科技工作者培训需求调查与分析

維基文庫,自由的圖書館
科技工作者培训需求调查与分析
作者:赵以霞 金昆
2019年6月19日
本作品收錄於《中国科学数据
赵以霞, 金昆. 科技工作者培训需求调查与分析[J/OL]. 中国科学数据, 2019, 4(2). (2019-06-05). DOI: 10.11922/csdata.2019.0007.zh.


摘要&关键词[编辑]

摘要:随着知识更新周期的缩短,终身学习成为必须。科技工作者作为发现科学知识的群体,其继续教育有特殊性。目前针对科研工作者的研究较少。为了解科技工作者在继续教育内容方面的需求,以及融合到科研工作情境的有效培训模式,2014年4月至6月,面向科研管理人员和科研人员通过在线调查方式开展了中国科学院研究所职工培训需求调查,围绕培训方式、培训内容、培训途径以及所需要的培训帮助方面展开,共收集到872条数据,其中重复数据7条,最终有效数据为865条。调查结果显示,科技前沿知识、团队管理理论、以及科研项目和经费管理知识是科研人员最需要的培训内容,最认可的培训方式包括工作中学习、学术讲座研讨、外出参观访问等,不同的职称倾向有区别。通过数据集,可以分析不同岗位、不同职称的科技工作者需要的培训内容和培训模式。

关键词:终身学习;科技工作者;调查统计;培训模式

Abstract & Keywords[编辑]

Abstract: With the shortening of knowledge updating cycle, lifelong learning becomes necessary. As a group of scientists and technicians who pursue the discovery of scientific knowledge, their continuing education has its particularity. At present, there are more studies on continuing education in medicine and engineering at home and abroad, but less on other science researchers. In order to understand the needs of science workers in terms of continuing education and its effective training modes, an online survey was conducted from April to June 2014 to investigate their training needs, focusing on the methods, contents, approaches and other assistance they expected from training. 872 pieces of data were collected, of which 7 were duplicated and 865 were valid. The survey results show that the most needed contents include frontier professional knowledge, team management theory, research projects and fund management knowledge, while the most recognized training methods include learning through work, academic seminars, visits and so on. People with different professional titles have different tendencies. The dataset enables us to analyze the training content and mode needed by scientists in different positions and of varied titles.

Keywords: lifelong learning; scientist; survey and statistics; training mode

数据库(集)基本信息简介[编辑]

数据库(集)名称 2014年科技工作者培训需求调查数据集
数据作者 赵以霞、金昆
数据通信作者 赵以霞(zyx@cnic.cn)
数据时间范围 2014年
调查范围 中国科学院116个机构科研职工
数据量 124 KB,865条
数据格式 *.xlsx
数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/742
基金项目 中国科学院“十二五”信息化建设子课题“中国科学院学习e平台”(2014-2015)。
数据库(集)组成 数据集由问卷和有效样本数据2部分组成。《研究所职工培训需求》调查共由8个问题构成;有效样本数据包括865条样本,每条样本数据有9个字段,其中基本信息有4个字段。

Dataset Profile[编辑]

Title Survey and analysis of scientists’ training needs (2014)
Data corresponding author Zhao Yixia (zyx@cnic.cn)
Data authors Zhao Yixia, Jin Kun
Time range 2014
Survey scope Scientific Research Staff of 116 Institutions of Chinese Academy of Sciences
Data volume 124 KB, 865 entries
Data format *.xlsx
Data service system http://www.sciencedb.cn/dataSet/handle/742
Sources of funding E-learning System Project of the 12th Five-Year Informatization Program of the Chinese Academy of Sciences.
Dataset composition The dataset consists of 2 parts of data: Survey questions for scientists’ training needs and valid sample data. The The former is composed of 8 questions, while the latter includes 865 samples, each with 9 fields, including 4 fields for basic information.


