数据馆员的胜任力模型构建与培养路径研究

2024-03-19淮安市第一人民医院图书馆高志红

办公室业务 2024年1期

文/淮安市第一人民医院图书馆高志红

面对海量数据资源环境的时代演变，数据科学作为一门独立学科由计算机科学家William S. Cleveland提出，融合计算机、统计等学科，以数据为基础，为多样化问题解决提供决策支持[1]，其以大数据为驱动的研究方法为图书情报学科的发展带来了新的契机，借助大数据分析思维，驱使其在图书情报的研究对象、信息服务、用户信息素养等方面产生了深远影响[2]，大数据为核心的科学环境下，也对图书情报人员培养和图书馆员发展提供了新的探索方向。

随着学科领域信息数据的不断涌现，读者对于学科内精准信息获取的需求量急剧增加，学科服务也从最开始的资源建设、参考咨询等工作向基于学科领域数据的情报分析、知识发现等深层次情报信息服务转变，大数据技术的迭代更新也为海量学科数据的分析实现提供了研究方法与研究工具[3]，学科服务环境的变化，对传统模式下的学科馆员提出了更高要求，要求馆员掌握数据存储、收集、数据挖掘、数据可视化等知识服务技能，基于图书馆业务数据，来为用户提供个性化、精准度更高的情报信息服务[4]。在开放获取的时代背景下，开放数据已经成为传播科研成果的重要手段之一，开放科学数据也是开放获取中的重要一环，与此同时图书馆人员也在其中扮演着重要角色，馆员也应该不断提升自身的数据服务能力，更好地帮助科研工作者获得、分析及利用科学数据信息，推动知识的交流与共享以及驱动科学研究创新发展[5]，胜任力模型是指担任某一特定任务角色所需要的个体特征和个人潜在的、深层次特征的胜任特征总和，借鉴胜任力理论来构建数据馆员胜任力模型，能够为图书馆人才评价，学科服务转型和服务质量提高方面提供支撑[6]。根据上述背景，文章综合运用文献分析法、内容分析法基于胜任力洋葱模型构建数据馆员胜任力模型，并根据胜任力特征模型对数据馆员的培养路径提出建议，旨在培养图书馆数据馆员胜任力并促成馆员实现自身角色转型。

一、基础理论与文献回顾

（一）胜任力相关研究。胜任力这个概念最早由美国心理学家D·C.McClelland于1973年正式提出，是指能将某一工作中有卓越成就者与普通者分开来的个人的深层次特征，可以是动机、特质、自我形象、态度或价值观、某领域知识、认知或行为技能等任何可以被可靠测量或计数的并且能区分优秀与一般绩效的个体特征。随着胜任力相关基础理论，人岗匹配理论、人力资本理论、特质理论的发展和成熟，对于胜任力模型的研究也逐渐趋于完善，其中比较经典的模型有D·C.McClelland胜任力冰山模型和Richard Boyatzis胜任力洋葱模型。D·C.McClelland认为胜任力是用来区分表现优秀者和一般者的特征，主要包括知识、技能、社会角色、自我概念、特质与动机[7]，由以上六部分特征组成胜任力结构，D·C.McClelland则提出胜任力冰山模型，冰山模型将胜任力特征分为两部分：（1）冰山水上的表层特征如知识、技能等，可以通过相应的教育培训活动习得，易于被测量。（2）冰山水下的深层特征如特质、自我概念、社会角色和动机，这些特征是比较难进行测量，也很难通过外界干预进行变化，但这些特征在相应岗位中的核心关键能力[8]。之后，美国学者Lyle M.Spencer在此基础上提出素质冰山模型，对冰山模型加以深化和改进[9]。美国学者Richard Boyatzis在冰山模型基础上提出素质洋葱模型，将整个胜任力结构分为三层洋葱状，易于培养和测量的知识和技能处于最外层称为显质层，社会角色、态度价值观、自我形象处于中间层称为变质层，最难以测量和评价的特质和动机处于最内层称为潜质层[10]。

（二）国内数据馆员胜任力相关研究。目前，国内已有很多学者针对数据馆员岗位胜任力展开研究。董薇[11]从数据素养的角度阐述了数据馆员所应具备的数据素养核心能力以及数据素养的培养路径；郝媛玲[12]从技术能力、知识能力、行为能力、环境能力归纳总结数据馆员这个新角色的数据素质能力模型；左平熙[13]将馆员数据素养划分意识态度层、数据知识层、技能应用层以及思维方法层四个层次构建玲馆员数据素养模型。明希红、任淑敏[14]基于洋葱模型构建玲医学院校图书馆数据馆员能力素质模型；柏雪[15]在科学数据管理全生命周期的基础上，从知识、技能和个人综合素质三个维度构建了数据馆员岗位胜任力模型，并基于模型提出数据馆员的职业能力发展策略；施雨、张晓阳[16]采用专家调查法和扎根理论，从专业知识、工作能力、个人特质三个维度构建数据馆员胜任力模型。

