知识图谱视域下我国编程教育研究热点与未来展望

李高祥 黎睿

摘   要：随着新一轮人工智能的发展与应用，编程教育作为培养计算思维的重要手段，引起国内外学者的高度关注。文章以中国知网（CNKI）数据库2010—2020年收录的257篇编程教育研究相关学术论文为样本，以聚类分析、社会网络分析和多维尺度分析为研究方法，采用BICOMB2.0、Ucinet6.0、NetDraw、SPSS20.0等软件对数据进行定量分析，探究我国编程教育自产生以来的研究动态、热点与趋势。结果表明：我国主要围绕编程教学游戏化、编程教育价值、编程教育校本课程开发、编程教学模式、中小学编程教育发展现状与国外编程教育经验等问题来开展编程教育研究。未来研究需要在普及化、融合化、实证化等方面不断加强。

关键词：编程教育;计算思维;知识图谱;共词分析;社会网络分析

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2021）15-0028-07

一、引言

2016年，“人机围棋挑战赛”事件人所共知，其背后的关键技术——人工智能，又一次声名鹊起。2017年，在政府工作报告中首现“人工智能”术语，提出要快速研发和转化人工智能、5G等技术的要求[1];同年7月，国务院发布《新一代人工智能发展规划》，提出会逐步推广编程教育[2]。此后，编程教育研究热潮不断提升，逐渐出现一些研究成果。本研究基于知识图谱技术，梳理我国编程教育相关文献，以进一步把握国内编程教育的发展热点以及未来研究取向，为后续编程教育研究提供借鉴。

二、研究整体设计

1.研究方法

以往推导编程教育研究现状和热点的方法主要是文献综述，这样的定性方法带有主观色彩，不能体现客观性，会出现判断失误和不当归类[3]。因此本研究采用知识图谱技术，以形象、直观的图表推演我国编程教育研究热点，提升其科学性、客观性[4]。

2.研究工具

本研究采用了BICOMB2.0、Excel、NetDraw、SPSS20.0、Ucinet6.0等工具软件。其中BICOMB书目共现分析系统的全称为Bibliographic Items Co-occurrence Matrix Builder[5]，主要用于獲取实现知识图谱技术所需的高频关键词词篇矩阵、共现矩阵;Excel算出相异矩阵，处理矩阵格式;NetDraw社会网络分析软件绘制高频关键词共词网络;SPSS20.0用于构造相似矩阵，形成聚类树状图，进行多维尺度分析;Ucinet6.0用于生成二值关系矩阵，分析高频关键词的密度、中心度等。

3.研究过程

在分析编程教育研究过程中，所有数据来源于国内与编程教育研究相关的主题，本研究文献资源来自于中国知网（CNKI）。在中国知网高级检索页面，设定搜索主题为“编程教育”，设置时间为“2010年—2020年”，进行中文类型文献搜索，一共呈现出486条相关数据，经人工筛查，删除会议综述、会议新闻、会议通知、期刊导读、访谈、广告等不符合本研究分析的文献229篇，得到257篇有效文献，并以“endnote”格式导出。由于其中核心文献不多，因此不加以区分，以此确定为有效研究样本。

第一，将257篇有效文献导入BICOMB2.0中，设置词频为4，提取高频关键词，生成共现矩阵、词篇矩阵，并导出。第二，在SPSS20.0中通过系统聚类分析，得到相似矩阵;将相似矩阵导入Excel中，利用相异矩阵=1-相似矩阵，算出相异矩阵。第三，在Excel中将共现矩阵转换成xls形式，此为多值关系矩阵，导入Ucinet6.0软件中，生成二值矩阵;利用二值矩阵测算网络密度和中间中心度，利用多值矩阵测算度中心度。第四，在NetDraw工具软件中，打开二值矩阵，绘制高频关键词的社会网络图谱。第五，在SPSS20.0软件中，导入词篇矩阵，进行聚类分析，可将编程教育聚合为6大取向;并使用相异矩阵，进行多维尺度分析，得到我国编程教育研究热点知识图谱。

