时间：2023-03-22 17:32:11
导语：在今日药学论文的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
屠呦呦（1930年12月30日生），女，药学家，中国首位获诺贝尔科学奖的本土科学家，同时获得2015年度“感动中国人物”。毕其一生，致力于抗疟疾研究，终于发现了青蒿素，为患者带来了福音。研究过程异常艰辛――条件差、缺设备，身染肝炎；翻阅医籍，走访中医，又陷困境；从葛洪《肘后备急方》中得到启示，采用低沸点提取青蒿素，取得成功。历经190次失败，得到100%的青蒿提取物。
时下大多数学生选材陷于古冢之事。如“庄子，濮水垂钓，面对楚王千金厚礼，持竿不顾，只愿留骨而贵。”“陶渊明，竹篱密密，杨柳依依，菊点宁静，淡泊为怀。”“嵇康，铁锤击石器，独奏《广陵散》。”若能用当代杰出人物唤醒他们，更能显示论证说理的力度。下面运用不同技法，以微作文形式，多角度解读材料中人物。
【写作点拨】
一、正反对比
对比论证是一种求异思维，从古今中外、大小强弱、高尚低劣等层面进行对比，以使优者更优。其对比方式可以概括为横向和纵向两个层面。高中阶段所学文言文《劝学》《师说》《过秦论》，都是正反对比论证的佳篇，虽经千年，依然理正词切，令人叹服。
[论点]淡泊心境，静守初心。
心如明镜，不惹尘埃
静守本心，做一朵绚烂的烟花。
未曾点燃，谁能想像到烟花绚烂之态。静静的等待，只为一瞬绽放。屠呦呦――一位平凡的、淡泊的、不为人知的科学家，埋头药材几十年，只愿为众生求一握救命之蒿，数十年寻找，数十年提炼，终于从古籍中觅得一缕闪光――医治疟疾的良方。数十载时光，容颜凋零，青丝霜染，她恪守着自己的初心，不为红尘所牵扰，不为名利而奔波，甘心做一位平凡的采药人，采一剂济世之药。她不像有的科学工作者那般光彩夺目，为媒体和世人所称赞，但她的成就，她淡泊的心境令众多学者汗颜。
拭目看今日，娱乐界邓紫棋的歌曲《新的心跳》被疑抄袭，商界石油高管被指论文剽窃、抄袭达70%，又有学术界“名士气派”与“脱胎换骨”――田刚论文被指有抄袭李向东之嫌。浮躁的追名逐利之心，冲垮了一部分人的道德底线，熏染了纯洁真诚的初心。坐得住冷板凳，埋头于书典，用青春去奉献者又有几人？屠呦呦用她对名利的淡泊，冷却了多少浮躁的心。
[运用分析]本文作者紧扣时代脉搏，将“淡泊求真”与“追名逐利”两种人生态度进行对比，彰显屠呦呦务实求真的精神，对不良现象、道德毒瘤给予正确的引导。
二、相关类比
将性质、特点在某方面相同或相近的不同事物，加以比较就是类比论证，类比论证须找到类比点，据事类义，所选之事一般从三个层面入手：熟悉的、浅近的、具体的，这样才能阐述陌生的、深奥的、抽象的道理，增强说服力。
[论点]创新应立足于从大多数人的需要出发，解决困厄民生的难题。
胸怀苍生，叩响创新之门
沉沉夜幕，寂寂旷野。却有一位盲人，挑灯夜行，路人不明白――盲人不能看见光亮，何以多此一举。哪知盲人说，这既是为黑夜中的行人照明，也是为了让别人看到自己而不致碰撞。盲人用爱心，涤开阴翳的双眼，用他博大的胸襟，温暖了世人。
无独有偶，在治疗疟疾找不到有效药剂的沉沉黑夜中，一个科研团队中，黄皮肤的队员们睁着明亮的黑眼睛，为患者寻找那一方救命的药剂。
屠呦呦的研究团队，明眸救苍生。
上世纪60年代，越南、非洲疟疾肆虐，数万生命，亟待拯救，中国523工程的开展，救万民于水火之中，应时之需，倾全民之力。下至赤脚医生的家传秘方，上至研究院的反复试验，远至中华医药典籍的精髓，时至屠呦呦的以身试药，终于研究出青蒿素这一良剂，为疟疾患者带来福音。
创新之路在何方？不是获利数亿，名誉等身；而是从大多数人的需要出发，以天下苍生安危为己任，以博爱为帆，以实用为桨，寻找一个新航向。
侵晓鸟窥檐语，雾霾笼盖四野。此乃亟待解决之疾，创新何不叩此门扉？
[运用分析]创新是当下的核心话题，时人稍有新想法、新举措，动辄冠以创新之名。又有一些人仅仅出于利润动机，借创新之名追求高赢利。人道、公平、高效率、大贡献这些衡量创新的砝码已有些倾斜。本文借盲人黑夜挑灯之例，与屠呦呦团队寻找良药相类比，一样的爱心，一样的胸襟。结尾升华主旨――当年屠呦呦团队之举是创新，今日创新之路何在，引人深思。
三、运用比喻
比喻说理多为借形说理，“说理本来是逻辑思维，借形说理就是将它转换成形象思维”“《少年中国说》为了论述老年人保守，青年人上进，用了‘老年人如夕阳，少年人如朝阳……九组十八个形象’”（梁衡《文章五诀》）。宋诗多理趣，如苏轼的《题西林壁》，就借横看与竖看时山体的不同，写出了当局者迷，旁观者清的道理。杨万里的《过松源晨炊漆公店》“正入万山圈子里，一山放过一山拦”，朱熹的《读书有感》“问渠那得清如许？为有源头活水来”都是借形说理、比喻说理的佳句。
[论点]重视对古代典籍的挖掘，服务于当今社会。
钻研典籍 萃取精华握青蒿
丹青初炳而后渝，典籍岁久而弥光。数千年历史，数千年智慧，沉淀，结晶，于古墓、野史中；于图书馆、民间。手档浼一蕊，突破医学治疟瓶颈。
中国古老文化森林中，树木茂密，静谧深远。时有轻轻的脚步声传来，那是翻阅古籍的钻研者。有一棵东晋古医典大树，根深叶茂，枝叶纷披，蓄积琼浆，内蕴火种。一位研究人员，双眉紧蹙、迈着坚定的步伐走近这棵大树，用她的坚持不懈，用她的聪颖智慧，萃取出古代医典的精华――青蒿一握，水二升渍，绞尽汁。
钻研如燧木取火，朴素而伟大；静心，如临潭照影，简单而深刻。
实验室里，屠呦呦紧锁双眉，凝神细思青蒿素制取方法。困窘之时，思路一转，何不于典籍中寻得契机？她通读《马王堆二号汉墓帛书》《五十二病方》《神农本草经》《本草纲目》，当读至东晋葛洪的《肘后备急方》有关“青蒿一握，以水二升渍，绞尽汁，尽服之”的记载时，她眼前一亮，重新调整提取方法，终获成功。欣喜之余，她深感――沉下来，汲取古人智慧的重要性。
她做到了，她有科学家应具备的博，又有发明家应具备的精，更有智者令人景仰的沉。
[运用分析]将中国古老文化比作一片森林，每一种文化典籍都是其中的一棵大树，智者在森林里吮琼浆、取火种，应用于当今社会，为天下苍生谋福祉。比喻形象、生动。呼吁更多的研究者珍视中华文化瑰宝，静心沉潜于其中，汲取人类发展的智慧。
四、化用诗句
化用诗句贵在入之无痕，使原诗句与文章内容巧妙地融合在一起。王勃《滕王阁序》中的千古佳句“落霞与孤鹜齐飞，秋水共长天一色”，即自庾信“落花与芝盖齐飞，杨柳共春旗一色”化用而来。化用诗句首先要对原诗句理解透彻，达到信手拈来的熟稔；然后才能因文而需，稍改字词，写出新意。
[论点]勇于担当。
铁肩担责任
太阳之所以伟大，在于它永远消耗自己。
是谁，身先士卒，用小小的身板撑起一片绿色的天地？是谁，默默无闻，用几百次努力开垦出一片生命的草场？是谁，勇于担当，危难之中挺身向前，让九州大地开出一片青蒿绿？
受命于危难之际，这一扛，就是大半辈子，淡去了地位，隐却了名誉。日升月落，寒灯几星；寒暑交替，新绿又生。屠呦呦，柔肩硬脊皆为民。
沧海横流方显英雄本色，疟疾肆虐才识巾帼豪情！
柴胡为伞形科多年生草本植物（北柴胡）和狭叶柴胡（南柴胡）的根或全草，春秋两季采挖，晒干，切短节备用。
柴胡是临床常用的发散风热药之一，品种较多，产地遍于南北各省。由于各地所应用的柴胡品种不同，临床上用药的习惯不一，各种柴胡的采收季节与入药部分有所区别。因此，多种柴胡的功能虽有共同性也有其特殊性。历代文献关于柴胡的品种、功能、主治的记述，有较大的出入，后世对柴胡临床应用的效用也不一致。本文所述，是通过临床应用后的初步小结。由于水平有限，体会不深，不当之处，评批评教正。
1柴胡的品种和用药情况
目前国内习用的柴胡，主要分南柴胡、北柴胡两大类。
1.1品种及入药部分
①南柴胡类中，包括软柴胡、川柴胡、红柴胡3种，原植物名狭叶柴胡，主产于江苏、安徽、四川等地，入药以带根的全草为主。②北柴胡又称硬柴胡，原植物名长茎柴胡，主产于陕西、甘肃、河南等地，入药以要为主。
1.2用药习惯
全国大多数地区，以用北柴胡为主。各地药店虽备有各类柴胡，但处方单写柴胡者，即付给北柴胡，炮制（如醋炒、酒炒）均以北柴胡加工；丸、散修合（如逍遥丸、补中益气丸、鳖甲煎丸等）亦用北柴胡。江浙两省习用南柴胡。如处方只写柴胡，即付南柴胡类的软柴胡，炮制及丸散修合，均用软柴胡。
1.3处方应用根据《上海市中药饮片炮制规范》规定：①处方写柴胡、软柴胡、细柴胡者，概付软柴胡；②处方写川柴胡、竹叶柴胡者，概付川柴胡；③处方写北柴胡、硬柴胡者，概付北柴胡。此外，临床上所用的“银柴胡”属石竹科，为多年生草本植物石头花繁缕（银柴胡）的根，主产于西北及内蒙古等地，秋后茎叶枯萎至立春植珠萌发时采挖，入药以根部为主。它和“柴胡”非同一科属的植物，切不可混用。银柴胡性味甘寒，归肝、胃经。功专退虚热、清疳热。常用于阴虚发热、骨蒸劳热及小儿疳热。
2柴胡性能的共同点和不同点
南、北柴胡同属伞形科植物，其有效成分有相同之点，但由于品种、产地、入药部分等的不同，因此也有特殊性的一面。在历代文献复习中和临床实践方面，都有这样体会，初步归纳于下。
2.1南、北柴胡的共同点①疏邪退热：主少阳病邪在半表半里的寒热往来，胸胁苦满、心烦喜呕等证。②疏肝解郁：主肝气郁结而见的头晕、目眩、耳鸣、胸胁胀痛及月经不调等证。③升举阳气：主气虚下陷所致的气短、倦怠及脏器下垂等证。