引 言[编辑]

随着技术的发展,知识更新周期不断缩短,联合国教科文组织的一项研究展示,随着科学技术的发展,人们知识更新周期越来越短。从18世纪时的80~90年,到19世纪20年代缩短为30年,到20世纪80~90年代缩短为5年,进入到21世纪后,许多学科的知识更新周期已缩短至2~3年。1965年,法国成人教育家保罗·朗格朗(Paul Lengrand)正式向联合国教科文组织会议提交“关于终身教育的提案”[1]。终身学习成为必须。知识经济社会,科技是第一生产力。科技创新,人才为本。人才已经成为最重要的战略资源,要实施人才强国战略,需切实加强科技人才队伍建设。《国家中长期科技发展规划纲要(2006–2020)》提出了5个方面的规划,其中包括充分发挥教育在创新人才培养中的重要作用。《“十三五”国家科技创新规划》指出要大力培养和引进创新型科技人才,促进创新型科技人才的科学化分类管理,探索个性化培养路径。国家对专业技术人员的继续教育有着较为具体的规划,由于科研人员尤其是自然科学研究人员是知识的发现者,知识更新具有不同的特点,国内外对科研人员的培训研究较少。中国科学院作为中国自然科学最高学术机构、科学技术最高咨询机构、自然科学与高技术综合研究发展中心,共有7万多名科研工作者。为此,结合中国科学院继续教育网建设工作[2],笔者面向科技工作者开展“研究所职工培训需求”调查,试图了解科研人员培训内容、培训模式方面的需求,为开展个性化的培训提供统计数据支持。

1 数据采集和处理方法[编辑]

本数据集的取得由问卷设计、数据采集、数据清洗步骤组成。

1.1 问卷设计[编辑]

本调查面向科研人员和科研管理人员,围绕培训模式和培训内容维度开展。问卷共由8道题目组成,其中1道为主观问答题。调查问卷的设计由继续教育与培训领域的4名专家共同拟定。

1.2 数据采集与清洗[编辑]

(1)明确调查对象:本调查面向中国科学院研究所职工,包括科研人员和科研管理人员。

(2)问卷发放:本调查依托中国科学院继续教育网在线调查功能,于2014年4月至6月创建和发布,在线问卷通过电子邮件的方式向中国科学院各研究所发放,由各机构培训主管按照本机构高级职称、中级职称和初级职称的比例确定参加调查人群比例,发放问卷填写地址。

(3)问卷回收:问卷填写时间为2014年6月10日至6月25日,共回收有效问卷865份。为保证调查问卷质量,对回收样本的相关条件做了进一步限定:第一,通过研究所培训主管筛选典型岗位人群,保障代表性;第二,只回收填写完整的问卷;第三,设置同一电脑/手机限制,防止受访者重复提交答案;第四,对回收回来的重复问卷(以主观题答案重复为主要维度,同时统计其他题目的重复情况),最终回收问卷872份,其中完全重复数据为7份,最终有效问卷为865份。

(4)数据清洗:在完成质量检验后,根据实际需要,进一步对拟发布数据集进行整理。其中:为保护受访者信息,过滤掉易对号入座的所属研究所信息。在问卷中,年龄和任职年限合并为一道题;在数据清洗中,把这道题分解为两道题,分别是年龄和任职年限,进行单独统计,以便于了解样本的年龄分布和任职分布。同时针对各项返回值进行规范化编码,形成完整规范的数据集。

1.3 样本数据人口统计特征[编辑]

本调查问卷所获得的865份有效样本的人口统计特征如下(详见数据集Q1至Q3)。其中,受访者年龄分布方面,30~60岁之间的科研中坚与骨干力量占比72%;从事工作年限方面1~5年占比最大,为77%,1年以下的仅为2%;受访者科研技术人员占比73%,科研管理人员占比27%;科研技术人员的职称分布方面,具有高级职称(副高及以上)的受访者占比44%,中级职称为34%,初级职称为22%(详见表1)。


表1 样本人口统计基本特征描述

序号 样本特征 具体统计 样本数 百分比
1 年龄 30岁以下31~40岁41~50岁51~60岁 24348611719 28%56%14%2%
2 任职时间 1年以下1~5年6~10年11~20年 1666813843 2%77%16%5%
3 人员类别 科研管理科研技术 232633 27%73%
4 职称 科研人员(63%) 初级专业技术人员(22%) 141 16%
中级专业技术人员(34%) 215 25%
高级专业技术人员(44%) 277 32%
管理人员(27%) 管理部门中层领导(52%) 120 14%
综合管理人员(48%) 112 13%
5 合计 865 100%


