師范生感知數據驅動決策：自我效能與焦慮感

中圖分類號：G650 文獻標識碼：A 文章編號：2095-5995（2025）02-0080-09

一、引言

隨著智能時代的到來，師范院校被賦予培育未來卓越教師的重任，師范生只有在學科知識、教學能力和數據素養方面都達到標準，才能在入職后迎接教學決策范式的變革，走向研究型、專家型教師之路。近年來，依托直覺經驗的傳統決策范式在科學性上逐漸被質疑，數據驅動決策（data-drivendecisionmaking）逐漸成為教師專業實踐的重要組成部分[1]。該范式強調基于證據分析做決策，倡導教師在轉化“數據”為“決策”過程中發揮主觀能動性，盡可能規避教學決策的隨意性。當今，數字素養已被納人教師專業能力范疇，教師利用數字技術優化、創新和變革教育教學的能力被廣泛重視[2]，這拓展了“數據”概念外延和應用場景。作為教育智慧的重要載體，“數據”既包括傳統教學測評數據，也包括課堂觀察、訪談、人口統計學等定性數據；既包括用傳統手段收集的小范圍數據，也包括借助數字化技術一比如智慧教育系統、智能分析評價等工具一一采集的大數據。目前，部分一線教師認為“數據驅動”和“人文精神”是互斥的，對自我數據素養也持懷疑態度，這必然會影響教師對數據的認知和實踐，降低數據驅動決策的自我效能感，繼而引發焦慮情緒。

《教育強國規劃綱要（2024一2035）》倡導利用教育數字化開辟新賽道、塑造發展新優勢[3]，教育數字化必然會生成各類教育大數據，為數據驅動決策提供廣闊的應用空間。然而，該決策方式具有情境性和實踐性，教師面對復雜教育教學場景時，對自身基于數據做教學決策能力的判斷尤為重要。自我效能感會影響人的認知和行為，也是影響數據驅動決策實施效果的重要因素[4]。師范階段是學生形成專業信念、培育自我效能的關鍵期，對未來教學實踐起著重要奠基作用。調查師范生數據驅動決策的自我效能及焦慮感，并探究其可能影響因素，對師范課程改革和教師教育具有重要借鑒意義。

二、相關文獻綜述

（一）數據驅動決策

在教育領域，數據驅動決策倡導通過分析人口學、教學、管理、學習結果、學生行為等多元數據做出科學決策，多項研究已證明該范式能提升教和學的效率[5][6]。與依賴經驗直覺做判斷的傳統做法不同，教師需要將學科內容知識、教學法知識和實證數據相結合，了解學生學習需求，開展差異化和個性化教學。斯希爾德坎普（Schildkamp）等提出了數據決策八步驟模型，包括界定問題、形成假設、收集數據、檢查數據質量、分析數據、解釋和結論、實施改進措施和評價等。這是一個非單線循環的探究過程，如果在第6步的“解釋和結論”中發現假設不正確，就要重新“形成假設”。另外，如果第8步“評價”環節發現問題沒有解決，還需返回到第7步，再次選擇并實施“改進措施”。曼迪納克（Mandinach）等則將數據驅動決策框架提煉為確定問題、使用數據、將數據轉化為信息、將信息轉化為決策和評估結果等五個步驟的探究過程[]。該過程會調動教師的教學法知識、內容知識和數據使用技能等素養，它具有迭代循環的特點。實踐機會、領導風格、自我效能和合作方式等都會影響數據驅動決策的實施質量[8][9]

國內近年來依托大數據、聚焦精準教學開展的系列研究也倡導數據驅動，是中國特色數據驅動決策的典型實踐案例。此類研究主要關注教學策略、活動、操作路徑和模式等，較少涉及教師決策機制和意識信念等內容[10]。研究發現，數據驅動決策對學生學習的正向促進作用主要體現在認知、行為和情感三個維度[1]。值得注意的是，人們往往把該決策過程看作直接施加影響的線性作用過程，缺少實際應用場景中的審視；當數據與教學內容知識有機結合時，其干預的效力才是最佳的[12]

