教育管理研究的范式问题与方法变革:一个技术倡议

摘要:探寻我国教育管理学科面临的学科性质不清、理论脱离实践、本土化理论建构不足等多重危机的解决方略成为近年来学界的重要话题。对教育管理研究范式应用现状的分析表明,我国教育管理研究存在着一定程度的方向模糊、路径单一以及研究技术和工具相对落后等问题。从资料(数据、证据)获取、分析和呈现方面,以数据挖掘、量化历史、混合研究、定性比较分析、社会网络分析、地理信息系统(GIS)和知识图谱等技术方法为例,倡议采取更具有想象力的研究技术和方法,坚持循证取向,加强生成理论的个案研究和改变现实的行动研究,从而生成对教育现实更具有解释力继而改变教育管理实践的本土理论。

作者简介:余凯,北京师范大学教育学部教授,博士,主要从事教育与公共政策、学校改进和教育评估研究;杨烁,北京师范大学教育学部博士研究生,主要从事教育管理研究。

一、前言

教育管理研究以服务于生成具有解释力继而改变教育现实的本土化理论为目标。在教育管理研究走向多元范式发展阶段下,当前我国教育管理研究的核心任务并非去探索新的“范式转换”,而应脚踏实地将已经确立的各种范式用足用好,将其潜能充分挖掘出来,[3]以更好地服务于教育管理研究的目标。但空谈范式只会陷入浅尝辄止的局面,难以产生实际效果,因此,需要结合时代背景,去探索能够落实各种范式的具体研究方法和技术。在大数据、人工智能等信息技术高速发展的背景下,教育管理研究技术和工具层面应更具有想象力,无论资料(数据/证据)获取还是分析、呈现都敢于突破陈规,利用适切于教育管理研究的最新技术、方法和工具探究实践,在推进多元范式落实的过程中,提升研究的质量。因此,本文在反思当前教育管理研究范式应用现状的基础上,系统阐述了未来可用于教育管理研究的路径、方法和技术,从而为推动我国教育管理研究的持续发展和本土化理论的建构提供有益启示。

二、我国教育管理研究范式应用现状

对我国教育管理研究范式和方法的应用现状进行反思是探寻教育管理研究改进的前提。教育管理研究对象的复杂性决定了教育管理研究需要走向多元化范式,而范式应用可以通过研究方法和技术使用情况来体现。学术期刊是呈现学科发展和研究现状的重要载体,为了解我国教育管理研究范式的应用情况,本文对近十年(2010—2019年)CSSCI期刊上刊载的有关教育管理的研究进行了可视化分析和反思。

在我国现有的教育类CSSCI期刊中,专门针对教育管理学科的期刊较少,大多为综合类期刊。鉴于研究者的精力有限,本文根据期刊的栏目设置进行论文的筛选。首先将CSSCI中综合类教育期刊所设置的主要栏目及其内容进行了浏览,将包含教育管理研究栏目且具有代表性的期刊筛选出来,然后将其栏目中与教育管理有关的论文作为本文的分析对象。通过中国知网对《教育研究》《教育科学》《中国教育学刊》《教育研究与实验》《教育科学研究》《现代教育管理》六本期刊所设栏目2010—2019年刊文进行检索,除去笔谈、简讯、会议等,共搜集到符合条件的有效教育管理研究文献2039篇,其中《教育研究》308篇、《教育科学》155篇、《中国教育学刊》392篇、《教育研究与实验》117篇、《教育科学研究》382篇,以及《现代教育管理》685篇。本文重点对论文所使用的研究方法进行了分析,以反映出近十年我国教育管理研究所使用的研究方法现状。由于教育研究方法分类繁杂,为使研究结果更加清晰,笔者在国内外研究者分类基础上,对各研究方法内涵或特征进行了概括(如表1所示)。然后,利用制图工具绘制折线图进行可视化操作,图中的虚线代表论文类型的总体趋势。

三、教育管理研究的方法变革

在一定意义上,一门学科的方法水平,可以成为衡量这门学科成熟度的重要标志,而方法论的发展也必将成为提高学科成熟度的最根本手段。[7]通过对我国教育管理研究范式应用现状的分析,不难发现我国教育管理研究在范式和方法方面存在着一定程度的理论取向不足、路径单一,以及研究技术和工具落后等问题。教育管理的实践特性使得教育管理活动存在着复杂的张力,未来教育管理研究应强调教育管理的实践逻辑和价值伦理的探究,重视多元范式和方法的综合应用。为此,本文认为教育管理研究应以生成具有解释力继而改变教育实践的本土理论为目标,坚持循证取向,加强生成理论的个案研究和改变现实的行动研究,在具体研究技术和工具上敢于求新,进一步突破以往侧重形而上的思辨研究和以低水平量化研究为主的伪实证研究。

