初中信息科技七年级下册《数据透镜：校园餐食浪费问题的计算与决策》项目式教案

初中信息科技七年级下册《数据透镜：校园餐食浪费问题的计算与决策》项目式教案

一、项目设计概要：当数据成为透视现实问题的“数字透镜”

本教学设计基于《义务教育信息科技课程标准（2022年版）》第四学段（7-9年级）“数据与计算”模块，依托泰山版信息技术七年级下册第四单元《计算数据》进行二次开发与重构。学科定位为初中信息科技，学段为七年级下学期。针对原教材中“数据计算”知识点分布较为零散、偏重工具操作的问题，本设计以“核心素养大单元设计”理念为指导，构建以真实问题为锚点的项目式学习单元。

项目总主题为“数据透镜：校园餐食浪费问题的计算与决策”。学生将以“校园膳食数据分析师”的身份，历时6课时，完成从“数据采集与清洗——统计计算与透视分析——建模预测与决策输出”的完整数据科学微项目。本设计彻底打破软件操作说明书式的教学模式，将Excel、PythonPandas等工具定位为“思维外化的认知工具”，而非学习终点。课程聚焦计算思维中“抽象、分解、建模、算法、评估”五大核心实践要素，深度融合数学（统计、概率）、生物学（营养学基础）、道德与法治（社会责任、劳动教育）等跨学科内容，旨在通过“科与技并重”的深度学习，将学生从数据的消费者转变为基于数据证据的问题解决者和决策者。

二、学习目标设计与素养映射

依据“逆向教学设计”理念，首先确立学生在此项目结束时应能展现的持久理解与核心能力。目标陈述严格采用“行为条件+表现程度+核心素养维度”的三段式结构。

（一）信息意识

1.在面对校园午餐浪费这一真实生活现象时，能够主动识别其中可量化、可分析的数据要素，意识到数据的价值不仅在于记录，更在于通过计算揭示隐性规律，从而形成“用数据说话”的思维倾向。

2.通过对比不同数据源（刷卡记录、餐余称重、问卷调查）的信度与效度，建立批判性的数据源评估意识，理解数据质量对分析结论的决定性影响，在信息社会责任维度形成对数据伦理的初步敬畏。

（二）计算思维

1.能够运用“分解”策略，将“校园粮食浪费”这一复杂系统问题拆解为数据采集方案设计、消耗量统计基准确定、浪费量计算模型、相关性因素分析等多个可操作的子问题。

2.理解并应用“求和”“平均值”“计数”“分组统计”等聚合计算解决总量与结构分析问题；理解并应用“线性回归”或“趋势线拟合”算法思想（不要求手算公式），基于历史数据进行午餐消耗量的预测建模。

3.针对“备餐量过大导致浪费”与“备餐量不足导致学生吃不饱”这一矛盾，设计基于数据的“阈值预警决策规则”，并用流程图形式表达算法逻辑，实现从描述性分析向预测性、规范性分析的思维跃升。

（三）数字化学习与创新

1.能够根据不同的数据规模和分析阶段，合理选择数字化工具：使用电子表格软件进行快速统计与图表制作；使用Python的Pandas库（借助JupyterNotebook环境）进行批量数据清洗与计算自动化。

2.利用数字可视化工具将抽象的计算结果转化为具有冲击力的信息图或数据叙事看板，用以向校方后勤部门、学生代表进行提案汇报，创新性地解决校园生活中的真实冲突。

（四）信息社会责任

1.通过亲身参与数据采集与计算，量化感知食物浪费背后的资源消耗（水土资源、碳排放、劳动价值），从“光盘行动”的被动遵守者转变为节约型校园建设的主动设计者。

2.在小组合作进行数据采集时，严格遵守个人信息保护原则（如对刷卡数据进行匿名化处理），形成“数据技术是一把双刃剑”的价值判断，建立负责任的数字化行为习惯。

三、学情精准画像与认知起点分析

教学对象为七年级学生。从认知发展维度，此阶段学生已进入形式运算阶段，具备初步的抽象逻辑思维能力，能够理解变量间的简单相关关系，但对统计建模、预测算法的内隐逻辑缺乏系统性认知。从知识技能维度，学生在小学数学课程中已掌握平均数、百分数的计算；在上一单元《互联社会》中已具备基本的信息检索与线上协作能力。然而，多数学生对“数据计算”的理解停留在“用Excel自动求和”的操作层面，将“计算”窄化为“按下工具栏按钮”，尚未建立“计算是解决问题的思维方法”的元认知。此外，学生普遍缺乏对数据进行“清洗”——即识别并处理异常值、重复值、缺失值的经验，往往默认“电脑里的数据都是对的”。

