提升，相关各方对于数据素养的研究和实践也在不断推进。

（1）宏观层面。国内部分基金机构也开始重视数据素养教育的相关研究，具体如“数据素养对科学数据管理的影响及对策研究”（2014年教育部人文社科项目）、“高校图书馆科学数据服务体系构建研究”（2015年中央高校基本科研项目）、“数字环境下图书馆生态与服务变革研究”（2012年江苏社科项目）等。另外，政府、行业组织和高校等方面也在积极建设各级数据服务中心或平台，协助国内研究者进行科研数据管理与共享。国际科学数据服务平台、国家地球系统科学数据共享平台、高校科学数据共享平台以及复旦大学图书馆打造的社会科学数据平台，皆是国内面向科研人员提供数据服务的典型案例。所以，从宏观层面上来讲，国内各方也在积极地推动数据素养教育大环境的形成。

（2）微观层面。国内关于数据素养的具体研究主要集中在国外数据素养教育模式［14］、国外数据素养教育实践推介与研究［15，16］、图书馆科学数据素养教育体系研究［17］等几个方面，而关于数据素养的起源、现状与趋势［18］的论述还不多见。此外，实证研究方面出现了部分基于用户需求的数据素养教育调研［19］。但总体上关于数据素养教育的实证研究还相对缺乏，且大部分研究都着眼于引进国外数据素养教育的经验、模式，对国内数据素养教育实践的关注度还有待提高。总之，国内数据素养教育的研究环境也逐渐形成，但具体实践还相对不足，所以由图书馆提供的数据素养服务与教育还有待加强。

总体来说，在数据素养相关研究和实践都处于不断发展的态势下，现有国内外数据素养教育的方式、方法仍处于探究阶段，在具体的教育模式上也产生了以LibGuides应用为代表的数据管理实训［15］和以课堂教学、在线教学、讲座和讨论组学习［20］等方式为代表的专业课程教育［21］。相对于国外数据素养教育实践的多样化发展，国内数据素养教育呈现出理论多、实践少的现状，且国内的数据素养教育大多依托于信息素养教育，在教育的针对性、能力培养的专指性、教育的覆盖面等方面都还与国外存在着一定的差距。

3.2 国内高校图书馆数据素养教育的不足

当前，国内高校图书馆数据素养教育的研究和实践还处于起步阶段，大多数高校图书馆的尝试都是建立在对原有信息素养教育的深化和拓展上，开展的数据素养教育主要还是以信息素养教育为依托，以零散的技能培训为主要形式，并以Excel、TDA、SPSS等基础数据操作软件培训为主。同时由图书馆开设的数据素养教育课程也相对稀少，不能有效满足读者的学习需求。从现有数据素养教育的相关研究和实践可以看出，国内的数据素养教育还存在着如下不足。

3.2.1 数据素养教育模式受限

数据素养虽然与信息素养具有较为密切的关系，但是二者所涵盖的能力要求具有较大的差异。以信息检索和利用为基础的信息素养教育注重培养用户的基础信息处理能力与信息意识，注重于信息利用能力的培养；而数据素养教育则要求用户在具有数据操作能力、数据意识的基础上，进一步形成一定的数据批判意识，因此对于用户的要求更高。当前部分高校图书馆的数据素养教育仅仅是作为信息素养教育的延伸，例如增加统计能力、分析能力的实训指导，或是增加一些数据分析、处理实践环节，如北京大学图书馆开展的基于SPSS的数据处理专项讲座。然而，这种教育模式对于数据素养能力的培养来说目标单一，不能有效培养数据批判意识等潜在的影响用户数据利用行为的能力。所以，局限于信息素养教育的方法与模式是当前数据素养教育存在的主要问题之一。

3.2.2 缺乏实训教育

由于数据素养与信息素养在能力需求上部分相同，因此部分高校图书馆对于数据素养的尝试性教育也是由信息素养课程的授课教师来执行。但成熟的数据素养教育需要具备两个条件：（1）施教者的数据素养得到了全面提升。简单的传授数据分析技能和技巧并不能有效提升用户的数据素养，从事数据素养教育的教师应当具备较高的数据素养，能够在数据素养的培养过程中为不同的用户提供专项培养，并在数据道德方面以身作则。（2）具备数据操作和实训经验。就目前的数据素养教育而言，大部分教师主要以数据分析软件的应用教学为主［22］，课程内容还需要进一步增加实训教育的内容和比重。