2 数据样本描述[编辑]

清洗后的有效样本数据集中,单个样本涵盖调查内容共8个问题,年龄(Q2)和任职年限(Q3)为数值型字段,其余均为字符型。选取第一份样本,内容展示见表2。其中,各表头编码的实际意义详见本数据集“编码”表单中的详细定义。


表2 样本示例

Index submittime
1 2014-06-11 10:29:50

注:每列的说明依次为序号、提交答卷时间。


(受访者基本信息)

Q1 Q2 Q3
管理部门中层领导 37 0.5


(定性量表)

Q4 Q5 Q6 Q7 Q8
杰青/优青基金 边工作边培训 外出参观访问 心理健康和自我情绪管理知识 我所培训体系较为完善,培训时间安排也相对合理,希望能加强管理类培训


3 数据质量控制和评估[编辑]

3.1 质量控制[编辑]

样本回收的质量控制主要包括系统限定和人工干预两部分。其中,依托中国科学院继续教育网所进行的样本回收条件,系统限定为避免短时IP重复填写。人工干预内容主要为查验回收样本的完整性和重复性等。

此外,调研过程中,为了能够更加真实地了解各级各类科技工作者培训需求情况,面向中层管理人员和科技人员发放问卷,并侧重增强对科技人员的问卷投放数。实际回收的865份有效样本中,具有高级职称(副高及以上)的受访者占到总数的44%、中级职称占34%、初级职称占22%。

3.2 质量评估[编辑]

由于本问卷重点是面向科研人员和科研管理人员的培训需求调查,重点在了解用户所需的培训内容和培训模式,以及所需要的培训帮助,因此问题基本都是定性问题。鉴于数据填写的完整性,本调查数据集具有一定的可信度,适合进一步开展分析工作。

3.2.1 科技工作者最需要的培训内容分析[编辑]

科技工作者在回答“职工未来发展最需要的培训内容”问题时,最需要的培训内容从高到低依次是科技前沿知识、团队管理理论、科研项目和经费管理知识、科学精神与社会科学素养、心理健康和自我情绪管理知识,以及其他。当科技工作者选择“其他”选项时,可以进一步按个人需求写明具体内容。共有32位科技工作者选择“其他”选项,并填写主观需求,基本聚焦在“科研方法与技术相关的知识”方面。因此,虽然只有32位科技工作者通过“其他”选项反馈“科研方法与技术相关的知识”需求,但这些需求来自主观填写,显示出较高的重合度,这说明科技工作者对科研方法和技术工具类的培训需求比较显著(图1)。


图片

图1 科技工作者最需要的培训内容


此次参加调查的高级科研人员有277名,中级科研人员有215名,初级科研人员为141人,综合管理人员为112名,管理部门中层领导为120名。针对初级专业技术人员、中级初级专业技术人员、高级初级专业技术人员、中层管理和综合管理5类人群,分析其所最需要的培训内容特点,虽然没有显著差异,但是不同职称和岗位性质的科技工作者对内容的需求还是存在不同。

初级科研人员最需要科技前沿知识,占比44%;其次为科研项目和经费管理知识,占比为24%。中级科研人员最需要科技前沿知识,占比为46%;其次为科研项目和经费管理知识,占比为18%;紧跟其后的是团队管理理论,占比17%。对于高级科研人员而言,对于科技前沿知识和团队管理理论同样需要,均占比30%;再接下来是科研项目和经费管理知识,占比20%。对于科研管理岗位,所需培训内容有较大区别,管理部门中层领导最需要团队管理理论,占比57%;其次为科研项目和经费管理知识,占比为16%;接下来是科技前沿知识,占比为8%。综合管理人员最需要团队管理理论,为26%;其次为科研项目和经费管理知识,占比为22%;接下来需要科学精神与社会科学素养、心理健康和自我情绪管理知识,均占比18%。

从上面数据可以看出,科研人员最核心需要的是科技前沿知识、科研项目和经费管理知识,以及团队管理理论。这说明了随着职称的提升,科研人员越来越关注团队管理理论知识,而科技前沿知识一直是最重要的培训内容。对于科研管理人员而言,最需要的是团队管理理论,其次是科研项目和经费管理知识,但综合管理人员和管理部门中层领导在科技前沿知识方面的需求有差异。不同级别的科研人员和科研管理人员所需要的培训内容走势如图2所示。