2.2南、北柴胡功能的特殊性①南柴胡长于升阳散邪，疏肝解郁，气味俱轻，外感在表在上兼清阳下陷者用之最宜。②北柴胡长于解热泄下，推陈致新，对饮食积聚及痰热结实有良好的疏导和解效用。作者通过临床应用体会到其疏导邪气、解表退热的作用优于南柴胡，故邪在半表半里及有肠胃积滞见证者，用之最宜。
2.3南、北柴胡和银柴胡的不同点银柴胡味甘微寒，主劳热骨蒸，清疳热，退阴分虚热。张山雷也说：“银柴胡退热而不苦泄，理阴而不升腾，为治虚热之良药。”作者对慢性肝炎，肝郁阴伤，低热不清及温病后期微热，肺劳潮热，用本品调治，每获良效。
南、北柴胡虽都具解热疏肝之功，但其特性不同。总的来说：南柴胡功偏于“升”，能于升散中解热疏肝；北柴胡功偏于“降”，能于疏降中退热泄肝；银柴胡功偏于“滋”，能于滋养中清热柔肝。南北柴胡能升能降，走而不守；银柴胡能清能滋，守而不走。
从上述中虽然初步了解到南北柴胡的性能和特长，但在临床辨证选用时，除了掌握各类柴胡的共同性和特殊性以外，更须注意其配合的相互关系和用量的多寡等。
3临床验案
验案1，患者，女，27岁，工人，于2005年5月8日就诊。痛经已二、三年，月经周期先后无定，每次经前四、五天小腹疼痛，灼热感，经量甚多，色黯红，口干欲呕，面部掀热，便秘溺赤，舌质红，苔薄黄，脉弦数。证属肝气郁结，蕴火内盛，似疏肝泄热。方选丹栀逍遥散加减。处方：全当归9g、软柴胡9g、粉丹皮9g、赤白芍各9g、炒黄芩6g、黑栀子9g、黑芥穗6g、侧柏叶15g、小木通6g。水煎服、连服五剂，药后诸证均减。二诊：（5月15日）月经应期于今日来潮，腹痛减轻，前方复二剂。嘱下次经期前再来服药，调理二次周期后，痛经已愈，且经量亦恢复正常。按：本例痛经伴见诸症，均由肝气郁结，蕴火内盛所致。肝藏血，又司疏泄，肝郁气滞，疏泄失调，故见月经周期先后不定，经量多色黯红，舌质红，苔薄黄，脉弦数，亦是肝火内郁所致。治以疏肝泄热，连续调治二次周期，痛经及诸症消失。
验案2，患者，女，42岁，教师，于2006年7
月12日就诊。患带下病年余，带浊稠粘，黄白相兼，其气腥秽，心慌胸闷，性情急燥，腰酸困痛，小便短赤，阴门奇痒，苔黄腻，脉弦数。证属肝经湿热下注，带脉不能约束胞胎所致。治宜泻肝降火，清热利湿。方选龙胆泻肝汤加减。处方：龙胆草9g、北柴胡9g、生栀子9g、枯黄芩6g、建泽泻9g、椿根皮15g、车前子9g（包煎）、黄柏6g、白鸡冠9g、土茯苓15g、白藓皮9g、小木通9g、甘草梢3g，水煎服。另以七叶一枝花250g煎汤外洗。二诊：（7月18日）上方服五剂后，带已不下，阴痒消失，诸症悉平，病已告愈。按：本例痛经伴见诸症，均由肝经之热挟湿下注，内蕴胞宫，损伤带脉，约束无权所致。重用七叶一枝花以清热解毒，内服外洗，均获痊愈。
【参考文献】
[1]成都中医学院．中药学[M]．上海科技出版社，1978：51．
济南市槐荫人民医院（济南市肛肠病医院）是一所以肛肠专业为特色，多学科发展齐头并进,集医疗、教学、科研、预防、保健、康复、急救为一体的二级甲等综合性医院。
医院始建于1956年,坐落于济南市西部经四路589号，开设病床400张,拥有多层螺旋CT机、数字胃肠机、DR数字X光机、全自动生化分析仪、彩色多普勒超声系统、潘太克斯结肠镜等大型医疗设备。医院设有肛肠科、内科、外科、妇产科等临床、医技、职能科室40个，下设两个分院(吴家堡镇分院、段店镇分院),11个社区卫生服务中心(站), 年门诊量30余万人次,年出入院患者6000余人次，承载着省内外肛肠疾病患者及40余万辖区居民的医疗、预防、康复任务。是山东大学社区卫生服务临床教育基地，山东省医学高等专科学校、济南市卫生学校和泰山医学院实践教学医院。为全国首批人民满意医院，山东省省级精神文明单位。
医院肛肠专业具有领先的学术科研、临床诊疗水平,一直走在全国的前列,在业内及社会各界享有良好的知名度、美誉度，为山东省中医重点专科,济南市A级重点专科。济南市大肠病研究所设在该院,是济南市医学会肛肠专业委员会和济南护理学会造口伤口专业委员会主委单位。
从几十年前由外科发展出来的痔瘘科,到今天成为槐荫人民医院的顶梁柱,槐荫人民医院肛肠病科经历了从无到有,从小到大的全过程。
上世纪50年代初,两位知名外科医师组成了痔瘘小组,刚刚成立的痔瘘小组就因为有着高超的技术而在济南城小有名气；70年代,一批优秀的中医专家组建了痔瘘科,形成了完善的理论体系及治疗流程；90年代中期,科室可以诊治的病种扩大到复杂性肛瘘、结直肠炎症、肿瘤等各种疑难杂症,手术方式、术后镇痛有了突飞猛进发展。
进入21世纪,痔瘘科更名为肛肠病科,并成立了济南市肛肠病研究所,2004年,科室被评为山东省重点中医专科建设单位；2006年,在济南市重点专科评审中被评为A级重点专业,并被济南市卫生局正式批准挂牌为医院第二名称“济南市肛肠病医院”。
2007年11月将原肛肠病科分为肛肠一科,肛肠二科,肛肠三科,结直肠外科。2011年又增加了肛肠四科。时至今日,槐荫人民医院肛肠科整体规模已经居省内首位,床位190张,设有普通门诊、专家门诊、专病门诊、门诊治疗室、仪器特检室、结肠水疗室,年平均门诊量2万人次,年平均住院病人数3000余人,年平均床位使用率93%,年平均治愈率98%。在槐荫医院，不仅有来自省内外的患者，更吸引了来自国外的病人，近年来，慕名来院就医的国外患者逐年增加，先后有来自美国、日本、韩国、阿富汗等十多个国家的患者，在槐荫医院得到了精心治疗，饱受疾病折磨的身心得以康复。
回顾历史,肛肠科的发展可以用平稳、快速来形容,正是这种速度,成就了今天的槐荫人民医院肛肠科,也成就了这个国内知名的肛肠专科医院。目前,医院肛肠科有在编人员71人,其中包括教授、主任医师、副教授、副主任医师12名,中医肛肠专业博士1名,硕士8名,中华中医药学会肛肠分会常务理事2人,理事1人,山东中西医结合学会肛肠分会副主任委员1人、委员2人,山东医药学会肛肠分会副主任委员1人,济南市医学会肛肠专业委员会主任委员1人、副主委4人及秘书2人、委员10人……全国卫生行业100位最具影响力人物、济南市专业技术拔尖人才姜?教授，朱慧卿教授、崔萌副教授、赵国强、李兆德、辛洪波、石建新主任等一大批肛肠专家，还有马成、李方、苏永红、刘博、房文辉等一大批中青年学术带头人，组成了槐荫人民医院肛肠科的人才群体,成为医院和科室发展的中流砥柱。
在这一大批人才的带动下,肛肠科的学术水平、科研水平、技术实力不断提升:先后举办了全国肛肠专业新技术学习班、山东省肛肠病高级论坛会,山东省肛肠手术演示观摩会；成功举办了中国中西医结合学会急腹症委员会第六届学术会议；五次应邀参加中日国际肛肠学术交流会。日本大肠病学会会长土屋周二教授，前中国中医药学会肛肠分会会长史兆岐教授等先后来医院参观交流。“痔宁膏”、“愈痔熏洗剂”、“痔宁肠溶止痛栓的临床研究”三项科研成果分获省、市科技进步三等奖；专著《痔瘘专科药物学》成为我国第一部具有中医特色的痔瘘专科用药书籍；在国内公开刊物上发表肛肠学术论文100余篇,完成省级科研课题2项,已获省科技成果进步奖1项,济南市科技成果奖3项。其中2项被济南市科技局评为济南高新技术产品,获国家专利1项。在研立项科研项目有山东省中医管理局课题1项、济南青年科技明星计划1项……
作为带动全院发展的龙头,肛肠科用持续多年的稳步前进奠定了科室在省内的优势地位,而面对未来,发展的思路愈加清晰:“保持大肠病研究治疗在省内领先、全国一流的地位,打造全国知名的大肠病专科。”
2012年9月，济南市槐荫人民医院将承办“第十五届中国中西医结合大肠病学术交流会” 暨“中国中西医结合学会大肠病专业委员会换届会议”，这是济南首次承办国家级肛肠学术会议。本次会议定位：高层次，高起点，来自全国各地的肛肠专家、学者将共同就近年来国内外最新的肛肠疾病前沿新技术的发展动态，临床应用等问题展开深层次沟通。除此之外，与会专家们还将对前沿技术进行全面推广，彻底摒弃陈旧的观念和落后的治疗方法带给肛肠病患者的困扰。正如济南市槐荫区政协副主席，本次会议承办方济南市槐荫人民医院党委书记、院长姜?所说：“只要是与人民群众健康相关的，就是我们工作的内容。”正是在这种大健康的概念指引下，槐荫医院将肛肠专业做到了省内闻名，省外扬名，并且成为“二甲”综合医院的佼佼者。
济南将首次承办国家级肛肠学术会议
为了全面提高我国肛肠疾病的科学研究及临床整体诊治水平，推广国际肛肠医学界前沿新技术，促进我国肛肠学科的发展，由中国中西医结合学会大肠病专业委员会主办、济南市槐荫人民医院承办的“第十五届中国中西医结合大肠病学术交流会” 暨“中国中西医结合学会大肠病专业委员会换届会议”，定于2012年9月在山东济南召开。
据中国肛肠协会权威资料表明：肛肠疾病的发病率为59.1%，其中痔疮的发病率占发病总人数的87.25%。然而很多患者要么对肛肠疾病的危害认识不足，要么得不到科学而规范的治疗。因此，应用前沿新技术对治肛肠疾病，尤其是久治不愈的顽疾，是医学发展的必然趋势。
