教育科学研究发表

杂志简介期刊名称：教育科学主管单位：辽宁省教育厅主办单位：辽宁师范大学出版周期：双月刊国际刊号：1002-8064国内刊号：21-1066/G4邮发代号：8-91期刊级别：南大核心、北大核心期刊描述：《教育科学》杂志创办于1985，是辽宁省教育厅主管的国家重点学术期刊，CSSCI南大核心期刊，影响因子1.517，现被CSSCI 南大核心期刊(含扩展版)等权威机构收录，教育科学杂志社征稿刊社简介《教育科学》（双月刊）创刊于1985年，是由辽宁师范大学主办的教育类刊物。《教育科学》主要刊登：教育改革方面的论文及实验报告、当前社会和教育界关注的重大教育方面的问题、国内外教育理论与实践研究的最新成果。读者对象为教育科学研究工作者、教育行政管理人员、师范院校师生。期刊收录CSSCI 南大核心期刊(含扩展版)，万方收录(中)，上海图书馆馆藏，北大核心期刊(中国人文社会科学核心期刊)，国家图书馆馆藏，知网收录(中)，维普收录(中)，中国期刊全文数据库（CJFD），中国核心期刊遴选数据库，全国中文核心期刊栏目设置教育理论研究、教学研究、师德研究、教育管理、职业技术教育、比较教育、教育史研究投稿指南1．教育科学来稿标题字数不得超过20个汉字，全文字数以不超过8000字为宜。2．教育科学来稿必须附200字以内的摘要、3-5个关键词；标题、摘要、关键词及作者单位必须译成英文，附在正文之后。3．来稿必须附有每位作者的简介，包括出生年、性别、民族、出生地、工作单位、职务、职称、学位、研究方向等。4．来稿必须完整、准确地标注参考文献，具体格式如下：a.专著[M]、论文集[C]、学位论文[D]、报告[R][序号]主要责任者.文献题名[文献类型标识].出版地：出版者，出版年.起止页码（任选）.b.期刊文章[J][序号]主要责任者.文献题名[J].刊名，年，卷（期）：起止页码.c.论文集中的析出文献[A][序号]析出文献主要责任者.析出文献题名[A].原文献主要责任者（任选）.原文献题名[C].出版地：出版者，出版年.析出文献起止页码.d.报纸文章[N][序号]主要责任者.文献题名[N].报纸名，出版日期（版次）.e.电子文献[EB/OL][序号]主要责任者.电子文献题名[EB/OL].电子文献的出处或可获得地址，发表日期/引用日期（任选）.f.各种未定义类型的文献[Z][序号]主要责任者.文献题名[Z].出版地：出版者，出版年.5．来稿如为研究课题或课题支持论文，请注明课题名称、审批机关、项目编号。投稿邮箱：tougaoyun@163.com在线投稿：tougaoyun.cn

人民网北京12月30日电 (记者张烁)日前，《教育研究》创刊40周年座谈暨新时代教育科学理论体系研讨会在京举行。据悉，《教育研究》杂志是教育部主管、中国教育科学研究院主办的全国性、综合性教育理论学术刊物，创刊于1979年，是我国改革开放以来创办历史最长的综合性教育理论刊物。《教育研究》杂志始终关注教育理论的前沿问题，以刊登教育科学论文、评介教育科研成果、探讨教育教学规律、传播教育教学经验、宣传教改实验成就、开展教育学术讨论、报导学术研究动态、提供国内外教育信息为主旨。《教育研究》总编邓友超介绍，40年来，《教育研究》不忘初心、牢记使命，紧扣时代脉搏，坚持正确方向，突出专业特色，秉承科学精神，严守学术标准，发表了近万篇高质量的学术论文，成为研究中国特色社会主义教育理论的重要阵地、引领教育科学繁荣发展的学术高地、助推教育学者专业成长的共同园地，为推动我国教育事业进步做出了应有贡献。据介绍，2019年，在《中国学术期刊影响因子年报(人文社会科学版)》中，《教育研究》影响力指数(CI)1206.134，持续保持学科首位，且遥遥领先；位列世界学术期刊影响力指数教育学科Q1区第1名，连续入选中国最具国际影响力学术期刊。《教育研究》于2012年入选国家社会科学基金首批资助期刊，2017年被国家新闻出版广电总局评为“全国百强期刊”。座谈会上，中国教科院院长、全国教育科学规划领导小组办公室主任崔保师表示，要回答“推动建设具有中国特色、世界水平的教育科学理论体系”这个时代课题，广大教育学者责无旁贷，《教育研究》作为业内第一刊也义不容辞。要以学术为依归，以学科为依托，以学者为依靠，用科学方法研究重大教育理论和现实问题，优化教育知识的生产方式和增长模式，加强教育科研的思想引领和理论供给，提升教育学科的学科地位，把中国特色社会主义教育科学理论体系建设好、发展好、完善好。北京师范大学文科资深教授顾明远表示，《教育研究》自创办以来，发挥了两大不可替代的作用。一是繁荣了教育学术研究，教育本质、人的全面发展、教育产业化、素质教育等重大的教育理论问题，都以《教育研究》为主阵地进行了讨论；二是培养了一批又一批的人才，不仅老一辈的学者在《教育研究》发表文章，而且带动了一批又一批的中青年才俊发展。全国政协常委、副秘书长，民进中央副主席朱永新表示，《教育研究》对于教育的研究者和学习者来说，都是非常重要的理论刊物。多年来，《教育研究》始终围绕中心、服务大局，一直坚持正确的政治方向，从未偏离。《教育研究》未来应加快国际化步伐，让世界通过这个窗口听见中国教育的声音。邓友超表示，《教育研究》创刊是时代的产物，是一个“春天的故事”。进入新时代，我们思考最多的是，《教育研究》将为教育进步贡献什么新思想，为教育学科发展贡献什么新理论，为教育学术史贡献什么新经典，为中文教育学术期刊走向世界贡献什么新示范。