三、文献基本特征分析

1.发文量年度分布

对编程教育年度发文量进行分析，可以更加科学地了解其研究热点和发展趋势。根据中国知网收录数据可知，截至2020年，编程教育研究发文量曲线变化如图1所示。从整体上看，编程教育研究呈上升趋势。可以划分为起步阶段（2014—2016年）和快速发展阶段（2016年至今）。在起步阶段，与编程教育相关文章最早出现在2014年，该年仅发表了1篇文章，2015年我国编程教育研究处于中断状态，直到2016年编程教育相关研究才再次出现。在快速发展阶段，发文数量开始逐步提升，于2020年达到了发文高峰，共发文119篇。编程教育研究的这一快速发展态势与我国2017 年国务院和教育部出台的一系列政策文件有关，主要是《新一代人工智能发展规划》和《普通高中信息技术课程标准（2017 年版）》。加之人工智能技术取得突破性进展，因此编程教育相关研究将会继续保持增长趋势。

2.期刊发文量分布

分析现有文献的来源期刊，主要是了解我国编程教育的总体研究情况，包括载文期刊类型以及每种期刊的发文数量。

分析载文期刊时发现，期刊类型种类繁多。共有193种期刊发表了编程教育相关文献，发文量在3篇之上的期刊有12种，如图2所示。在发文数量上排名靠前的期刊种类是电脑知识与技术（14篇）、中国教育信息化（8篇）、中国信息技术教育（7篇）、电化教育研究（6篇）、远程教育杂志（6篇）、现代教育技术（5篇）。发文期刊中的核心期刊载文量不多，追溯其原因，可能是编程教育刚刚盛行，虽然培训机构、企业公司十分关注，但是编程教育的理论基础、研究成果等还不成熟。笔者也发现，虽然文献来源相当分散，但是基本都聚焦于编程教育这一主题。

四、研究热点分析

1.高频关键词统计

利用BICOMB2.0从257篇文献中提取原始关键词共502个，所有关键词出现总频次为969次。综合考虑出现频次、实际情况等，将含义相近及相同的关键词进行合并，如将“编程教育”与“编程教学”、“Scratch教学”与“Scratch编程教育”等进行同一性处理，选择词频为4及以上的关键词为高频关键词（40个），如表1所示。可以发现，我国编程教育研究领域前10个高频关键词为编程教育、计算思维、人工智能、Scratch、编程、信息技术、少儿编程、儿童编程教育、STEAM教育、图形化编程。如果只是使用词频统计来分析编程教育的研究热点和现状，会出现混乱不清的情况。因此，在确定了高频关键词以后还应该使用BICOMB2.0软件，用来生成一个40×40的词篇矩阵，为得到相似矩阵和相异矩阵奠定基础，从而获得这40个关键词之间的紧密关系。

2.构建相似矩阵、相异矩阵

首先，在BICOMB2.0工具中构造词篇矩阵。选择BICOMB2.0左下角的“矩阵”选项卡，设置好关键字和频次阈值，选择“词篇矩阵”，点击“生成”按钮，即可生成词篇矩阵，将其导出。本文中的词篇矩阵是“关键词—文献”矩阵的简称，表示关键词是否在文献中出现。如果关键词在该文献中出现则显示为“1”，否则，显示为“0”。接着，在SPSS20.0工具中构造出相似矩阵。这需要在SPSS20.0中导入词篇矩阵，进行系统聚类分析，统计量中选择相似矩阵，方法中的度量标准选择Ochiai系数，也就得到相似矩阵。矩阵中数值的大小表示两个关键词的远近距离和相似程度，数值范围是0到1之间，当数值越大，两者之间距离越近，相似度也越强，反之，两者之间距离越远，相似度越弱;通过观察可以发现相似矩阵中有较多的“0”，统计时会产生较多误差，为了减小误差，可以使用相异矩阵。最后，在Excel中计算出相异矩阵。打开Excel，导入相似矩阵，利用相异矩阵=1-相似矩阵，构造相异矩阵。与相似矩阵相反，相异矩阵中的数值越大，两者的相似度越弱，反之则两者的相似度越强。