（二）教師自我效能與焦慮感

在本研究中，教師自我效能指教師對自身數據驅動決策能力的自信程度，包括數據識別及訪問、數據技術使用、數據分析與解釋和教學數據應用等四個維度[13]。社會認知理論認為，自我效能會影響主體的行為及其有效性，實踐經驗是其重要來源。里夫斯（Reeves）等發現，自我效能高的教師會比同行更頻繁地使用數據[14]。此外，自我效能具有可塑性，它會受到干預措施的影響[15]。師范生數據驅動決策自我效能經歷一個從無到有的過程，它在學習和實踐中不斷生長。與自我效能相關的重要因素是教師焦慮感，指“對參與數據驅動決策的恐懼、緊張和憂慮”，它會抑制期望行為的發生[16]。數據驅動決策自我效能四個維度之間相互關聯，但與焦慮感呈現負相關[1]。阿泰塔巴爾（Atai-Tabar）等發現，英語教師對形成性評估的認知程度會顯著影響其數據驅動決策效能感，但對焦慮感沒有顯著影響[18]。性別、課程修讀、實踐參與、學歷層次、專業類別等因素是否會影響教師自我效能及焦慮感？如果會，程度如何？相關研究還不能對此形成一致結論，教師自我效能及焦慮感的影響因素還需更多探索。

（三）師范生的數據使用實踐

師范教育肩負培養職前教師數據使用能力的責任[19]。國內有學者關注師范生的數據素養發展現狀及模型構建，然而對師范生在真實情境中的數據使用實踐研究較少[20]。師范生的數據使用往往發生在兩個場域：課程學習和教育實習。里夫斯 (Reeves)等研究發現，職前修讀過相關課程的教師數據使用率更高[21]；課程中的協作數據分析和創新教學法都會提升師范生知識信念[22]。然而，師范生的數據使用機會并不豐富，特別是以團隊協作形式分析、解釋和使用教學數據方面的實踐尤為欠缺[23]。師范生實習期間需要在指導老師的輔導下完成備課、教學和作業評價等工作，由此得到處理學生真實數據的機會，并積累數據使用經驗，然而，他們的重點往往放在監測特殊學生，較少用來支持差異化教學；師范生盡管數據使用情況存在差異，但能力都會在此過程中得到提升[24]。從理論上說，自我效能及焦慮感會影響教師數據使用實踐，而后者也會反作用于前者，最終影響教師數據驅動決策的效率和質量，二者相互作用機制還需要進一步研究。

三、研究問題

為了調查師范生數據驅動決策的自我效能及焦慮感并探究其可能影響因素。本研究確定以下兩個研究問題：

（一）師范生數據驅動決策的自我效能感及焦慮水平如何？（二）數據使用實踐會如何影響師范生數據驅動決策的自我效能與焦慮感？性別、專業、學歷層次、課程修讀等因素會對其產生影響嗎？

四、研究設計

（一）研究對象

本研究調查對象為H師范院校的291名在讀師范生，被試調查前都經歷過教育實習，就業方向為中小學教師。學生來自不同專業，包括中文師范、英語師范等文科專業185人，數學師范、生物師范等理科專業106人。從年級分布看，大三學生137人，大四學生108人，研究生46人。學生平均年齡22.12歲，其中女生238人，占比 81.79% ，男生53人，占比 18.21% 。143人實習學段為小學，占比40.14% ；121人在初中實習，占比 41.56% ；27人有過高中實習經歷，占比 9.28% 。學生實習場所以浙江省內學校為主（ 96.21% )，少數為省外學校。

（二）研究工具

本研究主要采用問卷調查法開展調查。問卷包括三部分。第一部分調查師范生性別、就讀層次等人口學資料和相關課程修讀情況。第二部分調查師范生實習期間的數據使用實踐，該部分改編自先前文獻[25]，根據國內教學場景做內容修改。學生需對“你在實習期間完成以下行為的頻率如何”做出回應，該量表包括25項有關數據使用行為的陳述，聚焦課堂教學層面。問卷采用李克特五點量表設計，被試需要在“從不”、“一月一次或更少”、“一月幾次”、“每周一次”、“一周幾次”中做出選擇。該問卷在初始研究中的克隆巴赫系數為0.97，在本研究為0.98，表明問卷信度非常理想。

