数据处理类别

这篇文章针对教师，但应证明对任何希望了解数据处理概念和过程的人都有用

为了处理数据，您将需要开发几种不同但相关的技能。尽管单个数据处理活动将涉及使用其中一些技能，但一次强调一项特定技能很有用。

研究人员Andreas Grillenberger博士和Ralf Romeike博士开发了基于能力的数字素养模型用于学校环境（本文描述），认识到该领域对所有学习者的重要性。他们认为，数据素养对每个人都是必不可少的，因为我们使用的每天收集大量数据的应用程序以及创建，控制和理解数据的人越来越多地拥有社会的力量。

格林伯格（Grillenberger）和罗马克（Romeike）开发了一种模型，可以反映学校开展的活动。他们确定了数据素养的四个过程领域。在国家计算教育中心，我们解释了该模型，以考虑主要课堂中数据处理活动的要素以及与每个领域相关的关键技能。

Grillenberger和Romeike的“数据和信息”类别	在小学语言中	关键数据处理技能
N/A。	我发现什么？	询问
聚会，建模和清洁	我需要什么？	收集
实施和优化	我将如何获得它？	实施
分析，可视化和解释	它告诉我什么？	分析
分享，存档和擦除	我将如何分享？	呈现

数据处理

数据处理有四个主要类别。Grillenberger和Romeike确定的第一个区域是聚会，建模和清洁。在这一领域工作的学生正在回答一个问题：“我需要什么？”我们与此领域相关的关键技能是收集。您应该向学习者介绍收集数据的不同策略，例如计数图表，将对象放入罐子中以表示答案或使用连接到计算机的传感器记录实时数据。目的是发展学习者对数据收集过程的理解，以便他们能够就特定任务的最佳方法做出决策。

实施数据

您的学习者还需要学习考虑如何构建和存储数据。格林伯格和罗马克形容这是实施和优化，我们将关键技能描述为实施。为了帮助年轻的学习者发展这项技能，您可以讨论电子表格的标题和结构，要求学习者在数据库中创建适当的标签，并帮助学习者为分支数据库设计问题。

下一个区域是数据处理的许多计算元素的位置：分析，可视化和解释。在此阶段，学习者将回答“（数据）告诉我什么？”的问题。为了帮助学习者发展他们的数据分析技能，您可以教他们如何操纵数据以不同的方式可视化数据，以帮助他们回答问题，例如从电子表格中的数据创建图形。您还可以向学习者询问有关现有图表，图表和信息图表中数据的问题，并鼓励他们就他们收集和可视化的数据得出结论。

研究的最后类是共享，存档和擦除数据。在这一领域，学习者将发展呈现，并且会回答“我将如何分享？”这是从学习者如何可视化数据的同时，其中涉及思考如何展示数据首先解释数据，在此阶段，学习者思考他们如何最好地与他人传达他们发现的东西。您应该为学习者提供机会通过课堂博客与同龄人，其他班级或更广泛的受众分享他们的作品。

除了这四个类别外，我们还确定了第五个类别 -询问，回答这个问题：“我发现什么？”这是Grillenberger和Romeike的类别之前的，因为他们不认为这是计算机科学过程的一部分。相反，他们首先将其视为进行数据分析的原因。但是，在主要课堂中，我们认为这是学习进步的重要组成部分 - 孩子们需要了解我们提出的问题确定我们收集的数据。这与课程的其他领域有关，从数学调查到科学探究。学习如何在一个领域问一个好问题将支持在另一个领域中学习。

任务

重要的是，您必须让学习者有机会在数据处理的各个方面获得知识和经验，但是您无需一次完成这一切。为了帮助您吸引学习者，您应该演示人们如何在课堂外应用这些技能。