下载文档原格式
收稿日期:2023-02-13作者简介:龙晓虹(1974 ㊀),贵阳学院图书馆副研究馆员;白禹(1986 ㊀),贵阳学院数学与信息科学学院副教授㊂∗本文系2022年度贵州省教育科学规划课题 聚焦 数字素养 孚育创新创业人才的实践研究 的阶段性研究成果之一,项目编号:2022B007㊂高校大学生数字素养影响因素研究∗龙晓虹1,白㊀禹2(1.贵阳学院图书馆,贵州贵阳㊀550005;2.贵阳学院数学与信息科学学院,贵州贵阳㊀550005)摘㊀要:文章将地方普通高校随机抽取的部分大学生作为研究对象,通过数字公民素养量表和数字公民素养问卷采集研究数据,以DEMATEL 方法分析高校大学生数字素养影响因素,根据这些影响因素的原因度和中心度构建了因果关系图,确定了影响高校大学生数字素养的关键因素为高校政策㊁文化环境㊁ICT 基础设施㊁教学管理和评价体系㊂调查研究确定的12个影响因素的中心度取值范围为4~6,排列顺序为R2﹥R8﹥R1﹥R6﹥R10﹥R7﹥R12﹥R9﹥R4﹥R11﹥R3﹥R5,其中R1㊁R2㊁R6㊁R8㊁R11和R12的原因度均大于0,其余6个影响因素的原因度均小于0㊂关键词:高校大学生;数字素养;DEMATEL 方法;综合影响矩阵中图分类号:G250㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1003-1588(2023)03-0055-04㊀㊀随着互联网技术的不断发展,人类进入了信息化时代,数字资源逐渐成为关键的生产要素,因此,公民数字素养的提升对于数字经济的发展至关重要[1]㊂高校大学生除要学习专业领域知识外,还必须提升数字素养,数字素养教育成为高校教育工作的重要内容之一[2]㊂需要注意的是,数字素养教育与传统的书本教育存在较大差异,高校在制订合理的教学计划之前,必须了解当代大学生的数字素养现状,并积极探索高校大学生数字素养影响因素㊂㊀㊀索兴梅㊁滕星选择某民族大学作为研究对象,通过定量与定性分析的方式全面采集研究所需的数据资料,基于文化适应理论模型进行了数据分析,以了解影响大学生数字素养的主要因素[3]㊂但是,该研究的结果不够全面㊂耿荣娜采用文献调研与实践活动相结合的方式,从不同维度分析了影响大学生数字素养的主要因素,并利用DEMATEL 模型进行计算,提取其中的关键影响因素[4]㊂但是,该研究的分析结果不够精确㊂傅海伦㊁张丽㊁王彩芬利用AHP 层次分析法软件和模糊综合评价法,建立了数字素养评价指标体系,明确了当代大学生的数字素养发展现状,并深入分析了影响大学生数字素养的因素[5]㊂但是,该研究的适用性较差㊂可见,传统的研究方法存在较多的不足之处,因此,笔者以非省会城市的地方普通高校大学生为研究对象,通过数字公民素养量表和数字公民素养问卷采集研究数据,以DEMATEL 方法分析高校大学生数字素养影响因素,以期精准确定影响高校大学生数字素养的主要因素㊂1㊀研究对象和研究工具1.1㊀研究对象㊀㊀由于我国不同区域的数字素养教育程度不一致,各地大学生的数字素养参差不齐[6],故笔者仅针对地方普通高校大学生开展数字素养影响因素研究㊂为了提升研究结果的代表性,笔者在地方普通高校的大一至大四年级在校大学生中随机抽取了500人作为研究对象,不同年级大学生的占比情况如下页图1所示㊂55第43卷第3期河南图书馆学刊2023年3月㊀图1㊀研究对象中不同年级大学生比例1.2㊀研究工具㊀㊀为了便于研究工作的顺利开展,笔者选择数字公民素养量表和数字公民素养问卷作为主要研究工具,以有效获取用于分析地方高校大学生数字素养影响因素的数据信息㊂数字公民素养量表的建立是以概念分析㊁专家访谈为核心的,在心理学与社会学理论的共同作用下,呈现出研究对象的网络形象[7]㊂在应用三层理论框架建立数字公民素养量表的过程中,顶层理论框架是为了理解人与网络的交互而构建的;中层理论框架是针对网络社会观点构建的,目的是深入了解数字公民的思想意识及计划想法;底层理论框架的构建以人机网络为核心,是建立数字公民素养量表的基础㊂笔者基于三层理论框架,从互联网政治活动㊁专业技能㊁本地/全球意识㊁批判性视角和人际网等五个维度设计了数字公民素养量表的具体题目,详见表1㊂为了保证该表具有良好的应用效果