3.构建多值矩阵、二值矩阵

首先，在BICOMB2.0中生成共现矩阵。在BICOMB2.0左下角选择最后一个选项卡，即“矩阵”选项卡，选择需要使用的关键字，设置合适的频次阈值，选择“共现矩阵”条块，点击红色的“生成”按钮，共现矩阵也就生成了，将其导出。本文中的共现矩阵是“关键词—关键词”之间的关系矩阵，实质上是一种相似矩阵，主要表示两两关键词在一篇文献中同时出现的频数。其次，在Excel中转换多值关系矩阵。利用Excel将共现矩阵转换成“.xls”格式，这是一种多值关系矩阵，导入Ucinet6.0中，生成Ucinet软件能够执行的“.##h”类型文件，作为构造二值关系矩阵的基础。最后，在Ucinet6.0中，通过“变换—对分”操作，转换成二值关系矩阵。

4.测算网络密度、度中心度、中间中心度

网络密度能够在全局上表征各点关系，是衡量网络中各个关键词之间的远近距离、紧密程度的数值。如果各点之间联系越多，则密度就越大，其值处于0和1之间，取值越接近1，彼此之间关系越密切;反之，关系较疏远。使用二值关系矩阵测算关键词的网络密度，得到其网络密度为0.2603，说明各关键词之间的联系不紧密，编程教育研究深度可以继续加强。度中心度可以利用多值矩阵进行计算，描述本群体中的关键人物，代表指定成员身上的关系数量的多少;中间中心度能够使用二值矩阵进行计算，衡量本群体中的掌控力，是指特定成员身上控制力的大小，數值越小，说明控制力越小，如果没有控制力，则中间中心度为0，且处于群体边缘。

根据多值矩阵和二值矩阵测得关键词的度中心度和中间中心度数据，如表2所示。

编程教育、计算思维、人工智能、Scratch、信息技术、编程、STEAM教育、图形化编程、创客教育、少儿编程等关键词的度中心度排在前10位，表示它们是本研究领域的重要组成部分。编程教育、人工智能、Scratch、计算思维、STEAM教育、信息技术、编程思维、图形化编程、编程等关键词的中间中心度排在前10位，说明它们在本研究领域的控制力较高。程序设计、Scratch编程、创新教育、APP开发、儿童编程、信息技术教育、编程能力、儿童、美国等关键词的中间中心度接近0，说明它们没有控制力，处于研究领域的边缘。

5.高频关键词的社会网络分析

为了提高直观性，需要进行可视化分析。在NetDraw工具软件中，打开二值矩阵，绘制高频关键词的社会网络图谱，如图3所示。通过操作“Analysis-Centrality measures”弹出Node Centrality Measures对话框，在Set Node Sizes by下选择“degree”让节点按照实际的度来调节其尺寸大小。图谱形象、直观地反映出从研究编程教育开始到2020年间我国编程教育研究的热点领域和发展趋势，图中节点的大小和位置代表着研究的热点和核心。一般地，关键词越是位于社会网络图谱的核心位置，其度中心度越高，就越是该研究领域的热点与核心。由图可知，编程教育、Scratch、STEAM教育、人工智能等关键词位于社会网络图的最核心位置，表明在人工智能背景下，编程教育的实施在很大程度上依赖于STEAM教育，并且聚焦于Scratch编程的研究。社会网络图谱的中部位置是校本课程、中小学、图形化编程、创客教育、儿童编程教育、计算思维、教学模式、信息技术、程序设计、编程、编程思维、青少年、机器人等，表明编程活动在培养学习者计算思维方面有显著成效，且得到学者的认同。位于社会网络图谱边缘地区的关键词是游戏化教学、儿童、信息技术教育、儿童编程、美国、项目式学习、中小学生等，意味着这些领域是我国编程教育研究的发展趋势，如游戏化教学的策略研究、儿童编程教育的开展形式研究等。