本次肛肠疾病学术研讨会定位高层次，高起点。是济南首次承办的国家级肛肠学术会议。此次会议由济南市槐荫人民医院（济南市肛肠病医院）承办，作为山东省重点肛肠专科的济南市槐荫人民医院，拥有一批临床经验丰富的肛肠专家及规模最大的肛肠专业病区和手术室，近期荣获“全国首批人民满意医院”，“山东省省级文明单位”荣誉称号，完全有能力承办此国家级肛肠学术会议。
关键词：桑枝；研究；应用
中图分类号：S888文献标识码：A
桑（Morus alba L.）属于落叶性多年生木本植物，隶属于桑科（Moraceae）桑属（Morus），桑枝是桑科植物桑的嫩枝[1]。在我国，蚕桑业发展由来已久，桑树的各种药用价值和综合应用逐渐的被人们所了解。但作为桑园生物量质量比例最大的干物质，桑枝却被肆意浪费。近年来，随着科学技术的不断进步，桑枝的药用价值和资源价值被重视起来，人们开始逐步扩展和开发桑枝在各个生产生活领域的利用价值。相关研究表明，桑枝不仅在现代医学应用中具有重要的药理活性，对多种疾病的治疗起到积极的效果，其在食品、纺织和食品加工业等领域也具有良好的应用前景。
1 在医药领域的应用
桑枝含有很多种活性成分，如黄酮类化合物、生物碱、游离糖、植物糖、果胶等，在现代医学领域具有广泛的应用，能够对多种疾病具有治疗和缓解的作用[2-5]。我国学者王蓉对桑枝的抗炎效果进行了研究，其研究结果显示，桑枝经过特殊手段处理并进行抗炎试验之后，其提取物能够有效的抑制小鼠耳部肿胀[6]。Zhang Z等人的研究结果同样证实桑枝中桑皮苷A对小鼠足部浮肿和疼痛起到缓解和消炎的效果[7]。另外，桑枝中的桑黄酮成分能够发挥抗菌作用[8]。我国学者王晓梅在其研究中证实桑枝提取物能够有效的抑制α-葡萄糖苷酶的活性，从而对高血糖症状起到缓解的作用[9]。金晓明等人对桑枝成分中的桑皮素降血糖效果进行了研究，结果显示桑皮素能明显增强糖尿病小鼠的耐糖量，并发挥着积极的降血糖作用[10]。我国研究学者马永雷在其研究中以桑枝皮为研究对象，证明桑枝皮提取物能够有效的清除氧化自由基，具有积极的抗氧化效果[11]。李孟璇等人以肿瘤提取物中的两种化合物为研究对象，研究了这两种物质的抗肿瘤效果，结果显示它们对癌细胞具有明显的抑制和杀伤效果[12]。桑枝提取物还能实现降血压降血脂的作用，增强生物免疫力[13-15]。
2 食用菌栽培应用
据2015年2月末江西省凌云县数据统计结果显示，凌云县下属平怀村利用桑枝进行食用菌栽培，年产值高达300万元。这一数字显示我国已经开始重视利用桑枝进行食用菌培养。
桑枝能够为灵芝生长提供丰富的养分，我国广东省蚕业研究所从多种桑枝类型中选择出适合灵芝生长的类型，大面积培养灵芝。桑枝灵芝具有药用价值高、无公害无污染的优点，与市面上同类产品相比具有更加优越的药理效果。我国研究学者薛洪恩对桑枝灵芝的转换率进行了探究，结果显示生物转化率平均值约为20%，具有极好的经济效益[16]。此外，桑枝也可以用于木耳、菌类栽培应用中，对农民增收、节约土地资源起到了积极的推动效果[17，18]。桑枝富含食用香菇生长所需要的营养成分，我国很多桑园运用桑枝进行香菇栽培，促进桑园增收[19]。
3 化学工艺上的应用
桑枝中具有较高含量的纤维素、灰分和果胶，因此在造纸、食品工业和医药工业中具有广阔的应用空间[20-22]。桑枝与一般木材相比，更加适宜制备高级纤维板和生活用纸。随着造纸技术不断的更新进步，我国桑枝造纸水平不断的完善，很多公司开始采用创新技术进行桑枝造纸。南通市蚕桑指导站将生物酶技术与桑枝造纸技术进行结合，对传统工艺中的技术落后进行了改善，促进了造纸技术的优化和纸张质量的提高，实现了绿色排污[23]。北京多欧科技发展有限公司以桑枝条为材料，对制浆工艺进行优化，得到了高质量的无氯纸张[24]。在纤维板应用方面，我国很多公司利用桑枝的木质部分为材料进行纤维板的工业生产。南通市蚕桑指导中心以桑枝屑为原材料，结合微生物技术、模具成型技术制备成功了生态板[23]。
4 桑枝在纺织领域的应用
桑枝中含有桑皮纤维，是一种纯天然的环保型纤维，这种纤维具有优异的性质，比如在机械强度上，桑皮纤维的质量甚至要优于棉花和蚕丝，同时具有优良的丝滑手感和透气保暖效果，这极大的扩展了桑枝在纺织纤维产品制造中的应用。我国学者陈佳佳在其中详细的介绍了桑枝在纺织领域的应用现状，文中指出，很多丝绸公司以桑枝为原材料，对桑枝进行纤维提取、机械生产，最终实现了纺织材料的生产，目前我国主要的产品包括睡衣、帽子围巾、服装配饰等多种产品类型[25]。另外，我国广西蚕业推广技术总站董桂清也对桑枝在纺织领域的应用进行了介绍，研究指出，桑枝具有优良特性，如透气性和保暖性，能广泛的应用于服饰生产中[26]。
5 其他应用
桑枝中的桑皮纤维具有良好的伸展性，强度高，可以用于生产人造棉花，同时可以提取果胶。果胶能够应用于食品领域，作为食品添加剂，促进果酱、糖果糕点等混合均匀[27]。Yoo Y等人研究表明，桑枝提取物可以用于化妆品制备中，起到美肤功用[28]。Akihiro等人将桑枝提取物应用于抑制毛发生长产品制备中[29]。桑枝还可以应用于桑园建设中，促进农民增收[30，31]。另外，桑枝还可以用于编制生活工具，如花篮果篮等。
6 结 语
综上所述，桑枝在我国具有广阔的应用空间。近年来，人们注重利用桑枝优点进行多种产品的开发和生产。桑枝广泛的应用于医学、化学工艺、食用菌栽培、纺织领域等，但在实际生产生活中，桑枝的应用开发还有待进一步的深化。具体体现在：我们可以对桑枝的药用价值进行进一步的研究和挖掘，扩展其在药学方面的应用；在食用菌栽培方面，桑枝粉碎技术也有待提高；桑枝造纸技术可以朝着绿色无污染方向进一步完善。总之，桑枝的综合利用不仅能够促进资源的利用率，还能促进农民及从业者增收，促进我国资源和环境可持续发展，研究桑枝应用具有重要的理论和现实意义。
参考文献
[1]傅佩云.东北植物检索表[M].北京：科学技术出版社，1995：491.
[2]江苏新医学院.中药大辞典（下册）[M].上海：科学技术出版社，2003.
[3]肖培根.新编中药志（第3卷）[M].北京：化学工业出版社，2002.
[4]梁晓霞，肖学云.浅析桑树的药用价值[J].中华医学丛刊杂志，2002，2（09）：67.
[5]中国医学科学院药用植物资源开发研究所.中药志[M].北京：人民卫生出版社，1994.
[6]王蓉，卢笑丛，王有为.桑枝提取物及抗炎作用研究[J].武汉植物学研究，2002，20（06）：467-469.
[7]Zhang Z，JIN J，SHI L.Antioxidant activity of derivatives of polysaccharide extracted from a Chinese medical herb（Ramulus mon）[J].Food Science and Technology Research，2008，14（02）：160-168.
[8]李平平.桑枝药用综合研究进展[J].农产品加工-创新版，2013（01）：67-69.
[9]王晓梅，郑涛，魏莉芳.桑枝提取物对α-葡萄糖昔酶的作用田[J].世界科学技术（中医药现代化），2012，14（02）：1464-1467.
[10]金晓明，魏云，杨世平.桑皮素对Ⅱ型糖尿病模型鼠降血糖作用的研究[J].湖南中医药大学学报，2011，31（05）：26-28，33.
[11]马永雷，张雨青，周丽霞，等.桑枝皮醇提物的抗氧化和对α-糖昔酶活性的抑制作用[J].蚕业科学，2010（01）：143-147.
[12]李孟漩，管福琴，孙视，等.桑枝中苯并吠喃类化合物结构鉴定及抗肿瘤活性的研究[J].时珍国医国药，2010，21（12）：3343-3344.
[13]R.J.Gryglewski，R.Korbut，J.Robak，et al.On the mechanism of antithrombotic action of flavonoids[J].Ibid，1987（36）：317.
[14]佐藤昭彦.新的抗癌生药探讨[J].汉方研究（日文），1979（127）：51-52.
[15]吴娱明，邹宇晓，廖森泰，等.桑枝提取物对实验高血脂症小鼠的降血脂作用初步研究[J].蚕业科学，2005，31（03）：348-353.
[16]薛洪恩，李明芝，莫治山.桑树枝条栽培灵芝试验初报[J].北方蚕业，2005（03）：42-51.
[17]高建秋，王海霞，王爱华.血管紧张素转换酶抑制剂的临床应用[J].中国医刊，2012，47（08）：25-27.
[18]吴炜亮，吴国杰，梁道双，等.ACE抑制肽的生理功能和研究进展[J].现代食品科技，2006，22（03）：251-254.
[19]彭亨俊，吴志平.用桑枝条培育花菇的新技术[J].安徽农学通报，2007，13（02）：102-103.
[20]邹宇晓，吴娱明，廖森泰，等.桑枝的化学成分、药理活性及综合利用研究进展[C].∥全国桑树种质资源及育种和蚕桑综合利用学术研讨会论文集.广州：中国蚕学会，2005：314-318.
[21]刘刚，佟万红，等.桑枝的营养功能性成分及我国桑枝综合利用研究[J].陕西农业科学，2011.
[22]李自琼.提升蚕桑副产物的药物开发利用价值[J].广西蚕业，2006，43（01）：51-54.