,笔者开展了实证研究,分析了该表的信效度影响因子,并以该表为基础设计了高校大学生数字公民素养问卷,题目除25道数字公开素养量表题目外,还包含出生地㊁年级㊁至今使用计算机的年限等地方高校大学生基本信息相关的题目,目的是得到人口统计特征变量㊂表1㊀数字公民素养量表维度题目数量(个)相关系数互联网政治活动90.84专业技能40.85本地/全球意识20.89批判性视角60.81人际网40.722㊀研究方法2.1㊀构建大学生数字素养影响因素指标体系㊀㊀笔者采用线上与线下相结合的方式收集研究数据,利用维果斯基活动理论模型(见图2)分析影响高校大学生数字素养的主要因素[8]㊂为了便于分析,笔者将维果斯基活动理论模型中的共同体与劳动分工合并为一个维度,并通过文献分析法得到如图3所示的大学生数字素养影响因素指标体系,该指标体系内的数字素养影响因素总数为12个,记为R1~12㊂图2㊀维果斯基活动理论模型图3㊀大学生数字素养影响因素指标体系2.2㊀基于DEMATEL 方法的影响要素识别模式㊀㊀笔者基于矩阵与图论分析理念[9],结合相关领域专家的知识和经验,采用DEMATEL 方法进行决策实验室分析,以了解不同影响因素之间的关系,判断特定影响因素在整个指标体系中的地位,进而提65龙晓虹,白禹:高校大学生数字素养影响因素研究∗取影响大学生数字素养的主要因素,并以此为基础提出相应的大学生数字素养教育策略,具体的识别模式如图4所示㊂笔者利用SPSS 软件对调查数据进行了分析,初步筛选出影响高校大学生数字素养的因素,将相关数据导入MATLAB 软件进行量化分析,得到以下直接影响矩阵公式㊂㊀㊀M =(δab )m ˑm㊀㊀其中,M 表示直接影响矩阵,a ㊁b 表示随机选取的两个大学生数字素养影响因素,δab 表示因素a 对因素b 的影响程度,m 表示影响因素数量㊂考虑到不同因素的所属评估维度不同,为了便于分析主要影响因素,笔者对直接影响矩阵公式进行了处理,得到如下规范化矩阵公式㊂㊀㊀T =M -1+M -2+M -3+ +M -m㊀㊀其中,M -表示规范化矩阵,T 表示综合影响矩阵㊂该公式将多个直接影响分析矩阵的计算结果结合起来,可完成对综合影响情况的计算㊂笔者在代入实际调查数据后,获得了最终影响度计算结果,把影响度与被影响度相加可得出中心度,用以反映特定大学生数字素养影响因素的影响力㊂另外,影响度减去被影响度可得出大学生数字素养影响因素的原因度,通过观察原因度与0的大小关系,就可以明确判断该影响因素属于原因因素还是结果因素㊂图4㊀基于DEMATEL 方法的影响要素识别模式3㊀研究结果3.1㊀大学生数字素养影响因素的直接及综合影响矩阵㊀㊀笔者邀请了大学生代表,以及数字素养教育科研人员㊁发展规划行政人员等各行各业的专业人员,对不同影响因素之间的影响关系进行打分,为了便于计算,分数分为0分㊁1分㊁2分㊁3分和4分,分别对应两个影响因素之间的影响程度为无影响㊁低影响㊁一般影响㊁高影响和极高影响㊂笔者记录所有打分结果,选择出现频率最高的分数作为最终评分,以此为基础建立了大学生数字素养影响因素的直接影响矩阵,详见图5㊂笔者利用MATLAB 软件进一步对该直接影响矩阵中的数据进行处理,得到如图6所示的大学生数字素养影响因素的综合影响矩阵,用以展示所有影响因素之间的联系㊂图5㊀大学生数字素养影响因素的直接影响矩阵图6㊀大学生数字素养影响因素的综合影响矩阵3.2㊀影响高校大学生数字素养的关键因素㊀㊀如下页表2所示,笔者采用DEMATEL 模型对各因素之间的关联程度评分进行了计算分析,根据不同影响因素的影响度和被影响度计算出各影响因素的中心度㊁原因度㊂为了提升研究结果的直观性,75龙晓虹,白禹:高校大学生数字素养影响因素研究∗㊀笔者提取中心度和原因度数值绘制了如图7所示的笛卡尔直角坐标因果关系图㊂其中,中心度可反映特定影响因素的重要程度,原因度可描述该影响因素对大学生数字素养的影响程度,帮助研究者直观判断影响高校大学生数字素养的关键因素㊂表2㊀大学生数字素养影响因素的相互关系计算结果影响因素影响度被影响度中心度原因度R1 3.42 2.36 5.79 1.35R2 2.86 2.87 5.860.05R3 1.73 2.76 4.52-0.87R4 1.48 3.31 