第三部分為數據驅動決策自我效能及焦慮感量表。量表共20個題項，包括數據識別及訪問、數據技術使用、數據分析與解釋、數據教學應用等四個效能子量表和一個焦慮量表。該問卷借鑒文獻[26][27]，研究者根據國內教學情景調整語言表達并做適當改編，比如，第4題“我相信我可以使用所在地區的數據系統工具來檢索圖表、表格或圖形以供分析”改為“我相信我可以使用Excel、SPSS等工具輔助分析數據”，將“我有信心可以使用所在地區的數據分析技術來獲取標準報告”改為“我相信我可以使用智慧教學系統的相關功能，查閱全班或個別學生的學習報告”。此外，研究者還根據專家建議刪減個別題目，問卷結構和題目樣例見表1。在本研究中，五個子量表的克隆巴赫系數分別為0.95、0.94、0.94、0.97和0.93，表明信度良好。

（三）數據分析過程

針對問題一（師范生數據驅動決策的自我效能感及焦慮水平如何)，研究者首先對教師自我效能與焦慮量表的得分做描述統計，調查師范生在數據識別及訪問、數據技術使用、數據分析與解釋、教學數據應用等四個效能維度和焦慮感上的表現水平。針對問題二（數據使用實踐會如何影響師范生數據驅動決策的自我效能與焦慮感？性別、專業、學歷層次、課程修讀等因素會對其產生影響嗎)，研究者對師范生的數據使用實踐情況做描述分析，了解師范生課堂數據使用的整體狀況、高頻行為和低頻行為；對師范生的課程修讀情況做描述統計，同時結合開放性問答內容做梳理總結。其次，采用多元線性回歸分析調查師范生數據驅動決策的自我效能感及焦慮感的可能影響因素。研究者以數據使用實踐、性別、專業、學歷層次和課程為回歸變量，分別以自我效能四個子量表和一個焦慮量表得分為因變量，完成五次多元回歸分析。自我效能感取四個子量表得分，焦慮感得分取該量表均值；數據使用實踐情況取量表均分。此外，對性別、專業、學歷和課程修讀等分類變量都做虛擬編碼，比如，在學歷層次上，以本科作為參照組，研究生虛擬編碼為1。根據回歸模型、殘差分析、共線性分析等驗證回歸方程的有效性并分析闡釋。

五、研究發現

（一）師范生自我效能及焦慮感的水平

調查結果顯示，師范生自我效能四個維度均值范圍在3.83到3.93之間，處于3分（中立）和4分（比較符合）之間，且更接近4分，說明師范生自我效能較高。可以理解為，他們對自身數據驅動決策能力有較高的自我判斷，然而還有提升空間。焦慮量表屬于反向陳述，得分越高，說明焦慮程度越高；師范生焦慮感均值位于“中立”和“比較符合”之間 (3.39±0.93) ，且更接近中立分，表明學生面對數據驅動決策會感到一定程度的焦慮，不過，程度較低，處于可接受的正常范圍（見表2)。

（二）師范生自我效能及焦慮感的可能影響因素

1.師范生數據使用實踐的情況

問卷調查顯示，師范生數據使用實踐問卷25個題目得分處于2.76（“一月一次或更少”到“一月幾次”）和4.02（“每周一次”）之間，整體平均值為3.61，介于3分（“一月幾次”）和4分（“一周一次”）之間，表明師范生實習時幾乎每周都會使用數據，擁有廣泛基于數據決策的機會，但頻率分布不均衡，且鮮有高頻實踐行為，離常態化、日常化的數據驅動決策還有距離。師范生使用頻率最高的三項行為是：給予學生反饋（作業批改、談話、書面交流等形式）（ M=4. 02 ， SD=1.14 )，給學生作業評定等級（ M=3.95 ， SD=1.21 )，選擇適當的學習資源、教學方法或學習活動（ M=3.77 ， SD= 1.17)。這三項行為屬于師范生實習期間必須完成的日常工作，如果說前兩項是輔助指導老師完成，第三項則是自己備課的重要內容；然而，師范生在“反饋”“評價”中的發現是否對“教學方法或學習活動”決策產生影響，卻不得而知。