3.2.3 能力拓展教育略显不足

开展数据素养教育的目的并不仅限于对用户数据获取、分析能力的培养，还在于培养用户对数据来源、生命周期、重用和价值评估等系列问题的自主思考能力。以数据驱动决策的专项训练能够在一定程度上培养用户的自主思考能力，有条件的高校应适当开展此种专项训练。除自主思考外，数据总结优化能力也是对用户数据素养的重要拓展，而针对这种能力的训练可以在数据分析过程中以培养问题识别的能力、判断数据正确性的能力等方式来实现。在Mandinach等对数据素养的描述中可以看出，数据素养的培养并不仅仅是对用户专项能力的培养，也包括对用户思维方式的引导［23］。由此，他们提出了部分可用于用户数据素养培养环节的拓展训练思考题目：谁提出的数据需求？谁提供的数据？数据如何存取？数据是否涉及道德考量和法律问题？数据是否可以对外开放？新数据是否可以替代原有数据，两者的区别和联系是什么？但就现有的数据素养教育而言，上述拓展教育还显得较为薄弱。

3.2.4 教育对象及相应教育内容涵盖不全面

对于高校图书馆而言，其数据素养教育的主要对象是读者，而高校读者主要以学生为主。由于其自身素养相对薄弱，使得相关的素养教育主要以基础数据分析、转化的软件工具培训为主，而数据意识和数据道德方面的培养则相对欠缺［24］。另外，在图书馆的读者中，还包含了教师与社会读者。对于教师而言，他们本身具备一定的数据素养，能够通过操作相关的工具软件（如：SPSS、SAS、S-plus等）分析和处理数据。他们的需求更多地表现为对数据意识的培养和获取数据专家的协作服务与咨询建议，而当前国内大多数高校图书馆的参考咨询还不具备相应的数据服务能力［25］。相关研究对高校用户、科研用户的关注较多，针对社会用户的教育实践尚不多见。面向社会读者的社会化服务也是高校图书馆的重要发展方向，对于社会读者而言，他们的数据素养更是参差不齐。目前，国外一些高校图书馆已经开始着手以MOOC或网络公开课形式对社会读者进行数据素养教育，国内也有部分涉及数据素养的MOOC或是网络公开课，但由高校图书馆组建的课程尚不多见。

总体上来看，由于目前国内在数据素养的内涵研究上还未能统一，使得数据素养教育更多地依托于传统的信息素养教育，相关的教育政策、教育模式、教育方法的研究还相对匮乏。另外，目前有关数据素养的教育也主要在于对用户基础能力的培养，对数据意识、数据道德、数据转化和重用、数据评估等方面的培养还相对不足。同时教师自身数据素养有待提高，对教师队伍和数据专家的培养也显得极为重要，这需要高校图书馆进一步开展相关工作以提升自身的数据素养教育能力。

4 高校图书馆数据素养教育策略

在信息素养教育的基础上，国内少数高校图书馆与图书馆学、情报学专业也在进行着数据素养教育实践，例如北京大学开展的以讲座形式为基础的SPSS数据素养使用培训［26］，武汉大学黄如花教授基于信息素养所做的数据素养教学实践［17］，但总体上此类实践仍然不多。造成这种现象的原因在于国内缺乏数据素养教育的相关政策支持，使得数据素养教育环境还不成熟。另外，高校图书馆从事或即将涉足数据素养教育的教师队伍、数据专家队伍还未成形，且缺乏数据管理的实践环节，导致国内高校图书馆科学数据素养教育的内容缺乏完整性和系统性［15］。我国高校图书馆数据素养教育的相关探索可以从如下几个方面入手。

4.1 制定相关教育和管理策略，促进数据素养教育环境的形成

通常很难明确界定数据素养所涵盖的能力，因为这些能力往往是相互承接和联系的。所以，数据素养教育应当是一种层层递进、相互关联的复合教育模式，需要有科学、完备的政策支持和详细的培养计划。但当前国内高校图书馆的数据素养教育尚属于自主探索阶段，需要相关单位制定相应的数据素养培养要求、目标、计划，以促进学校对于数据素养教育的重视。可以借助数据管理政策，要求科研人员提交数据管理计划，在获得其同意的基础上，以共享其科研数据的形式丰富数据素养教育的素材；或是将馆员的数据工作列入个人绩效考核环节，从各个层面促进数据素养教育环境的形成［14］。而在具体的教育过程中，可以要求施教者利用以下三种方式开展数据素养教育：一是要求施教者从数据的来源着手，引导用户客观评估数据的价值和用途；二是由浅入深，以实践的方式引导用户理解和使用数据的收集、处理和转换工具，使用户了解并逐步提升对于数据素养教育的实际需求；第三，也是最为重要的一点，即向用户示范并使其明白不同的数据类型和数据表现形式可以解决不同的信息需求［27］，促进用户对于数据的讨论、交流，从而推动数据素养教育环境的形成。此外，加强对数据伦理、数据引用规范的教育也可以使用户更加尊重数据提供者，促进数据素养教育环境的形成［28］。