4.81-1.81R5 1.88 2.44 4.32-0.35R6 3.09 2.34 5.380.85R7 2.49 2.64 5.12-0.09R8 3.25 2.52 5.820.61R92.36 2.69 4.87-0.04R10 2.173.16 5.14-0.88R11 2.92 2.144.760.78R12 2.892.325.100.71图7㊀笛卡尔直角坐标因果关系图4㊀研究结果分析㊀㊀表2中原因度大于0的影响因素为原因因素,分别为高校政策㊁教学管理㊁ICT 基础设施㊁文化环境㊁监督机制和评价体系;原因度小于0的影响因素为结果因素,分别为教师素养㊁数字化意义㊁数字原住民㊁数字资源㊁机构合作和多元教育,这些影响因素会受其他影响因素的影响,发挥不同的影响作用㊂结果因素与原因因素相比,对大学生数字素养的影响更加直接㊂根据分析结果,笔者认为高校应从教学任务与监督机制两个环节入手,提升教师素养,改善大学生所处的信息化大环境,制定有效的教育方针,提升大学生的数字化意识,并在课程规划指导计划的作用下开展多元化教育,利用完备的基础设施不断丰富数字资源㊂㊀㊀根据图7所示结果,笔者筛选出5个影响高校大学生数字素养的主要因素,分别为高校政策㊁文化环境㊁ICT 基础设施㊁教学管理和评价体系,这些影响因素具有驱动作用,高校可根据这些影响因素制订合理的教育教学计划,有效开展数字素养教育活动并引导大学生积极参与㊂㊀㊀除上述关键影响因素外,其他影响因素的影响效果参差不齐㊂其中,多元教育的中心度虽然达到5.14,表现出较高的重要程度,但该影响因素极易受到其他影响因素的影响,不能被视为关键影响因素;数字资源㊁机构合作因素的中心度㊁原因度数值较平均,说明二者都属于综合影响因素,仅在多种影响因素的影响下才能对大学生数字素养产生较大影响㊂参考文献:[1]㊀田丽,葛东坡.儿童数字风险及影响因素研究[J ].青年记者,2022(12):43-46.[2]㊀蒋敏娟,翟云.数字化转型背景下的公民数字素养:框架㊁挑战与应对方略[J ].电子政务,2022(1):54-65.[3]㊀索兴梅,滕星.文化适应理论框架下少数民族大学生信息素养影响因素研究[J ].西南民族大学学报(人文社会科学版),2022(3):215-222.[4]㊀耿荣娜.信息化时代大学生数字素养教育的关键影响因素研究[J ].情报科学,2020(9):42-48.[5]㊀傅海伦,张丽,王彩芬.基于Fuzzy -AHP 质疑式数学核心素养评价指标体系的研究[J ].数学教育学报,2020(1):52-57.[6]㊀文九,黄芙蓉.数字鸿沟视野下青少年数字素养的培育[J ].学校党建与思想教育,2021(5):84-86.[7]㊀谢革新,李惠芝,曹琼.PISA 视阈下中职学生数学素养调查研究:基于苏北X 市中职生的调查及与普高生调查的比较[J ].职业技术教育,2020(32):70-75.[8]㊀杜岩岩,黄庆双.何以提升中小学教师数字素养:基于X 省和Y 省中小学教师调查数据的实证研究[J ].教育研究与实验,2021(4):62-69.[9]㊀黄高湧.通过数学实验教学落实高中数学建模核心素养[J ].数学通报,2021(6):40-44.(编校:冯耕)85龙晓虹,白禹:高校大学生数字素养影响因素研究∗。
云服务可信性量化模型研究朱茗;汪京培【摘要】针对目前云计算平台有可能被恶意利用及云服务提供商不被信任的问题,迫切地需要建立一个客观、有效的方法来评估云服务是否可信.已有的研究缺乏完善的云计算可信性测评框架和质量模型.基于典型的云服务应用,研究云平台可信性的指标体系,通过对可信性质量属性建模,建立云服务可信性量化评估模型,从而指导云服务可信性评估方法的建立.最后,给出了模型分析和应用模式,验证了所提出的模型的有效性.【期刊名称】《电子产品可靠性与环境试验》【年(卷),期】2017(035)006【总页数】6页(P6-11)【关键词】云服务;可信性;质量属性;量化评估【作者】朱茗;汪京培【作者单位】工业和信息化部电子第五研究所,广东广州 510610;工业和信息化部电子第五研究所,广东广州 510610【正文语种】中文【中图分类】TP3930 引言云计算平台依赖资源租用模式为租户提供资源和能力。