本设计将直面这一认知鸿沟，刻意设计“脏数据”环节，让学生在遭遇计算报错、图表异常的真实困境中，主动建构“数据质量决定分析上限”的核心观念。

四、教材内容重构与教学逻辑主线

泰山版七年级下册第四单元《计算数据》原有课例“42《计算数据》”侧重于电子表格中的公式与函数应用。为落实核心素养，本设计遵循“大单元、大情境、大任务”原则进行内容重组：

1.增：增加数据采集方案设计与数据清洗环节，增加基于真实问题的预测模型体验，增加决策可视化汇报。

2.调：将函数语法教学从“教师讲授-学生模仿”调整为“需求驱动-即时检索-互助纠错”。

3.融：将数据分析流程嵌入“膳食调查”跨学科主题，赋予技术操作以生活意义与社会价值。

教学逻辑主线沿数据科学通用生命周期展开：定义问题（第1课时）→采集数据（第1课时）→清洗整理（第2课时）→描述性计算与统计（第3课时）→预测性建模与决策（第4-5课时）→可视化叙事与论证（第6课时）。六课时螺旋递进，每课时均包含5-8分钟的“微讲授”与25分钟以上的“沉浸式探究”。

五、教学重点、难点及突破策略

（一）教学重点

1.掌握利用数字化工具进行数据的分组统计与聚合计算（SUM、AVERAGE、COUNTIF等），实现对数据的结构性解读。

2.理解用数据进行决策支持的基本流程，能够依据计算结论提出合理化的校园管理建议。

突破策略：以“真实且紧迫”的任务驱动——学生面对的是自己食堂每日产生的餐余，数据直接来源于隔壁班午餐桶，任务结果将提交给总务处，这使重点技能的学习从“要你学”转变为“我要用”。

（二）教学难点

1.理解数据模型与现实问题之间的映射关系：例如，如何用“人均剩余克数”而非“总剩余克数”来客观衡量不同班级的浪费水平？如何界定“异常值”（如某天因菜品极端难吃导致的整体浪费飙升）是纳入分析还是剔除？

2.抽象算法的具象化表达：对于七年级学生，线性回归方程本身并非考核点，但理解“根据过去几周的消耗量估算下周二的备餐量”背后的拟合思想是难点。

突破策略：采用“不插电”的具身活动突破难点1。让学生用身体扮演数据点，通过站位形成散点图，教师手持一根木棍（代表趋势线）穿过“数据人”，学生直观看到“没有线能穿过所有人，但有一条线离大家最近”，从而建立“模型是对现实的近似”这一抽象观念。针对难点2，引入“决策挑战卡”制度，每个小组收到的数据集都包含教师故意植入的“脏数据”或缺失值，学生在解决具体计算报错的过程中自然建构数据清洗策略。

六、项目情境与角色植入

本单元开启课，教师不以“同学们，我们今天来学习Excel函数”开场，而是播放一段由学生自己拍摄的30秒短视频：午餐时间，食堂收餐处，满满一桶几乎未动的米饭被倒掉，画外音是食堂阿姨的一声叹息。随后展示校总务处提供的一组模糊数据：“我校午餐餐余垃圾日均约150公斤”。教师提问：“150公斤是什么概念？相当于多少名学生的体重？相当于多少亩土地的稻谷产量？更重要的是，这些浪费主要发生在哪些菜品、哪些年级、哪些时段？我们不知道。模糊的问题，只能用模糊的办法解决。而精确的问题，需要数据来回答。”