使用頻率最低的三項行為包括：與家長溝通學生的表現（ M=2.76 ， SD=1. 34 0，選擇或編制試卷等測評工具（ M=3. 26 ， SD=1.24 )，從整冊書或單元的層面撰寫教學計劃或設計（ M=3. 43 ， SD= 1.18)。這三項工作具有復雜性，對師范生家校溝通意識、評估素養和高階教學設計能力都提出較高要求，學生或許會產生畏難情緒或者沒有機會參與；然而，此類實踐都涉及“教學決策”和“結果評估”等數據驅動決策的關鍵元素和核心步驟，會對教學效果產生重要影響。學生選擇“從來沒有”的數據使用實踐行為的百分比在 3.09% （給予學生反饋）到 15.80% （與家長溝通學生表現）之間。可以看出，師范生實習期間會通過各種方式參與教學反饋，但鮮有機會參與家校溝通。

值得注意的是，各題得分的標準差并不一致，它們代表了數據的離散程度。離散程度最高的前三項行為是：與家長溝通學生的表現（ M=2.76 ，SD ，上課結束后對學生學習情況進行測評（M=3.46 ， SD=1.49 )，選擇或編制試卷等測評工具（ M=3. 26 ， SD=1.24. )。這說明以上三種行為頻率的內部差異性較大，分布較分散。離散程度最低，分布最集中的三項是：為未來教學修改教學設計（比如學習任務、講授內容、學習材料等）（ M= 3.59， SD=1.13. )，找出學生的優勢和薄弱點（ M= 3.71， SD=1. 13 )，找出學生知識上的盲點（ M= 3.74， SD=1.13 0。可見，數據使用頻率較高的行為往往分布較為集中，實踐頻率較低的選項則離散程度較高。

2.師范生與數據使用相關的課程修讀情況

表3顯示，超過 80% 的學生修讀過考試評價類課程，比例最高；數據實踐類課程的修讀比例最低，超過三分之一的學生從未修讀過此類課程。修讀數據智慧和統計學基礎相關課程的同學都超過七成。對學生回答“這些課程會涉及哪些內容，你的收獲如何”的內容分析顯示，學生所修讀課程多以理論學習為主。比如，現代教育技術課程主要在理論層面學習AI工具在教育領域的應用和發展，只有一節課讓大家制作微課，完成實踐任務。另外，統計學、數據分析方面的學習內容比較基礎，也比較實用，比如大學計算機基礎涉及PPT、Word、Excel等軟件使用，也涉及學生成績分析（計算班級平均分、篩選、排序等)；班主任工作課程中會涉及對學生學習行為的觀察分析，但內容比較零散。對于數據探究實踐課程，學生往往會把含有數據分析實操的課程列人該類別，比如有學生提到教育科研方法課程中的問卷分析、數據編碼等內容讓他們收獲教育研究相關技能；沒有學生提到包含“確定問題一使用數據一將數據轉化為信息一將信息轉化為決策一評估結果”等步驟的數據探究過程，即課程所涉及實操內容或許和數據有關，但往往會脫離教育場景。

由此可見，大多師范生有機會修讀數據使用相關內容知識，然而內容往往嵌入在教師教育類和計算機類的公選課程中，呈現出重理論輕實踐的特點。此外，課程還缺乏系統性和情景性，學生習得的技術和知識，還需要通過實踐來轉化為數據驅動決策的能力。