生成这种网络图谱的主要原因在于，受信息技术“工具论”影响，我国基础教育阶段的信息技术课程主要集中教授Excel、Word、PPT等工具型软件的使用，以适应工业3.0时代发展的需要，而忽视了当前已经进入工业4.0时代，过往的教学内容无法满足新时代发展的需要，在很大程度上重视技能训练、知识传授，不重视培养学生的信息素养、思维能力，导致相关的高质量研究成果较少。依据上文的发文量分析可以看得出，2019年发文量增幅显著，这与我国发布的政策文件不无关系，文件中提及会逐渐在中小学教育阶段开设编程教育相关课程，因而能够处于中部位置。现阶段，中小学编程教育的开展仍处于探索实验期，没有大范围推广，更多是依靠市场推动，导致中小学编程教育处于网络图谱的边缘。

6.高频关键词聚类分析

在SPSS 20.0软件中，导入词篇矩阵，进行聚类分析，最终聚类后的结果如图4所示。根据聚类分析结果图中纵向排序与横向距离之间的关系情况，可将编程教育聚合为6大取向，分别为：编程教学游戏化研究（取向1）、编程教育价值研究（取向2）、编程教育校本课程开发研究（取向3）、编程教学模式研究（取向4）、中小学编程教育发展现状研究（取向5）、国外编程教育经验研究（取向6）。

取向1为编程教学游戏化研究，主要包含儿童编程、APP开发、Scratch编程、游戏化教学、编程思维、青少年等关键词。熊秋娥等以34名小学生为研究对象，进行16周的实践教学，结果发现小学生的计算思维在游戏化编程中得到积极提升[6]。江燕等倡导学科融合的游戏化教学模式，提升Scratch编程的趣味性，在轻松愉快的环境中学习编程，提高小学生的计算思维和跨学科素养[7]。

取向2为编程教育价值研究，主要包括编程教育、计算思维、教学设计、Python、项目式学习等关键词。傅骞等對45名初中生进行16个学时的教学实验，验证了使用图形化编程工具能更有效地提升学生的计算思维[8]。傅骞等梳理了实体编程教育应用案例，对其进行分析概括，得出实体编程可以促进多学科知识的学习、问题解决能力和“计算思维”的培养，形成协同建构能力[9]。姜强等通过分析编程操作视频和对学生进行访谈的方法，探讨了编程行为、认知水平与计算思维三者之间的内隐关系，得出三者之间是彼此相连、相互促进的，学生在编程过程中，知识技能和计算思维都能得到提升[10]。与姜强类似，罗文蔚等使用新兴的社交媒体研究法，选取Twitter推文中有关无屏幕编程数据，采用定量加定性相结合的方法探究了无屏幕编程教育的发展，得出无屏幕编程促进了学习者认知能力、计算思维和学习品质的发展[11]。

取向3为编程教育校本课程开发研究，主要包括图形化编程、Arduino平台、创客教育、校本课程、机器人、中小学等关键词。小学的校本课程开发的研究主要有两个方面：一是基于计算思维的培养，从宏观上对编程教育课程开发进行把控，阐述校本课程开发的基本策略与方法、实践与注意事项等内容[12];二是从微观上做细致处理，限定编程教育课程开发中的编程语言、编程软件，制定编程课程教学内容、课时分配等，其中又可划分为“寓教于乐类”[13]和“跨学科创意编程类”[14]。在对信息技术课程开展的研究中，吕春燕等表示信息技术教学可以培养学生的计算思维[15];孙丹等探讨了编程教育课程标准的基本理念、课程目标、具体内容等核心内容，提出教学过程中要合理规划课时、考虑学生特征、开展校企合作等建议，从而培养学生的编程能力[16]。

