高校社科用戶數(shù)據(jù)檢索能力差異調(diào)查

魏園婷 魏 靜 李婷婷

(1，3西安理工大學圖書館，陜西西安 710048；2西安電子科技大學圖書館，陜西西安 710071)

1 引言

隨著研究范式的轉變，研究者在數(shù)據(jù)發(fā)現(xiàn)與獲取、管理與組織等方面都面臨著問題，數(shù)據(jù)素養(yǎng)成為了科學研究者們必備的素養(yǎng)之一[1]。秦建認為數(shù)據(jù)素養(yǎng)是指具備在科學研究中收集、加工、管理、評價和利用數(shù)據(jù)的知識和能力[2]。Carlson從數(shù)據(jù)生命周期的角度出發(fā)，提出數(shù)據(jù)素養(yǎng)是指具備數(shù)據(jù)收集、組織、分析、可視化、再利用的數(shù)據(jù)基本能力[3]。美國數(shù)據(jù)質量運動(Data Quality Campaign)指出數(shù)據(jù)素養(yǎng)是指從可訪問的數(shù)據(jù)源中搜尋、遴選、收集數(shù)據(jù)；整合、分析數(shù)據(jù)等[4]。由此可知，數(shù)據(jù)檢索能力是數(shù)據(jù)素養(yǎng)的必要條件。這些問題也受到社會科學研究者的重視，故本研究以社會科學用戶為研究對象，從數(shù)據(jù)需求入手，調(diào)查用戶的數(shù)據(jù)使用頻率、用戶在查找數(shù)據(jù)時的感受以及感受與用戶數(shù)據(jù)檢索能力之間的關系進行調(diào)查，以期為高校社會科學用戶數(shù)據(jù)素養(yǎng)教育提供參考。

2 研究設計

本問卷設計之初首先與15位用戶進行訪談，了解用戶在查找數(shù)據(jù)過程中提及的、經(jīng)常遇到的問題，對其中的關鍵詞進行總結、梳理，最終設計問卷。問卷采用人工分發(fā)與網(wǎng)絡填寫兩種方式，采用SPSS19進行數(shù)據(jù)分析，主要利用的分析方法有描述性統(tǒng)計、方差分析與相關分析。

3 問卷統(tǒng)計分析

3.1 信度效度分析

信度指問卷的可信度，本研究采用阿爾法系數(shù)進行信度檢驗。利用SPSS工具計算本問卷量表部分的α值，得出結果均大于0.9，說明本問卷具有良好的信度。效度是指問卷的準確性，使用KMO值和Bartlett球度檢驗的結果來判斷結構效度。本問卷KMO值均大于0.8，Bartlett球度檢驗值小于0.005，因此認為本問卷具有結構效度。

表1 樣本人口特征分布表

3.2 樣本人口特征分析

由表1可知，共回收有效問卷356份。其中，有61位理工科用戶，295位社會科學用戶。本研究以社科用戶為研究對象，所以對295名社科用戶做進一步分析。在社科用戶中有83位男性，占總人數(shù)的28.1%，女性212位，占總人數(shù)的71.9%，女性多于男性，符合社科領域女性研究者較多的現(xiàn)狀。在人員層次方面有本科生87人，占29.5%；碩士生136人，占46.1%；博士生32人，占10.8%；教師40人，占13.6%。整體來看博士生與教師樣本量較少，但是在高校中博士與教師樣本總體遠小于研究生與本科生，符合總體的分布，故樣本研究用戶身份分布在可以接受的范圍內(nèi)。從整體上看，樣本覆蓋面較廣，包含本科、碩士、博士、教師各個層級，社科領域大多數(shù)專業(yè)都有涉及，且來自眾多高校。因此，樣本具有代表性。

3.3 數(shù)據(jù)使用情況調(diào)查

3.3.1 數(shù)據(jù)使用頻率

借鑒信息使用的定義，將數(shù)據(jù)使用定義為用戶對數(shù)據(jù)內(nèi)容、數(shù)據(jù)服務或數(shù)據(jù)資源的吸收和使用。數(shù)據(jù)源是指用戶為滿足數(shù)據(jù)需求而獲得數(shù)據(jù)的來源，是數(shù)據(jù)的載體。