[23]周明佳，严松俊，周家华.桑产业研究开发的实践与思考[C].∥全国桑树种质资源及育种和蚕桑综合利用学术研讨会论文集.广州：中国蚕学会，2005：181-186.
[24]佚名.桑枝条制浆环保新工艺[J].江苏蚕业，2007（03）：22.
[25]陈佳佳，廖森泰，刘继平.桑枝的综合利用及发展趋势[J].广东蚕业，44（03）：45-49.
[26]董桂清.桑枝的综合效益分析[J].广西农学报，2013（06）：66-68.
[27]李娜，李全宏.桑副产品的综合利用[J].中国食品工业，2006（07）：22-23.
[28]Yoo J.A clinical study on the effect of a cream containing Ramulus Mori extract and tea tree oil on acne vulgaris and aerobic skin flora[J].Korean Journal of Dermatology solvent-fractionated extracts of Ramulus mori extract：US，6197304 B1[P]，2001.
[29]Akiniro，Tomoko Y，Takanari T.Hair growth inhibitors and composition containing same：US，7285294[P]，2007.
[30]文魏廷.良桑枝接根直栽建立密植小桑园试验[J].蚕学通讯，1986（03）：53-55.
[论文摘要]当前我国高端翻译严重匮乏,需求的专业结构趋向多样化。高等学校外语教育在语种结构、人才培养模式及语言能力的评价标准等方面的趋同化,是造成高端人才短缺的根本原因。对高端翻译的旺盛需求不仅要有现实的紧迫感,而且要有顺应发展趋向的长远眼光。解决高端翻译人才匮乏的根本出路在于:坚持传统外语教育,注重语言与文化的双重关怀的办学特色;改革办学体制,推进人才培养模式的多样化,特别是要注重科技外语和翻译专业人才的培养。
我国的翻译市场现状不容乐观,而高端译员的匮乏已成为这个市场健康发展的瓶颈。在经济全球化的今天,外语翻译的文化交流与信息交流的功能越来越彰显。随着越来越多的国际信息涌入中国,翻译人员如果不能及时而正确地消化国际信息流,将导致大量政治、经济、文化与科技信息的流失。翻译能力薄弱的问题不解决,还将严重影响中国的政企涉外活动的开展,甚至影响中国的持续发展,妨碍中国全球化的推进速度。
一、翻译市场的强烈讯号:精英人才匮乏,呼唤高端翻译的多样化
当前中国翻译大国地位与翻译人才青黄不接形成强烈的反差。随着经济的高速发展,中国出现了巨大的翻译市场。来自中国翻译协会的资料显示:中国的注册翻译公司有近3000家,但主要集中在北京、上海。仅在北京注册的就有400多家。全国翻译从业人员多达50万人。从规模来说,中国已成为“翻译大国”,但并非“翻译强国”。因为这支队伍中的专业翻译人才只有6万,真正有水平的、受过专业训练的翻译人才仅占5%。
翻译人才青黄不接集中表现为高端译员匮乏。而且从译员需求的专业结构看呈现多元化的趋势。高端人才匮乏是世界人才市场的共同特征,然而在中国翻译市场上表现得更加突出,其中突出的表现是:
(一)文学翻译人才青黄不接,这主要反映在外国文学翻译质量下降。以2005年初举行的第三届鲁迅文学奖为例,在涉及文学翻译的5个奖项中,竟被评委无奈地空缺了3个。外国文学翻译之所以遭遇窘境,是因为优秀文学译着要求译者深刻把握两种语言的精髓,特别是要有深厚的母语文化功底。然而达到这种要求的译员太少,导致优秀文学译作稀缺。时至今日,人们对20世纪中国的一代翻译大家的风采依然历历在目,例如钱钟书不仅英语基础好,而且博览群书,还有浓厚的文学兴趣,其译作具有很强的权威性;萧乾先生以集文学创作、翻译和记者于一身而着称,得益于他深厚的母语修养和对英语文学的娴熟研究背景。然而中国本来翻译大家就不多,随着一代名师的相继逝世,优秀翻译后继乏人。
(二)科技翻译,尤其是高新科技翻译人才稀缺。多年来外语院校十分重视外语复合人才的培养,但存在着重文轻理的倾向。当前,外语复合人才的知识结构主要是外语专业知识与经济、贸易、金融、新闻与法律知识的复合,而外语专业知识与理工科知识的复合结构则长期受到忽视,以至于当前懂经贸、商法的文科复合型人才很多,但熟练掌握外语的工程技术人员稀缺。机械、化工、软件、信息技术和电子专业都紧缺外语人才。
(三)口译人才匮乏,尤其同声传译人才稀缺。随着对外贸易和国际交流的发展,中国口译人才严重短缺。目前国内能够熟练地在商务活动、国际会议中担任翻译的人才实在太少。同声传译作为语言金字塔的“塔尖”,被称为外语专业的最高境界,因而培养也十分困难。这种人才不仅在我国紧缺,甚至是全球化的人才难题,被称为“二十一世纪第一大紧缺人才”。有资料显示,中国口译人才缺口百万,第六届全国口译大会暨国际研讨会对中国的口译人才短缺表示担忧。
(四)中译外人才紧缺,尤其是经典着作和重要政治文献方面的中译外,面临重大问题。中译外比外译中难度更大,写作风格与语言习惯要适合外国人的要求,对译者的中外文水准、政策把握力和文字表达能力都有较高的要求。尤其古代经典着作的翻译还有古文、文言文的阻隔。现代文人能够阅读文言文的已经寥寥无几,因此存在着把古典文献翻译成现代汉语,再由现代汉语翻译成外语的双重语言转换问题,难度可想而知。而且随着对外交流的日益扩大,中译外涉及的语言也越来越多。仅有英、法、德、日、俄等常用语种显然不够,而稀有语种的翻译人才就更显得匮乏。
二、外语教育的缺失:教育理念和体系陈旧,办学模式趋同化
在2004年举办的“特色·个性·人才强国战略”为主题的一次高等教育国际会议上,与会专家认为,中国高等教育正陷入一个办学误区:办学模式趋同化。大学普遍按照一个模式培养相同规格的人才,而不是根据个性差异来培养各类创新人才。
中国高等学校的外语教育的办学趋同化问题,表现在以下几点:
(一)专业语种结构趋同。开设英语专业的学校过多,英语专业招生人数远远超过小语种。目前全国有800多所院校开设外语院系,同时全国兴起了一批以新东方学校为代表的外语培训机构,而所有的院系及培训机构均设置英语专业或进行英语培训。以至导致英语专业人才饱和,毕业生就业由“热”转“冷”,而小语种尤其法语、西班牙语、阿拉伯语则供不应求。
(二)外语人才培养模式趋同。多年来,传统外语教育只注重语言和文化双重关怀,而忽视综合知识的传授。近年来,又清一色地转向复合型人才的培养,忽视了外语专业本色,造成了多元文化的缺失。这种现象的认识误区在于:把外语仅仅当作语言的工具,进行语言技能的训练,而淡化了包括汉语文学在内的中外文化教学,以至于跨学科界限的知识性课程——法律、经贸、金融、新闻——的过量,而导致语言专业的异化。在这种情况下,忽视了深层次的中外文化的熏陶,语言人才失去语言与文化为特征的传统特色。
(三)语言能力的评价方法趋同。中国的外语教育长期以教学服务于考试为导向,导致学生只关注知识和语言技巧,而忽视了语言理解和跨文化交际能力的培养。以测试为标准的外语能力评价方式,导致中国学生的外语学习时间长,资源投入大,整体效率低。而以客观题为主体的语言测试方式只测试了学生的记忆能力和知识存量,却忽视了用主观题对学生的语言理解能力和运用能力的评价。记忆能力和语言知识的存储状况是可以见诸卷面的,而语言的跨文化交际能力则难以在卷面上展现。然而外语的写作能力与跨文化交际能力至少对于翻译人员来说显得尤为重要。
诚然,过去清一色的培养纯外语人才,毕业生知识结构过窄,曾经是外语毕业生就业由“热”转“冷”的主因。因此培养“外语+专业”、“英语+小语种”的复合型外语人才是适应社会需要、应对就业难的根本出路,更是教学型大学发展的重要战略。然而这种复合型人才的基本特征是“应用性”,而对于研究型大学的精英教育来说,必须保持语言教育的文化多元性,培养高层次外语专业人才。只有具备比一般外语学习者更高的外语水平和更扎实的中外文化基础,其毕业生才能获得更好的发展。因此,研究型外语大学必须把坚持外语教育专业的办学特色作为一种理性选择。
三、解决高端翻译人才匮乏的根本出路:把握外语教育的“市场定位”,坚持办学的特色和人才培养模式多样性
(一)对高端翻译人才的需求不仅要关注现实的紧迫性。而且要有放眼国际化的远大眼光。高端外语人才需求旺
盛及其需求专业结构的多样化,不仅仅是一种市场现实,而且是社会发展对语言人才需求的大趋势。从全球视角看,信息时代促使我们的湛蓝色星球变成了“地球村”;科学、技术和经济的交融促使整个世界趋向“全球化”;文化与教育的交流与合作必然要求异域文化与教育的“国际化”。从中国的经济和社会发展前景看,随着我国加入wto,北京申奥成功,以及上海迎来世博会,必然大大刺激人才市场对高端人才的旺盛需求。在这种大背景下,英语作为国际通用语言的地位不容动摇,同时作为一个拥有13亿人口的大国,为了吸收世界各民族的优秀文化,外语教育语种多元化,也是一种必然要求。
从现实情况已经看到外语教育落后的紧迫感。全世界学术刊物的80%~90%都是英语刊物,离开英语就无法吸收外国学术资源;全世界的计算机信息90%都用英语表达,我国计算机软件教育的国际化与标准化已大大落后于印度,而英语教育水准不高,理工科硕、博士的翻译能力不足是软件人才国际化的一道坎儿。在这种大背景下,上海外语大学校长戴炜栋,在近年强劲的“全民学外语是国力资源的一种浪费”的惊呼声中,清醒地指出:“从整个社会的外语水平看,不足以说明‘全民学外语’。”并指出,从外语教育的现状看,“中国整个社会的外语水平比一些亚洲国家要低”,“英语在中国是一种外国语,而在新加坡、马来西亚英语则是第二语言”。当然我国的外语水平更不能与欧洲相比,在荷兰有80%的国民熟悉英语。
(二)根据外语需求的市场定位,改革办学体制,推进外语人才培养模式的多样化。必须承认:“全民学英语是国力资源的一种浪费”的惊呼有一定的合理性。这主要表现在它有针对性地指出了当前以服务于考试为导向的英语学习方法的弊端,以及外语教育在包括教育观念、办学模式、教学方法以及评价标准等方面的趋同化。这些弊端直接导致了外语教学的低效化。这种呼声对外语教育提出了警醒,启发了人们必须认清外语教育的两个改革方向。
首先,要根据市场需求认真把握外语教育的市场定位,对不同语种、不同地区和不同类型的高等学校提出不同的外语教育办学要求。例如,从语种的专业结构规划看,必须肯定地认可英语作为国际通用语言的地位,把英语教学作为外语教育的范本;同时注意纠正当前小语种专业办学只限于几个小语种人才培养基地的状况,注重在更多院校发展小语种教育,实现外语语种的多样化。从不同地区的外语教育要求看,对沿海及东部发达地区,特别是北京及上海等未来的国际化都市必须普及英语教育,提高全民的外语水准;而对西部少数民族地区的少数民族学生则主要要求学好他们作为第二语言的汉语。从不同类型的高等学校看,研究型大学应该倾情于外语精英的培养,在坚持复合型人才培养的同时,必须坚持以注重语言与文化双重关怀的传统英语教育特色;而教学型大学则应坚持外语应用型人才的培养方向,并以培养语言复合型人才为主要目标。
其次,必须十分注重不同专业结构的外语精英的培养,实现高端外语人才的多样化。英语教育具有一定的普及性,而精英外语教育则具有一定的导向性。高等学校必须坚持其应该具有的社会发展的前瞻性和导向性品格。在外语教育中,这种品格主要表现在注重各类专业外语精英的培养,以满足社会发展对外语人才的前瞻性需求。为了实现这一宏大目标,高等学校的首要任务是针对外语人才模式趋同化的弊端,实现专业结构的多样化,除了必须加速小语种人才的培养及在坚持复合型人才培养的同时,保持传统外语教育的特色外,应特别注重两种外语专业的发展:一是在理工科院校发展科技外语教育,二是大力发展翻译专业。