3.多元回歸分析結果

為了驗證師范生數據驅動決策自我效能及焦慮感的可能影響因素，以數據使用實踐、性別、專業、學歷層次、課程修讀為自變量，分別以自我效能四個子量表得分和焦慮得分為因變量執行五次多元線性回歸分析。從回歸模型來看，預測因素對因變量的預測程度在 5% 到 12% 之間，五個維度的方差分析都是顯著的，顯示五次回歸分析的方程都是有效的（見表4)。

多元回歸分析顯示：

第一，實習期間的數據使用實踐對師范生自我效能和焦慮感都沒有顯著影響。該結果引發對師范生實習期間數據使用情況的反思。師范生實習期間在課前、課中、課后都有機會使用數據，除了“給予學生反饋（作業批改、談話、書面交流等形式）”達到“每周一次”的頻率，大多數行為都是偶爾為之。然而，“與家長溝通學生的表現”、“選擇或編制試卷等測評工具”和“從整冊書或單元的層面撰寫教學計劃或設計”等頻率較低的行為都涉及復雜問題解決，屬于高階能力范疇，且都與“評估”“決策”等數據探究過程緊密相關，和師范生的成就感和自我效能聯系緊密。

第二，性別會顯著影響師范生數據驅動決策的焦慮感（ β=-0.19 ， p<0. 01 )，男師范生在焦慮感方面會顯著低于女生，然而二者在自我效能的四個維度上都沒有顯著差異。先前研究證實，大學生在特質焦慮上存在顯著差異[28]。特質焦慮指一般性的人格特征或特質，表現為一種比較持續的擔心或不安，它有可能會影響師范在數據驅動決策方面的焦慮感，形成性別差異。此外，“控制一價值”理論認為，學業情緒的產生源自對“控制一價值”的認知評價過程[29]。可以理解為，女生在行動前易低估自我能力，面對較為復雜的數據驅動決策任務或許產生較高的焦慮水平，然而，數據驅動決策的場景所需的技能素養并沒有明顯的性別偏好，因此，女生也會在行動中乃至行動后也會找到控制感，提升自我效能。這也部分解釋師范生數據驅動決策自我效能的四個維度上不存在顯著差異的現象。

第三，專業類型和學歷層次對師范生自我效能及焦慮感沒有顯著影響。結果顯示，文理科專業師范生在自我效能及焦慮感上沒有顯著差異，這與“理科生比文科生對數據更敏感”的傳統認知顯然不符。這也說明，一方面，數據驅動決策所指向的知識能力并沒明顯的學科傾向，數據獲取、數據技術使用和教學應用等方面所需能力不單依附于學科素養，都需要深入學習和實踐才能習得精髓；另一方面，各學科師范生在讀期間都能通過課程修讀和實踐練習達到一定的數據素養和水平。此外，研究生并不比本科生在數據驅動教學上具備更高的自我效能，焦慮度也沒有顯著變化。這似乎暗示，研究生群體在數據驅動素養方面并沒有得到更多的關注和培養，師范院校在該領域的課程設置和實踐活動方面還有提升空間。

第四，部分課程修讀會顯著影響對師范生自我效能和焦慮感。修讀考試評價類課程對數據技術使用效能（ β=0.11 ， p<0.05 ）和焦慮感（ β=0.13 ，p<0.05 ）有顯著預測作用；統計學類課程修讀能顯著預測教學數據應用效能（ β=0.05 ， p<0.05 ，修讀數據智慧類課程對數據技術使用（ β=0.23 ， p< 0.01)、數據分析與解釋（ β=0.20 ， p<0.01 ）和教學數據應用（ β=0.18 ， p<0.01 ）等三個效能維度有顯著預測作用。可以理解為，修讀過考試評價類課程的師范生的自我效能會較未修讀同學高出0.11，然而焦慮感也會高出0.13，這點是值得注意的。或許，在修讀考試評價相關知識后，如果學生不能結合教學內容知識嘗試解決真實問題，也會積淀面對真實場景的焦慮情緒。修讀數據智慧類課程的學生在數據技術使用、數據分析與解釋和教學數據應用三個維效能維度較未修讀學生分別高出0.23、0.20和0.18。之所以此類課程的預測范圍更廣泛，或許和這些新興課程的特點有關。此類課程往往會融人教師數據素養培育的重要元素，和學科內容知識、教學法乃至問題解決有所關聯。數據實踐類課程對五個指標都沒有顯著預測作用。在數據實踐類課程中，學生確實會動手實操，完成數據收集、分析與解釋的相關工作；然而，正如學生在開放問答中所提到，其中涉及的實操部分內容分散、課時較少，和教育真實情境距離較遠。