本研究通過Q5——“您曾在學術研究中引用數(shù)據(jù)嗎？”，引用數(shù)據(jù)是指對數(shù)據(jù)的使用，對二手數(shù)據(jù)的利用。通過對數(shù)據(jù)使用頻率的了解也可以推出用戶的數(shù)據(jù)需求，若經(jīng)常使用數(shù)據(jù)的則有高的數(shù)據(jù)需求，不常使用的則數(shù)據(jù)需求較低，從未使用過數(shù)據(jù)則表示沒有數(shù)據(jù)需求或這類用戶的數(shù)據(jù)需求還處于潛在階段，指用戶存在但沒有直接意識到，或需求不夠強烈沒有轉化為使用行為。

表2 數(shù)據(jù)使用情況表

由表2可知，56.3%社科領域研究者需要經(jīng)常在科學研究中引用數(shù)據(jù)，40.3%的用戶偶爾引用數(shù)據(jù)，僅有少數(shù)(3.4%)用戶表示從未在自己的研究中引用過數(shù)據(jù)。說明隨著科研環(huán)境的變化、科學研究范式的轉變，大多數(shù)研究者在科研活動中需要使用數(shù)據(jù)，具有強烈的數(shù)據(jù)需求，但也存在少數(shù)研究者的需求還處在潛在階段。在之后的圖書館數(shù)據(jù)服務中，對需求強烈的用戶需要進一步關注用戶的需求內(nèi)容、特點，對于還處在潛在需求階段的用戶需要喚醒、引導，幫助用戶意識到并且表達出自己的需求。

3.3.2 用戶數(shù)據(jù)使用頻率與身份、專業(yè)相關性分析

表3 數(shù)據(jù)使用頻率與身份、專業(yè)方差分析結果表

為探求數(shù)據(jù)使用頻率與身份、專業(yè)之間是否具有相關性，對使用頻率與身份、專業(yè)分別進行方差分析。在方差分析前對選項進項賦值，1為從沒引用過數(shù)據(jù)為1分，2為偶爾引用為2分，3為經(jīng)常使用為3分。由表3可知，根據(jù)方差齊性檢驗的結果，說明各組的方差在顯著性水平為0.05時，沒有顯著性差異，即方差具有齊性。身份、專業(yè)與數(shù)據(jù)使用頻率的方差檢驗P值均小于0.05，說明身份、專業(yè)與數(shù)據(jù)使用頻率具有關聯(lián)性。

(1)不同身份用戶數(shù)據(jù)使用頻率差異分析

根據(jù)不同身份用戶對數(shù)據(jù)的使用頻率求得均值，繪制柱狀圖，如圖1所示。

圖1 不同身份用戶數(shù)據(jù)使用頻率柱狀圖

由圖1可知，數(shù)據(jù)使用頻率最低的為本科生，最高的為教師，碩士生和博士生之間差別不大?？烧J為本科生數(shù)據(jù)需求較低，教師最高，碩、博用戶差別不大。數(shù)據(jù)需求的高低一部分由科學研究任務決定，一部分由用戶的數(shù)據(jù)意識決定。本科生的數(shù)據(jù)需求最低，一方面可能是因為科研活動少、科研層次較淺，所以導致的需求低，另一方面可能是數(shù)據(jù)意識低，即沒有意識到數(shù)據(jù)的價值、沒有利用數(shù)據(jù)的想法、不知道自己需要數(shù)據(jù)等多種原因導致的需求低?？梢?，在對本科生進行信息素養(yǎng)教育時，需要培養(yǎng)其數(shù)據(jù)意識。同樣的，教師的數(shù)據(jù)需求最高，可能是因為研究活動增多導致，也可能是教師的數(shù)據(jù)利用意識較高。