12月25日，第八届中国南方教育高峰年会在广州召开。与会专家学者围绕“新时代教育科学研究：使命、任务与机制、举措”主题展开深入研讨。新时代教育改革发展对教育科研提出了新的更高要求。广东省教育厅主任督学李璧亮表示，教育科研领域应当力争成为教育新思想新理念新方法的策源地、教师队伍成长的孵化器、教学模式创新的试验田、教育全域要素变革的源动力。新时代，教育科研系统必须把握大局大势，明晰工作主题主线。要以宏观格局和前瞻视野，在充分认识世界格局深刻调整中、在切实贯彻国家战略部署中、在强力推进区域深层次变革中、在加快推进教育现代化中，系统推进教育科研工作。新时代教育科学研究必须准确把握目标定位。广东省教育研究院院长傅湘龙认为，打造特色新型教育智库、健全教育科研体系、建设高素质教研队伍，是新时代教育科学研究的三大目标。我们必须聚焦核心任务，对标国家所需，更加突出发展导向、问题导向、应用导向、政策导向；必须善于创新体制机制，切实提高教育科研工作质量和服务水平。回顾新中国教育学本土化历程，广州大学教育学院院长刘晖认为，教育学本土化路径一定要包容和多元借鉴。教育理论研究者应以更加开放包容的态度，积极吸收借鉴世界其他国家优秀的教育理论成果与实践经验，实现教育理论学习与借鉴的多元化。教育理论研究者要读懂他人，必须具备较高的研究能力和理论水平，真正理解国外的教育理论。同时，教育理论研究者要有本土情怀，关注我国教育实践，注重地方性知识积累。构建中国特色社会主义教育理论体系，教育理论工作者要真正扎根中国大地。广东省教育评估协会会长黄崴认为，做高水平的教育研究必须为中国教育现代化承续传统基因和理论基础，呼应中国教育现代化建设的迫切需求，融合、服务、支撑、引领教育改革发展。教育研究不仅要成为先进教育理论和实践的策源地，还要为教育改革发展提供理论和思想来源。会议由广东省教育厅指导，广东省教育研究院主办。来源：中国社会科学网-中国社会科学报　作者：李永杰欢迎关注中国社会科学网微信公众号 cssn_cn，获取更多学术资讯。

教育科学研究是教育事业的重要组成部分，对教育改革发展具有重要的支撑、驱动和引领作用。教育部7日发布关于加强新时代教育科研工作的意见，提出要搭建全国教育调研平台，聚焦教育重大决策部署实施情况和重大现实问题，协同开展全面深入的调查研究。除搭建全国教育调研平台之外，意见还提出，要积极搭建全国教育数据信息平台，建立全国教育数据公开共享机制；搭建国外教育信息综合平台，密切了解跟踪国外教育改革发展动态；完善全国教育科学规划管理平台，统筹管理和使用各级各类教育科学规划课题成果。意见指出，鼓励支持中小学教师增强科研意识，积极参与教育教学研究活动，不断深化对教育教学改革的规律性认识，探索适应新时代要求的教书育人有效方式和途径，推进素质教育发展。

中国教育科学研究必须而且已经进入了新时代，教育科学研究亟待在交叉融合中实现新发展。这是日前在华东师范大学举行的“交叉融合的教育科学基础研究暨自然科学基金项目研讨会”上传递出的信息。会议由教育部科学技术司、国家自然科学基金委员会政策局和华东师范大学共同主办，在教育学界引起极大关注，来自国内外知名高校、科研机构、企业的近千位学者与会研讨，超过2万名国内外学者通过在线视频观看和讨论了本次会议。主办方介绍，此次会议旨在进一步加强教育科学与信息科学、神经科学、生命科学及其他相关自然科学、人文社会科学的交叉融合研究，探索教育科学基础研究的新概念、新理论、新方法和新技术，交流新时代中国教育发展所需的科学理论与技术方案。自然科学范式与教育科学研究、网络化虚拟化数据化背景下的教育研究、学习的脑科学基础、人工智能和大数据驱动教育发展、学习科学前沿问题与技术等，都是与会学者热议的焦点。华东师范大学党委书记童世骏表示，教育领域是一个具有高度交叉性的领域，揭示教育规律，提高教育效益和质量，需要多学科共同探讨，尤其需要自然科学和社会科学的相互交叉、融合。教育部和国家自然科学基金委也从国家发展的高度，开辟支持教育研究发展的专门渠道，并在交叉学科中设立了关于教育研究的支持方向。童世骏希望各学科专家、学者抓住机遇，推动教育研究理论的新发展。教育部科学技术司司长雷朝滋指出，当前中国特色社会主义进入了蓬勃发展的新时代，以数字化、网络化、智能化为特征的信息化浪潮席卷全球，新的时代背景对教育改革发展提出了新的更高要求。迫切增加资助投入，从科学技术发展推动教育系统变革着手，以发展新时代、新形势下的国家教育为目标，汇聚教育科学及信息科学、系统科学、生命科学管理科学等多学科领域的研究，解决教育发展实践中重大的理论应用问题。