跨学科教学体验与研究生设计教育满意度研究数据与复现代码
教育科研
0 下载
26 浏览
2026-08-10
数据集简介
目的
本仓库旨在为论文《跨学科教学体验与研究生设计教育满意度:解释与预测分析》提供透明的数据与分析支持,使其他研究者能够复现研究中的定量分析过程,并验证研究结论的可靠性。
内容
仓库包含以下文件:
data/analysis_data_deidentified.csv:去标识化的分析数据集,包含154条参与者级记录;data/codebook.csv:变量代码手册,涵盖变量定义、中文题项措辞、英文翻译、值编码、维度归属及计分规则;code/analysis.py:Python分析脚本,用于执行论文中的主要统计分析;environment/requirements.txt:Python依赖列表,确保分析环境的一致性;SHA256SUMS.txt:文件完整性校验和,便于用户验证下载文件的正确性。
分析数据集包含以下变量:性别、学年、五类跨学科暴露指标、Q4–Q23教学体验题项以及Q24总体教学满意度。
去标识化
公开数据集不包含IP地址、问卷来源元数据、精确提交时间戳等可能识别身份的信息,以保护参与者的隐私。
计分
代码手册中详细说明了各题项的计分规则,包括维度归属和总分计算方法,确保分析过程的一致性和可复现性。
主要分析复现
code/analysis.py脚本复现了论文中的主要分析,包括描述性统计、解释性分析和预测性建模。运行脚本前,请根据requirements.txt安装相应依赖。
复现
为复现分析,用户需下载本仓库全部文件,并在Python环境中执行分析脚本。建议使用虚拟环境,并按requirements.txt安装依赖,以确保版本兼容。
完整分析的预期关键结果
完整分析的结果已在论文中呈现,本仓库提供的数据和代码可帮助用户重现这些结果,并进一步探索变量之间的关系。
伦理与隐私
本研究数据收集已遵循伦理规范,公开数据经过严格去标识化处理,不包含任何可直接或间接识别个人身份的信息。
引用 / DOI
使用本数据集或代码时,请引用相应的论文,并注明Zenodo DOI。
联系方式
如有问题,请联系作者Sheng Ying、Zhu Wang,单位:安徽工业大学艺术与设计学院。
基本信息
记录数量154条记录
文件大小23.6 KB
文件格式未知
数据来源Zenodo
代码格式PY
依赖文件TXT
说明文档MD
数据落地页https://zenodo.org/records/21869167
发布日期2026-08-10
官方下载https://zenodo.org/api/records/21869167/files/analysis_data_deidentified.xlsx/content
可下载文件analysis_data_deidentified.xlsx(23.6 KB);codebook.xlsx(14.5 KB);analysis.py(17.7 KB);SHA256SUMS.txt(440 B);requirements.txt(81 B)
文件大小23.6 KB
跨学科教学研究生设计教育教学满意度可复现分析问卷数据
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载