從整體上看，師范生的數據驅動決策的自我效能良好，存在一定焦慮情緒，二者受數據使用實踐、性別和課程修讀的影響顯著；值得注意的是，數據識別與訪問維度的自我效能沒有受到以上因素的顯著影響。

六、研究結論、討論與建議

針對師范生數據驅動決策自我效能及焦慮感的綜合調查發現：師范生數據驅動決策的自我效能較高，而焦慮感較低，二者的可能影響因素也是未來改革抓手，相關課程和實踐內容還有改進和提升空間。師范生對數據驅動決策的感知信念的發展是一個長期且復雜的過程，有賴學校、教師、學生等多方面的合力推動。基于以上結論，本研究提出三點啟示與建議。

（一）激活教育實習經歷，讓數據使用從“體驗”走向“探究”

數據驅動決策所需能力需要反復試錯、不斷磨礪才能持續提升。多元回歸分析顯示，數據使用實踐頻率對師范生的自我效能和焦慮感的影響并不顯著。或許，這可部分歸因為，師范生實習期間的數據使用實踐大多處于“被動完成任務”的階段，具有散漫性和自發性，還沒有達到“數據驅動決策”的層面，自然也不會經歷基于真實問題的探究和解決問題過程。此外，積極反思、專家指導、合作探究都比較薄弱，無法形成“實踐一反思/學習一再實踐”的閉環，而這些都是可以提升自我效能、消解焦慮情緒的重要元素。

基于此，我們建議：第一，師范院校對實習、見習方案和要求進行修訂，要求學生對課堂、教師和學生做問題診斷式觀察，并基于證據提出科學的問題解決方案。第二，實習學校、指導教師應引領學生走進成績分析會、家校面議會、教研組會等復雜教育現場，給予學生過程指導。在此基礎上，鼓勵學生使用學生行為的和學習結果等證據支持教學設計與實施，在“計劃一反思一再計劃”的循環中迭代設計方案、提升專業能力。第三，師范生應樹立在實踐和探究意識，沉浸式體驗教師角色，勇于推動基于數據的教學決策范式，致力于做反思性實踐者。

（二）創新嵌入路徑，讓數據素養有序融入師范課程

結果顯示，師范生大多具備修讀數據使用相關課程的經歷，但理論內容居多，實踐內容較少且分散在不同課程中。從理論上講，課程修讀是師范生獲得數據使用知識能力的重要來源，其學習體驗會對感知信念產生積極影響。從調查結果看，四類課程對師范生驅動決策的自我效能及焦慮感的影響不均衡，預測程度也不高；其中數據實踐類課程對自我效能及焦慮感都沒有顯著影響，修讀考試評價類課程甚至對學生焦慮度產生一定的負面影響。這引發我們對師范課程內容設計、結構安排乃至教學效果的思考。目前，大多師范院校針對數據素養教育并沒有序列化的課程結構體系，相關課程分布在不同學院。比如，計算機基礎、班主任工作、現代教育技術、教育科研方法等分別屬于計算機學院和教育學院，盡管都會涉及部分數據使用內容，但不成體系、沒有序列、也較少指向數據驅動決策能力，呈現出“知識”和“素養”之間的割裂。

基于此，本研究提出建議：一方面，重構師范課程內容和結構，將數據素養融人相關課程，將各個課程中的內容體系化、序列化，探索嵌入方式及路徑；另一方面，用基于真實問題的項目學習落實課程的實踐任務，讓學生在“做中學”，積累經驗，提升效能感；項目化學習聚焦真實情景中的真實問題，倡導學生在合作探究中解決問題、生成作品，這對師范生數據驅動決策能力提升有重要作用。