他表示，在自然科学基金资助体系中新增设代码，是推进教育跨学科交叉融合研究的第一步，下一步教育部鼓励有条件的高校成立相关研究机构，围绕教育科学深入开展基础研究，教育部也将在前沿科学中心、重点实验室等科研基地建设中予以布局，进一步推动教育交叉融合研究。同济大学原校长裴钢认为，教育研究进入了新时代，2018年可以说是中国教育科学走向综合交叉研究的元年。他认为，精准化教育和个性化教育是教育的发展方向，而要做到这点，离不开几个重要的工具，那就是大数据、人工智能和脑科学。只有与这些学科密切交叉融合，才能真正揭示教育规律。他还特别介绍了中国脑计划的有关准备情况，并指出了脑计划拟重点研究的几个问题，就包括学龄儿童的脑发育、特殊儿童教育等我们教育领域非常关心的问题。自然科学基金的F0701代码的设立为教育科学的发展提供了广阔平台，将极大促进中国教育科学研究水平的提高。国家自然科学基金委员会信息科学部副主任李建军在《基金委教育信息科学与技术代码设置及其研究方向》的报告中，对国家自然科学基金委员会为什么要设新代码来促进教育科学研究的跨学科交叉融合，当前可以并且应该用交叉融合研究方法去探究的重要方向和领域有哪些，国家自然科学基金委员会推动教育跨学科交叉融合研究的下一步工作思路和方案是什么，以及相关自然科学基金申报者应该注意的关键问题等大家关注的问题作出翔实的阐述。强调教育的跨学科交叉融合研究，首先是需要改变我们的传统教育研究思维。在题为《改变思维》的报告中，中国工程院院士、华东师范大学校长钱旭红认为，包括教育在内的大量自然与社会现象都是非常复杂的，都需要综合各种不同的思维才能真正看清楚问题。他用大量的实例证明，引入不同的学科视角，就是引入不同的思维方式，这对于我们如何更好地认识世界具有极为关键的作用。脑科学是未来教育科学研究必须高度关注的领域，它与教育科学的交叉融合日益迫切。中国科学院院士、上海生命科学研究院副院长张旭在《脑科学与人工智能》的报告中介绍了在脑科学及类脑研究方面的工作进展。他认为，脑科学研究不仅是当前国际科技前沿的热点领域，也是理解自然和人类本身的“终极疆域”，而吸取了脑科学研究精华的类脑人工智能及其应用，将给世界带来重大的突破性变革，特别是对教育及其教育研究有着极为重要的作用。在主题演讲环节，来自教育学、心理学、神经科学、信息科学、统计学等不同领域的八位学者分别发言。交叉融合不是目的，作出高质量的教育科学研究才是目的。那什么是高质量的教育科学研究呢？全国教育科学规划办常务副主任刘贵华在《教育科研的时代使命》的报告中，以教育的第五次革命为背景，指出了当下教育科研面临的新挑战、应有的职能及课题申报及成果呈现中出现的问题。在《从教学法（pedagogy）到教育科学（ecational science）——科技时代教育学学科地位的再思考》的报告中，华东师范大学党委常务副书记任友群指出教学方式的变化、科技的整体发展及学习科学与教育神经科学的成熟，为“教育科学”提供了新基础。他呼吁要建立跨学科的教育研究新范式，助力中国“教育科学”的形成。教育的一个目的就是试图对学生大脑进行重新塑造，所以了解大脑是如何工作的对教育研究日益迫切。华东师范大学“脑功能基因组学”教育部重点实验室主任林龙年在《解码大脑》的报告中对人类大脑的构成、主要研究发现、面临的研究挑战以及未来的前景做了全方位的介绍，并阐述了脑科学研究对教育研究的启示与意义。中国心理学会候任理事长周晓林在《社会情感、情感教育与神经科学》的报告中展示了脑科学、神经科学及传统实验研究结合的交叉融合研究方式对情绪研究起到的重要作用。他阐释了神经科学在解释现象中的作用，而计算模型是行为、神经科学研究的重要手段，交叉融合是多学科研究的必然途径。曲阜师范大学党委书记戚万学在《大数据时代教育研究的变革》报告中认为，一个属于教育的大数据时代即将到来。它不仅会影响学校内部治理的改革，还会驱动教育研究思维、研究对象、研究方法、研究逻辑等整个教育领域的变革。他还对如何系统严谨地构建大数据教育研究的新范式进行了探讨。科大讯飞执行总裁吴晓如在《人工智能驱动的个性化教育教学》的报告中，介绍了人工智能中的智能阅卷、机器翻译、知识推理、阅读理解技术，说明人工智能在促进精准教学、优质资源应用所起的作用。他指出未来人工智能与教育将不断融合，更好地助力教育、助力因材施教。学科交叉融合的发展还带来了人文社科研究的范式转型。华南师范大学心理应用研究中心主任莫雷在《人文社科研究实证化的趋势》的报告中指出当前的人文社科研究呈现出一种实证化的趋势。越来越多研究采用实证研究，他从研究类型、具体案例讲述了实证化的教育、心理学科的学术前沿。美国伊利诺伊大学香槟分校教育心理学终身教授张华华在《自适应评测中的算法设计与自适应个性化学习》报告中，从自身多专业交融的求学之路出发，介绍了自适应评测的理论基础和应用及自适应学习，他主张要拓展测量理论、方法及技术的全面发展和大规模应用，以服务于个性化学习。华东师范大学教育学部主任袁振国在会议总结发言中说，中国教育科学研究必须而且已经进入了新时代，研究范式转型、学科间交叉融合的发展，已经成为共识。他用典型案例有力论证了没有扎实的实证研究、没有跨学科科学交叉融合研究，就不可能为中国重大教育问题的回答提供可靠知识。（光明融媒记者颜维琦）

