研究生信息素养现状及对科研能力的影响——基于结构方程模型的实证研究

2018 年 10 月 27 日 MOOC

 | 全文共5620字,建议阅读时40分钟 |


本文由《数字教育》杂志授权发布

作者:范文翔、马燕

摘要

 

了解研究生信息素养的现状,探讨研究生信息素养对科研能力的影响,对于改善和优化研究生信息素养教育有着重要的现实意义。研究通过问卷调查来了解研究生信息素养的现状,构建了研究生信息素养对科研能力影响的结构方程模型, 运用AMOS 20.0 开展了实证分析。研究结果显示,研究生信息素养的整体水平较为一般,研究生信息素养教育的成效并不理想。研究生信息素养对科研能力的影响确实存在,但是十分微弱,主要表现在信息技能和信息道德对科研能力有一定的积极影响。因此,高校不仅要重视研究生信息素养教育,更要进一步地落实与推进研究生信息素养教育的健康发展。

关键词:研究生;信息素养;科研能力;结构方程模型


引言


随着科学技术的迅猛发展,信息技术已融入人类社会生活的方方面面,促使人们的生产方式、工作方式、学习方式与生活方式朝着多维度、多层次的方向转变。[1]为了适应这种转变,信息素养这种能够帮助人们有效地获取、使用、评价、内化和鉴别信息的能力,成为现代社会成员在信息化社会中生存与发展的必备素质。[2]缘于此, 开展信息素养教育,培养学生的信息素养,成为当下人才培养的重要内容之一。


我国高校的信息素养教育,自1984 年教育部提出明确要求以来一直延续至今,主要由各高校的图书馆承担。[3]高校研究生作为我国科研人才的后备军,肩负着国家科技创新的重任。因此,与本科生信息素养教育相比,研究生信息素养教育的培养要求更高,更加注重对科研方法、专业信息获取、评价和利用以及学术道德规范等方面的培养。[4]从这个意义上说,培养研究生的信息素养确实能够有效地提升研究生的科研能力。[5]然而,多有学者指出,研究生的科研能力主要受自身的智力因素、科研兴趣与动机、导师培养、科研制度与环境、科研条件等因素的影响[6][7],并未提及信息素养的影响。可见,在实际的培养中,研究生的信息素养并未发挥提升研究生科研能力的预期功效。那么,这究竟是由于研究生信息素养的教育成效不理想[8],使得其对研究生科研能力的促进作用不明显,还是研究生信息素养教育的成效实则很好,只是还鲜有学者认识到其对提升研究生科研能力的重要作用?为了厘清这个问题,本研究拟编制“研究生信息素养对科研能力影响”调查问卷,通过问卷调查来了解研究生信息素养的现状,并将构建研究生信息素养对科研能力影响的结构方程模型(SEM),以此来探究在实际培养中研究生信息素养对科研能力是否有影响及其影响机理如何。


一、调查问卷的编


(一)调查问卷的目标设计


本研究调查问卷的设计从信息素养的不同维度出发,编制“研究生信息素养对科研能力影响”调查问卷, 以期了解研究生信息素养现状,探析研究生的信息素养对科研能力是否有影响。


(二)调查问卷的维度设计


2000 年,美国高等教育图书研究协会通过的《美国高等教育信息素养能力标准》中,将信息素养标准分为5 个维度。[9]近年来,国内学者普遍趋同于将信息素养分为4 个维度,即信息意识、信息知识、信息技能和信息道德。[10][11][12]本问卷中参考信息素养的4 维度分法,加上对研究生科研能力的调查,最终将问卷的维度确定为5 个。


(三)调查问卷的项目设计


初始编制的“研究生信息素养对科研能力影响” 调查问卷共36 个项目。在请教专家,对问卷每个项目的可读性和适宜性评定后,删除2 个项目,并对部分项目的语言表达进行了优化,最终问卷共有34 个项目。其中,信息素养4 个维度的具体项目全部使用李克特五点量表测评,根据对描述问题的符合程度,在数据处理时从弱到强分别用数字1—5 进行赋值。


(四)调查问卷的试行优化


在重庆师范大学选取了132 名硕士研究生,对问卷进行试测,以保证编制问卷的科学性。用SPSS 18.0 软件对试测问卷的结果进行统计分析,参照问卷的信度和效度检验结果,用题总相关法对34 个项目进行了分析。删除了1 个相关性指标较差的项目,最终形成问卷的5 个维度共33 个项目,包括信息意识6个项目、信息知识7 个项目、信息技能8 个项目、信息道德7 个项目和科研能力5 个项目。


(五)调查问卷的正式测评


从重庆大学、西南大学、重庆交通大学、重庆邮电大学、重庆师范大学随机抽取1020 名全日制在读硕士研究生,用优化后的“研究生信息素养对科研能力影响”调查问卷进行测评。收回有效问卷共1003 份, 有效率为98.33%。


