《学生队列建设规范》编制说明

《学生队列建设规范》编制说明一、工作简况本标准为自主研制的团体标准，由中南大学提出，经湖南省软件行业协会批准立项，旨在填补教育领域学生队列建设标准化的空白，为学生队列建设全流程提供统一的技术要求和操作规范，推动新时代教育评价改革与教育大数据的融合应用。本标准起草单位为中南大学、北京师范大学、科大讯飞股份有限公司等。各单位分工协作，中南大学牵头标准整体框架设计、核心内容研制及统筹协调；北京师范大学负责教育评价理论、学生综合素养指标体系的论证；科大讯飞股份有限公司提供大数据技术、数据采集与安全管理的技术支撑，共同保障标准的科学性、规范性和可操作性。（三）制定标准的背景和必要性1.制定背景新时代教育评价改革明确以学生综合素养为核心，要求构建科学化、精准化的教育评价体系，学生队列建设作为教育大数据应用的重要载体，能够通过长期追踪学生成长数据，为教育政策制定、学生综合素质评价提供系统性数据支撑。当前国内外在人群暴露评估、健康风险评估等领域已形成成熟的队列研究规范，但教育领域尚缺乏专门的学生队列建设技术规范，现有教育数据采集、处理、存储及安全管理等环节缺乏统一标准，导致学生队列研究的规范性不足、数据可比性和通用性低，制约了教育领域队列研究的深入开展和成果转化。2.制定必要性一是解决教育领域学生队列建设无统一标准的问题，规范学生队列模型构建、数据采集、质量控制、安全管理等全流程操作，提升学生队列研究的标准化水平；二是推动学生综合素养评价与教育大数据的深度融合，为教育科研机构、学校开展学生成长追踪研究提供实操指南，为教育政策制定提供可靠数据支撑；三是强化学生数据隐私与安全保护，建立全流程的数据安全防护体系，符合数据安全相关法律法规要求；四是完善教育大数据标准化体系，填补教育领域队列研究标准的空白，推动教育信息化与教育评价的协同发展。本标准研制工作整体分为四个阶段，具体工作过程如下：系统梳理国内外人群队列研究、教育大数据、学生综合素质评价相关的理论、实践案例及现有标准，总结国内外大型人群队列研究的技术规范和经验，分析教育领域学生队列建设的现状、问题及需求，形成文献调研分析报告，为标准制定奠定理论基础。高校）及教育科研机构开展实地调研，了解学生队列建设的实际应用场景、技术难点和一线需求，收集教育工作者、科研人员的意见和建议，形成实地调研工作报告，为标准制定提供实证支撑。基于前期调研成果，组织教育评价、大数据技术、标准化研究等领域专家开展专题研讨，明确学生队列建设的核心要素、技术框架和关键指标，完成《学生队列建设规范》标准草案的编制。将标准草案及立项申请书提交至湖南省软件行业协会组织的专家评审会，评审专家从科学性、规范性、可操作性等方面提出评审意见，项目组按评审意见完成标准修改，形成标准征求意见稿。二、标准编制原则和主要内容说明本标准严格遵循标准化工作通用准则，结合教育领域学生成长发展特点和教育大数据技术应用要求，坚持以下编制1.科学性原则：融合流行病学队列研究理论、教育评价理论和大数据技术规范，借鉴国内外人群队列研究的成熟经验，结合学生综合素养培育的教育规律，确保标准理论基础扎实、技术要求科学合理。2.规范性原则：严格按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》编制，对学生队列建设的术语、定义、数据模型、操作流程等进行统一界定，确保标准内容逻辑清晰、表述准确、格式规范。3.可操作性原则：立足我国教育领域实际情况，充分考虑不同地区、不同类型学校的应用条件，制定的技术要求和操作规范简洁明了、贴合实际，能够为学校、科研机构开展学生队列建设提供直接的实操指引。4.前瞻性原则：结合教育信息化、大数据技术的发展趋势，融入伴随式数据采集、多源数据整合、数据脱敏、多级权限管理等先进技术理念，确保标准适应未来教育大数据发展和学生队列研究的需求。5.安全性原则：高度重视学生个人信息和队列数据的隐私保护，对数据加密、存储、访问、审计、备份等环节制定严格的安全要求，符合《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等相关法律法规规定。6.协调性原则：充分借鉴现有国家标准、行业标准和团体标准的核心内容，直接引用教育基础数据、行政区划代码、个人基本信息分类与代码等现行标准，确保本标准与现有标准体系协调一致，无冲突、无重复。核心内容覆盖学生队列建设全流程的技术要求和操作规范，各部分主要内容如下：1.范围：明确本标准规定了学生队列建设的学生队列模型、数据元素结构、队列基础数据、数据采集、数据清理和质量控制、数据整合、数据存储、数据安全等数据处理活动的总体要求和技术要求，适用于教育领域各类学生队列的建设工作。2.规范性引用文件：列出本标准引用的现行国家标准、教育行业标准，包括GB/T2260、JY/T0633—2022等14项标准，明确注日期和不注日期引用文件的适用规则，确保标准内容的规范性和衔接性。