成年人的统计素养：价值·组成·责任外文翻译资料

成年人的统计素养：价值·组成·责任^[1]

原文作者 Iddo Gal 单位University of Haifa, Israel

介绍和需求

众多课程框架以及国内外的教育方案都有包括但不限于重视数学科学的要求，强调在信息密集化社会中，令人们发挥有效作用的重要性。（例：联合国教科文组织[UNESCO]，1990；澳洲教育委员会，1991；美国科学促进会[AAAS]，1995；欧盟委员会，1996；美国数学教师协会[NCTM]，2000。）本文着力于统计知识，如果要使成年人（或者说未来的成年人）成为更善于理解信息的市民或者雇员，有一处关键却往往被忽视的技巧层面亟需得到重视。

　　过去有一些极富说服力的发言，宣告了统计推理和统计知识在社会生活中所具有的重要性。譬如莫尔（Moore）在1998年美国统计学会上发表的会长报告，他表示在缺乏统计组件的情况下讨论政策问题时是困难的，他认为统计学是一门通用而基础的方法，因为现代生活中数据、变化、可能性无处不在。沃尔曼（Wallman）在1992年的美国统计学会上发表会长报告，强调了在全人类各个领域加强人们对统计学以及统计思维的理解的重要性，部分原因在于人们对统计学在公共选择和私人选择中发挥的作用缺乏了解，存在一定的多方面的误解、误读、怀疑与顾忌。研究认知过程的学者们强调，合理的判断过程与概率推理对人们做出有效决定的能力至关重要(卡尼曼、斯洛维克和斯特沃基 Kahneman，Slovic amp; Tversky 1982)，同时他们展示了统计学的训练可以帮助人们解决日常问题（(柯索尼和温宁Kosonen amp; Winne 1995）。行业培训师和教育策划师指出，理解统计学以及数学能力是各行各业的雇员们都需要掌握的工作技巧的一部分。(例：卡尔内瓦莱，金娜以及梅尔泽 Carnevale, Gainer, amp; Meltzer, 1990; 巴克尔Packer, 1997).

　　尽管有诸多信息来源都强调了统计素养在日常生活中的重要性，迄今为止，鲜少有描述成年人群体整体统计素养的基本性质的著作出版。首先，抓住定义性问题对于研究非常重要。在公共讨论中，“素养”一词往往和指代特定知识领域的术语联系在一起（例如“电脑素养”）。在此种情况下，使用“素养”一词往往使人们将其与预期中应该掌握的“基础技能”联系在一起，而非视为仅有少数人能够掌握的一系列更加先进的知识与技巧。按照这一逻辑，统计素养在一些人眼中意味着了解最基本的统计学概念和程序。随着“素养”一词愈发频繁的使用，它被作为描述人们在特定领域的目标导向性行为的能力的词汇，意味着广泛的知识集群，而非单纯的事实性知识以及具体的正式或非正式的技能，它也包括理想信念、心智习惯、诸般态度，还包括一般常识和批判视角。

　　根据素养一词的拓展概念，沃尔曼认定统计素养即理解和批判性评价日常生活中统计结果的能力，以及理解统计思维对帮助公众或个人在做出专业性选择或私人选择时的重要性的能力。沃森提出一个关于统计素养的三层框架，该框架逐层变得复杂：对于概率和统计术语的基础理解；对于更广泛的社会讨论中蕴含的统计语言和概念有所了解；对缺乏正确统计基础而相互矛盾的言论持有怀疑态度。

　　关于特定领域素养的复合拓展概念也可借用现有概念的一部分加以阐述，即“科学素养”。谢姆斯回顾了之前关于科学素养的著作，这些著作曾提到可共用基础模块：掌握基础词汇，理解科学过程，理解科学和技术对社会的冲击力。詹金斯则认为科学素养可以用科学知识和科学态度，再加上对科学方法论的理解加以描述。

　　谢姆斯认为假定人们具有或不具有科学素养这一过程过于简化，他认为一个人的科学素养在描述中应该是一段连续的经历，由三个互有交集但复杂程度逐层递进的层面组成。其中最基础的一层是“文化性”科学素养，即能够掌握媒体在谈论科学问题时所涉及的一些术语。接下来是“功能性”科学素养，相比前者增添更多实质性的要求，譬如“个体不仅要理解某个科学词汇，更要在交谈、阅读、书写中熟练地使用它，或许能在一些非技术然而有意义的场景中运用这一词汇。”（P88）这一等级同样要求人们对于简单的日常性质的知识有所了解，详实太阳系的一些知识（譬如地球绕着太阳转和日蚀发生的过程）。最后，“真正”的科学素养要求对科学全盘规划（譬如重要的概念方案或是科学基础理论及研究过程）有一定了解，同时要理解科学探索的过程。举例而言（例子同样来自卢瑟福Rutherford, 1997），比如理解“事实”和“理论”的相对关系，明白知识是怎样证实和积累下来的，懂得实验和数学在科学中懂得重要性，拥有理解公共传播中涉及的科学问题的能力，也能理解和讨论科技对公共生活的冲击。