4.2 构建数据专家培养机制，逐步提升高校图书馆服务能力

高校图书馆数据素养教育的目的，从广义上可以理解为提升全社会的整体数据素养水平，以适应不断变化的大数据环境。从狭义上可以表述为两个目的：一是实现高校图书馆教育对象（即学生和研究人员）的数据素养的提升；另一个则是培养高校图书馆的数据专家（或数据馆员）以提升高校图书馆的数据管理服务能力、咨询能力和教育能力，简言之，即是培养数据专家来提升高校图书馆的服务能力［29］。第一个狭义目的说明数据素养教育和信息素养教育都是以技能培训为基础，目的都是用于适应不同领域的个体能力评价标准［30］。但对于第二个狭义目的而言，其关键就是培养图书馆数据专家。在大数据的影响日趋明显的当下，提供参考咨询服务和数据管理服务以提升用户提炼核心需求的能力被认为是科学数据专家（数据馆员）的主要工作之一，也是数据专家的核心职责之一。作为服务提供者，数据专家应该熟练使用定量研究方法并能够为研究人员提供理论和实践的双重支持；作为指导者，数据专家必须对数据的来源和用途有深入的理解，使他们能够推荐更加全面和可靠的数据来源。对于数据专家而言，其能力培养还包括总结能力（包括创新思维能力和批判思维能力）和交际能力（包括社交能力、自我管理能力和跨文化交流能力）［31］两个方面。为此，不少国外高校图书馆十分注重馆员自身的科学数据素养能力建设，如哈佛大学图书馆举办数据科学家培训班，着力培养数据专家［32］。此外，部分高校图书馆还设置专门的数据馆员岗位，推进数据管理与服务工作［33］。

4.3 以数据生命周期为导线，开展启发式教育

数据素养的培养应当基于严谨的科研目的，以数据生命周期为导线，以启发式教育为手段，辅以数据实操，培养用户对数据的全面理解。数据素养所涵盖的能力与数据生命周期有密切联系，国外高校所普遍采用的数据管理实训教育也是围绕着数据生命周期展开的。Athanases指出，大学图书馆提供的数据素养教育和数据服务应当以完整的数据生命周期为导线，培养用户在从数据采集到转化应用一系列过程中对于数据生命周期的认识，并在数据管理过程中加深理解［34］。此外，以数据生命周期为导线的教育还应当注重对用户批判思维的培养，其原因在于数据的采集和转化都是在一定的数据处理条件（由采集设备、处理软件等构成）下开展的，数据因为数据处理条件的局限性不可避免地会产生不同程度的误差，而数据的批判思维也可简单地理解为数据提供者必须为他所提供的数据负责，从而使数据提供者必须适时审视数据的生命周期，在适当的条件下进行数据的重新采集、修正或删除，以保证相关数据研究的合理性。在具体的教育方式上，批判思维在一定程度上还表现在对数据来源（事物或现象）的理解上，包括如何恰当地制作、阅读图形和图表，从已有数据中得出正确结论，识别数据被错误理解和不当使用的情况等［35］。高校图书馆在科研环境不断转变的情况下，尤其要充分了解科研人员在数据管理上的紧迫需求，结合数据生命周期进行数据素养教育，以帮助研究者管理、利用数据，培养其良好的数据素养［36］。