在外语教育中应当认清两种复合型人才的区别:一种是传统的“语言+语言”(例如:“英语+汉语”,“英语+小语种”),以及“外语+社会科学”(经贸、金融、法律、新闻)等以外语为主体知识结构的“语言型”外语复合人才。另一种是以科技知识为主体知识结构的“科技+外语”的“科技型”专业外语复合人才。后者实质是一种专门用途外语人才,它的第一能力是理工科知识,本质上属于科技型人才。
科技外语专业人才的能力结构及教学要求都有异于语言型的外语复合人才。从能力要求看,台湾科普翻译家侯捷指出,“一般人认为英文好就能翻译英文文稿,这是大错特错的说法,进行科技翻译与你有什么样的专业背景密不可分”;“科技翻译的关键不在外文功底,如果要列出科技翻译成功的要素应该是:专业素养,中文程度,中文文采,英语程度”。同时理工科外语教学的要求也有异于文科型的外语教学。北京外国语大学副校长钟美荪指出:“大学生英语不必都能说会道,文理科英语教学要求不宜一刀切。”许多专家认为不同类型学科的英语能力有不同要求,阅读英语专着及查阅英文资料的实际能力对理工科高层次人才是最重要的。科技外语人才的培养应该在理工科院校进行,因为纯外语的人才培养不出合格的科技外语人才,钟美荪副校长就说过“目前大学英语教学存在很多困难,主要原因是英语教师都毕业于英语专业,教师通常按英语教育的思维和标准去教授不同学科的学生。英语专业毕业生与理工科学生的知识结构不同,双方难以找到结合点”。
[关键词] 科学范式； 大数据； 智慧教育； 教育技术范式； 个性化自适应学习
[中图分类号] G40-057 [文献标志码] A
[作者简介] 祝智庭（1949—），男，浙江衢州人。教授、博士生导师，主要从事教育信息化理论、系统架构与技术标准、网络远程教育、教学与系统设计以及面向信息化的教师专业发展等研究。E-mail： 。
一、科学范式 （Scientific Paradigms）
美国著名科学哲学家托马斯·库恩（Thomas Kuhn）在《科学革命的结构》（《The Structure of Scientific Revolutions》）一书中系统阐述了关于范式的概念和理论。所谓科学范式是指“在一定时间范围内，能为研究者群体提供样板问题极其解决方案的普遍公认的科学成就”（Universally Recognized Scientific Achievements That， for a Time， Provide Model Problems and Solutions for a Community of Researchers）。[1]
科学范式的概念是库恩范式理论的核心。库恩认为，科学范式具备两个方面，首先，在科学范围内，该术语指的是可以被复制或模拟的一组示例性的实验；其次，这组范例的基础是共享的先入之见（Preconceptions），这些先入之见形成于证据收集之前，并且影响证据的收集。先入之见体现于两方面，一是其隐含的假定，一是相关的形而上学的元素；个体科学家对该范式的诠释可能会有所不同。[2]因此范式界定了某一研究领域的研究方法，即研究什么，研究问题的提出，如何针对研究问题进行研究活动，以及如何对研究结果进行诠释等。同时，范式具有哲学意义，它暗示了某研究群体的研究遵循的基本理论和研究群体共享的信念和世界观等。
库恩同时认为，范式不是一成不变的，它在科学研究的进程中完善、发展，最终可能退出。随着科学的发展，新的科学范式会出现，补充或者取代旧的范式，这也就成为科学发展进程中的科学革命。在库恩看来，“科学革命”的实质就是“范式转换”；在广泛接受的科学范式里，发现现有理论或者范式无法解决的“例外”，因此尝试用其他理论取而代之，该理论得以发展最终成为新的范式。在自然科学领域，范式的转换比较明显，如伽利略的动力学相当于近代科学的初级阶段的范例，爱因斯坦的相对论则为当代科学的研究发展提供了模式。
库恩本人认为范式这一概念不适合社会科学范畴。原因是当他在社会学者聚集的帕洛阿尔托学者中心写《科学革命的结构》一书时，观察到社会科学学者们在诸多理论方面存在分歧。因此他在书的前言意指出，他之所以提出范式的概念正是为了将社会科学从自然科学中区分开来，他认为在社会科学中不可能存在任何范式。然而尽管社会科学不可能像自然科学那样在某一特定时期存在一个范式，在相对较小范围的研究领域，如社会学、人类学、教育学等或其下属领域内，可能存在支持这些领域的研究范式、研究传统、研究计划等。这些较小领域的研究特征能够激发不同领域的研究，界定什么是或不是研究证据，以及为控制与其他相似研究领域的学术争论。例如，斯金纳行为主义和个人建构理论同属于心理学和教育学研究范畴，这两个心理学子学科的一个最显著区别是对意义和意向的关注（Meanings and Intentions）。在个人建构理论中，这两个概念属于核心问题，但在行为主义中，它们不能作为科学证据，因为他们无法被直接观察到。[3]另外，学者们认为，[4]虽然社会科学内也存在明显的概念方面的改变，如从行为主义到认知方法，但是它们与自然科学范围内的科学革命不同，原有的理论一般不会被完全摒弃，而是仍旧在新的范式占据统治地位的情况下拥有一席之地。
Thagard提出并阐述了理论（Theories）与方略 （Approaches）的区别。理论是指“相关假定的集合，对大范围的实证研究结果和事实进行解释和归纳概括的基础”，方略是“实验研究方法和诠释风格的集合”。[5]Thagard认为，由于整个社会科学领域并不存在一个统一广泛的支持各个学科的理论基础，社会科学的变革更多的是由于研究方略的改变，而不是源自对理论统一性的评估。也就是说，社会科学范式，更多的偏重是指研究方略方面。本文之所以提出这点，是因为本文目的之一是评估新的研究方法，即大数据（Big Data）催生的数据密集科学（Data-Intensive Science）对教育技术研究范式，即教育技术研究方法的影响。
二、悄然兴起的大数据分析与应用
大数据一词出现于1997年，NASA研究人员Michael Cox 和 David Ellsworth第一次用该词描述上个世纪90年代出现的数据方面的挑战，即超级计算机生成的巨大的信息数据量。当时，Cox和Ellsworth对实验中产生机周围的模拟气流数据无法进行处理或者将其可视化。“数据集相当大，对主内存、本地磁盘，甚至远程磁盘都造成挑战，”他们写道，“我们称此问题为大数据。”[6]
大数据的产生与信息技术、互联网等密不可分并且以越来越多的方式产生，[7] 如多媒体内容、社会网络以及各类传感器， 不论是传统的数据密集型行业如基因研究、药学，还是互联网新贵，都面临着储存分析大数据的问题。例如Facebook 拥有超过9亿的用户，并且用户数量仍在增长；Google 每天有30亿的搜索查询，Twitter 每天处理4亿次的短信，相当于大约12TB的数据量。
时至今日，大数据尚没有系统统一的定义和理论，学者们一般只是用该术语描述难以用传统软件和方法分析的超大量的复杂的数据。[8]Laney[9] 首先提出用“3Vs”（Volume，Velocity，Variety）的概念， 在此基础之上，IBM [10]用“4Vs”描述大数据， 即大数据应该具备四个维度，大体量 （Volume）、高速度（Velocity）、多样化（Variety）和真实性 （Veracity）。大体量是指各种类型的不断增长的数据很容易积累到百万兆字节甚至千兆兆字节（Terabytes—Even Petabytes）的信息。高速度是指及时处理大数据的必要性，例如分析大量的当日呼叫详细记录可以实时预测客户流失的程度等。多样化是指数据形式的多样性，如可以分析多种数据的变化包括文本、图像、音频等来提高客户满意度等。真实性则意味着大数据提供信息的可信度，以及据此决策的可靠程度。还有些学者[11]（Quinn， 2012）认为应该加入另外两个V：Value （价值） 和 Visualization （可视化）。 关于类型，学者们认为数据，不论是否是大数据都分属三种类型：非结构化数据、半结构化数据、结构化数据。[12][13][14]非结构化数据指没有格式的数据，如PDF、E-mail 和文档。结构化数据具备一定格式，便于存储、使用和从中提取信息，例如传统的事务型数据库。半结构化数据是指类似XML和HTML 的有一定加工处理的数据。
大数据的应用和影响体现在各个领域。大数据不只意味着体量的大小，它同时意味着研究方法更倾向于利用新的多种类型的数据获取信息，以数据为基础进行研究，并作出决策。在天文研究方面，美国的The Sloan Digital Sky Survey[15] （SDSS2008）成为天文学家的主要信息来源，同时，天文学家的主要工作也从包括拍摄星空图片等变为主要应用数据库查询和发现天象的变化。对企业来说大数据的应用则意味着更好的商业决策，有些公司如Google、Amazon，Yahoo等，分析利用此类数据，并将其结果作为扩张市场的依据或者提供个性化服务的方向，因此公司得以快速成长。大数据的出现和潜在的价值也引起了各国政府的注意。例如，奥巴马政府2012年宣布，每年将花费超过2亿美元在大数据研究应用方面，以致力于科学探索、环境、生物医学、教育和国家安全方面的研究。[16]在教育领域，随着远程教育的发展和LMS（如Blackboard 和 Moodle等）的应用，大数据的潜在应用也越来越广。这些系统每天都记录大量的学生交互信息、个人数据、系统数据等。[17]这些也促进了教育界学习分析学（LA， Learning Analytics）和教育数据挖掘 （EDM， Educational Data Mining）的发展应用，以及教育技术领域的研究范式的变化。
三、“数据密集科学”作为科学研究第四范式所带来的机遇与挑战
大数据作为一个通用术语，实际描述着正在发生的影响到自然科学、工程学、医学、金融、商业、直至整个社会的科学革命。正是基于大数据的出现以及影响，Jim Gray[18]在2007年提出了数据密集型科学（Data-Intensive Science）的概念。Gray 认为，从进行科学研究的方法的角度来看，从古至今存在的科学研究方法范式包括：
1. 实证式（实验科学）（Empirical/Experimentation）分支，开始于1000年前，主要的研究方法是对自然现象的描述论证，对自然现象进行系统归类，如对化学元素的分类；
2. 理论式（理论推演）（Theoretical）分支，当科学假设与预期结果一致时，则使得理论框架开始占有一席之地，出现于数百年前，主要采用建模方式，由特殊到一般进行推演；
3. 计算式（计算机仿真） （Computational）分支，开始于几十年前，主要方法为利用计算方式模拟复杂现象，科学数据可以用模拟的方法获得，而不再依赖于单一的实验；
4. 数据密集型科学（Data-Intensive Science），在前三种方法的基础之上，采用IT技术获取、处理、存储、统计分析大数据，从中获取知识。
数据密集型科学被称之为科学研究的“第四范式”，与其他三种范式一起成为科学研究的方法，它的出现与大数据密切相关。 因此，Gray提出的“范式”更接近于Thagard[19]提出的“方略”。