　　随着上述“素养”和“科学素养”两词的广泛使用，本文开发了符合成年人预期的统计素养的相关构想（与学生学习的统计学并不相同），尤其是对工业社会里的成年人而言。本文在本文中，统计素养这一术语宽泛地指代两个相互关联的元素，（a）初级能力：诠释和批判性评价统计信息，涉及数据的论点以及在不同领域遇见的随机现象。（b）进阶能力：在遇到统计信息时有所反应，譬如进行讨论和交流，包括理解信息的含义，自身对信息的解读，对所给出结论的可信度的关切。这些品质和行为并不基于成年人自身，而是建立在一些互有关联的知识基础和倾向上，这些都会在本文中加以讨论。

统计素养在诸多方面既有益于个体，也有利于社会。如果成年人希望全面掌握对于当前社会和个人而言重要的趋势和现象，譬如犯罪率、人口增长率、疾病传播速度、工业产量、教育成就和就业趋势，那么拥有统计素养是非常必要的。在面临抉择时（譬如购买彩票、理解保险条款和医疗建议），统计素养对人们做出选择很有帮助。在公共辩论和社会行为中，它支持了人们的知情参与。在当今众多工作场合中，雇主对统计素养的需求也在提升，要求工人们提升对品质范围相关统计信息的理解（巴克尔，1997）。有一种说法认为，工人理解组织状况的信息，有利于激发工作热情（伯恩和罗勒，1992）。上下文中有诸多统计素养被唤起的例子，表明大多数成年人都是统计信息的使用者（而非制造者）。然而，尽管统计素养在诸多生活场景有着关键作用，尚未有文献对构成成年人统计素养的技能和倾向的性质进行详细讨论(盖尔, 1994; 沃森, 1997)，因而会在本文中加以论述。考虑到统计素养的评估和说明，在其他问题能被妥善解决之前，理清构成统计素养之基石的特点是很有必要的。

一种模型

这篇文章的内容是有关于人在一些情景中的有效的'数据消费者'的能力。这些情景包括，当人们在家里看电视、阅读一份报纸、看着广告购物、访问互联网网站、参与社区活动、参加公民或政治事件，或当他们阅读工作场所的材料或听工作报告的时候。这些情景包括但不是限于印刷和视觉媒体，它们代表人们遇到大肆'满载信息'的时刻环境 （欧洲委员会，1996年）。在这种情况下，统计信息可以表示以下三个方面——通过文本 （书面的或口头的），数字和符号和图形或表格显示并举。为了简化本文的介绍，文中提及的人物包括演员，扬声器，作家、 读者、 听众或观众，任何主动或被动的角色。

人们在阅读上下文的时候，应区分查询上下文中人们（例如学生、统计学家） 从事的实际数据 （不确定性和普凡库赫，1999年）。在文中个人作为'数据生产者'或'数据分析器'，通常不得不解释他们自己的数据和结果报告他们的调查结果和结论。阅读上下文中的统计推理等方面的重要信息，读者可在阅读之后进一步审查。

本文提出了一种模型，总结了在表 1 中，知识基础和其它的过程，应该提供给成人，和从学校毕业的学生，使他们可以理解，解释，批判性评价，和对在阅读上下文时遇到的统计信息做出反应。先前的工作的基础，如上文所述统计素养和科学识字率、模型假定、统计扫盲，同时涉及到知识构件 （由五个认知要素组成： 识字技能、统计知识、 数学知识、 语境知识和关键问题） 和倾向性的要素 (由两个要素组成： 信念、态度和关键立场）。

表

基于人们整体的计算能力(Gal，2000年），组件和元素提出的模型不应看作固定的和独立的实体，而是依赖语境、动态的知识和在统计识字的行为。人们理解和解释统计信息需要的不只是统计知识本身，也需要其它可用性知识文库： 识字技能、 数学知识和上下文知识。然而，统计信息（包括批评性的评价理解和解释）取决于其他因素：人们拥有的访问关键问题和激活一个批判的立场的能力，这种能力反过来支持了人们一定的信念和态度。在随后各节将叙述这些模型因素，虽然有些彼此重叠。本文最后一节论述了导致教育和政策挑战所涉的问题的研究。本文的预期的贡献就是促进进一步的统计素养方面的交流，教育工作者、执业统计学家、政策制定者和对统计有兴趣的公民可以有权发出他们对包含统计元素或参数的消息的真实世界的感觉。

外文文献出处：

[1]Dani Ben-Zvi.The Challenge Of Developing Statistical Literacy, Reasoning and thinking.2005:47-51.