(2)不同專業(yè)用戶數(shù)據(jù)使用頻率差異分析

根據(jù)不同專業(yè)用戶對數(shù)據(jù)的使用頻率求得均值，繪制柱狀圖，如圖2所示。

圖2 不同專業(yè)用戶數(shù)據(jù)使用頻率柱狀圖

根據(jù)圖2可以看出，數(shù)據(jù)使用頻率從高到低的專業(yè)分別是：經(jīng)濟學、管理學、法學、教育學、文學。

可知，數(shù)據(jù)需求最高的是經(jīng)濟學類專業(yè)用戶，經(jīng)濟學是指研究國民經(jīng)濟各方面問題的學科，包括各種經(jīng)濟關系和經(jīng)濟活動規(guī)律。經(jīng)濟學研究大多都采用模型驅動的研究范式，即先構建模型，再搜集實證數(shù)據(jù)去驗證模型的合理性[5]，或通過根據(jù)現(xiàn)有數(shù)據(jù)設定模型。無論是哪種方式，都對數(shù)據(jù)有著極強的依賴性，數(shù)據(jù)的數(shù)量和質量已經(jīng)成為制約經(jīng)濟學模型研究的主要因素[6]。因此，具有高的數(shù)據(jù)查找、篩選能力對于經(jīng)濟學研究至關重要。

其次，是管理學類專業(yè)用戶，管理學是指研究管理活動的基本規(guī)律和方法的科學[7]。管理學研究是復雜的，因為影響管理活動的因素眾多，不僅有生產(chǎn)力和生產(chǎn)關系，還有自然因素、政治、心理、文化等，所以管理學的研究方法也是復雜的[8]。數(shù)學作為管理學的理論基礎，決定了管理學研究必然離不開對數(shù)據(jù)的利用。

再次，是法學類專業(yè)用戶，法學是指研究國家和法的科學[9]。法律學、政治學、社會學的實證研究離不開數(shù)據(jù)，通過對數(shù)據(jù)的收集與分析，說明法律效果或社會效果、制度/政策合理性、社會現(xiàn)狀等。

從次，是教育學類專業(yè)用戶，教育學是研究教育規(guī)律、現(xiàn)象及方法的學科，教育學發(fā)展之初以理論研究為主，多以體驗、領悟為核心[10]。隨著研究方法的發(fā)展，出現(xiàn)了對假設檢驗方法的運用[11]。隨著假設檢驗方法的興起，則產(chǎn)生了數(shù)據(jù)需求。

最后，是文學類專業(yè)用戶，文學學科是指研究文學作品與文學現(xiàn)象的學科，包含的二類學科有中/外語言文學、新聞傳播學、藝術學。傳統(tǒng)文學對數(shù)據(jù)的利用較少，但是，對著數(shù)據(jù)密集型科研范式的到來，在文學領域進行定量分析已悄然興起[12]。隨著統(tǒng)計文藝學的興起，文學領域對數(shù)據(jù)的需求將逐漸增多。

可以看出，雖然不同專業(yè)數(shù)據(jù)需求高低有區(qū)別，但是總得來說，都具有使用數(shù)據(jù)的需求。本研究的前提是有過數(shù)據(jù)使用或數(shù)據(jù)查找的經(jīng)歷，所以在之后的數(shù)據(jù)分析中，剔除了10位從沒引用過數(shù)據(jù)的用戶。

3.4 數(shù)據(jù)查找困難度與檢索能力分析

3.4.1 數(shù)據(jù)查找困難度

采用問題T1——“我認為找數(shù)據(jù)是個麻煩事”來衡量用戶在情感上對于查找數(shù)據(jù)的看法。問題T2——“我在檢索數(shù)據(jù)時通常要找很久”來衡量實際操作中查找數(shù)據(jù)的情況。例如：我認為找數(shù)據(jù)是一個麻煩事，我在找數(shù)據(jù)時通常要找很久，則認為該用戶在查找數(shù)據(jù)方面存在困難。

圖3 查找數(shù)據(jù)困難度柱狀圖

根據(jù)圖3可以看出，對于大多數(shù)用戶來說，在查找數(shù)據(jù)方面存在困難。訪談用戶S6、S7、S12等，也表示查找數(shù)據(jù)是一個很花費精力、耗費時間成本的行為，而且往往收效很低。有的用戶表示很無奈，并表明現(xiàn)狀就是這樣，沒辦法?？梢?，降低用戶查找數(shù)據(jù)的困難度是數(shù)據(jù)服務的緊要任務。