由此，发布项目总任务：组建“校园膳食数据分析事务所”，各小组在6课时内完成一次从数据采集到决策输出的完整分析，第6课时举办“数据听证会”，邀请总务处老师、食堂主厨、各班生活委员作为听众评委，评选“最佳数据分析师团队”。每个小组将获得一个加密的数据分析文件夹，内含半结构化的真实脱敏数据与任务挑战书。

七、教学准备与资源配置

（一）环境与硬件

1.多媒体计算机网络教室，安装Excel2019及以上版本或WPS表格。

2.JupyterNotebook在线编程环境（推荐使用免安装的GoogleColab或腾讯扣叮等国产青少年编程平台），用于Pandas体验模块。

3.可连接互联网，便于学生检索“居民膳食指南”“中学生每日能量需求”等跨学科参考资料。

（二）资源与学具

1.“学历案”：摒弃传统学案的知识点罗列，改为“项目进程手册”，包含每日挑战任务、思维工具支架、元认知反思日志。

2.物理教具：一米长的木质教鞭（用于趋势线具象化演示）；红、黄、蓝三色磁力贴片，用于白板展示数据流。

3.数据集：基于真实校园食堂数据的脱敏处理生成三个难度梯度的班级数据集，支持差异化学习。

八、教学实施过程深度展开（核心环节）

第一课时：问题的解构与数据的召唤——从生活疑问到分析模型

【课始5分钟】认知冲突的创设

展示一张对比照片：左图为食堂窗口排长队、部分学生因迟到买不到饭的焦急表情；右图为收餐处满满的剩饭剩菜桶。教师抛出悖论：“一边是供给似乎不足，一边是浪费严重。我们能否通过计算，找到一个‘刚刚好’的备餐量？今天，你们不是学生，而是受校长委托的咨询顾问。请用数据回答：我们学校午餐，到底多做了多少？”

【15分钟】项目拆解与数据需求分析

学生4人小组展开讨论。教师巡视并运用“十字提问法”进行思维撬动：要回答“多做了多少”，需要哪些原始数据？学生初始回答往往是模糊的——“需要吃饭人数的数据”。教师追问：“是全校总人数，还是实际用餐人数？请假未到校的人算吗？老师人数算吗？同一人今天吃两碗，明天吃一碗，怎么记录？”通过连续追问，将学生原始的、模糊的生活经验，解构成清晰的、可采集的数据字段：日期、菜品名称、班级、计划用餐人数、实际领餐份数、餐余回收总量、当日菜品口碑评分等。

【20分钟】角色扮演与数据采集方案制定

各组认领一个数据采集角色：“流量监控组”负责设计领餐人数统计表；“重量稽查组”负责设计餐余分类称重方案；“口味调研员”负责设计1-5分的菜品评价问卷。此环节充分体现跨学科融合：学生在设计称重方案时需考虑物理测量中的“去皮”问题（空桶重量）；在设计问卷时需应用语文“表述中立、无引导性”的原则。各组将采集方案绘制成思维导图，上传至班级云空间。教师点评聚焦于“可操作性”与“可量化性”，引导淘汰过于理想化的方案（如“给每个餐盘装传感器”），保留人力可执行的方案。

【课末5分钟】认知锚定

教师总结：“今天我们没有按下一个计算键，但我们完成了计算中最关键的一步——明确到底要算什么，以及需要哪些原材料。没有高质量的原材料，再高明的厨师也做不出佳肴。数据，就是我们分析的‘米’。”

第二课时：数据清洗与预处理——与混乱的现实搏斗

【课始8分钟】遭遇“脏数据”的震撼

教师将各组采集的真实数据（或高度仿真的模拟数据）合并下发。学生迫不及待地尝试用自动求和，却立刻遭遇“#VALUE!”错误。屏幕上，有的单元格里混入了汉字（如“约30斤”），有的日期格式不统一（2025.3.12、2025/3/12、12-Mar），还有明显的逻辑错误（餐余重量大于领餐重量）。教室响起一片困惑的“咦？”。这正是预设的教学契机。

【25分钟】数据清洗工作坊

教师不直接给出正确答案，而是引入数字化学习能力维度目标：当遇到未知技术障碍时，如何利用内置帮助、搜索引擎、或同伴互助来解决问题。

1.格式统一战：学生自学“分列”功能和函数，将日期、重量单位统一为标准化格式。教师在此环节只提供“操作关键词”，如“Excel不规范日期转换”，学生通过检索自主学习。