图片

图2 不同级别科研人员所需培训内容走向图


3.2.2 最有效的培训途径分析[编辑]

在“最有效的培训途径”问题中,初级科研人员认为前三种最有效的培训途径为工作中学习、集中脱产培训、学术讲座研讨;中级科研人员最认可工作中学习、外出参观访问、学术讲座研讨;高级科研人员认为最有效地培训途径依次是工作中学习、学术讲座研讨、外出参观访问。通过分析不同级别科研人员最认可的培训途径,可以看出,对于科研人员而言,学习与工作是一致的;学术讲座研讨和外出参观访问均意味着“交流”的需求。对于科研管理人员而言,管理部门中层干部最倾向于工作中学习和集中脱产培训,二者均占比36%;综合管理人员最倾向于集中脱产培训,其次为工作中学习,分别占比42%和29%。对比科研人员和科研管理人员,其最认可的均为工作中学习,在培训方式上,有较强的一致性,如图3所示。


图片

图3 不同级别科研人员最有效培训途径走向图


3.2.3 关于需求的主观题数据分析[编辑]

本次调查针对各级科研人员还设置了一道主观题目“根据您任现职的感受和今后发展设想,您希望单位在继续教育和培训方面给您哪些帮助”,通过开放式问答收集更多的信息。除了个别填写“无”外,大部分科研人员比较认真地填写了该问题。通过主题抽取,可以看出科研人员的主观题答案,主要聚焦在所需要的培训内容、培训机会、培训途径、培训经费4个方面。

通过对主观题进行分词、抽取,按照不同的角色分析,主要分类如表3所示。


表3 科研人员最需要的培训帮助

角色 内容
科研学术 科研基础理论、科技前沿、办公软件、保密、多媒体制作、论文写作、法律、行业交流、技能培训、交叉学科、科学方法、科学仪器、科研道德、科研工具、科研实践、期刊数据库、人工智能、实验技能、数据处理、文献检索、科研技术、演讲、英语写作、英语口语、专业技术
课题组长 财务、部门协调、成果转化、档案管理、项目管理、项目申请、行政管理、经费管理、预算管理、科研管理、团队管理、谈判、项目组织、知识产权、质量管理
科研岗位 创新、党风廉政、国情与院情、经济、科学责任、科学精神(科学大家)、社会科学素养、科学思维、人文素质、学风、职业规划
导师 心理健康、教师、学生管理、学生心理素质、研究生指导
个人 个人兴趣、个人修养、国学、缓解压力、健康、面试交流、人际交流、情绪管理、时间管理、体能锻炼、养生、艺术


4 数据价值[编辑]

本数据集可以为了解我国科研尤其是自然科学研究领域科研人员、科研管理人员培训需求提供一手资料,可供面向科研人员的继续教育与培训研究使用,也可以为建设科研院所继续教育资源,开展继续教育与培训工作提供用户分析。可使用EXCEL综合统计,概括各类人群所需要的继续教育与培训帮助,例如依据样本人口统计特征分层,可获取年龄、科研工作年限、职称等指标下的培训需求和培训模式情况,以供横向比较分析等。

致 谢[编辑]

感谢在完善调查问卷开发中贡献智慧的所有专家以及调查问卷中贡献观点的受访者。

参考文献[编辑]

  1. 李国强. 保罗·朗格朗与终身教育理论——兼论西方终身教育理论对我国教育现代化的启示[J]. 教育研究, 2017, 38(06): 146-150, 158.
  2. 赵以霞, 金昆, 金瑛. 网络环境下科研人员继续教育内容研究——以中国科学院继续教育网资源为例[J]. 科研信息化技术与应用, 2018, 9(06): 31-38.

数据引用格式[编辑]

赵以霞, 金昆. 2014年科技工作者培训需求调查数据集[DB/OL]. Science Data Bank, 2019. (2019-03-13). DOI:10.11922/sciencedb.742.


本作品在“知识共享-署名 4.0 国际”协议下发表。

Public domainPublic domainfalsefalse