3.术语和定义：界定了学生队列、随访、现场调查、数据清理、应答率、获取率、失访等7项核心术语的定义，统一标准的术语体系，避免概念歧义。4.学生队列模型：构建了8大类学生队列数据类，包括队列数据类、学校（机构）基础数据类、学生基础数据类、家庭成员数据类、教师基础数据类、学生生理层面类、学生心理层面类、学生行为层面类，明确学生队列建设的核心数据框架，全面覆盖学生成长发展的关键维度。5.数据元素结构：规范了数据元素的组成（编号、中文名称、约束、数据类型、数据格式、值域、说明），明确字符型、数值型等5类数据类型的取值要求，定义数据格式的字符含义及值域的确定方式，为数据的标准化描述和采集奠定基础。6.队列基础数据：对8大类数据类的具体数据元素进行数据类型、数据格式、值域及说明，其中重点规范学生生理（身高、BMI、视力等）、心理（焦虑倾向、学业压力、生三个层面的核心指标，全面对接学生综合素养评价要求。随访数据三类，分别规定采集方式和技术要求：内部数据包括直接采集和伴随式采集，明确伴随式采集获取率≥95%、定位误差≤10m等量化指标；现场调查数据对调查人员、现场条件、宣传宣教、研究对象招募、测评工具开发、数据录入归档等环节进行全面规范，要求双录入不一致率≤0.5%；随访数据规定随访方式及拒访、失访处理措施，明确失访率宜不超过20%。8.数据清理和质量控制：规定数据检查的六大维度（规范性、完整性、唯一性、一致性、准确性、逻辑性），明确数据补遗、订正、去重、保留的处置要求；建立统计学监测机制，规定数据获取进度图/表、数据质控图、逻辑检查等控制方法，明确准时率、应答率、获取率、失访率等控制指标，确保队列数据质量。9.数据整合：区分结构化数据和非结构化数据的整合要求，将数据整合过程分为实时数据环境、数据开发环境、数据分析环境、数据分析固定环境四个阶段，明确各阶段的工作内容和隐私保护要求，实现多源异构教育数据的规范化整10.数据存储：规定全量库和主题库的双重存储模式，全量库保存全部数据，支持结构化、非结构化数主题库保存筛选后的研究数据，要求提供数据追溯性，满足不同研究场景的数据存储需求。11.数据安全：从访问权限控制、数据加密（存储加密、传输加密、数据脱敏）、安全审计、数据操作日志、数据备份五个方面构建全流程数据安全防护体系，明确数据脱敏的六种方法（替代、混洗、数值变换等），要求所有操作生成带时间标记的审计记录，建立常态化数据备份和恢复机制。12.附录：制定了随访完成度、研究完成情况、焦虑倾向、上学通勤方式等30项代码表，统一学生队列研究中各类指标的编码规范，实现数据的标准化编码和统计分析。三、标准中涉及专利的情况本文件的某些内容可能涉及专利，本文件的发布机构不承担识别专利的责任。标准起草过程中，已对相关技术专利进行检索和核查，确保标准核心内容的合法性和适用性。四、与现行相关法律、法规、规章及相关标准的协调性本标准严格遵循《中华人民共和国教育法》《中华人民化新时代教育评价改革总体方案》等现行法律、法规、规章和政策文件的要求，核心内容与相关规定保持高度一致。在标准协调性方面，本标准严格按照GB/T1.1—2020编《教育基础数据》（JY/T0633—2022）、《大型人群队列研究数据处理技术规范》（T/CPMA001-2018）等14项现行国家标准、行业标准和团体标准，充分借鉴人群队列研究在数据处理、质量控制、随访管理等方面的成熟经验，结合教育领域特点进行针对性优化，与现有标准体系协调一致、无冲突、无重复。本标准为教育领域首个专门针对学生队列建设的团体标准，是对现有教育大数据标准和人群队列研究标准的补充和完善，能够与现有标准体系形成有效衔接，共同推动教育领域数据标准化和队列研究的规范化发展。五、重大意见分歧的处理情况和依据无重大意见分歧。六、标准实施建议为推动本标准的落地实施，充分发挥标准对学生队列建设的规范和指导作用，提出以下实施建议：（一）加强标准宣贯培训由中南大学牵头，联合标准起草单位开展标准宣贯培训活动，面向教育行政部门、科研机构、各级各类学校、教育信息化企业等相关单位，讲解标准的核心内容、技术要求和操作方法，提升相关人员对标准的理解和应用能力。（二）开展全面试点应用在前期试点基础上，扩大试点范围，选取不同地区、不同学段、不同类型的学校开展标准全面试点应用，积累试点经验，及时发现并解决标准实施过程中存在的问题，形成试点应用案例集，为标准的全面推广提供参考。（三）建立标准配套体系结合标准实施需求，编制标准实施指南、操作手册等配套资料，开发学生队列建设数据管理平台等配套工具，实现标准要求与实操工具的深度融合，降低标准实施成本，提升实施效率。推动教育行政部门、学校、科研机构、企业之间的协同配合，以标准为纽带，整合教育大数据资源，开展跨地区、跨类型的学生队列研究，实现标准的落地应用和成果转化，为教育政策制定