CNKI视角下国内微课研究文献的定量分析

论文写作中的定量分析与统计检验方法在学术研究中，定量分析与统计检验方法是不可或缺的工具。

它们可以帮助研究者从大量的数据中提取有意义的信息，并对研究结果进行客观的评估。

本文将讨论定量分析与统计检验方法在论文写作中的应用，以及其重要性和局限性。

一、定量分析方法的应用定量分析方法是一种基于数字和统计数据的分析方法。

它可以帮助研究者对数据进行量化和测量，从而更好地理解研究对象。

在论文写作中，定量分析方法可以用于描述和解释研究结果，提供客观的证据支持。

以下是一些常见的定量分析方法的应用：1. 描述性统计分析：描述性统计分析可以帮助研究者对数据进行总结和描述。

例如，平均值、中位数、标准差等统计指标可以用来描述数据的集中趋势和离散程度。

这些统计指标可以用来描述样本的特征，为研究结果提供直观的描述。

2. 相关分析：相关分析可以帮助研究者探索变量之间的关系。

通过计算相关系数，研究者可以确定变量之间的相关性强度和方向。

这对于研究者理解变量之间的关系以及它们对研究结果的影响至关重要。

3. 回归分析：回归分析可以帮助研究者建立模型，预测和解释变量之间的关系。

通过回归分析，研究者可以确定自变量对因变量的影响，并进行因果推断。

回归分析可以提供对研究结果的解释和预测，为研究者提供有力的支持。

二、统计检验方法的应用统计检验方法是一种用于检验假设的方法。

它可以帮助研究者确定研究结果是否具有统计显著性，并对研究结果进行推断。

在论文写作中，统计检验方法可以用于验证研究假设，评估研究结果的可靠性。

以下是一些常见的统计检验方法的应用：1. t检验：t检验可以用来比较两个样本的均值是否存在差异。

例如，在医学研究中，研究者可以使用t检验来比较两种治疗方法的效果是否有显著差异。

t检验可以帮助研究者确定研究结果是否具有实际意义。

2. 方差分析：方差分析可以用来比较三个或更多个样本的均值是否存在差异。

例如，在教育研究中，研究者可以使用方差分析来比较不同教学方法的效果是否有显著差异。

国内大数据背景下精准教学研究热点及展望作者：赖显静陈贵平来源：《电脑知识与技术》2022年第13期摘要：利用中國知网有关大数据背景下精准教学文献为研究对象，使用社会网络分析法绘制202篇大数据精准教学研究热点知识图谱。

通过分析发现，我国大数据背景下精准教学研究主要围绕精准教学理论研究、精准教学模式研究、精准教学平台应用研究、大数据助力精准学习分析研究、大数据驱动教学变革研究等五个方面开展。

未来可以加强师生数据素养的培养、大数据背景下精准教学平台构建、大数据与教学深度融合等方面的研究。

关键词：大数据;精准教学;社会网络分析;知识图谱中图分类号：G642 文献标识码：A文章编号：1009-3044（2022）13-0016-031 问题的提出20世纪60年代，奥格登·林斯利在行为主义的基础上，提出精准教学关注学生学习过程中发生的变化，认为根据标准变速图表做出教育决策促进学生学习[1]。

早期的精准教学利用人工进行记录，局限性很大，没有得到快速的发展。

我国大数据不断发展，2016年，祝智庭教授将信息技术引入精准教学中，利用信息技术激发精准教学的活力[2]，从此开启了我国利用技术促进精准教学研究的大门。

大数据的兴起，为我国精准教学的深入研究提供重要契机。

利用大数据进行教学设计、教学实践和教学决策等，从而实现因材施教。

基于此，本研究通过对文献的梳理，利用共词分析法探索我国大数据背景下精准教学研究的现状、热点、趋势等，以期能为后续的研究提供参考和借鉴。

2 研究设计2.1研究方法共词分析法利用文献中词组出现的情况，来确定某一学科中各主题之间的关系[3]。

通过共词分析，能探索当前文献集中关注的主题，挖掘某一学科的热点、焦点和范式。

本研究使用的软件：文献题录信息统计分析工具——SATI3.0、SPSS 26、UCINET 6等软件。

2.2数据来源本研究的目的是探索我国大数据背景下精准教学的研究热点与趋势，为确保研究的可行性与代表性，本文选取中国知网（CNKI）期刊全文数据库作为文献的检索平台。