4.4 构建数据管理平台，加强交流合作，以用促学促教

高校图书馆员“不仅需要学习如何应用传统技术进行咨询、指导，并整合不同格式的数据，还要学会思考如何利用这些数据为更多、更大范围的学术研究团体提供服务”［37］。而这种服务就体现在高校图书馆利用数据管理平台，促进用户、学术团体之间的交流和数据共享等方面。以部分国外高校图书馆为例，建立科研数据管理平台可以有效地解决科研工作者的数据管理需求，并在一定程度上促进具有共同研究需求的用户间的交流与共享。如康奈尔大学图书馆整合了该校其他部门的数据管理项目并构建了数据管理平台，以研究数据管理服务小组的形式，为用户提供数据存储、数据分析、数据出版等系列服务［38］。欧洲研究图书馆协会通过分析数据管理与交流平台“E-Science Working Group”近几年来对科研数据交流管理产生的作用指出，高校图书馆建立的数据交流管理平台能够向具有相近研究方向的研究者们提供元数据和标准数据构建、培养或提供数据馆员（数据专家）的服务，以及提供永久存储、发现、访问等十种数据管理和利用的支持服务［39］。构建严谨的数据管理平台的关键就在于数据质量，高质量数据可以促进用户对科学研究的信任，从而促进数据的利用。正如Madrid所说，高质量数据是数据素养的驱动力，可提升数据的可用性、可理解性和真实性［40］。高校图书馆筛选数据管理平台中的优秀科研教师团队，通过为其提供数据管理和咨询服务，培养可以为用户提供数据管理观摩和实践的教师队伍，协助高校图书馆的数据素养教育。同时也可以进一步以图书馆的数据专家为示范，引导平台中的科研人员进行相关实践以进一步提升其数据素养。

高校图书馆数据素养教育只是社会数据素养教育的一个环节，需要在社会各方的密切关注和协作下有序开展，同时它的实践和发展也将对社会数据素养教育形成一定的支撑和推动作用。所以，高校图书馆需要与科研院所、数字资源商、数据需求委托方、数据管理机构等进行系统的交流合作，积极推动数据管理服务和数据素养教育的研究实践，从而不断提升本馆的数据服务与教育能力，促进高校图书馆数据素养教育的稳步发展。

1张晨.大数据时代的图书馆与数据素养教育［J］.图书与情报，2014（4）.

2柯平，等.2013年国外图书馆学研究前沿与热点分析［J］.图书情报知识，2014（5）.

3张静波.大数据时代的数据素养教育［J］.科学，2013（4）.

4周晓英.数据密集型科学研究范式的兴起与情报学的应对［J］.情报资料工作，2012（2）.

5ACRL.ACRL Information Literacy Framework for Higher Education［EB/OL］.［2016-03-01］.http://acrl.ala.org/ilstandards/wp-content/uploads/2015/01/Framework-MW15-Board-Docs.pdf.

6ACRL.Intersections of Scholarly Communication and Information Literacy：Creating Strategic Collaborations for a Changing Academic Environment［EB/OL］.［2016-03-01］.http://www.ala.org/acrl/sites/ala.org.acrl/files/content/publications/whitepapers/Intersections.pdf.

7Supporting Librarians in Adding Data Literacy Skills to Information Literacy Instruction［EB/OL］.［2016-05-17］.https://www.si.umich. edu/node/14215.

8Joanna M，et al.Teaching Information Literacy：Thirty-five Practical Standards-based Exercises for College Students［J］.Reference&User Services Quarterly，2003，43（2）：187-188.

9Reagan M，Anderson W L.ASIS&T Research Data Access and Preservation Summit：Conference Summary［J］.Bulletin of the American Society for Information Science&Technology，2010，36（6）：42-45.

10Gunter G.A.Building Student Data Literacy：an Essential Critical Thinking Skill for the 21st Century［J］.MultiMedia&Internet，2007，14 （3）：24.

11Carlson J，et al.Determining Data Information Literacy Needs：a Study ofStudents and Research Faculty［J］.Portal：Libraries and the Academy，2011，11（2）：629-657.

12Qin J.，D'Ignazio J.The Central Role of Metadata in a Science Data Literacy Course［J］. Journal of Library Metadata，2010，10（2/3）：188-204.

13郝媛玲，等.高校数据素养教育实践的思考和建议——基于哈佛大学案例和我国图书情报人员访谈的分析［J］.图书情报工作，2015 （12）.

14孟祥保，李爱国.国外高校图书馆科学数据素养教育研究［J］.大学图书馆学报，2014 （3）.

15朱玉奴，陈益君.图书馆数据素质教育的理论与实践［J］.情报资料工作，2014（6）.

16黄如花，李白杨.数据素养教育：大数据时代信息素养教育的拓展［J］.图书情报知识，2016（1）.

17张群，刘玉敏.高校图书馆科学数据素养教育体系模型构建研究［J］.大学图书馆学报，2016（1）.

18孟祥保，等.数据素养研究：源起、现状与展望［J］.中国图书馆学报，2016（2）.

19郝媛玲，沈婷婷.大数据环境下高校教师数据素养现状及提升策略探析——基于上海地区高校的调查分析［J］.现代情报，2016（1）.

20Lori M.Jahnke，Andrew Asher.The Problem of Data：Data Management and Curation Practices among University Researchers［EB/OL］.［2016 -03-06］.http://www.clir.org/pubs/reports/pub154/problem-of-data/.