租户把个人数据、程序存储到云端。
在这种模式下，租户失去了对云平台资源的强制控制权。
同时，云服务提供商甚少透露云端内部信息与处理过程，租户对于自己的数据与程序是如何被处理的毫不知情。
在安全事件发生后，也难以通过安全审计对云环境中的恶意行为进行追责。
由此，导致了租户对云服务提供商缺乏信任。
另一方面，云计算平台本质上也是一种信息系统，因此其和大部分信息系统一样存在共性安全问题，在提供服务的同时不可避免地会出现诸如安全漏洞、病毒入侵、恶意攻击和木马后门等安全问题，这些问题将导致云平台有可能被恶意地利用，使租户的权益受到损失、公共基础服务遭到破坏。
针对目前云计算平台有可能被恶意利用和云服务提供商不被信任的问题，迫切地需要建立一个客观、科学和有效的方法来判断和评估云平台是否可信。
而评估方法是依赖于评估模型的，因此，需要先研究建立云服务可信性评估模型。
可信性包括安全性、可靠性、生存性和可用性等质量属性，这些属性结合云平台结构和云服务行为元素会生成一些新的特性，每一个特性都需要进行指标提取和量化分析，因此，迫切地需要建立一个针对云平台可信性的指标体系和对应的评估模型。
专利名称：一种基于模糊运算的FMS可靠性动态量化评价方法专利类型：发明专利
发明人：刘志峰,裴艳虎,许静静,程艳红,杨聪彬
申请号：CN202210353454.1
申请日：20220405
公开号：CN114647951A
公开日：
20220621
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于模糊运算的FMS可靠性动态量化评价方法，更具体是针对FMS运行特点，考虑控制软件与机械设备的故障表现形式关联问题，构建系统可靠性评估体系，并统计系统运行过程中各要素故障次数与故障表现形式，考虑其对系统性能的影响程度量化评定单一要素故障形式分类，基于模糊转换矩阵提出系统可靠性量化评价方法，从而为制造系统优化与维护提供理论依据。
申请人：北京工业大学
地址：100124 北京市朝阳区平乐园100号
国籍：CN
代理机构：北京思海天达知识产权代理有限公司
代理人：王兆波
更多信息请下载全文后查看。
human reliability analysis什么是人类可靠性分析？人类可靠性分析（Human Reliability Analysis，HRA）是一种系统工程的方法，旨在评估和量化人类在不同任务和工作环境下的可靠性水平。
HRA的研究对象是人的活动，包括决策、操作、监控等行为，以及与这些行为相关的人类特征、经验、训练和条件。
通过HRA，可以评估人在复杂工作环境中的表现，并提供改进人员管理、培训和设计的参考依据。
HRA的步骤和方法都是基于系统思维和人因工程的理论基础。
下面将一步一步地介绍HRA的主要步骤和方法。
1. 任务分析任务分析是HRA的基础。
首先需要将任务或活动细化为包含一系列基本步骤和决策的子任务。
通过分析任务的目标和要求，了解任务的性质和特点，确定任务执行中可能存在的人为错误和失误。
2. 人因数据收集人因数据收集是评估人类可靠性的重要环节。
通过调查问卷、实地观察、记录和访谈等方法，收集与特定任务和环境相关的人类行为数据，包括错误类型、频率、原因和影响等。
这些数据可以用于分析人的表现水平和特征，以及可能的改进措施。
3. 错误分类和定量分析根据收集到的人因数据，对人的错误进行分类。
常见的错误分类包括认知错误、操作错误和决策错误。
对于不同的错误类型，可以使用不同的定量分析方法，如事件树分析、事故序列图、Bayes网络等。
这些方法可以帮助评估错误的概率和后果，并识别潜在的风险。
4. 评估和改进措施通过定量分析，可以评估特定任务和环境下人类的可靠性水平。
根据评估结果，制定改进措施，例如人员培训、技术支持、安全文化推广等。
改进措施应综合考虑组织、任务和个体三个层面的因素，以提高人的表现水平和任务执行的可靠性。
5. 验证和迭代HRA是一个动态的过程，需要不断进行验证和迭代。
通过观察和记录人的行为，收集新的人因数据，验证评估结果的准确性，并根据发现的问题进行改进。
通过反复进行任务分析、数据收集和分析，可以不断改进HRA 方法和工具，提高分析的有效性和可靠性。