教育研究资料的定量分析二、教育研究资料的定量分析(一)定量分析的概念定量分析是采用一定的数学方法，对获得的资料和研究结果进行统计、分析和处理，以揭示所研究事物和现象的数量关系，掌握数量特征和数量变化，进而确定事物和现象的本质及其发展规律，其主要内容如下：①它是对得到的数据资料进行统计分析，掌握数据分布形态和特征。

②它是对数据资料的分析处理，通过统计检验，解释和鉴别研究的结果。

③它是通过总体参数的估计，从局部去推断总体的情况。

(二)定量分析的方法1.数据描述数据描述是通过一些概括性量数来反映数据的全貌和特征，主要用于特征分析。

用来描述数据分布特征的概括量数主要如下：(1)集中量数。

集中量数是描述数据集中趋势的统计量数，主要包括算术平均数、加权平均数、几何平均数、中位数、众数等。

(2)差异量数。

差异量数是表示一组数据的差异情况或离散情况的统计量数，主要包括全距、平均差、四分差、方差、标准差等。

(3)地位量数。

地位量数是用于描述单个数据在样本或总体中所处位置的统计量数，主要包括百分等级和标准分数等。

(4)相关系数。

相关系数是表明变量之间相关程度的量数，主要包括积差相关、等级相关、质量相关(点二列相关、双二列相关)等。

相关系数的取值范围是-lWrWl。

其绝对值越大相关度就越大。

2.数据推断。

数据推断是根据样本的资料和数据来推断全体的状况，即在无法直接估计总体参数的情况下，只能采用抽样方式对样本进行研究，并由样本统计量对事物的总体做出统计的推论和估计，主要包括参数估计和统计检验两个方面的内容，具体如下：(1)参数估计。

参数估计是指根据样本的数字特征推断总体的相应的数字特征，它又有点估计和区间估计之分。

①点估计。

当总体参数不满时，用一个特定的值，一本用样本统计量进行估计，这类问题就是点估计。

②区间估计。

用数轴上的一段距离表示未知数可能落入的范围，它虽不能指出总体参数等于什么，但能指出总体的未知参数落入某一区间的概率有多大。

万方、维普、CNKI以及搜索引擎检索能力的定量研究在网络资源飞速发展的大环境下，科技网络资源的建设逐步完善，在我国开展科技查新工作的二十多年历程中，以往以手工检索书本型检索工具为主的工作模式，也逐渐转变为以计算机检索科技数字资源为主的检索方式。

科技查新，简单地说就是基于文献检索判定前人有无相似的研究或成果，为判断目标项目是否具有新颖性提供客观依据，以防止低水平重复研究开发而造成的人力、财力、物力的浪费和损失。

要完成一个项目查新，证实该项目涉及的研究内容在检索范围内未见有文献报告，就要求立足于对相关文献检索的全面性，而检索人员则通过多个电子数据库联用的方式来应对“查全”的要求[1]。

万方、维普、CNKI作为中文文献检索的三大常用数据库资源，它们在各个学科领域的查新过程中基本成为必检的数据库。

而由于上述三大数据库各自的特点，它们相互具有资源同质化和差异化[2，3]。

因此，在查新过程中应当充分发挥三大数据库检索功能的优势，互补式地调用三大数据库中的文献资源，以减少漏检的风险。

此外，由于搜索引擎能有效地搜索因特网上的相关信息，充分调用网络资源，所以它对提高查全率的作用受到越来越多的重视[4]。

已有文献论述了三大常用数据库资源以及搜索引擎在查新检索中的重要性及其数字资源的特点[5]，但未见有文献对它们的检索能力进行定量研究。

本文旨在对查新过程中的检出文献进行定量分析，对比研究科技电子资源数据库与网络资源在查新过程中的文献检索能力。

1研究方法1.1研究对象与检索策略选取万方、维普以及CNKI三大中文常用数据库为电子资源数据库，选取Google、Baidu两大搜索引擎为网络资源检索工具[6]，通过对检出文献的定量分析，研究电子资源数据库与网络资源在查新过程中的文献检索能力。

同时调用国家知识产权局（/）的专利数据信息用作专利检索能力对比研究。

上述数据库及网络信息均为2012年6月份数据。

文中选取两个理工类（材料领域）热门查新课题作为研究案例，包括“硅基量子点太阳电池的关键技术”和“氧化锰分子筛的合成、表征及应用”。