从更为具体的研究技术方法来说,要解决教育管理研究面临的方法困境,实现多元研究范式的应用,关键在于找到与研究方向和路径相匹配的具体方法,从研究资料的获取、使用和呈现等实操层面进行探究。在大数据、云计算等现代信息技术蓬勃发展的背景下,数据挖掘、知识图谱等一些常规方法无可比拟的新技术、新工具得以开发和应用,这为教育管理研究方法和技术路线的转向带来了更多的选择。本文从研究资料的获取、使用以及呈现等角度出发,尝试对能够应用于教育管理研究的技术工具以及多元范式催生的新方法进行了分析展望,以期能对未来研究的开展有所启发。

(一)资料获取的技术改进

研究资料的质量直接关系着研究结论的真实性和可靠性,研究者获取研究资料是研究过程中的核心步骤。教育管理学作为一门认识和理解教育管理现象,谋求教育管理改进之道的社会科学,[9]236其面临的现象往往较为复杂,涉及多方利益主体,研究者在很多时候难以深入研究对象“内部”,从而获取充分的第一手资料,当然这也是很多社会科学研究所面临的共同问题。从获取资料的方法运用看,当前我国教育管理研究使用最多的技术手段是问卷法、量表法和访谈法,这也是目前运用最为成熟的方式。这些常规方法能长期服务于科学研究,其优点不容置疑,但如果过于依赖这些自报告手段,缺乏三角互证,也易于造成研究者对于教育管理实践现象的片面或者低层次认知,同时也极可能因为似乎占有了大量第一手资料而陷入盲目自信,对复杂的教育管理现象背后的价值问题失去理性判断。

(二)资料分析的融合路径

(三)研究资料的自我呈现

研究资料的自我呈现不仅是形式需要更加生动多样,更需要将较为新颖适切的研究技术和方法应用于教育管理研究领域,以挖掘出有限资料中的深度价值和涵义,使理论研究结果的呈现与教育实践进行真正的对话。一方面,从宏观上看无论是人口还是科技创新的累积,都呈现S曲线,最近几十年的“高原平台”现象显著,科学革命逐渐进入停滞期,如何扩展和深化现有的知识成为各个学科研究者的重要任务。另一方面,我国教育管理学虽已初成体系,但还缺乏教育管理本土化理论的建构,教育管理学之“学”在我国仍缺乏深厚的基础。[21]基于以上发展背景和需求,新兴的知识图谱工具、GIS空间分析以及社会网络分析等可视化技术对教育管理的研究针对某些具体实践问题的分析和解决能有所助益。

地理信息系统(GeographicInformationSystem,GIS)作为一种空间数据处理工具,可以对有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述,帮助解决规划和管理等方面的问题。基于GIS强大的空间信息分析处理能力,其应用领域也在不断扩展。就教育管理研究领域而言,学校布局规划、教育资源的合理配置作为其重要内容,是一个连续动态的过程,需要借助历史的、现实的与对未来预测的全过程信息进行分析,这些通过GIS的应用遥感图进行判读就可以迅速获取,帮助研究者得出真实可靠的结论,而这类研究成果产生的证据通常是我国教育行政部门进行循证决策的重要依据。已有研究者借助GIS技术分析了学校布局调整的过程以及农村学校撤并对学生上学距离产生的影响等问题。[25]通过GIS技术与教育数据的结合,可以使资料呈现更加直观形象地反映出教育资源分布现状,增强研究成果的实践应用性。

四、结语

参考文献:

[1]赵树贤.现代教育管理学的范式及其危机[J].教育学报,2012,8(4):70-75.

[2]张新平,蒋和勇.教育管理学的困境与方法转型[J].湖北大学成人教育学院学报,2004(1):14-17.

[3]褚宏启.论教育管理研究范式的转换[J].中国人民大学教育学刊,2014(3):5-22.

[4]杨烁,余凯.美国教育政策循证研究的理论与实践:对中国的启示[J].复旦教育论坛,2019(6):91-96.

[5]杨天平.对我国教育管理学研究的反思性研究[J].教育理论与实践,2004,24(3):9-11.

[6]张新平,陈学军.试论我国教育管理学的理论类型[J].教育学报,2011,7(1):80-85.