外文文献原文附后

1. 本章节来自于《成年人的统计素养：价值·组成·责任》，2002年刊载于《国际统计评论》，P1-P52，引用已获授权，一切版权所有。 D.本齐和J.加菲尔德 克鲁尔学术出版社 荷兰 2004年《发展统计素养所面临的挑战——推理和思考》P47—P48 uarr;

剩余内容已隐藏，支付完成后下载完整资料

STATISTICAL LITERACY1
Meanings, Components, Responsibilities

INTRODUCTION AND NEED

Many curriculum frameworks and national and international educational initiatives, including but not limited to those focusing on the mathematical sciences, underscore the importance of enabling all people to function effectively in an information-laden society (e.g., United Nations Educational, Scientific and Cultural Organization[UNESCO], 1990; Australian Education Council, 1991; American Association for the Advancement of Science (AAAS), 1995; European Commission, 1996; National Council of Teachers of Mathematics [NCTM], 2000). The present paper focuses on statistical literacy, one critical but often neglected skill area that needs to bead dressed if adults (or future adults) are to become more informed citizens and employees.

Statements regarding the importance of statistical reasoning or statistical knowledge in society have been eloquently made in the past. For example, Moore(1998), in his presidential address to the American Statistical Association (ASA),claimed that it is difficult to think of policy questions that have no statistical component, and argued that statistics is a general and fundamental method because data, variation and chance are omnipresent in modern life. Wallman (1993), in a1992 ASA presidential address, emphasized the importance of strengthening understanding of statistics and statistical thinking among all sectors of the population, in part due to the various misunderstandings, misperceptions, mistrust, and misgivings that people have toward the value of statistics in public and private choices. Researchers interested in cognitive processes have emphasized the contribution of proper judgmental processes and probabilistic reasoning to peoplersquo;s1This chapter is a reprint of “Adultsrsquo; statistical literacy: Meaning, components, responsibilities,” from the International Statistical Review, 70, pages 1–52, copyright 2002,and is reproduced here with the permission of the International Statistical Institute. All right sreserved.D. Ben-Zvi and J. Garfield (eds.),copy; 2004 Kluwer Academic Publishers. Printed in the Netherlands. The Challenge of Developing Statistical Literacy, Reasoning and Thinking, 47–78.48 IDDO GAL ability to make effective decisions (Kahneman, Slovic, amp; Tversky, 1982) and showed that training in statistics can aid in solving certain types of everyday problems (Kosonen amp; Winne, 1995). Industry trainers and education planners have pointed to the important role of statistical understanding and mathematical competencies as a component of the skills needed by workers in diverse industries (e.g., Carnevale, Gainer, amp; Meltzer, 1990; Packer, 1997).

While these and other sources have helped to highlight the centrality of statistical literacy in various life contexts, few attempts to describe the nature of adultsrsquo; overall statistical literacy have been published to date. It is necessary to first grapple with definitional issues. In public discourse “literacy” is sometimes combined with terms denoting specific knowledge domains (e.g., “computer literacy”). In such cases the usage of “literacy” may conjure up an image of the minimal subset of “basic skills” expected of all citizens, as opposed to a more advanced set of skills and knowledge that only some people may achieve. Along these lines, statistical literacy may be understood by some to denote a minimal (perhaps formal) knowledge of basic statistical concepts and procedures. Yet increasingly the term literacy, when used as part of the description of peoplersquo;s capacity for goal-oriented behavior in a specific domain, suggests a broad cluster not only of factual knowledge and certain formal and informal skills, but also of desired beliefs, habits of mind, or attitudes, as well as general awareness and a critical perspective.

In line with the expanding conception of the term literacy, Wallman (1993) argued that statistical literacy is the ability to understand and critically evaluate statistical results that permeate daily life, coupled with the ability to appreciate the contributions that statistical thinking can make in public and private, professional and personal decisions. Watson (1997) presented a framework of statistical literacy comprised of three tiers with increasing sophistication: a basic understanding of probabilistic and statistical terminology; an understanding of statistical language and concepts when they are embedded in the context of wider social discussion; and questioning attitude one can assume when applying concepts to contradict claims made without proper statistical foundation.

The complex and expanding meaning of domain-specific literacy can also be illustrated by examining extant conceptions of “scientific literacy.” Shamus (1995)reviews prior works on scientific literacy that suggest common building blocks: basic vocabulary, understanding of science process, and understanding of the impact of science and technology on society. Jenkins (1996) suggests that scientific literacy can be characterized as scientific knowledge and attitudes, coupled with some understanding of scientific methodology.

Shamos (1995) argues that it would be a simplification to assume that somebody is either literate or illiterate in science, and suggests a continuum along which scientific literacy can be described, comprised of three overlapping levels that build upon each other in sophistication. The most basic one, “cultural” scientific literacy, refers to a grasp of basic terms commonly used in the media to communicate about science matters. Next, “functional” scientific literacy adds some substance by requiring that “the individual not only have command of a science lexicon but also be able to converse, read and write coherently, using such science terms in perhaps a STATISTICAL LITERACY 49non-technical but nevertheless meaningful context” (p. 88). This level also r

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[286948]，资料为PDF文档或Word文档，PDF文档可免费转换为Word