3.4.2 數(shù)據(jù)檢索能力

選擇合適的方法和工具，高效地找到所需數(shù)據(jù)，即是數(shù)據(jù)檢索能力。在以往的檢索能力培訓中更多的是針對文獻檢索，隨著數(shù)據(jù)需求的增多，應增加有關數(shù)據(jù)檢索能力培訓的課程、講座，以此來提高用戶查找數(shù)據(jù)的能力，節(jié)省用戶的時間。本研究通過T3、T4、T5、T6問題來衡量用戶的數(shù)據(jù)檢索能力。將四個題目的選項進行賦值，從1反對到5非常贊同，賦值為1至5分，求得均值，值越高說明用戶某方面的能力越強。

圖4 數(shù)據(jù)檢索能力柱狀圖

T3——“我對本專業(yè)的數(shù)據(jù)源都很熟悉”和問題T4——“我知道去哪檢索我需要的數(shù)據(jù)”，用T3問題來考察用戶對數(shù)據(jù)源的了解情況，用T4來衡量用戶對數(shù)據(jù)源的選擇能力。T5——“我知道如何檢索數(shù)據(jù)”，這個問題是用來衡量用戶對于檢索方法的掌握情況，如檢索式的構建等。T6——“當不同來源的數(shù)據(jù)值不一樣時，我知道如何選擇出相對準確的”，用該問題來衡量用戶對數(shù)據(jù)及數(shù)據(jù)源的評價能力，選出好的數(shù)據(jù)源很大程度上就決定了數(shù)據(jù)的質量。

整體而言，從圖4數(shù)據(jù)檢索能力折線圖可以看出，普遍而言，社會科學領域研究者的數(shù)據(jù)檢索能力有待加強。相對而言，用戶較強的能力為“知道如何檢索”，即用戶基本具有將需求轉化為檢索式的能力，這點可能是用戶在長期的文獻檢索中積累的；用戶相對較欠缺的檢索知識為對本專業(yè)網(wǎng)絡數(shù)據(jù)源的了解，缺乏對數(shù)據(jù)源的了解，就會在查找數(shù)據(jù)時無從下手，造成檢索的低效率。在之后的數(shù)據(jù)素養(yǎng)教育中，則要重點加強對用戶所欠缺的能力的培養(yǎng)。

3.4.3 用戶數(shù)據(jù)檢索能力差異分析

為探究不同身份、專業(yè)用戶，檢索能力的差異性，分別對T3、T4、T5、T6與身份、專業(yè)做方差分析。在方差分析前先進行方差齊性檢驗，由表4可知，各組的方差在顯著性水平為0.05時，沒有顯著性差異，即方差具有齊性。方差檢驗結果為：①不同專業(yè)、身份用戶對本專業(yè)數(shù)據(jù)源的熟悉程度沒有差異；②不同專業(yè)、身份用戶的數(shù)據(jù)源選擇能力均具有差異；③不同專業(yè)、身份用戶構建檢索式的能力沒有差異；④不同身份用戶的數(shù)據(jù)源評價能力沒有差異，不同專業(yè)用戶間存在差異。具體的差異如圖5所示。

表4 數(shù)據(jù)檢索能力與身份、專業(yè)方差分析表

圖5 不同用戶檢索能力差異分析圖

由圖a不同身份用戶群體對網(wǎng)絡數(shù)據(jù)源熟悉度差異分析可以看出，對于本專業(yè)網(wǎng)絡數(shù)據(jù)源的熟悉程度最高的為教師，最低的為本科生，碩士生與博士生相差不大。基本可知，隨著研究水平的增高對數(shù)據(jù)源的熟悉程度逐漸增高。但是應該注意到，博士生的科研經(jīng)驗、研究層次都比碩士用戶豐富，卻對本專業(yè)的網(wǎng)絡數(shù)據(jù)源的熟悉程度與碩士差不多，與教師用戶相差很多。

由圖b不同身份的用戶數(shù)據(jù)源選擇能力差異分析可知，選擇能力最強的為教師群體，最弱的為博士用戶。

可以看出，最需要關注的為博士用戶群體，在現(xiàn)實中，往往我們都會默認博士具有較高的綜合能力，但是根據(jù)分析結果可以看出，最需要提升數(shù)據(jù)檢索能力的用戶群體為博士用戶，一方面原因為，我們對博士生檢索能力的慣性思維，致使博士生受到檢索能力培訓機會的降低，很少有專門針對博士生檢索能力培訓的課程或講座；另一方面是，博士生對數(shù)據(jù)的完整性、系統(tǒng)性、內(nèi)容深度、準確性等方面要求較高，在較高要求的情況下，反襯出能力的不足。