[7]叶澜.教育研究方法论初探[M].上海:上海教育出版社,1999:17.

[8]杨烁,余凯.我国教育政策循证决策的困境及突破[J].国家教育行政学院学报,2019(10):51-58.

[9]张新平.教育管理学导论[M].上海:上海教育出版社,2006.

[10]赵丽娟.2017年北京市义务教育入学网络舆情分析:特征、热点与应对[J].教育科学研究,2019(3):49-54,61.

[11]CEREZOR,SANCHEZ-SANTILLANM,PAULE-RUIZMP,etal.Students’LMSInteractionPatternsandTheirRelationshipwithAchievementACaseStudyinHigherEducation[J].Computer&Education,2016(96):42-54.

[12]熊金武.量化历史:经济史学的新范式[J].求索,2019(3):47-54.

[13]陈志武.量化历史研究的过去与未来[J].清史研究,2016(4):1-16.

[14]KungJKS,MaCC.CanCulturalNormsReduceConflictsConfucianismandPeasantRebellionsinQingChina[J].JournalofDevelopmentEconomics,2014(111):132-149.

[15]约翰·W.克雷斯维尔,薇姬·L.查克.混合方法研究:设计与实施[M].游宇,陈福平,译.重庆:重庆大学出版社,2017.

[16]张绘.混合研究方法的形成、研究设计与应用价值——对“第三种教育研究范式”的探析[J].复旦教育论坛,2012,10(5):51-57.

[17]CHRISTOPHERDAY,QINGGU,PAMSAMMONS.TheImpactofLeadershiponStudentOutcomes:HowSuccessfulSchoolLeadersUseTransformationalandInstructionalStrategiestoMakeaDifference[J].EducationalAdministrationQuarterly,2016,52(2):221-258.

[19]杜运周,贾良定.组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].管理世界,2017(6):155-167.

[20]王国华,武晗.从压力回应到构建共识:焦点事件的政策议程触发机制研究——基于54个焦点事件的定性比较分析[J].公共管理学报,2019,16(4):36-47,170.

[21]李旭,王娇.新中国成立以来教育管理学学科建设的回顾与反思[J].教育学报,2019,15(6):55-67.

[22]林聚任.社会网络分析:理论、方法与应用[M].北京:北京师范大学出版社,2009.

[23]黎耀奇,谢礼珊.社会网络分析在组织管理研究中的应用与展望[J].管理学报,2013,10(1):146-154.

[24]NIENKEMMOOLENAAR,ALANJDALY,PETERJC.Sleegers.OccupyingthePrincipalPosition:ExaminingRelationshipsBetweenTransformationalLeadership,SocialNetworkPosition,andSchools’InnovativeClimate[J].EducationalAdministrationQuarterly,2010,46(5):623-670.

[25]赵丹,吴宏超,BrunoParolin.农村学校撤并对学生上学距离的影响——基于GIS和OrdinalLogit模型的分析[J].教育学报,2012,8(3):62-73.

[26]柯文涛.工具的祛魅:CiteSpace在教育研究中的应用与反思[J].重庆高教研究,2019,7(5):117-128.