取向4为编程教学模式研究，主要包括儿童编程教育、教学策略、游戏化学习、可视化编程、教学模式、Scratch、编程能力、STEAM教育、APP Inventor、少儿编程等关键词。STEAM教育的核心是拆除各门学科之间现有的围栏，让多个学科进行“会话”，成为有机整体，结合实际生活，培养学生动手实践、创新创造和协作能力，从而提升学生综合素养。雷田蕊发现年龄较小的孩子不会读程序、写程序，于是设计了“课上+课下”模式的Scratch学习资源，通过开展实践研究，验证了低龄学生的自主学习能力和计算思维在使用此资源后得到一定程度的提升[17]。孙立会等设计了编程教育的学科融合发展教学模式，以4P学习法为理论基础，将教学模式划分为定义、设计、实施、拓展四个阶段，并以小学科学为例进行了详细说明[18]。郁晓华等使用App Inventor开展了一个学期的实践教学，提出并验证了可视化的计算思维培养模式[19]。房敏等利用元分析法分析了最近30年发表的43项研究成果，得出结论为，可视化编程的适用对象为9到10岁以上的新兴学习者，能够影响学生的整体发展，在以学习者为中心的教学模式和游戏设计型教学任务效果更好[20]。

取向5为中小学编程教育发展现状研究，主要包括编程课程、儿童、核心素养、创新教育、信息技术、小学、中小学生、程序设计、编程、教育、人工智能等关键词。孙丹等整理了美国、澳大利亚和英国等典型国家的编程教育发展现状，了解到，国外该领域发展迅猛，得到非营利性机构助力，许多国家将编程教育融入到校内课程，而我国编程教育普及化才萌芽，主要关注机器人教育、信息学奥赛以及图形化编程等[21]。孙立会等梳理了国际儿童编程教育发展现状，认为当前编程教育领域存在编程工具低龄化、编程教育商业化、编程教育研究抱团化等现象[22]。魏晓风等从政策和学校教育两个层面分析了我国编程教育发展现状，得出近年来与编程教育相关的政策文件较多，学校教育中的编程教育与STEM教育、创客教育紧密结合;编程教育主要通过竞赛和学校信息技术课来推广[23]。

取向6为国外编程教育发展经验研究，涉及信息技术教育和美国两个关键词。通过整理文献得出，并不是所有的编程教育发展经验均来源于美国，而是以美国为首，阐述了国外的编程教育经验。黄敏聪、蔡韶莹以及林赛敏等，对美国编程教育相关经验进行探究，分别阐述编程教育在美国的兴起原因及发展进程[24]，探究了美国公共图书馆在培养儿童数字素养方面的成功之处[25]，解析了“图书馆准备好”项目在美国编程教育中的推进经验[26]。李阳总结了芬兰儿童编程教育跨学科课例的基本特征，建议从政府、学校、外部支持三方面推动我国编程教育深度发展[27]。白雪梅分析了新加坡计算思维培养路径，针对不同学龄阶段，制定了不同的培养计划，通过优化学校自主选择、课程设置与实施、教师专业发展等方式培养学生的计算思维[28]。于勇等梳理了日本人工智能教育课程改革过程和课程现状，提出严把课程体系顶层设计关，走课程分层实施和融合发展之路[29]。

7.高频关键词多维尺度分析

在SPSS20.0中，使用相异矩阵，进行多维尺度分析，绘制我国编程教育研究热点知识图谱，如图5所示，图中的小圆圈表示我国编程教育研究中的40个高频关键词，点与点之间的位置呈现了其相似性，高度相似的关键词聚集在一起就形成了一个类别[30]，根据战略坐标系原理，4 个象限代表研究的未来趋势和研究热点[31]。

图5不仅直观形象地呈现了图4中6个取向的可靠程序，而且进一步展示了编程教育研究主要围绕两大领域展开，分别是编程教育的教学对象和实施主体研究（上下分）、编程教育的发展现状和价值取向研究（左右分）。 总体来看，编程教育的教学对象研究（上半部分）包括儿童、青少年、中小学生、编程能力、编程、教育等热点;编程教育的实施主体研究（下半部分）包括小学、中小学、校本课程、少儿编程、教学策略等热点。编程教育的发展现状研究（左半部分）包括编程课程、核心素养、创新教育、信息技术、程序设计等热点;编程教育的价值取向研究（右半部分）包括计算思维、编程思维、教学设计、项目式学习等热点。