由圖c不同專業(yè)用戶數(shù)據(jù)源選擇能力的差異分析可以看出，數(shù)據(jù)源選擇能力最強的專業(yè)為教育學類專業(yè)用戶，其他專業(yè)用戶能力水平相近。即表明，當教育學類專業(yè)用戶需要查找數(shù)據(jù)時，大多數(shù)用戶都清楚應該選擇哪個或哪幾個數(shù)據(jù)源去檢索。根據(jù)之前的研究，教育學專業(yè)用戶對網(wǎng)絡數(shù)據(jù)源的熟悉度并不比其他用戶強，但數(shù)據(jù)源選擇能力卻明顯優(yōu)于其他專業(yè)用戶，可能原因為教育類專業(yè)數(shù)據(jù)網(wǎng)站、數(shù)據(jù)平臺較少或教育學用戶數(shù)據(jù)需求較固定，產(chǎn)生無需選擇的可能。

由圖d不同專業(yè)用戶數(shù)據(jù)篩選能力差異分析可以看出，數(shù)據(jù)篩選能力最強的專業(yè)用戶群體為管理學用戶，最弱的為文學用戶。管理學用戶相對于文學用戶具有較豐富的查找數(shù)據(jù)的經(jīng)驗、及使用數(shù)據(jù)的經(jīng)歷，可能導致較高的數(shù)據(jù)篩選能力。

3.4.4 數(shù)據(jù)查找困難度與數(shù)據(jù)檢索能力相關分析

為探究用戶對數(shù)據(jù)查找困難程度與檢索能力之間的關系，本研究采用Spearman法對兩組變量進行相關性分析。

表5 數(shù)據(jù)檢索能力與數(shù)據(jù)查找困難度的相關分析

根據(jù)相關分析的結果表5所示，P值小于0.05，則認為檢索能力與查找數(shù)據(jù)的困難度具有統(tǒng)計學意義的相關性，r值為-0.263，則說明二者之間具有負相關性，即隨著檢索能力的提高，查找數(shù)據(jù)的困難度會降低。通常講，當0.2

查找數(shù)據(jù)的困難度可能與多種因素有關，比如用戶的研究任務、用戶個性不同對困難的感知程度不同等，都會影響對困難度的衡量，檢索能力是一部分，雖然相關性較弱，但是也應得到充分重視。

4 結語

根據(jù)本研究的研究結果，56%的用戶數(shù)據(jù)需求較強，40%的用戶數(shù)據(jù)需求較弱，以及3.45%的用戶沒有使用過數(shù)據(jù)。數(shù)據(jù)需求低，一方面是由研究層次或研究任務決定的，一方面是用戶沒有意識到自己的數(shù)據(jù)需求，即需求還處在初始或萌芽階段，對于這類用戶需要對其進行引導，使其意識到數(shù)據(jù)作為資源對于科學研究的促進作用，如訪談用戶S9說：“自己有的時候也想不到要用數(shù)據(jù)，看別人的論文時發(fā)現(xiàn)別人用了，自己就想去找找看有沒有更新的數(shù)據(jù)”。即數(shù)據(jù)需求是可以培養(yǎng)的，并不是所有用戶一開始就知道自己需要或不需要數(shù)據(jù)，而是在研究的過程中通過閱讀、學習，逐漸明晰自己的數(shù)據(jù)需求。圖書館在提供數(shù)據(jù)服務時，對于數(shù)據(jù)需求較低的用戶，可著重于數(shù)據(jù)使用意識的培養(yǎng)，包括數(shù)據(jù)價值的解釋、科研范式轉化的介紹等。