二、研究生信息素养的现状分析


(一)信度分析


将1003 份有效问卷的数据导入到SPSS 18.0 软件中,信度分析的计算结果如表1 所示。



由表1 可知,Alpha 值大于0.9,说明制定的“研究生信息素养对科研能力影响”调查问卷量表的信度高, 各项目之间具有良好的一致性,可靠性较强。


(二)效度检验


为了考查本研究样本采集的充足度是否适宜做主成分因子分析,对问卷调查的数据进行了KMO 和Bartlett 检验,数据处理结果如表2 所示。


由表2 可知, 本研究的KMO=0.856, 同时


Bartlett 检验中的显著性水平为0.000,说明样本充足度较高,变量间的相关性较高,所采集的数据较适宜做主成分因子分析。[13]


(三)研究生信息素养现状分析


为了了解当前研究生信息素养的现状,利用SPSS18.0统计出信息素养4 个维度的具体项目均值,如图1 所示,具体项目内容的设置参见图2。



由图1 可知,信息意识的量化总均值为3.17,其中项目1 量化均值较良好,项目2 和项目4 的量化均值相对较低,说明虽然大部分研究生都能较好地意识到信息素养是研究生阶段的必备能力,但对信息的捕捉能力和专业动态的关注度有待加强。信息知识的量化总均值为3.27,信息技能的量化总均值为3.25,信息道德的量化总均值为3.23,各项目间的量化均值差异较小,说明虽然当前研究生对信息知识、信息技能和信息道德基本能把握,但把握程度较为一般。研究生信息素养的总量化均值为3.23,说明当前研究生信息素养的整体状况较为一般,研究生信息素养教育的成效确实不理想,有较大的提升空间。


三、研究生信息素养对科研能力影响的实证分析


(一)影响模型的构建


为了探究研究生的信息素养对科研能力是否有影响,本研究将信息素养分成信息意识、信息知识、信息技能和信息道德4 个维度,并做出如下假设:


假设1:研究生的信息意识对科研能力有积极的影响。

假设2:研究生的信息知识对科研能力有积极的影响。

假设3:研究生的信息技能对科研能力有积极的影响。

假设4:研究生的信息道德对科研能力有积极的影响。


(二)初始结构方程模型


根据构建的研究生信息素养对科研能力的影响模型,运用AMOS 20.0 软件绘制初始结构方程模型路径图,如图2 所示。初始模型路径图中的信息意识、信息知识、信息技能和信息道德属于外生潜变量,分别对应信息素养意识、捕捉有用信息等28 个外生显变量, 科研能力属于内生潜变量,对应发表论文数量、核心论文数量等5 个内生显变量。为了保证模型验证过程能够成立,配有e1—e34 共34 个残差变量。


将调查数据匹配后导入AMOS 20.0,运行Cal-culate Estimates 计算,得到初始结构方程模型标准化路径系数。但此时的拟合指数还不理想,还需根据修正指标对模型进行修正。


(三)结构方程模型的修正


根据修正指标的提示,综合考虑初始结构方程模型的路径图和修正指标,笔者增列了e2 和e4、e3 和e5、e4 和e6 等19 对残差项之间的共变关系。


运行Calculate Estimates 计算,得到的模型拟合参数有了较大的改善,但是仍有不少统计量与适配标准有一定偏差,且此时修正指标也提示还有增加残差共变关系的必要。因此,笔者又增加了e7 和e9、e15 和e19、e22 和e26 等10 对残差项之间的共变关系,再次修正后的结构方程模型路径图如图3 所示。



对再次修正后的结构方程模型拟合效果如表3 所示。此时,结构方程的拟合效果的检验值,只有X2 值、X2 自由度比和RFI 值3 项未达到参考的适配标准[14], 模型已基本符合适配标准,整体拟合度较前两次有了较好的改善,也更加具有指导意义。因此,将此模型确定为最终的结构方程模型。



(四)数据分析与假设验证


参照最终确定的结构方程模型的整体拟合效果和标准化路径系数,其中结构方程模型标准化路径系数如表4 所示,可推断出假设1 和假设2 被否定,假设3 和假设4 被证实。信息素养4 个维度的Estimate 数值加权总和仅为0.026,也就是说,研究生信息素养对科研能力的促进作用虽然很微弱,但是确实是存在的,主要表现在信息技能和信息道德对科研能力有一定的积极影响,且研究生的信息技能对科研能力的影响要比信息道德对科研能力的影响大。因此,提升与强化研究生信息素养中的信息技能和信息道德,确实可以在一定程度上提高研究生的科研能力。如若从培养研究生信息素养的角度来提高其科研能力,应着重从培养研究生的信息技能入手。


四、结语


本研究通过分析研究生信息素养的现状,了解到当前研究生信息素养的平均水平较为一般,反映出研究生信息素养教育的成效确实不理想,还有较大的提升空间。而研究生信息素养对科研能力影响的结构方程模型分析结果表明,研究生信息素养对科研能力的影响确实是存在的,但是十分微弱,主要表现在信息技能和信息道德对科研能力有一定的积极影响。故此,可以认为由于研究生信息素养教育成效不理想,导致研究生信息素养的现状不乐观,进而影响了研究生信息素养对科研能力的促进作用并未发挥预期的功效。