姓名：杨润勇职务：教育部教育法制与教育标准研究所所长单位：中国教育科学研究院杨润勇，教育学博士，中国教科院研究员，现任教育法治与标准研究所所长，国内高级访学及博士后导师，曾任中国教科院科研处长。重点研究领域：政策分析，课题研究，教师专业发展等。长期致力于“课题研究”，有着丰富的各级各类科研管理经历。曾主持、参与多项国家级课题、重大项目，有着丰富的课题研究经验；形成了“基于研究，基于案例，基于问题”的课题研究及演讲思路；梳理了课题研究中的“关键点”，调研了教师普遍存在的“问题点”，分析了问题解决的“基本点”；总结历练了各地经验，构建了中小学校提升研究效益的有效科研体系。与此同时，抽取、整合了具有典型意义的若干真实申报案例，分析了问题，展示了样板。近10年来，在全国各级课题研究的培训交流活动中多次担任主讲，多次深入各地与大中小学教师、科研人员等“面对面”交流。在课题研究过程中，反思凝练了做好课题研究的100个策略性观点，构建了做好课题设计的50个“测试点”，提出了做好真正科研的36计，总结提出了科研兴校、科研强师的针对性策略。近年来，共出版《新时期教育科研的范式与方法》等专著5部，在《教育研究》、《中国教育报》等期刊（报）公开发表论文90余篇，其中《新华文摘》全文转载3篇，人大复印资料全文转载20余篇。主持各级各类课题近百项，主笔2篇研究报告分别得到国家领导人、教育部主要负责同志的重要批示。

一、万物归数：大数据推动教育科学研究的理论视点基于大数据的教育科学研究以“大数据”作为研究活动的基本质料，以大数据记录和实时分析作为研究活动的基本形式，延续了经典科学研究范式的“数据依赖”，但大数据研究方法的数据论基础又不同于“小数据”，它蕴含着人们对数据应用认识的“肯定—批判—再肯定”的辩证发展过程，由此构成审视大数据方法的三个理论视点。（一）可数的世界：对世界的数字化观察用数据去探究世界万物无论是在东方还是西方都有悠久的历史。孟子说：“权，然后知轻重；度，然后知长短。物皆然，心为甚。”即无论是客观世界还是内心世界都需要用数字去衡量。毕达哥拉斯则提出了“万物皆数”的命题，确立了世界的本质即数据的哲学思想。随着近代自然科学的兴起与发展，数的思想开始从哲学世界观与方法论走进具体的实验科学，成为科学研究方法论的基石：“凡物的存在必有其数量”，“凡有数量的东西都可以被测量”。另外，数据不仅是现象的“证据”，而且是现象本身，数据还是建构理论和证伪理论的工具。数据也是科学共同体、共同体之间、共同体内外的通用语言。正是数的可通约性、可交流性、客观性、精确性，使得基于数据的科学研究成为一种信念、一种科学习惯、一种学术传统、一种成功的范例，从而构建了牢不可破的经典科学研究范式。因此，科学研究即“数字观察”，数字代表着世界的真实，凡不可数的也是不可靠的。科学实验之目的就是获得各种数据，用数据来解释现象、区别现象、干预现象、构造现象，用数据来揭示某种解决方案及方案的有效性、可行性。以至于“我思故我在”的“我思”也成了不完全可靠的东西，它必须接受数据的检验。如逻辑实证主义就以经验为根据、以逻辑为工具进行推理，然后用概率论来修正结论。由此，数字观察成了对认识活动进行审判的最终尺度。（二）不可数的世界：对世界数字化的质疑现代自然科学的发展进程即是数字化揭示世界的进程。在教育研究领域，2017年《教育实证研究华东师范大学行动宣言》便是对数字化方法的一次强化。“用自然科学研究方法进展重构教育研究范式”也成为当前教育研究领域的一种导向，但这并不能遮掩对“世界数字化表征”的质疑。这种质疑主要来自人文社会科学领域。首先，人文关乎心灵，而心灵的形式化、逻辑化充满挑战。如人工智能以自然科学研究为基础，以数字化方法为支撑，是对人“心灵”的形式化、逻辑化处理的一大尝试，并取得了巨大成功。但对人“心”的形式化处理存在着终极的认识论困惑，人并不存在一颗形式化的心，人只有一个完整的包含“文化”“生理”与“技术”三层结构的“身体”。人的任何思维和情绪都是“具身”的，它不可能抽身而去，等同于一连串数字。其次，在人文社会科学领域，对现象的数字化表征也存在方法论局限。社会环境不同于自然环境，各种影响因素复杂交织、互相影响，很难对社会条件进行控制取得理想数据。用自然科学方法研究社会问题时，往往是把总体分解成单项，然后再还原成总体，这种机械的取数方法与人文社会科学领域有机的世界观和方法论难以相容。另外是来自自然科学和科学哲学的挑战。在自然科学领域，量子力学的发展对自然现象的数字化表征提出了难题，如量子运动轨迹是无法被观察和测量的，量子通信的保密性正是建立在量子不可测量基础上的。科学哲学的挑战则牵涉休谟对数理逻辑中因果性命题的终极。休谟对经典科学研究范式的基石“因果关系”进行考察后发现：所谓的因果关系只不过是“心理习惯”“恒常联系”和“必然性”。上述挑战不仅使经典科学研究范式城堡可能被攻破，也使得镶嵌于其中的数据方法合法性受到质疑。