通過對用戶查找數(shù)據(jù)時的感受和查找數(shù)據(jù)耗費的時間進行調(diào)查，研究發(fā)現(xiàn)大多數(shù)用戶表示查找數(shù)據(jù)非常麻煩，要耗費很長的時間。并且據(jù)訪談用戶表示，找數(shù)據(jù)經(jīng)常需要找很久，但是經(jīng)常竹籃打水，有時甚至會因為找不到相關數(shù)據(jù)而更改研究設計(S14)。訪談用戶認為，查找數(shù)據(jù)麻煩的主要原因有：①數(shù)據(jù)不公開導致。大多數(shù)用戶表示，自己找不到數(shù)據(jù)是因為被調(diào)查數(shù)據(jù)不公開發(fā)布，或者有些數(shù)據(jù)確實存在，也聯(lián)系了相關人員，但是還是難以獲得。如訪談用戶S6說：“有一次在找關于阿壩州的數(shù)據(jù)，詢問當?shù)氐恼?，說明是以學術研究為目的，但是對方還是不肯提供?！雹诓淮嬖谙嚓P數(shù)據(jù)。部分研究者表明，自己的科研內(nèi)容比較具有創(chuàng)新性，目前還不存在已經(jīng)調(diào)查好的數(shù)據(jù)(S15)。③數(shù)據(jù)收費。數(shù)據(jù)資源具有巨大的潛在價值，就是普通的統(tǒng)計數(shù)據(jù)有時也能產(chǎn)生巨大的影響，所以數(shù)據(jù)收費是目前的普遍現(xiàn)象。雖有少部分用戶表示可以接受收費，但是大多數(shù)用戶表示會放棄收費數(shù)據(jù)，轉而尋找可替代的。④數(shù)據(jù)檢索能力欠缺。在大學課程里有很多關于文獻信息的檢索課，但是卻欠缺關于數(shù)據(jù)檢索的培訓，多數(shù)用戶表示自己在檢索數(shù)據(jù)時多次構建檢索式但還是檢索不出想要的結果(S6)。

通過對數(shù)據(jù)檢索能力進行調(diào)查，發(fā)現(xiàn)被調(diào)查用戶普遍檢索能力一般。通過用戶查找數(shù)據(jù)困難度與數(shù)據(jù)檢索能力的相關性分析得出，數(shù)據(jù)檢索能力的提高，確實可以一定程度上減少用戶的數(shù)據(jù)查找困難度。相對而言更需要提升的為對本專業(yè)數(shù)據(jù)源的熟悉程度和數(shù)據(jù)源評價能力，用戶已基本具有選擇數(shù)據(jù)源的能力并且掌握了一定的檢索方法。通過分別對有關檢索能力的四項內(nèi)容與身份、專業(yè)做方差分析，得到的結果為：①數(shù)值型數(shù)據(jù)庫熟悉程度與身份有關，與專業(yè)無關。在身份分組中，從本科到教師，隨著身份層次的增高，對于本專業(yè)數(shù)值型數(shù)據(jù)庫的熟悉程度逐漸增高，碩士、博士相差不大。②數(shù)據(jù)源選擇能力與身份、專業(yè)均具有關聯(lián)性。在身份分組中，數(shù)據(jù)源選擇能力最低的為博士生，其次為本科生、碩士生，最高的為教師。在專業(yè)分組中，數(shù)據(jù)源選擇能力最強的專業(yè)為教育學，最低的為管理學專業(yè)，其他專業(yè)差別不大。③是否掌握了檢索方法與身份、專業(yè)無關。④數(shù)據(jù)源評價能力與身份無關，與專業(yè)有關。數(shù)據(jù)源評價能力最強的專業(yè)為管理學，其次為教育學、經(jīng)濟學、法學，最低的為文學類專業(yè)用戶。通過本研究，可以為用戶提供更有針對性、更高效的培訓服務。需要重點向本科生介紹本專業(yè)數(shù)據(jù)源，提高博士研究者、及管理學用戶的數(shù)據(jù)源選擇能力，提升文學用戶的數(shù)據(jù)源評價能力。

隨著科學研究范式的轉變，數(shù)據(jù)在科學研究中發(fā)揮著越來越重要的作用，數(shù)據(jù)素養(yǎng)也成為研究者亟需提升的素養(yǎng)之一。但是目前在用戶數(shù)據(jù)查詢方面的研究還較少，本研究具有拋磚引玉的作用。