2.异常值审判庭：某班数据出现一天“餐余量45kg”，而其他天均在8-12kg之间。小组需讨论：这是真实发生的异常事件（如那天做了难吃的青椒），还是录入时多按了一个4？依据什么原则决定保留或剔除？此处不设标准答案，各小组需在学案中写下自己的判断依据和操作记录，培养数据伦理与可重复研究的科学精神。

3.缺失值修补术：对于缺失的菜品评分，学生提出用前后天平均分填充，或直接标注“数据缺失”。教师引出统计学家对待缺失值的两种基本态度，并表扬敢于标注“此数据缺失”的诚实做法。

【12分钟】计算思维的第一次显性化——清洗规则算法描述

学生在完成清洗后，不直接关机，而是打开空白幻灯片。任务：不用代码，不用函数公式，用自然语言和箭头流程图，向“未来要接手你们工作的下一届分析师”描述清洗规则。例如：“规则1：如果重量单位是‘斤’，则将其数值乘以0.5转换为千克；规则2：如果某天餐余量超过当日领餐量的80%，则将此数据标黄并单独复查……”将内隐的策略转化为外显的、可迁移的算法，是计算思维培养的核心标尺。

第三课时：描述性计算——让沉默的数据开口说话

【课始10分钟】概念支架：从“数”到“统计量”的认知飞跃

教师展示已清洗干净的三个班连续两周数据。提问：“如果校长现在只有一分钟听你汇报，你准备用哪几个数字让他立刻抓住浪费问题的本质？”学生初始答案仍倾向于“总数”。教师引导：“总浪费量1500公斤听起来很吓人，但如果是用3000人的总量算的，人均0.5公斤；如果是用500人总量算的，人均3公斤。哪个更能说明问题？”由此引出核心观念：绝对数的局限与相对数（均值、比率）的价值。

【30分钟】沉浸式计算任务：函数的意义不在“用”，而在“择”

此环节完全摒弃“教师演示SUM、AVERAGE、COUNTIF、MAX/MIN用法→学生跟练”的模式。代之以问题驱动的工具择选：

1.任务一：哪个年级才是浪费的“重灾区”？要求计算各年级人均剩余量。学生自然发现：仅用SUM求总和不公平，需先用COUNTIF统计各年级实际用餐人次，再用除法计算。教师在此过程中仅作为“技术词典”提供函数语法格式参考。

2.任务二：哪道菜最不受欢迎？需要计算每道菜品被领取后的剩余率。学生此时需运用SUMIFS多条件求和。跨学科点在此处爆发：有小组将剩余率数据与生物课学习的“营养素”结合，发现“菠菜”剩余率常年居高，推测可能与草酸含量高、学生不爱吃深色绿叶菜有关，并提出“改进烹饪方式比减少供应量更科学”的洞见。

3.任务三：建立班级浪费排行榜（正榜与倒榜）。引导学生思考“公示倒第一是否伤害自尊？”，进而讨论数据可视化的伦理问题，最终各小组自行决定是否隐去班级真实名称，代之以代码号。

【5分钟】元认知反思

学生填写学历案中的“思维岔路口”日志：在今天三个任务中，哪一个计算步骤你第一次尝试时做错了？错在哪里？是函数参数选错了范围，还是根本没选对合适的函数？将错误资源化，建立个人易错知识库。

第四课时：预测性计算——从回顾过去到眺望未来

【课始10分钟】不插电的算法课：站在散点图中央的人

教室地面用胶带贴出坐标轴。10名学生代表10个历史数据点（根据实际数据，手持本周剩余量站位）。教师提问：“请预测第11天的剩余量，你打算把点画在哪里？”学生凭直觉往往画在历史数据中间。教师拿出木棍（趋势线）穿过人群，有的同学被棍子压住，有的离棍子很远。教师问：“这根棍子是不是最佳位置？你怎么移动它，能让它离所有人最近？”通过身体体验，学生理解了“最小二乘法”根本不是什么神秘黑箱，而是“找一条线，让它和所有点的距离总和最小的游戏”。这为后续调用计算机进行计算奠定了坚实的算法观念基础。