取向1的关键词均位于第一象限，跨越范围相对较大，是我国编程教育研究的中心，但是内部研究结构缺乏稳定性，相关研究成果较少，可以进一步对其进行研究。取向2 的关键词位于第四象限，本领域是研究的核心，得到很多学者的关注，产出成果较多。取向3的关键词跨越多个象限，分布相对分散，表明本类别研究处于相对边缘位置，不是研究的热点。取向4的关键词主要分布在第三、四象限，跨域范围大，本领域内已有学者对其进行研究但还不是主要的研究方向，研究的整体影响性较小。取向5的关键词位于第二、三象限，密度相对集中，说明内部结构紧密。取向6的关键词跨第一、二象限分布，本领域不是研究的中心，只得到部分学者的重视。

五、研究结论与未来展望

对2010—2020年间我国编程教育领域文献进行知识图谱分析后发现，已经形成了一定的理论体系，但是未来仍然需要从促进编程教育普及化、融合化和编程教育研究实证化等方面展开深入研究与探讨。

首先，普及化是指编程教育能够进入校园，学生们能够学习编程相关的知识。在国际竞争激烈的背景下，人工智能时代的到来，为我国实现弯道超车提供了良好的机会。国家管理层制定了“发展人工智能、开设编程课程”等政策文件，为编程教育进校园开辟了道路。从政策的出台到实施，期间存在许多有待解决的问题，如编程教育教師的来源、编程教育的学习内容、编程教育的教学模式和编程教育的普及路径等，都需要专家学者、教师等人员的助力。自力更生固然重要，但是站在他人的肩膀上前行同样重要。目前，美国、英国和新加坡等国的编程教育发展良好。可以借鉴其先进经验并结合我国国情，走“中国特色型”编程教育的普及之路。

其次，融合化意指编程教育与STEAM教育、创客教育、创新教育以及机器人教育相融合，编程教学与学科教学相结合。对学生而言，通过学习机器人编程、模块化编程、实体编程等与编程教育相关的课程，提高计算思维、编程思维以及解决问题的能力;对教师而言，在今后的编程教学过程中，通过设计融合科学、技术、工程、艺术和数学等科目的编程教学内容，从而实现编程教育与其他学科教育并驾齐驱、融合发展的目的。编程教育的融合化发展中，如何融合、融合什么、谁来融合等问题有待探讨。

最后，在2010—2020年之间，编程教育研究多为价值探析、现状分析、发展对策和课程模式设计等理论层面的探讨，且主要以个人经验和一般性研究方法为主，缺乏较为严格的实证类研究。理论探讨固然重要，但是在竞争如此激烈的国际形势下，实证研究也十分可贵。实证研究的开展能够满足编程教育普及化、融合化发展的需要。身处编程教育的普及化浪潮中，应在掌握理论的基础上，大力开展实证类研究，为我国编程教育课程的普及化提供实践经验。

六、结语

人工智能时代，编程教育之风再次吹起，一定程度上符合社会发展的需要。编程教育被看做是培养学生计算思维的主要教学手段。截至目前，我国编程教育研究主要集中探索各种编程工具的效用价值以及编程教育的整体发展现状，缺乏编程教育的普及化、融合化和实践化研究，这对国家倡导的逐步在中小学开设编程教育课程及其不利。因此，编程教育应该走“普及化、融合化、实践化”的中国特色型发展道路，为其在中国大地上的茁壮成长提速增效。

参考文献：

[1]中华人民共和国中央人民政府官网.政府工作报告——2017年3月5日在第十二届全国人民代表大会第五次会议上[EB/OL].http：//www.gov.cn/premier/2017-03/16/content_5177940.htm.

[2]国发[2017]35号.国务院关于印发新一代人工智能发展规划的通知[Z].

[3]郭文斌，陈秋珠.特殊教育研究热点知识图谱[J].华东师范大学学报（教育科学版），2012（3）：49-54.

[4]任红娟，张志强.基于文献计量的科学知识图谱发展研究[J].情报杂志，2009（12）：86-90.

[5]崔雷，刘伟，闫雷，等.文献数据库中书目信息共现挖掘系统的开发[J].现代图书情报技术，2008（8）：70-75.

[6]熊秋娥，葛越.Scratch游戏化编程培养小学生计算思维的实证研究[J].基础教育，2019（6）：27-35.