（三）關注情緒管理，化“焦慮”為素養提升的“助力”

研究顯示，師范生數據驅動決策的自我效能感較好，但還有提升空間；面對問題還會產生一定的焦慮情緒，女生焦慮情緒會顯著高于男生。自我效能和數據使用實踐關系密切，實踐經驗積累會提升自我效能，良好的情感信念也會讓學生更積極地投入到實踐中，以堅忍不拔的毅力面對問題挑戰。焦慮情緒是一把雙刃劍，適度的焦慮感可以激發投人度和學習力，然而當它超出一定界限，則會對自我效能產生負面影響，成為數據驅動決策過程中的阻力和障礙。此外，焦慮情緒的性別差異也可以成為教育資源，為探究活動設計提供啟發。

基于上述發現，研究建議：一方面，在數據使用相關課程中，教師應關注學生信念、成就感、毅力、焦慮等非智力因素，借助合作探究、真實任務、公開成果、學習支架等輔助學生學習，探索性別互補分工方式，提升自效能感、緩解焦慮情緒；另一方面，以日志、案例等形式收集實習過程中的典型數據故事案例，將案例引入課堂研討、合作探究等學習場景，讓學生在提前預演中緩解焦慮情緒。

數據驅動決策水平是教師數據素養的關鍵表現，也是成就未來卓越教師的重要基石。自我效能及焦慮感同屬情感因素，其水平高低將直接影響教師數據使用實踐及決策質量。師范課程在提升師范生自我效能、緩解焦慮感方面擔任重要角色，教育實習中的數據使用實踐也應發揮“做中學”“學中做”的重要優勢，提升數據驅動決策的意識態度。相信通過課程在內容、形式、結構方面的重要變革，輔之以數據使用實踐機會的拓展、優化和融通，師范生數據驅動決策的自我效能感定會持續向好發展，最終助力其走向未來卓越教師之路。

參考文獻：

[1］［12]劉晉，張學波，林書兵.數據驅動的教學決策效果總覽與視野突破一一基于十項元分析的傘型評價[J]．電化教育研究，2022(9)：53-62.

[2]中華人民共和國教育部．JY/T0646—2022教師數字素養[S].2022.http://www.moe.gov.cn/srcsite/A16/s3342/202302/W020230214594527529113.pdf

[3]中共中央、國務院，教育強國建設規劃綱要（2024-2035年）[EB/OL].[2025-3-05]https://www.gov.cn/zhengce/202501/content_6999913.htm

[4]謝云天，史滋福．職業認同與初中教師工作投入的關系：自我效能感和教師元認知的作用[J]．心理研究，2024，17(06)：528-536.

[5]楊淑婷，魏非，教師數據驅動決策能力評價的國際研究述評：框架、工具與實施建議［J].現代教育技術，2022，32(08):67-74.

[6]［11］李靜，顧秦一，蔣少杰等，數據驅動教學決策真的有效嗎？一一基于近十年國內外43項相關的實驗和準實驗元分析［J]．現代教育技術，2023，33(9):67-77.

[7]Mandinach，E.B.， Gummer，E.S.Whatdoesitmeanforteacherstobedata literate：Layingout theskills，knowledge，anddispositions.[J］TeachingandTeacherEducation，2016，60：366-376.

[8]Keuning，T.，VanGeel，M.，Visscher，A.，Fox，J.P.，Moolenaar，N.M.Thetransformationofschools’social networks duringa data-baseddecisionmaking reform[J]．Teachers College Record，2016，118 (9):1-33.

[9]

[13]

[16][27]Dunn，K.E.，Airola，D.T.，Lo，W.J.， Garrson，M.What teachers think about whatthey can do with data：Development and validation ofthedata driven decision-making efficacy and anxietyinventory[J].Contemporary Educational Psychology，2013，38(1):87-98.