Gray[20]认为，数据密集科学包含三项针对数据的活动：获取、存储维护、分析。大数据给科学研究带来巨大改变的同时，也意味着多方面的挑战。学者们认为，整个数据获取到分析的过程都存在不同的困难和挑战。[21]例如，在获取数据时，如何摒弃无用的数据，如何做到在数据收集的过程中过滤数据以免却储存之后再进行处理的麻烦；同时，如何自动产生元数据（Meta Data）对数据进行描绘。其次是数据存储，即数据库存问题，事务性数据库不适合存储关系不明确的大数据。在分析方面，传统的统计算法的前提是数据的同质性（Homogeneity），大多数大数据不具备此特性。针对这些挑战（大数据的非结构化，具有多样性，同时数量巨大），传统的关系数据库无法满足要求；NoSQL （Not Only SQL）数据库则为存储和检索大数据提供了可能。Google的Google File System、Big Table、Map Reduce 代表了这方面的技术创新。
在《第四范式：数据密集型科学发现》[22]一书中，多位作者提出了各个科学领域的研究与大数据结合的必要性和数据密集科学对不同领域科学研究方法的影响，包括地球与环境科学、生命与健康科学、数字信息基础设施和数字化学术信息交流等。他们也描述了大数据以及数据密集科学影响下不同领域的科研活动、过程、方法以及成果，拓宽了不同学科领域应用大数据的思路。例如，Robertson[23]等在讨论发展中国家的医疗合作时，描述了他们的以计算机和手机结合为基础的NxKM （NxOpinion Knowledge Manager）系统。该系统包括一个有专家开发的知识库、一个医疗诊断引擎和一个手机界面，用来输入患者信息并根据该信息自动产生问题（多项选择），以从患者获得更多信息。因此，虽然患者信息可以由当地人连接输入系统，但该信息由远程专家分析，因此，多方面的合作以及信息数据的综合使用，使得诊断结果和诊治手段也将更加可靠。该书虽然涵盖了多方面内容，包括信息密集型科学研究范式对地球环境、医学、认知科学、学术信息交流等方面的深刻影响，但没有涉及大数据对教育，尤其是教育技术的影响。
四、教育技术研究范式演变轨迹
本文对教育技术不做定义方面的明确界定，它基本等同于英语的Educational Technology、Instructional Technology或者Instructional Development[24]（Dills & Romiszowski， 1997），其研究核心是应用技术支持教学和学习。教育技术研究的核心方略是设计研究，本文从研究范式的角度出发，主要目的是看教育技术的范式的特点、演变以及大数据对教育技术研究可能产生的影响。
首先，学者们认为，在教育技术领域，正如整个社会科学领域，从来都是多范式并存的。即从未有过只有一个范式存在而其他范式完全退出教育技术学术圈的情况，尽管也许在某个时期存在一个占据主要地位的范式。[25]例如当斯金纳心理学占据统治地位的时候，与之对垒的非斯金纳行为主义地位次之，同时之前影响最大的弗洛伊德心理学的影响依然在某种程度上存在，而未来的范式（认知信息加工理论）也开始崭露头角。另外，Saettler[26]认为20世纪的教育技术领域存在四种范式：物理科学或者媒体理论、传播学和系统理论、行为主义和新行为主义观点、认知理论。也有些学者描述了教育技术研究和评估领域内的范式变化，如Driscoll[27]概括了八种教育技术研究范式，Clark 和Sugrue[28]描述了媒介研究（Media Research）中行为主义和认知理论范式对于研究设计和研究问题形成的影响。其次，Reigeluth[29]认为，教育技术范式的改变是从整个社会的变化开始，而且其改变的速度随着人类知识库的迅速增长和科技的高速发展越来越快。大部分的教育技术范式研究中囊括了多种的技术应用，同时很多研究更偏重于理论方面的变迁，而Koschmann则详细论述了计算机为基础的教育技术范式演变。[30]
Koschmann认为：[31]在计算机进入教育领域后，教育技术作为一个独立的研究领域才开始出现，因此针对教育技术范式的研究也应该集中在以计算机为基础的技术方面；同时他认为教育技术研究也经历了一系列范式转换。他应用库恩的理论，主要描述了四种涉及计算机的教育技术范式，即计算机辅助教学（CAI， Computer-Assisted Instruction）、智能教学系统（ITS，Intelligent Tutoring System），Logo-as-Latin以及计算机支持的协作学习（CSCL，Computer-Supported-Collaborative Learning）。
Koschmann强调，CAI主要是针对教学技术的设计和评估的研究范式，他在后来的研究中认为，[32]CAI并非与计算机同时出现，相反，它可能是桑代克（Thorndike）教育心理学研究范式的延伸和扩展。IBM公司开发的Coursewriter（一种课件著作软件）被认为是CAI开始的标志，即使没有任何编程经验，人们也可以用该系统开发自己的教学课件。由于CAI开发人员大部分具有教学背景，CAI系统大多反映了教育界对教和学的认知，即学习是被动获取信息的过程，而教学则是知识传递的过程。CAI系统一般贯彻如下学习策略和措施：确定学习目标，将学习目标分解为一系列学习任务，然后开发一系列学习活动，以达到预定学习目标。CAI同样以行为主义和实证主义为理论基础，因此CAI研究人员认为学习是可测量的学习成绩或者能力水平的变化，学习是CAI 研究中的因变量，而学习过程中引进的技术方面的创新成为干预措施和自变量。对照组的使用在研究中很常见，研究问题通常为：使用该项技术对教学有何影响？因此，教学效验（Instructional Efficacy）成为该范式下的核心研究问题。
第二个范式为ITS，起源于人工智能，以Carbonell[33]的博士论文的出现为标志。ITS理论认为，认知是一个计算过程，可以通过建立模拟人脑工作模式的智能型系统来研究。[34]如果智能型行为可以通过系统程序表现，那么具备经验和技能的教师的角色也可以设计出来。由于一对一教学被认为是金牌标准，[35]因此可以推断出如果每个学生都有个人的导师，那么整个社会的教育水平都会相应得到提高，这也是智能教学系统研究范式的基本理念。信息加工理论是人工智能前提之一，它认为问题解决是定义问题空间的表征（Representations）的过程，包括初始状态、目标状态以及不同状态之间的一系列运作。在此基础上，表征成为解决问题和理解认知过程的中心问题，而学习则成为获取正确的问题空间的表征的过程，教学则是辅助学习者获取表征的活动。在此过程中技术的角色与其在CAI中并没有本质不同——然而人工智能系统更注重交互性，也更偏重于复杂技能的习得。与CAI不同，智能教学系统范式的核心研究问题是教学能力，即该系统是否完全能与娴熟的真正的导师相媲美。因此，研究问题更看重的是系统的效果，而不是学生的成绩。
计算机辅助教学与人工智能系统尽管有所不同，但从认知论的角度说，他们都属于现实主义和绝对主义（Realist and Absolutist），即认为学习是被动获取知识，而教师是绝对权威。[36]
第三个范式为Logo-as-Latin，意指像学习拉丁语一样看待LOGO语言的学习。其中LOGO是上个世纪60年代由MIT数学教育实验室Papert教授领衔开发的程序语言，主要供儿童在编程的过程中学习。该范式以建构主义为理论基础。建构主义起源于皮亚杰的发展心理学，认为学习是新的信息与已有的知识融合同化的过程。有学者认为，计算机编程可以成为建构主义学习方式的重要角色。[37]例如学生可以建立模拟系统，在此过程中，学习者成为“教师”，而计算机则开创了一个新的教育技术在学习中的角色，即成为“被辅导者”。与CAI不同的是，CAI研究关注教学效果，而Logo-as-Latin研究更专注于教学迁移。编程教学被看作干预手段，学习者在其他相关学习任务上的成绩被看作因变量。然而，在后期的文章中，Koschmann认为，[38]Logo-as-Latin与CAI同样起源于传统教育心理学，与CAI密切相关，因此应该将它看作CAI的一个变种，而不是独立的教育技术研究范式。
Koschmann提出的第四种范式是CSCL。CSCL与前三种范式有很多不同之处。首先，前三种研究范式都是建立在心理学基础之上，其本质是行为主义和认知主义。而CSCL的基础是人类学、社会学、语言学以及传播学等。具体说来，其理论基础包括（不限于）社会建构主义、社会文化理论以及情景认知理论等。社会建构主义认为知识的建构本质上是社会性过程；社会文化理论以维果斯基的文化—历史理论为代表，强调语言在智力发展过程中的作用；情景认知理论认为，学习是进入实践共同体（Community of Practice）的过程，“要想学会如同真正的专业从业人员那样使用一个工具，一个学生就应该像一个学徒，必须融入该社区及其文化。因而，在相当大的程度上，学习是，我们相信，一个文化熏陶的过程”[39]。因此CSCL范式中，学习的社会性和文化性成为核心问题。不同于前三种范式针对的问题（教学效果、教学能力、教学迁移），CSCL被称为“演绎的实践性教学”（Instruction as Enacted Practice）。CSCL研究范式有几个特点：（1）研究问题比较集中在学习过程而不是结果；（2）研究多倾向于描述性，而不是实验性；（3）很多研究者乐于以参与者（CSCL成员）的角度研究合作学习的过程。因此CSCL研究着眼于参加者的谈话，合作过程中使用的工具，合作小组的成果等。CSCL范式下的研究问题包括：学习如何在学习者的语言中表现出来？社会性因素如何影响学习过程？技术如何在合作学习中应用？Koschmann将这这四种范式做了简单对比，见表1。
五、数据密集科学影响下的教育技术
研究范式：个性化自适应学习
数据密集型研究方法捕捉了整个信息时代带来的大数据的基本整体影响。在不同的领域，研究方法的侧重和目的不同，因此各有特点。如在工业界，商业智能系统（Business Intelligence System）体现了大数据对决策的影响。在教育领域，美国教育部在一份简报中指出，[40]大数据在教育领域的具体应用主要为学习分析学 （LA， Learning Analytics）和教育数据挖掘 （EDM， Educational Data Mining）。EDM 和LA 之间没有明确的分界线，但它们的起源、理论和目标不尽相同，并且逐渐成为泾渭分明的两个研究领域。
EDM 的目的是研究和利用统计学、机器学习和数据挖掘方法来分析教和学的过程中产生的数据。学者们认为，EDM的研究目的包括以下方面：[41]（1）应用多方信息如学生的知识程度、动机、元认知、学习态度等建立学生模型，并以此预测学生的学习行为；（2）发现或改进学习内容展现和最佳教学序列的领域模型；（3）研读由学习软件提供的不同的教学支持的效果；（4）建立包括学生、领域模型和教学软件的计算模型，推动关于学习和学习者的科学研究。
美国教育部的简报中总结了EDM针对和所要回答的问题：[42]（1）什么样的教学顺序（不同学习主题）对不同特点的学生最有效？（2）什么样的行为与更好的学习成绩相关（如较高的课程学习成绩）？（3）什么样的学生的行为指标预示了学生的满意程度、参与度和学习进步，等等？（4）什么特点的在线学习环境能导致更好的学习成绩？（5）什么因素能够预测学生取得成功？