二、数据馆员胜任力研究设计

基于以上研究，以中国知网为数据源，“数据馆员”为主题词，共检索到205篇文献，采用文献分析法与内容分析法，提取数据馆员岗位胜任特征，结合科学数据全生命周期管理，采用Richard Boyatzis提出的洋葱模型构建数据馆员岗位胜任力模型，构建模型如下：

（一）最外层。最外层包括专业知识和技能，数据馆员工作内容和服务方式决定了其自身应具有深厚的数据资源管理相关的专业基础理论知识，如应具有情报学、信息资源管理，计算机等相关专业背景[17]，随着信息化进程的快速发展，数据资源的共享，国家对于数据的规范化使用持续关注，数据馆员应及时追踪与科研数据管理相关政策法规，推动数据的共享流动，以挖掘出科研数据的最大价值；科研数字化环境的不断变化[18]，数据馆员也应掌握科学数据管理生命周期知识、学科数据知识、从数据产生与获取到数据出版与共享嵌入图书馆科学数据服务，促进图书馆的升级与发展；学科服务是图书馆亘古不变的主题，了解相关学科的基础理论和知识有助于数据馆员更好地服务科研人员。在专业技能方面，数据馆员应该熟练掌握数据可视化、数据的分析与处理、数据存储与维护等相关软件工具，在数据分析与处理方面，一般要求掌握常见的数据统计工具如：SPSS、Stata、MATLAB等；数据可视化方面，Tableau、Power BI、Fine BI等BI处理与分析工具、计量分析软件CiteSpace、HistCite、VOSviewer等、地理可视化工具ArcGIS、QGIS等工具在数据馆员的工作中占据重要位置[19]。除此之外，数据馆员还应掌握计算机编程方面的相关知识，至少熟练掌握一种计算机语言，如R、Python等。

（二）中间层。中间层包括独立工作、团队合作、沟通与协调能力、组织分析能力，数据馆员无论对内对外都需要有良好的沟通和交流能力，对内数据馆员应该能够运用数据思维独立分析研究人员的数据服务需求，运用专业知识和技能高效独立地完成数据分析工作[20]，在项目管理的过程，需要数据馆员具备良好的团队合作、组织分析，能够很好地对项目进行规划、协调与实施，做好项目过程中的时间管理，提供更优质的数据服务，为问题的解决提供信息支撑。同时，对外数据馆员要与服务研究人员与其团队成员进行高效的沟通，因此要求其掌握良好的沟通与协调能力，能够及时地掌握科研团队的数据需要的变化，以科研团队的数据需求为导向，动态的调整自身的服务策略，以更精准、更高效的服务为科研团队提供数据上的支撑。

（三）核心层。核心层包括用户意识、创新能力、自主学习等相关能力。意识到用户的重要性，数据馆员所产生的数据产品最终是服务于科研人员或相关政策制定的决策者，只有站在用户的角度去对问题进行解读和分析，基于此提出的解决方案才更加具有效果，更能对科研人员和决策制定者产生积极的影响，因此数据馆员应具备强烈的为用户服务的意识，将自身的数据资源优势转变为决策优势[21]。创新能力是指利用已有知识和经验，对科学数据管理服务进行改进和创新，优化数据服务环节和流程，更好地协助科研人员进行管理科学数据。知识变化发展的日新月异，要求数据馆员掌握自主学习能力，不断地学习新的知识和技能，与科研人员共同进步，为数据服务过程中的问题解决提供可靠支撑。数据馆员岗位胜任力模型由内到外，其重要程度逐渐降低，核心层的关键能力在科学数据的服务过程中尤为重要。

三、数据馆员培养路径

（一）合理设置培训环节，提升馆员数据素养。良好的数据素养可以帮助馆员在数据密集型的科研工作中为科研人员提供更为优质的服务，更精准地帮助科研人员解决问题。在提升馆员数据素养方面，数据馆员的培训内容应涵盖科学数据管理的全生命周期所应具备的数据相关知识，既要包含数据相关技术、技能的培训学习，也要包括科学数据相关政策、数据管理的相关理论知识。此外，转变培训方式，以实际案例为主，提升数据馆员的实践能力，增加培训过程中的趣味性，引起馆员对数据服务的兴趣[22]。激励馆员参加学术讲座，开放培训学习资源和开发系列培训，针对数据服务过程中有关问题开展素养教育，系统性地构建馆员数据素养建设整体规划，提高馆员智慧分析数据能力，高效开展科学数据管理服务。

（二）构建馆员考核体系，挖掘潜能提升绩效。通过数据馆员的岗位胜任力模型制定数据馆员综合考评体系，结合胜任力特征采用问卷调查、胜任力测评系统构建全方位的评估体系[23]，评估数据馆员的服务效能，通过考核结果帮助馆员认识自身阶段性的服务表现，找到胜任力组织结构的短板，及时调整自身的发展方向和培训重点，推动馆员向数据馆员胜任力水平标准发展，提高馆员对自身数据科学素养和综合能力素质、科学数据管理服务能力的重点，并通过组织培训的方式，对馆员进行正向引导，挖掘数据馆员的潜力，促进数据服务的不断创新。