THE END
1.数据挖掘算法(AnalysisServices–数据挖掘)MicrosoftLearn为特定的业务任务选择最佳算法很有挑战性。您可以使用不同的算法来执行同样的业务任务,每个算法会生成不同的结果,而某些算法还会生成多种类型的结果。例如,您不仅可以将 Microsoft 决策数算法用于预测,而且还可以将它用作一种减少数据集的列数的方法,因为决策树能够识别出不影响最终挖掘模型的列。 https://technet.microsoft.com/zh-cn/library/ms175595(v=sql.100).aspx
2.数据挖掘的分析方法可以划分为关联分析序列模式分析分类分析和数据挖掘是从大量数据中提取有用信息的方法,主要分为四种分析方式:关联分析、序列模式分析、分类分析和聚类分析。在本指南中,我们将详细介绍这四种方法的实现过程,并提供相应的代码示例。 数据挖掘流程 首先,我们需要明确数据挖掘的基本流程,如下表所示: 流程图 https://blog.51cto.com/u_16213297/12863680
3.数据挖掘之七种常用的方法经管文库(原现金交易docx 203.39 KB0个论坛币 GDP和人均GDP平减说明.xls 27 KB0个论坛币 关键词:数据挖掘 https://bbs.pinggu.org/thread-13312809-1-1.html
4.数据挖掘的过程和方法数据挖掘的过程和方法 我折腾了好久数据挖掘这事儿,总算找到点门道。说实话,一开始我也是瞎摸索。 我先跟你说啊,数据挖掘嘛,第一步得确定目标。这就好比你要去旅行,你得先知道你想去哪对吧。我之前就没整明白这个,随便找了些数据就开始挖,结果挖出来的东西根本没什么用,白忙活一场。所以说确定好你要挖掘https://wenku.baidu.com/view/7f1168947075a417866fb84ae45c3b3567ecddb0.html
5.商战数据挖掘:你需要了解的数据科学与分析思维数据科学的一条重要原则是,数据挖掘的流程可以分解为几个通俗易懂的环节。有些环节涉及信息技术的应用,如数据中模式的自动发现和评估,而有些则主要依赖数据分析师的创意、常识和商业知识。理解数据挖掘的整个过程,有助于组织数据挖掘项目,使它们更接近系统性的分析,而不是凭借运气和个人智慧的冒险行为。 https://www.ituring.com.cn/book/tupubarticle/28952
6.数据挖掘技术主要包括哪些?数据挖掘的技术,可分为:统计方法、机器学习方法、神经网络方法和数据库方法。统计方法,可细分为:回归https://m.imooc.com/wenda/detail/508957
7.数据挖掘的主要方法和技术在本文中,我们将详细介绍数据挖掘的主要方法和技术,包括数据清洗、数据预处理、数据可视化、数据分析、数据模型构建、数据评估和优化等。 2.核心概念与联系 在数据挖掘中,有一些核心概念和联系需要我们了解和掌握。这些概念和联系包括: 1.数据:数据是数据挖掘的基础,是我们需要分析和挖掘信息的原始物料。数据可以是结构https://blog.csdn.net/universsky2015/article/details/137334966
8.数据挖掘的主要技术主要有这些,看完就知道数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 通过大量数据集进行分类的自动化过程,以通过数据分析来识别趋势和模式,建立关系来解决业务问题。 那数据挖掘的主要技术有哪些呢,今天就跟大家谈谈数据挖掘的主要技术有哪些: 1、模式跟踪 模式跟踪是数据挖掘的一项基本技术。模式跟踪旨在通过识别和监视数据https://www.fanruan.com/bw/faeggrg
9.电子商务毕业论文(精选6篇)随着电子商务的兴起,Web方式的应用系统发展迅速,它将成为电子商务技术领域的主流。在电子商务应用系统中,目前普遍采用的是三层C/S结构,即表示层、业务层和数据层。这种结构使软件测试人员能采用“局部分层测试”和“系统整体测试”想结合的方法,对应用系统进行测试。即先对每一层进行独立的测试,再开展系统整体测试,这https://biyelunwen.yjbys.com/fanwen/dianzishangwu/727563.html
10.7种常用的数据挖掘技术分享开源地理空间基金会中文分会开放有很多模型可用于快速理解复杂数据; 较快的速度能够让用户在更短的时间内轻松分析大量数据; 产生改进的预测。 7种重要的数据挖掘技术 数据挖掘中最重要的任务之一是选择正确的数据挖掘技术。数据挖掘技术必须根据业务类型和业务面临的问题进行选择。因此必须使用一种通用的方法来提高使用数据挖掘技术的准确性和成本效益。https://www.osgeo.cn/post/14c56
11.大数据金融第二章大数据相关技术第一节 大数据处理流程 首先是利用多种轻型数据库收集海量数据,对不同来源的数据进行预处理后,整合存储到大型数据库中,然后根据企业或个人目的和需求,运用合适的数据挖掘技术提取有https://www.jianshu.com/p/d68251554c66
12.数据挖掘:概念与技术(原书第3版)PDF扫描版电子书下载本书完整全面地讲述数据挖掘的概念、方法、技术和最新研究进展。本书对前两版做了全面修订,加强和重新组织了全书的技术内容,重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容,还全面讲述了OLAP和离群点检测,并研讨了挖掘网络、复杂数据类型以及重要应用领域。 https://www.jb51.net/books/155804.html
13.数据挖掘论文在进行现代档案信息处理时,传统的档案管理方法已经不能满足其管理的要求,数据挖掘技术在这方面确有着显著的优势。首先,档案是较为重要的信息记录,甚至有些档案的重要性大到无价,因此对于此类的珍贵档案,相关的档案管理人员也是希望档案本身及其价值一直保持下去。不过越是珍贵的档案,其使用率自然也就越高,所以其安全https://www.unjs.com/lunwen/f/20220924130749_5650839.html