Siemens将LA定义为“关于学习者以及他们的学习环境的数据测量、收集、分析和汇总呈现，目的是理解和优化学习以及学习情境”。[43]LA的一个重要应用是监测和预测学生学习成绩，及时发现潜在问题，并据此作出干预，以预防学生在某一科目或者院系课程学习中产生风险。[44]相比于EDM，LA借鉴了更广泛的学科，除了计算机科学、统计学、心理学、学习科学，还引进并应用信息学和社会学的理念和技术。[45]LA回答的问题如下：（1）什么时候学生可以进行下一个学习主题？（2）什么时候学生可能在某一门课程中落后？（3）什么时候某个学生可能有完不成一门课程的风险？（4）如果没有干预补救措施，学生可能得到什么样的成绩？（5）对特定学生来说，下一个最好的课程是什么？学生是否需要特殊帮助？
美国教育部[46]的简报中总结了应用EDM和 LA 的范畴：（1）用户知识模拟、用户行为分析、用户经验分析；（2）用户分类/分组（Profiling）；（3）知识域模拟如学习课题分类排序等，知识元素与相应的教学原则分析；（4）趋势分析；（5）自适应和个性化学习。
应用LA和EDM数据分析结果，教师可以更好地了解学生，理解和观测学生的学习过程，发现最合适的教学方法和顺序，及时发现问题并进行干预，以提供个性化的学习服务为主旨。现在已经研发出的应用系统案例有普渡大学的“课程信号系统”（Course Signals System，以下简称Signals）[47]、在美国加州大学圣巴巴拉分校以及阿拉巴马大学使用的Moodog，[48] 以及美国西部州际高等教育委员会教育技术合作部（WICHE，WCET，Western Interstate Commission for Higher Education，Cooperative for Educational Technologies）的教育大数据分析项目——预测分析报告（PAR，Predictive Analytics Reporting）系统。[49]
Signals系统通过数据挖掘和统计预测模型，根据多个变量（表现指标包括：现有平均分和努力程度，如学生LMS的交互频率；个性特点指标包括学术准备，如高中平均分和各项标准考试成绩；学生特点，如是否为美国居民、年龄和选修学分）来预测学生是否能够完成/通过该课程。Signals 在课程进行的过程中，以交通信号指示灯的方式，让学生了解自己的学习状况：课业良好（绿色），课业中度危急（黄色），或者课业严重危急（红色）。同时教师可以提供给学生有效的反馈信息，引导学生使用合适的资源等来提高成绩。[50]Moodog的主要功能是跟踪记录学生在课程管理系统（CMS，Course Management System）上的学习活动，其基本目标有两个：（1）为教师提供学生与在线学习材料交互情况；（2）帮助学生将自己的学习行为和进程与其他学生相比较。[51]
PAR[52]的主要目的是应用EDM技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业的因子，并据此实施有效的教学干预。参与PAR的高校包括两年制和四年制高校，有公共学校和私立学校，亦有传统高校和非传统高校如网络大学。已经有16个WCET成员机构提交了1，700，000条匿名和去身份标识的学生记录以及8，100，000条课程级别数据记录。所有高校使用统一的数据模型，该数据模型包括以下核心数据元素。（1）总体元素：基本框架，描述所有PAR数据的基本概况。（2）学生一般元素：描述学生人口数据和学术背景信息。（3）学生课程元素：描述学生参加的课程和学生的课程成果。（4）学生的学术元素：学生级别的数据。（5）课程目录的元素： 教育机构开办的PAR学生就读的课程细节信息。（6）学校元素：学术单位的具体信息。
应用描述、推理和预测分析技术，PAR项目初步发现32个影响学生学习以及退学的普通变量（多为学生特点变量），包括性别、种族、学位种类、多种专业、课程数量、班级人数等。其他发现如学生的性别、年龄以及种族与该生是否会退出某门课没有关系。该研究仍在继续。
这些系统目前的主要功能是分析学生的网上学习活动，判断实施干预措施的时间以及方法等；其潜在功能则可能包括教师可以根据学生使用学习资源的情况发现哪些最受学生欢迎或者哪些活动影响学习成绩，提供适合不同学生需要的学习材料；调整学习顺序或者学习活动等；最终，完善的学习系统可以根据学生的特点（学习风格、已有知识、动机情况等）引导学生使用适合自己特点的学习材料和学习路径。因此EDM和LA在教育技术领域内的应用最终指向个性化学习和自适应学习环境的研究和开发。
美国教育部简报认为应用LA和EDM技术达成预测学生学习和干预学习过程的自适应学习环境应该包括六个部分：[53]（1）自适应学习内容，通过与学生的交互活动，可以辨别学生的水平和能力，因此可以管理、维护和呈现适合特定学生的学习内容；（2）学生学习数据库，用来获取存储学生与学习内容的互动，包括时间和行为等；（3）预测模型，应用学生学习数据和人口统计数据（储存在另外的数据库中，如年龄种族等），追踪学生学习过程，预测未来行为以及成绩，如课业成绩，是否有可能辍学等；（4）可视化报告，将预测模型产生的结果用仪表盘形势表现出来；（5）自适应引擎，用来操控学习内容，确保学习内容适合学生的能力和特点；（6）干预引擎，教师、管理员、系统开发人员等可否决系统提供的建议进行人为干预。除了六个自适应系统内部组成部分外，还包括一个外部的学生信息系统。这个信息系统是由学校学区或者地区教育部门持有维护的学生背景信息资料，如年龄、性别、所学过的课程、成绩、学习风格等。预测模型可以从中获取数据作为预测学生行为成绩等的部分依据。图1提供了自适应学习系统的概况。
图1中的箭头和数字表示自适应学习环境中的数据流的方向和顺序。整个自适应学习系统包括三个信息反馈回路数据流（Feedback Loop）。数据流的第一步是学生与学习内容的交互，交互内容被储存于学生学习数据系统里（第二步），第三步则是预测模型抽取学生学习数据和背景数据，应用LA和EDM技术进行分析，然后将结果传递至自适应引擎（第四步），自适应引擎据此针对特定学生作出学习方面的调整，而这些调整则通过学习内容策略等的改变表现出来。同时，预测结果也可以通过数据仪表盘（数据可视化面板）传达给教师和管理人员（第五步）。当学生、教师，管理人员等得到相关信息时整个反馈回路得以完成。学生通过自适应引擎获取的反馈信息包括学习活动情况、学习目标/技能完成程度、测评结果等，学生可据此更好地进行自我调节学习（Self-Regulated Learning），如在自己尚未完全掌握的学习内容上投入更多时间、改变学习策略等。教师方面获得的信息则包括学生整体学习情况以及每个学生的学习情况，教师可以根据这些信息做出课程内容以及进度方面的调整，例如决定是否对个别学生进行干预，提供更多学习资料等。管理人员获取的信息则是包括多门课程、多个学生和教师的情况。根据整体信息，管理者可以知道哪门课程的学生成绩不尽如人意、哪些特点的学生的成绩更出色等。管理层可以据此作出决策，如增加某门课程作为另一课程的先决条件（Prerequisite）等。
美国教育部简报中的自适应学习系统通过LA和EDM，引导学生了解自己的学习状况，为教师的教学干预提供依据，也使得管理层更好地进行决策。然而，以数据密集科学为基础，LA和EDM 技术能够更好地分析学生的需要和特点，从而使得学习更倾向于个性化。因此我们认为基于数据密集科学的自适应学习系统应该体现个性化的学习特点，下一个教育技术研究范式是个性化自适应学习（Personalized Adaptive learning，简称PAL）， 即在自适应基础之上，学习内容更体现学生特点和需求。根据学生的特点（已有知识，学习风格等）和其他信息（年龄，性别，兴趣等）数据可以将学生分组（Profiling），学习系统可以根据学生特点和需要推荐学习内容，教师针对不同特点的学生提供丰富的学习材料，学生同时可以自己选择学习材料、测评方式等。图2提供了PAL系统的基本结构。
图2中虚线部分代表了学习内容生成的过程：学生背景数据（以往成绩、所学课程、学习风格等）导入预测模型，分析生成可视化数据，教师据此设计适合不同特点学生组的不同学习内容。图2的实线箭头部分代表了自适应学习过程和数据流。自适应学习过程与图1一样，由三个反馈回路组成。
不同于以往的个性化学习和自适应学习的是，PAL环境将以大数据为基础，纳入EDM和LA数据分析和结果，因此能够提供更适合特定学生的学习内容，获取更多和更精确的学习者信息和学习活动信息，更好地分析学习过程模式和学习活动有效性，更准确地进行学习评估等。
PAL与Koschmann的四个教育技术范式相比较，其独特之处在于它倾向于利用多方面数据：一方面根据已经存在的数据，提供适合学生特点和需要的学习内容；另一方面分析已有数据和学习过程中产生的数据，根据结果发现问题，并采取个性化干预措施。因此其基础为数据密集科学，同时体现了以学生为中心，根据学生的个性特点，发展潜能来进行教学的人本主义的教学观念。
六、机遇与挑战
个性化自适应学习能够体现“以学习者为中心”的学习理念，并且与智慧教育[54]的主张不谋而合，成为教育技术的一个新的研究范式。智慧教育主张借助信息技术的力量，创建具有一定智慧特性（如感知、推理、辅助决策）的学习时空环境，旨在促进学习者的智慧全面、协调和可持续发展，通过对学习和生活环境的适应、塑造和选择，以最终实现对人类的共善（对个人、他人、社会的助益）。智慧教育充分体现了“以学习者为中心”的思想，强调学习是一个充满张力和平衡的过程，揭示了“教育要为学习者的智慧发展服务”的深刻内涵。
智慧学习环境的一个基本特征是：基于学习者的个体差异（如能力、风格、偏好、需求）提供个性化的学习服务；并记录分析学习历史数据，便于数据挖掘和深入分析，数据结果用于评估学习过程、预测未来表现和发现潜在问题，并以数据分析结果进行干预。因此以大数据为基础的个性化自适应学习将成为智慧学习环境的重要组成部分。同时，EDM和LA能够为高校提供有效信息，对学生进行干预，最终能够提高学生成就，降低辍学率，提升毕业率。
另外，大数据除了支持学习过程分析外，还可以在知识表征（概念提取、本体建立、可视化）与利用（自动翻译、答疑）方面大有可为，因此，除PAL方式外，大数据能够促进个性化学习服务与社会智慧发展，促进人本主义教育理念的实现，并且成为社会知识生态发展模式的重要组成部分。
总而言之，大数据为教育技术的发展带来很多可能性，例如创建个性化自适应学习环境、知识发现工具、管理决策平台等，同时它的应用面临诸多挑战。首先是来自数据方面的挑战：如何储存海量的非结构化数据，例如学生的讨论等文本数据？如何分析这些复杂数据？如何真正理解数据结果并传达给非数据专业人员？只有当大数据管理技术、数据分析以及数据可视化工具方面取得突破性进展，才有可能真正实现以学习者为中心，满足不同学习者的需要的个性化自适应学习环境。其次，数据密集型科学的应用在教育方面的体现主要是LA和EDM，通过数据使得学习过程透明化，并以数据为基础分析学生的行为和学习成绩。这些数据可以传达“发生了什么”，而不能回答“为什么”，尤其是那些数据中没有体现出来的原因。因此如何将无法从数据中观察到的因素，如学生的学习动机、情感等纳入干预设计，仍有待进一步研究。
[参考文献]
[1] Thomas S.Kuhn. The Structure of Scientific Revolutions（3rd Edition）[M]. Chicago： University of Chicago Press， 1996：10.