（三）彻底可数的世界：对世界数字化的极致追求对数字化方法的质疑是科学研究范式的危机，也孕育着科学研究方法突破的契机，大数据科学研究方法正是在这一危机、契机中间应运而生的。相对于“小数据”，大数据堪称数据领域的革命。如上所述，“小数据”在揭示人的心理和精神活动方面仍存欠缺，因而无法像发现自然科学规律那样发现人文规律。“小数据”在揭示社会科学规律时也远不如在自然科学领域的表现。据现有认识结论，其中原因乃是“小数据”的局部性、片面性，导致“小数据”对人文和社会复杂现象的揭示只能做到“管中窥豹”“盲人摸象”，无法实现总体性的描述。而大数据是小数据汇聚的结果，不同的数据互相流动、交融，形成了一张疏而不漏的数据之网，从而使从不同观测点把握人文社会现象成为可能。多点观测、综合分析使得人文社会科学规律的揭示成为可能。这便是技术乐观主义者的看法：并非数据不能揭示人文规律，乃是人文规律的复杂性需要用更丰富复杂的数据结构来解释。数据从“小数据”发展到大数据，进一步使人们坚信“世界本质的数字化构造”，卡尔·波普尔三个世界的划分也从未像今天那么正确。数字世界已不是一个人构世界，也不是一个镜像世界，它是一个“客观实在世界”。正是当今无处不在的数字化活动，以及由此产生的纵横交错的数字网络，使维克托·迈尔-舍恩伯格喊出“世界万物都有数据化的形式，都可以被数据化”，“无论是自然事件还是社会历史事件，都存在着数据的形式”。既然世界的本质是数字的，科学研究的使命便是挖掘数据，发现其中隐藏的数据规律。在当今技术条件下，这种数据挖掘方法或科学研究方法主要依靠一张布满了传感器和数据处理器的所谓“智慧网”“物联网”。这种技术构架不仅使触网的一切人和事迅速数字化，而且可以做到实时动态记录和分析。它对数据的搜集、传输、处理速度都是小数据方法无法比拟的。且大数据方法可不追究因果性而对事物特性进行描述，因而也可解决“小数据”无法描述的量子纠缠难题。因为，具体的量子传输内容纵然不可测量，但它们的总体活动特征却可通过更大范围数据变化进行描述。二、方法演变：大数据推动教育科学研究的范式转换托马斯·塞缪尔·库恩将科学研究的范式定义为科学共同体在科学活动中共同的信仰、价值，以及遵循的实践技术规范。根据经典科学方法，教育研究的科学范式至少具有四个要件：客观的研究对象、可靠的数据证据、可再现的研究情景、因果关系。正因为教育科学研究难以满足上述条件，严格意义上的教育科学研究范式并没有确立。教育领域的科学研究方法也一直与人文方法和社会科学方法互相掣肘，甚至对立。但大数据方法从一定程度上突破了经典科学方法的范式框架，形成了明显不同的科学研究结构，称得上是研究范式的革命，对进一步推进教育研究科学化进程具有重要意义。（一）研究对象设置：从具体客观到无须预设教育学研究文献对教育科学研究对象的表述大致可概括为三种：教育现象、教育活动、教育问题，但都难言客观性，难以满足经典科学对研究对象的要求。首先，教育现象领域主要是意义和价值系统，属于生活世界的组成部分，而生活世界又是感性直观、不言而喻的前科学世界，它是与科学世界相区分的领域。因此，教育作为生活世界的现象无法成为经典科学探索的对象。其次，教育活动也不同于自然科学领域的物质运动，甚至不同于社会治理领域的社会活动，教育是社会的人文活动，也是人文的社会活动。相对于社会治理领域的社会活动，更人文的教育活动具有更弱的“规律性”。最后，教育问题是价值问题而非客观问题，因为教育活动从目的看是求善而非求真。教育问题充满知识、权力和利益的冲突，但解决方案是求善的，而不一定是真实客观的。因此，教育科学领域实在难以找到科学、客观的研究对象，除非将教育领域中的师生主体排除在外，寻找一种抽象的教育结构。当“教育研究约定的对象只是虚幻”时，教育科学研究如何前进？大数据方法则开辟了一条道路。在大数据方法中“既没有设定的目标，也没有设定的问题；既没有设定的条件，也没有设定的理论模型”。因此大数据方法不需要预设所谓研究对象，它只需拥有数据就足够了。大数据方法要做的事情，就是在大数据海洋的某些地方设置合适的观测点，“通过特定算法对大量的数据进行自动分析，揭示数据之间隐藏的关系、模式和趋势”。（二）研究数据处理：从局部数据到全部数据教育现象能否数量化、如何被数量化、数量化的解释力等一直受到质疑，成为教育研究科学化进程的阻力。经典的自然科学研究范式具有典型的“还原论”特点，而教育现象则拒斥还原论。大数据范式从一定程度上克服了该难题，毋宁说是一种更好的还原论。问题解决的进路是：经典科学研究范式中产生和运用的数据是有限性、封闭性、条件性、简化性、单一性的，因而通过该科学方法获得的教育数据只是理想的、局部的、片面的，难以有效揭示教育领域的混沌、复杂现象，而大数据的“4V”特征使它能够更好地揭示教育现象。首先，大数据的数据结构更复杂，它不限于学习数据，而是囊括了生活数据，这是教育科学研究发现更多、更真实教育联系的前提。另外，大数据是自然原始数据，它主要来自各种观测和记录，不经过研究者的修剪和加工。这种数据的采集可以是人为的，也可以是机器自动生成、记录的。