[7]江燕，杨文正，许秋璇.Scratch游戏化教学模式构建与应用[J].现代信息科技，2020，4（15）：183-185，189.

[8]傅骞，解博超，郑娅峰.基于图形化工具的编程教学促进初中生计算思维发展的实证研究[J].电化教育研究，2019（4）：122-128.

[9]傅骞，章梦瑶.实体编程的教育应用与启示[J].现代教育技术，2018（12）：108-114.

[10]姜强，王利思，赵蔚，等.认知水平与计算思维间的隐含关系挖掘——基于编程行为表征视角[J].现代远程教育研究，2020，32（2）：94-103.

[11]罗文蔚，陈蕙若，刘天娥，Ilene R.Berson.无屏幕编程教育的兴起、目标与实践——基于社交媒体研究法（SMR）的Twitter大数据分析[J].远程教育杂志，2020，38（5）：101-112.

[12]周明.基于计算思维培养的中小学编程教育校本课程开发与实践[J].中小学信息技术教育，2017（3）：61-65.

[13]柴飞，陈明选，杨晴.“娱教”理念视域下Scratch在小学校本课程中的应用研究[J].中国教育信息化，2015（8）：31-34.

[14]朱杏燕，胡畔.基于STEAM教育理念的小学创意编程课程设计——以Scratch课程的教学设计为例[J].教育信息技术，2019（9）：12-15.

[15]吕春燕，傅钢善.计算思维研究进展与可视化分析[J].中国教育信息化，2019（5）：8-12.

[16]孙丹，李艳.我国青少年编程教育课程标准探讨[J].开放教育研究，2019（5）：99-109.

[17]雷田蕊.Scratch编程教育学习资源设计与开发研究[D].保定：河北大学，2018.

[18]孙立会，周丹华.基于Scratch的儿童编程教育教学模式的设计与构建——以小学科学为例[J].电化教育研究，2020，41（6）：75-82.

[19]郁晓华，肖敏，王美玲，等.基于可视化编程的计算思维培养模式研究——兼论信息技术课堂中计算思维的培养[J].远程教育杂志，2017（6）：12-20.

[20]房敏，曾鹏轩.可视化编程教育成效几何——基于国内外43项实证研究的元分析[J].上海教育科研，2020（1）：69-73.

[21]孙丹，李艳.国内外青少年编程教育的发展现状、研究热点及启示——兼论智能时代我国编程教育的实施策略[J].远程教育杂志，2019（3）：47-60.

[22]孙立会，周丹华.国际儿童编程教育研究现状与行动路径[J].开放教育研究，2019，25（2）：23-35.

[23]魏晓风，蒋家傅，钟红，等.我国中小学编程教育发展的路径思考[J].中国教育信息化，2018（24）：1-4，9.

[24]黄敏聪.美国公共图书馆在编程教育运动中的角色与作用[J].图书馆论坛，2017，37（6）：128-132.

[25]蔡韶莹.美国公共图书馆儿童数字素养教育调研与分析[J].图书馆建设，2020（6）：142-151.

[26]林赛敏，张雪峰.美国“图书馆准备好编程”项目及其启示[J].图书馆建设，2019（1）：130-134.

[27]李阳.计算思维导向的跨学科儿童编程教育模式研究——基于芬兰儿童编程教育的经验与启示[J].现代教育技术，2020，30（6）：19-25.

[28]白雪梅，顾小清.新加坡K-12计算思维培养及其启示[J].现代教育技术，2020，30（6）：13-18.

[29]于勇，徐鹏，刘未央.我国中小学人工智能教育课程体系现状及建议——来自日本中小学人工智能教育课程体系的启示[J].中国电化教育，2020（8）：93-99.

[30]张勤，马费成.国外知识管理研究范式——以共词分析为方法[J].管理科学学报，2007（6）：65-75.

[31]冯青，李莉.2000—2019年我国信息素养教育研究热点与前沿可视化分析[J].南京师大学报（自然科学版），2020（3）：141-148.

（編辑：王晓明）