[10]萬力勇，黃志芳，黃煥，大數據驅動的精準教學：操作框架與實施路徑[J]．現代教育技術，2019，29(1):31-37.

[14]Reeves，T.D.，Summers，K.H.，Grove，E.(2016）．Examining the landscape of teacher learningfor data use：The case of llinois.Cogent Education，2016，3（1）．https://webofscience.clarivate.cn/wos/alldb/full-record/WOS:000385812700001

[15][22]Reeves，T.D.，Honig，S.L.Aclassroomassessment data literacy intervention for pre-serviceteachers[J].Teaching and Teacher Education，2015，50(3):90-101.

[17]Bandura，A.Self-efficacy conception of anxiety[J].AnxietyResearch，1988，1(2)：77-98.

[18]Atai-Tabar，M.，Zareian，G.，Amirian，S.M.R.，Adel，S.M.R.Relationshipsbetween EFLteachers'perceptions of consequentialvalidityofformativeassessment and data-driven decision-makingself-efficacy and anxiety [J].Journal of Applied ResearchinHigherEducation，2024，16(3)：919-933.

「1qlMandinarhF R GummerF S What dnee it mean fnr

teacners to be aata Iterate: Laying out tne skils， knowledge，and dispositions[J]．Teaching TeacherEducation，2016，60：366-376.

[20]上超望，劉沈．師范生數據素養模型的構建與培育 思考[J]．現代教育技術，2021，31（02)：5-11.

[21]Hamilton，V.M.，Course taking and Teacher DataDriven Decision Making Self-Efficacy and Anxiety：A secondaryanalysis[D]. 2019. https:// huskiecommons. lib. niu. edu/allgraduatethesesdissertations/7089

[23]Mandinach，E.B.，Friedman，J.M.，Gummer，E. S.How can schools of education help to build educators'capacity to use data：A systemic view of the issue[J]．Teachers College Record，2015，117 (4)：1-50.

[24][25]Reeves，T.D.Pre-service teachers'data use opportunities during student teaching[J].Teaching and TeacherEducation，2017，63：263-273.

[26]Walker，D.，Reeves，T.，Smith，T.Confirmation of the Data-Driven Decision-Making Efficacy and Anxiety Inventory's Score Factor Structure Among Teachers [J]．Journal of psychoeducational assessment，2018， 36(5)：477-491.

[28]Mistra R，McKean M.College students’academic stress anditsrelationtotheiranxiety，time management and leisure satisfaction. Health Studies [J]，2000，16（1）：41-51

[29]Krapp A.Basic needs and the development of interest and intrinsic motivational orientations [J].Learning and Instruction，2005，15：381-395

Pre-service Teachers'Perceptions of Data-Driven Decision-Making: The Role of Self-Efficacy and Anxiety

Liu Shu-jun

(Collegeof Humanities，Huzhou Normal University，Huzhou，China 313000）

Abstract：Theself-eficacyandanxietyof pre-service teachersindata-drivendecision-makingarecloselyrelated totheir futurepractices.Asurveyof291studentswasconductedtoinvestigatepre-serviceteachers’self-eficacyandanxietyindata drivendecision-makingandexplorepotentialinfluencing factors.Thestudyfoundthat：First，pre-serviceteachersexhibiteda highlevelofself-eficacyindata-drivendecision-making，withsomeanxietybutatarelativelylowlevel.Second，datausage practicesduring internshipshadnosignificantimpactontheirself-eficacyoranxietyThird，gendersignificantlyinfluencedpre service teachers'anxietyindata-drivendecision-making，whilemajortypeandeducation levelhadnosignificantefectontheir self-eicacyoranietyHowever，takingcoursesinssssmentandevaluation，tatistics，ordataliteracysignificantlyted certaindimensionsofself-eficacyoranxiety.Thefindingsprovideimportantimplicationsforteachereducationintermsof curriculumreform，datausagepractices，and emotionalmanagement.

Keywords：Normal Students；Course Learning；Data-driven Decision Making；Self-eficacy；Anxiety

（責任編校：周文鼎）