《表3 院校研究大数据的分类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《院校研究的组织资源及其管理》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据之于院校研究人员如同食材之于厨师。没有数据，院校研究便无法开展任何工作。表3展示了院校研究数据的来源、内容、用途以及特征分类。目前，美国院校研究的数据主要有高校的运行数据系统、调查研究数据和校外共享数据三个来源。运行数据系统包括高校申请、入学、毕业、教学、人事管理、财务以及科研等系统。这些数据系统都是高校开发的用于管理高校日常事务的系统。有的系统是相对静态的，也就是说一年按期更新（如学生入学系统），而有些系统是动态性质的，例如，科研系统记录科研人员的研究成果，一旦有新的论文发表，系统会及时更新。数据又可以根据特征划分为结构化数据和非结构化数据。结构化数据就是我们常说的储存在数据库里的行数据，可以用二维表节来展示的数据。例如，我们常见的学生注册统计表格，就是由学生姓名、课程名称构成的纵横二维的结构化数据表格。目前院校研究的绝大多数数据都是结构化数据。非结构化数据是指字段长度不等，并且每个字段的记录又可以由可重复或不可重复的字段构成的数据。非结构化数据包括文本、图像、声音、影视、超媒体等信息。校外数据在院校研究中发挥的作用越来越大，比如一所高校为了与其同类型高校进行比较，就需要大量的校外数据资源开展院校研究。但获取校外数据资源具有很大的挑战性，院校研究人员除了通过合作实现这个目标，公立高校系统也常常通过州政府的协调，甚至通过获取州政府的资金支持来共享公立高校的数据。院校研究人员对社交媒体和个性化学习数据的使用还非常有限。笔者所在的办公室获取的唯一社交媒体数据是在领英上（Linkedin）注册的加州大学校友数据。这部分数据为我们提供了校友的就职单位、职务等方面的信息，为我们分析校友就业状况很有帮助。个性化学习数据通常是通过学习管理系统（Learning Management System）收集的。加州大学这方面工作的开展还比较落后，虽然我们已经尝试性地收集数据，但其在院校研究中的使用范围还很小。