人为的数据只是大数据的小部分，当它汇入了大数据的海洋之后，也是原始数据，也要被重新置于更复杂、更广的数据系统中得到检验和发掘。当越来越多的各类数据混杂在一起，数据的间隙就会弥合，教育现象世界的本来面目就有可能真实地被数据化显现出来。这也说明，领域内数据的成熟度是大数据方法发挥效用的前提。（三）研究方法选择：从重复证明到概率说明研究情景的可再现性、证据的可重复性是经典科学研究方法的要件之一。但在教育科学研究领域，研究情景往往不可再现、证据也难以重复。比如，要证明一个上补习班学生的学习效果，事实上很难采用严格的实证方法。因为无法让一个学生既去上辅导班又不去上辅导班，从而对两者的效果进行对比。那么，能够找一个没上辅导班的学生对比吗？严格说也是行不通的，因为两个儿童的生活环境不可能完全相同。同理，既无法让一个学生同时上两所高中，以确定哪一所高中更好，也无法让学生上两次同一所高中。但在大数据方法中，不再追求当A出现时B是否一定作为A的逻辑结果出现，即A和B之间是否因果关联，也即A和B是否会反复伴随出现。而是记录A的类似事件和B的类似事件伴随出现的频率，比如，事件A出现时伴随着事件B；事件A’伴随着B’；A”伴随着B”；……；依此类推。其中，A、A’、A”为类似事件，B、B’、B”也是类似事件。大数据方法正是通过对每一样本（全样本）行为的记录，发现各种伴随事件出现的概率，进而发现关联。尽管事实上不可能真的全样本，但永远向全样本靠近，越靠近，结果就越可靠。总之，大数据方法不刻意追求逻辑因果关系，因此成功地将科学研究中的“重复证明”转化为“概率说明”。（四）研究结论表达：从因果逻辑到数据相关如上所述，追求逻辑因果关系是经典科学研究范式的主要旨趣。但事实上，逻辑因果关系一直受到科学哲学的质疑和挑战。波普尔认为，逻辑实证主义的“观察”环节渗透着观察者的种种主观偏见，而且从“有限的观察归纳出无限适用的结论，这种归纳过程是可疑的”。但波普尔本身主张的证伪主义，事实上从某种程度上挑战并抛弃了因果逻辑。当然，给因果关系造成最大冲击的当属休谟，他关于因果关系是“心理习惯”“恒常联系”和“必然性”的观点扭转了人们对因果联系的看法，因果联系并不是逻辑的，而是习惯的、恒常联系的、必然的。大数据方法能在一定意义上与这一新的因果观呼应：大数据基于概率论，不具有必然性，也不具有恒常联系的属性，它只是一种心理习惯意义上的定律，即休谟所谓心理习惯意义上的因果联系。在教育科学研究领域，一果多因、一因多果、多因多果等关系复杂交织，事物的运动变化就像一片飘落的羽毛，具有不确定性，加之教育属于意义价值系统的领域，教育规律更接近于人的文化心理习惯，大数据方法在这里恰恰能够发挥更好作用。不过，上述心理习惯定律，能否进一步发展到恒常联系和必然性的逻辑定律？这一点学界意见并不统一。尽管W·皮奇通过对大数据的计算机算法进行考察，发现诸如决策树和贝叶斯算法中有消除归纳法等因果逻辑方法，并认为大数据方法可以探索因果性，但这只是计算机的算法个例，并不能说明全部问题。但可以肯定的是，大数据方法拓展了对因果关系的理解，更广义的因果关系可以囊括和解释更多的教育现象，并在一定条件下探索教育活动中的恒常性、必然性联系。三、理性审慎：大数据推动教育科学研究的实践规范总体看，大数据方法构建了有别于“小数据”方法的教育科学研究范式，但在超越中也存在着新的数据方法危机，需要加以甄别并恰当应对。（一）大数据方法需其他研究方法补充大数据方法的物质基础在于“一个布满传感器”的世界，可随时随地记录人类个体极其复杂和细微的行为，从而对任何触网的物体和个体实现数字化描述。技术的如此进步造就了新的数据功能论，即大数据的庞杂性、混沌性、跨界性使得大数据具有描述和揭示复杂社会现象的可能与潜力。但现代技术条件下的数据化过程仍存在一些问题。首先，尽管在数字化时代，世界可以看成是由连续数字构成的，但技术工具记录的数据仍然是“有限数据”，仍难以实现付诸对象的无缝数据化。其次，现代智能机器对人类个体的数字化描述主要基于“行为数据”而不是“思维数据”。人的思维涉及情绪、情感，涉及生活史、生命史，也涉及理性和非理性，变化莫测、难以捉摸，因此思维的彻底数据化仍存在极大困难。完全的数据化方法仍是以大数据为表现形式的“行为主义”科学方法。在教育研究中，学生的内部思维过程才是研究重点。对内部思维的研究也不是分析被现代人工智能借用的“形式化、数字化认知程序”，而是理解充满生命气息、人文气息的文化心理认知过程。在这方面，标榜超越人类智能的人工智能仍相形见绌，大数据尚不能记录并呈现人类个体昨夜的美梦，这说明教育研究作为人文的研究，不能仅靠数据化方法，教育研究仍需人文研究方法作为补充，并把它置于数据分析的基座之上，且使它成为整个数据分析过程的灵魂。最后，大数据方法与“小数据”方法应互相补充。数据的增加，意味着数据结构更复杂以及数据资源量的增加，但价值密度降低，这需要“小数据”方法来弥补。由此也可看出从“小数据”方法到大数据方法并非彻底的范式转换，还涉及范式融合。