不少调查者在访谈时反馈,研究生教育阶段并没有接受过系统的信息素养教育,学校并没有为研究生开设相关的必修或者选修课程,相关的讲座、报告等主题活动也很少。也就是说,多数高校并没有在研究生信息素养教育中重视对研究生科研方法、专业信息获取、评价和利用以及学术道德规范等方面的培养。可见,当前的研究生信息素养教育陷入了“说起来重要,做起来不重要”的尴尬处境。这也就不难理解为什么从理论层面上说研究生的信息素养理应对科研能力有重要的促进作用,而实际状况的分析结果却显示这种影响几乎可以忽略不计。


通过分析“研究生信息素养对科研能力影响”问卷调查中的研究生科研能力现状可知,研究生发表论文的平均数量为0.82 篇,发表核心论文的平均数量为0.44 篇,主持科研项目平均数量为0.07 个。这些数值反映出,当前研究生的科研能力现状也不容乐观。于是,切实推进研究生的信息素养教育,重视对研究生科研方法、专业信息获取、评价和利用以及学术道德规范等方面的培养,以此推动研究生科研能力的提升无疑具有重大的现实意义。为此,高校应适当地为研究生增设“研究生信息素养”“电子资源检索与利用”等相关课程,作为研究生教育的必修课或者选修课。高校图书馆应充分发挥其主体作用,定期为研究生开展讲座、报告、信息技能培训、信息素养大赛等主题活动,为研究生信息素养的提升提供有效的途径与保障。此外,研究生应有完善与提升自身信息素养与科研能力的意识与迫切愿望,不仅要充分地利用高校正式教育中所提供的相关课程与资源,还要充分利用MOOC、网络公开课等非正式学习平台上的丰富资源。只有高校、图书馆等相关部门与研究生通力合作,才有益于切实地提升研究生信息素养的教育成效,提高研究生信息素养水平,以此为前提才有可能带动研究生科研能力的提高。


参考文献:

[1] 常正霞. 大学生信息素养现状分析[J]. 电化教育研究,2011,(08): 53-57.

[2] 翁菊梅. 大学生信息素养[M]. 广州:华南理工大学出版社, 2011:1-43.

[3] 罗国锋. 高校研究生多维度混合式信息素养教育模式研究[J]. 现代情报,2016,(09):55-60.

[4] 杜红. 研究生与本科生信息素养教育比较[J]. 图书情报工作, 2013,(04):96-98,119.

[5] 张乐. 高师院校硕士研究生信息素养现状及对策研究[D]. 西安: 陕西师范大学,2012.

[6] 季俊杰. 优秀研究生科研能力的影响因素与启示[J]. 研究生教育研究,2013,(02):13-18.

[7] 栾晶晶. 我国研究生科研成果影响因素分析[D]. 上海:华东师范大学,2012.

[8] 宋占茹. 大学生信息素养教育亟待改革——基于河北省大学生信息素养调查研究的思考[J]. 图书馆学刊,2010,(08):50-52.

[9] 陆光华. 对美国高等教育信息素养能力五大标准的分析与思考[J]. 图书馆学研究,2003,(04):86-89.

[10] 闵红武. 十年来我国高校图书馆信息素养教育研究综述[J]. 图书与情报,2008,(04):63-67,102.

[11] 张晓阳,焦海霞,左健民. 研究生学术信息素养结构的调查分析与协调性评价[J]. 情报杂志,2013,(05):189-194.

[12] 王依杉. 从“守夜人”到“撞钟者”——“互联网+”时代高校教师信息素养及其提升路径[J]. 重庆高教研究,2017,(06):38- 45.

[13] 吴明隆. 问卷统计分析实务——SPSS 操作与应用[M]. 重庆: 重庆大学出版社,2010:222-277.

[14] 吴明隆. 结构方程模型——Amos 实务进阶[M]. 重庆: 重庆大学出版社,2013:128-150.


作者简介:范文翔(1990 — ),男,福建顺昌人,南京师范大学博士研究生,主要研究方向为技术哲学与新技术视野下的教育应用;马燕(1960— ),男,云南昭通人,重庆师范大学研究生院院长,教授,博士生导师,主要研究人工智能、社会计算、现代教育技术等。


转载自:《数字教育》 2018年第4期(总第22期)

排版、插图来自公众号:MOOC(微信号:openonline)


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,
把握MOOC国际发展前沿,请关注:
微信公号:openonline
公号昵称:MOOC

   

登录查看更多
0

相关内容

结构方程模型(Structural Equation Modeling,SEM)是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量,也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系。
中科大-人工智能方向专业课程2020《脑与认知科学导论》
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
Top
微信扫码咨询专知VIP会员