21Borgman C.L.The Conundrum of Sharing Research Data［J］.Social Science Electronic Publishing，2011，63（6）：1059-1078.

22Sung Un Kim，David S.Student，Librarian，and Instructor Perceptions of Information Literacy Instruction and Skills in a First Year Experience Program：A Case Study［J］.The Journal of Academic Librarianship，2015（41）：449-456.

23Mandinach E.，Gummer E.A Systemic View of Implementing Data Literacy in Educator Preparation［J］.Educational Researcher，2013，42 （1）：30-37.

24隆茜.数据素养能力指标体系构建及高校师生数据素养能力现状调查与分析［J］.图书馆，2015（12）.

25邓李君，杨文建.大数据环境下高校图书馆数据素养教育研究［J］.图书馆建设，2016 （1）.

26北京大学图书馆.SPSS功能体验及统计数据分析服务［EB/OL］.［2016-03-13］.http://www.lib.pku.edu.cn/portal/news/0000000590.

27Wong G.K.W.Facilitating Students'Intellectual Growth in Information Literacy Teaching［J］. Reference and User Services Quarterly，2010，50（2）：114-118.

28Tenopir C，et al.Academic Libraries and Research Data Services［EB/OL］.［2016-03-01］.http://www.ala.org/acrl/sites/ala.org. acrl/files/content/publications/whitepapers/Te nopir_Birch_Allard.pdf.

29Qin J，D'Ignazio J.Lessons Learned From a Two-year Experience in Science Data Literacy Education［EB/OL］.［2016-3-01］.https://www.researchgate.net/publication/44268284_ Lessons_Learned_from_a_Two-Year_Experience_ in_Science_Data_Literacy_Education.

30Johnston L.，et al.Training Researchers on Data Management：A Scalable，Cross-Disciplinary Approach［J］.Journal of eScience Librarianship，2012，1（2）：79-87.

31L Si，et al.The Cultivation of Scientific Data Specialists：Development of LIS Education Oriented to E-science Service Requirements［J］. Library Hi Tech，2013，31（4）：700-724.

32Harvard Schools，Offices，and Affiliates. Harvard Library Offers Data Scientist Training ［EB/OL］.［2016-03-14］.http://news. harvard.edu/gazette/story/newsplus/harvardlibrary-offers-data-scientist-training/.

33Oakleaf M.A Roadmap for Assessing Student Learning Using the New Framework for Information Literacy for Higher Education［J］.Journal of Academic Librarianship，2014，40（5）：510 -514.

34Athanases S.Z.，et al.Fostering Data Literacy Through Preservice Teacher Inquiry in English Language Arts［J］.The Teacher Educator，2013，48（1）：8-28.

35Bocala C.，Boudett K.P.Teaching Educators Habits of Mind for Using Data Wisely［J］. Teachers College Record，2015，117（4）：1-20.

36刘彩娥.国内高校数据素养教育的问题与对策［J］.北京工业大学学报（社会科学版），2015（3）.

37Mandinach E.，et al.How Can Schools of Education Help to Build Educators'Capacity to Use Data？A Systemic View of the Issue［J］. Teachers College Record，2015，117（4）：1-50.

38Dianne D.Cornell Research Data Management Services［EB/OL］.［2016-03-10］.https://confluence.cornell.edu/display/rdmsgweb/services.

39Christensen-Dalsgaard B.，et al.Ten Recommendations for Libraries to Get Started with Research Data Management［EB/OL］.［2016-03-14］.http://recolecta.fecyt.es/sites/default/files/contenido/semana_acceso_abierto/Ten_ recommendations_for_libraries_data_manage ment.pdf.

40Madrid M.M.A Study of Digital Curator Competences：a Survey of Experts［J］.International Information&Library Review，2013，45（3-4）：149-156.

（邓李君 副研究馆员 四川外国语大学图书馆）

Research on Strategies of Data Literacy Education in College Libraries

Deng Lijun

Data literacy education is conducive to the further development of college library's services in ability and contents.Several deficiencies have been found by investigating overseas and domestic research status，such as：limitations in the mode of data literacy education，lacking education of practical skill training，deficiency in capacity development education，incomplete objects and relevant contents for education.Several strategies for improving data literacy education have been put forward as follows：enacting relevant education and management policies to promote the formation of environment for data literacy education；cultivating data experts to promote the library service ability；using data lifecycle to carry out heuristic education；building a data management platform，strengthening communication and cooperation，thus to promote learning and teaching.40 refs.

College Library；Data Literacy；Information Literacy；Education Function；Data Expert

2016-04-15