（二）大数据方法应融入教育价值原则与经典科学研究方法不同，大数据方法取得的结果并非必然的逻辑因果说明，而是关联性说明。因果性是事物之间明确的、确定的逻辑关联，代表着必然性；相关性则是事物之间非明确的联系，代表着盖然性。必然性，是教育活动中必须遵从的价值原则，因为“违背规律必然得到规律的惩罚”。盖然性说明的是概率性事件，包括大概率事件和小概率事件。大概率事件和小概率事件对教育活动来说具有同等重要的意义。大概率事件使得我们在教育活动中要面向大多数、面向一般问题、共性问题，小概率事件则使我们重视教育活动中的个别事件、偶发事件。而教育活动领域正是个别事件和偶发事件集中的场所。甚至在很多情况下，个别事件和偶发事件正是教育追求的东西，因为它们往往代表着学生发展的可能性。而大数据方法，从根本上看主要聚焦大概率事件，它反映的是数据的聚类、分类和趋势。“小数据”方法寻找的则是异常数据和小概率事件，如传统数理统计学中的P值正是追踪小概率事件的重要指标。因此，不妨说大数据方法能更好反映大数据的优势，因为在数据海洋里“小数据”往往被湮没。这也是由大数据的本质特点决定的，大数据由于其价值密度低，不可能筛查数据中的所有异常现象。因此，大数据方法对教育活动中的小概率事件及其价值并不够敏感。这说明，大数据方法在教育研究中的应用要重视两点：一是在研究设计中应当注重对“小数据”、异常数据的检测，另外是给予反映小概率事件的数据以足够重视。（三）大数据方法需权衡具体适用情景大数据并不是万能数据，大数据的数据来源、数据特征、数据功能决定了大数据有相对优势的使用领域。大数据的解释力和预测力还需要具体领域进行具体分析。一般认为，社会科学（包括教育科学）是具有低解释力和低可预测性的科学领域，从大数据本身的功能看，则具有低解释力和相对高的预测力。虽然“社会学很少做预测，即便预测了也很少成功”，但大数据还是可能帮助其提高预测力的。而大数据的低解释力则会加剧社会科学的低解释力。由于教育学相对其他社会科学具有更浓厚的人文性、更弱的规律性，因此大数据对教育现象的解释力进一步降低。不过，大数据方法在教育科学领域内部的适用性可以进一步细分。其一，从宏观教育现象与微观教育现象的对比看，大数据显然对宏观问题具有更好的解释力和预测力，这是由大数据之大形成的“宏观视野”决定的。比如，国家根据地方的经济数据对各地进行动态教育财政拨款。但运用国家宏观数据指导具体教学则不合理。其二，围绕微观个体的大数据仍远远没有形成，说明大数据在微观教学领域有比较低的解释力和预测力。其三，大数据在教育理论、教育实践、教育评价等领域的解释力和功用也有差异。大数据在教育评价领域的解释力好于教学实践领域，因为评价本身就是数据化过程，而在实践领域的应用效果则好于理论研究领域，因为教育实践领域是关系复杂的混沌领域，契合大数据的特点，而大数据分析没有确定的理论模型，也不指向理论因果，说明其理论性较弱。最后，大数据对外生性因素的解释力好于内生性因素。由于大数据善于对学生行为进行记录，因此，大数据分析学生学习外生性因素的效果要好于内生性因素。（四）大数据方法应考量相关数据积累大数据方法应用不能只从理想视角分析，而应对理想大数据和现实大数据进行区分，以免造成认识上和实践上的混乱。其一，从理想大数据看，大数据基于对世界万物的感知和记录。在技术基础上，可穿戴设备等传感器无处不在，世界的每个角落、物的样态和人的一举一动都在智慧网络的观测记录之内，数据在信息公路上自由流通。然而，大数据的现实是：传感器没有无所不在，智慧网络远未无孔不入，大数据仍是一张稀疏的数据网络。大数据只是相对的大数据、局部的大数据。另外，大数据方法产生于商业领域，在商业领域应用广泛，在教育领域发展滞后。其二，从大数据的挖掘和分析看，大数据的算法有限，诸如贝叶斯算法和决策树等有限种类。很难想象大数据无限的可能会被有限的算法捕捉到。因此，舍恩伯格和克里斯·安德森所宣称的“相关关系代替因果关系”的豪言壮语仍然缺乏物质技术基础。其三，数据伦理问题，包括数据隐私、数据开放、数据共享等。由于种种人为的、技术的和伦理的障碍，数据没有汇聚成大数据的海洋，而是被分割成了无数的数据湖泊，许多关于大数据方法的理想功用仍无法实现。因此，着眼于教育科学研究的发展，应重视教育领域内的大数据库建设，开发针对教育科学研究和教育活动监测的数据搜集处理软件。同时，尽量消除教育领域内各部门之间的数据壁垒，并通过合适的方式与学校外部数据实现对接。在方法论上，把领域内大数据的成熟度作为大数据方法应用及对其结果进行解释的重要依据。