[2] T.S.Kuhn.The Structure of Scientific Revolutions（2nd Edition） [M]. University of Chicago Press，1970： 88 and 41respectively.
[3] Wikipedia， the free encyclopedia[EB/OL].http：///wiki/Paradigm.
[4] [5] [19] P.Thagard. Conceptual Revolutions[M]. Princeton， NJ： Princeton University Press，1992.
[6] U.Friedman（2013）. Big Data：A Short History[DB/OL].[2013-05-10].http：///articles/2012/10/08/big_data？page=0，1.
[7] [12] Purcell，B.. Theemergence of “big data” Technology and Analytics. Journal of Technology Research[DB/OL].[2013-05-10].http：///manuscripts/121219.pdf.
[8] C.Snijders，U.Matzat，U.-D.Reips.‘Big Data’：Big Gaps of Knowledge in the Field of Internet Science[J].International Journal of Internet Science， 2012，（7）：1～5.
[9] Doug Laney. 3-D Data Management： Controlling Data Volume， Velocity and Variety[DB/OL].[2013-04-10].http：///doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf.
[10] IBM[DB/OL].[2013-05-10]http：///software/data/bigdata/.
[11] E.Quinn. The 6 Vs： The BI/Analytics Game Changes so Microsoft Changes Excel[DB/OL].[2013-05-10].http：///blogs/the-6-vs-the-bianalytics-game-changes-so-microsoft-changes-excel/.
[13] C.Coronel， S.Morris， P.Rob. Database Systems： Design， Implementation， and Management（10th Ed.）[M]. Boston： Cengage Learning， 2013.
[14] P.Baltzan. Business Driven Information Systems， （3rd ed.） [M]. New York： McGraw-Hill，2012.
[15] SDSS-III： Massive Spectroscopic Surveys of the Distant Universe， the Milky Way Galaxy， and Extra-Solar Planetary Systems [DB/OL].[2013-01-10].http：///collaboration/description.pdf.
[16] White House OSTP. Obama Administration Unveils “Big Data” Initiative： Announces $200 Million In New R&D Investments[DB/OL]. [2012-03-29]http：//whitehouse.gov/sites/default/files/microsites/ostp/big_data_press_release_final_2.pdf.
[17] R.Mazza，C.Milani.GISMO： A Graphical Interactive Student Monitoring Tool for Course Management Systems[DB/OL].[2012-01-10].http：//linux3.dti.supsi.ch/～mazza/Web_area/Pubblicazioni/TEL04/TEL04.pdf.
[18] [20] J.Gray. Jim Gray on eScience： A Transformed Scientific Method[R].The Fourth Paradigm：Data-Intensive Scientific Discovery，2009.
[21] Agrawa， et al.. Challenges and Opportunities with Big Data [DB/OL].[2013-05-11].http：///ccc/docs/init/bigdatawhitepaper.pdf.
[22] T.Hey，S.Tansley， K.Tolle（Eds.）.The Fourth Paradigm： Data-Intensive Scientific Discovery. Redmond， Washington. UNT Digital Library[DB/OL].[2013-04-23].http：//digital.library.unt.edu/ark：/67531/metadc31516/.
[23] J.Robertson，D.DeHart，K.Tolle，D.Heckerman. Healthcare Delivery in Developing Countries： Challenges and Potential Solutions[A]. T.Hey， S.Tansley， K.Tolle.（Eds.）. The Fourth Paradigm： Data-Intensive Scientific Discovery[C]. Redmond， Washington，2009：65～73.
[24] [25] C.R.Dills，A.J.Romiszowski.The Instructional Development Paradigm：An Introduction[A]. C.R.Dills， A. J. Romiszowski （Eds.）.Instructional Development Paradigms[C]. Englewood， NJ： Educational Technology Publications， Inc，1997.
[26] P.L.Saettler. The Evolution of American Educational Technology [M]. Englewood， CO： Libraries Unlimited，1990.
[27] M.P. Driscoll. Paradigms for Research in Instructional Systems[A]. In C. R. Dills， and A. J. Romiszowski （Eds.）.Instructional Development Paradigms[C]. Englewood， NJ： Educational Technology Publications， Inc，1995.
[28] R.E.Clark， B.M.Sugrue. Research on Instructional Media， 1978-1988[A]. G.J. Anglin （Ed.）. Instructional Technology： Past， Present and Future （2ed ed.） [C]. CO： Libraries Unlimited.
[29] C.M. Reigeluth. Educational Systems Development and Its Relationship to ISD[A]. G.J. Anglin （Ed.）.Instructional Technology： Past， Present and Future （2ed ed.）[C]. CO： Libraries Unlimited.
[30] [31] [38] T.Koschmann. Paradigm Shifts and Instructional Technology[A]. CSCL：Theory and Practice of An Emerging Paradigm [C]. Mahwah， NJ：Lawrence Erlbaum， 1996：1～23.
[32] T.Koschmann. Revisiting the Paradigms of Instructional Technology[A].Proceedings of the 18th Annual Conference of the Australian Society for Computers in Learning in Tertiary Education[C]. 2001：15～22.
[33] J.Carbonell. Mixed-Initiative Man-Computer Instructional Dialogues[D]. Massachusetts Institute of Technology， 1970.
[34] Z.Pylyshyn. Computing in Cognitive Dcience[A]. M. Posner （Ed.）. Foundations of Cognitive Dcience[C]. Cambridge， MA： MIT Press，1989：51～91.
[35] B.S.Bloom. The 2 Sigma Problem： The Search for Methods of Group Instruction as Effective as One-to-One Tutoring[J]. Educational Researcher， 1984，13（6）：4～16.
[36] M.Schommer. Effects of Beliefs about the Nature of Knowledge on Comprehension[J]. Journal of Educational Psychology， 1990，82： 498～504.
[37] S.Papert. Mindstorms[M]. New York： Basic Books，1980.
[39] J.S.Brown， A.Collins， P.Duguid. Situated Cognition and the Culture of Learning[J]. Educational Researcher， 1989，18（1）：32～42.
[40] [42] [45] [46] [53] U.S. Department of Education， Office of Educational Technology. Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics： An Issue Brief， Washington， D.C.[DB/OL].[2013-05-20].http：//ed.gov/edblogs/technology/files/2012/03/edm-la-brief.pdf.
[41] R. S. J. D.Baker， K. Yacef. The State of Educational Data Mining in 2009： A Review and Future Visions[J]. Journal of Educational Data Mining， 2009，1（1）：3～17.
[43] G.Siemens. Learning Analytics A Foundation for Informed Change in Higher Education[DB/OL].[2013-01-17].http：///gsiemens/learning-analytics-educause.
[44] L.Johnson， R. Smith， H. Willis， A. Levine， K. Haywood. The 2011 Horizon Report. Austin， TX： The New Media Consortium. [DB/OL].[2013-05-20].http：//net.educause.edu/ir/library/pdf/HR2011.pdf.
[47] K. E.Arnold. “Signals： Applying Academic Analytics[DB/OL].[2013-04-18].http：//educause.edu/EDUCAUSE+Quarterly/EDUCAUSEQuarterly MagazineVolum/SignalsApplyingAcademicAnalyti/199385.
[48] EDUCAUSE. 2010. Next Generation Learning Challenges： Learner Analytics Premises[DB/OL].[2013-04-18].http：//educause.edu/Resources/NextGenerationLearningChalleng/215028.
[49] [52] WCET Predictive Analytics Reporting （PAR） Framework [DB/OL].[2013-05-11].http：//wcet.wiche.edu/advance/par-framework.
[50] R.Ferguson. The State of Learning Analytics in 2012： A Review and Future Challenges[DB/OL].[2012-12-11].http：//kmi.open.ac.uk/publications/pdf/kmi-12-01.pdf.
购物车(0)