一、教育科学研究的含义(一)教育科学研究的界定学习学前教育科学研究方法，首先婴明确学前教育科学研究的内涵。为了弄清楚这个问题，就要知道什么是教育科学研究：为了准确理解教育科学研究的内涵.就要弄清楚什么是科学研究。1.科学研究的含义科学研究是人们有目的地探索自然、社会和思维运动.发展规律的一种社会实践活动。它是在一定理论的指导下.在社会实践的基础上以脑力劳动为主的认识活动，具有不同程度的探索性和创造性。科学研究的成果段是以知识形态的科学概念和原理表现出来的精神产品，它的思想内容包括创造知识，修正知识和整理知识三个方面。它的工作方式包括科学实验 和理论思维两个方面。科学实验是人们运用各种感觉器官和科学仪器，获取研究资料，为科学发现提供科学事实根据的手段，理论思维是根据感性材料和经验事实.通过科学抽象建立概念和逻辑系统，以揭示对象的本质和内在规律。科学研究般包括确定研究目标、搜集事实和获得经验材料.对经验材料的初步整理加工理论研究和建立体系等环节或阶段。在各门学科中，研究过程不完全相同，各个环节互有重叠交叉.中把握“科学研究"这个概念的内话，可以从以下四个方面理解。第二，科学研究是种有目的有计划有意识有系统的认识活动。这种认识活动与人类-般的认识活动有所不同，是一种特殊的认识活动。 在人类的日常生活和生产劳动中，人们总是在有意或无意地认识客观世界，并形成了典对于自然现象 社会现象及社会关系的基本认识。这些认识有些 是正确的有些是错误的，有些是全面的。有些是片面的。之所以会形成这样的认识结果，与人们认识过程中的随机性首日性有很大关系。面科学研究与人类股认识活 动的最大不同，就在于科学研究是种有目的、有计划有意识、有系统的认识活动。换亩之真正的科学研究活动定是有明确的研究目的， 有严密的研究计划并且运用科学的方法有系统、有意识地大搜集资料。整理和研究资料，从面揭示现象本质，发现事物规律。可见，科学研究比一般的认识过程具有更高的理论自觉性.研究的目的性和研究设计的周密性、科学性。也正是由于科学研究具备这样的特点，人类借助科学研究就可以尽可能缩短认识的过程，减少错误的认识，从而更大限度地推进人类文明的进程。第三，科学研究是一 种在前人已有认识经验基础上的认识活动。科学研究作为人类的一种认识活动，是人类整个认识环节的重要组成部分之一。从这个意义上讲，任何的科学研究都不是也不应该是孤立的，面必然是种建立在前人已有认识经验基础之上的认识活动，这种活动或解释前人的智慧，或完善前人的智慧，或在前人的基础上创造出新的智慧。因此.要进行科学研究，首先就要草握前人已有的研究成果，而不可能脱离人类的认识系统和知识体系太进行孤立的研究。第四，科学研究是一种运用科学的方法对客观事实加以掌握.分析和概括.进而揭示其本质.探索新规律的认识过程。通过科学的方法对自然和社会的客现规律进行探索研究是科研的基本手段，也是科学研究与人类一般的认识过程的重要区别俄国著名生理学家巴市洛夫曾说：“科学是随研究方法所获得的成就面前进的。研究方法每前进步 ，我们就提高一步.随之在我们面前也就开拓了一个充满种种新鲜事物的、更辽阔的远景。因此，我们的头等重要的任务乃是制订研究方法。”是见科学的方法对于科学研究的重要性，如果没有运用科学的方法，那么，任何所谓的研究都不能称之为科学研究。

曾用刊名：教师之友(小学版);教师之友主办单位：四川教育出版社出版周期：旬刊ISSN：1673-4289CN：51-1696/G4出版地：四川省成都市语种：中文开本：大16开邮发代号：62-45创刊时间：1987出版信息专辑名称：社会科学II专题名称：教育理论与教育管理出版文献量：13688 篇总下载次数：1393035 次总被引次数：16548 次评价信息(2019)复合影响因子：0.175(2019)综合影响因子：0.041《教育科学论坛》立足教育实践，注重理论提升，主要面向基础教育，是广中小幼教师、教科研人员、教育行政管理人员及高校师生研究教育教学问题，发表研究成果，传递和交流最新教育信息与教育科研发展动态的平台和阵地，是广大教育工作者提高教育理论修养和运用教育理论指导实际工作的有益工具。一、来稿建议1. 小适切的话题，从一个方面切入，不要全面开花，蜻蜓点水。2. 新建议关注本刊的思路和规划，关注当前教育教学改革的热点难点问题。3. 深论证要深入，不要浮于浅表。4. 融所有稿件请尽量从理论与实践的结合上进行思考，不要做纯经验性的工作总结，也不要做纯思辨性的探讨。提出自己的观点，用实践材料予以支撑。5. 精提出自己的观点要鲜明，但不能偏颇。行文应精炼，不能冗余。论文字数一般控制在1600字(1页)、3200字(2页)，5100字(3页)。原则上不要超过3个页码。若所涉话题比较复杂而需要多角度言说者也请最好控制在6500字以内。6. 细所有稿件请尽量提供规范的参考文献和注释(作者、文献名称、出版社以及页码等应一一俱全，详细请参见本刊bbs公告)。所有来稿请务必在文末提供作者的详细联系方式，包括作者单位(工作、学习的单位全称，所在地级市以及单位邮编)、通讯地址(作者收取样刊和稿酬的地址，一定要详细到街道名称及门牌号等，否则样刊及稿费不能收到，本刊概不负责)、手机号码、邮箱等。 所有来稿请以附件形式发送，并以"文章题名+作者"的格式作为邮件主题。二、申明1. 本刊正刊不收取任何费用，以质选稿，刊用后即奉付稿酬及样刊。2. 请作者严格遵守学术道德和学术规范。严禁抄袭，严禁一稿多投！凡引用他人研究成果，请按规定格式予以注明。3. 由于来稿较多，本刊对来稿不一一回复，两个月内收不到编辑通知，请自行处理