【25分钟】人机协同：让计算机完成繁琐的拟合计算

学生返回计算机前。教师提供已经编写好的简易Python代码块（使用numpy.polyfit），学生只需修改“自变量X=天数，因变量Y=剩余量”，点击运行，立即得到斜率和截距。此处目标绝非让学生成为程序员，而是成为算法驾驭者。学生需要解读参数意义：斜率为正表示浪费量在上升，斜率为负表示浪费量在下降。各组运行自己的班级数据，有小组发现斜率竟为显著正值，惊呼“我们班浪费越来越严重了！”这种震惊感是任何模拟数据都无法赋予的。

【10分钟】决策阈值初探：制定备餐调整算法

基于预测出的明日剩余量，学生需为食堂师傅设计一个“傻瓜式”决策规则。例如：“如果明日预测剩余率超过15%，则次日备餐总数在今日基础上削减10份；如果明日预测剩余率低于5%，则增加5份备餐。”学生将此规则用流程图表达，并代入上周数据进行模拟回测，验证规则是否会导致新的问题（如振荡）。

第五课时：系统优化与冲突权衡——没有完美答案，只有最佳妥协

【课始7分钟】认知冲突升级：效率与公平的矛盾

某小组设计的激进削减方案，在回测中发现确实大幅降低了浪费，但导致某日实际用餐人数激增时饭菜不足，学生投诉。此时教师引入本节课核心议题：数据分析的目标不是单一指标最优（浪费最少），而是多目标平衡（浪费最少+学生满意度最高+营养达标）。这是真实世界决策与课本习题的本质区别。

【33分钟】多属性决策模拟：校园膳食平衡木

各组扮演不同利益相关方：营养师组强调必须保证每天提供深色蔬菜，即使剩余率高也不能取消；成本核算组主张削减最贵食材牛排的供应量；学生代表组捍卫选择权，认为不能因少数人不吃就剥夺多数人享用美食的权利。每组基于同一份数据集，但赋予不同的权重偏好，计算各自的“综合满意度指数”。信息科技工具在此成为快速计算不同权重方案结果差异的“算力加速器”。学生利用Excel的SUMPRODUCT函数进行加权求和，拖动滑块，瞬间看到决策权重的微小变化如何导致排名结果的大幅翻转。这一体验深刻揭示了：数据计算虽然客观，但决策时价值权重是主观的；计算的目的不是消除价值判断，而是让价值判断的后果变得可见、可讨论。

【5分钟】形成共识

各利益相关方代表进行1分钟游说，尝试说服他人接受本组的权重方案。虽未达成完全一致，但学生均认识到，没有绝对正确的算法，只有经过充分对话、基于数据证据形成的群体决策。

第六课时：数据叙事与公民提案——让计算产生改变的力量

【课始10分钟】专业示范：坏图表与好图表的分野

教师展示两幅同样数据源绘制的图表。左图默认设置：背景杂乱、配色刺眼、三维旋转导致柱状图透视变形，读者看不出结论；右图极简设计：剔除网格线，直接标注核心结论“第三周浪费量下降20%”，受众一眼抓住重点。通过对比，学生理解数据可视化不仅是技术活，更是沟通活。核心原则：减少认知负荷，让数据自己说话。

【35分钟】数字化创新成果产出

各组基于六课时的完整流程，使用PPT、Canva、甚至手绘海报，制作“校园餐食优化提案”。要求必须包含三个层次：

1.我们发现了什么？（描述性统计，如“人均浪费前三名的菜品及趋势”）

2.这意味着什么？（预测性分析，如“若不干预，本月底浪费总量将突破X公斤”）

3.我们建议做什么？（规范性决策，如“建议引入每周二‘预订餐’制度，算法预测备餐量”）

教师提供“数据故事”写作支架：标题要有冲击力（如《被倒掉的2400份营养午餐》），论据要有多层次证据（总量、人均、趋势、对比），结尾要有具体可行动的呼吁。

【课末专项】项目成果公投与答辩

模拟真实学术会议的海报展示环节。各组将提案打印或投屏，一名组员留守展位讲解，其余组员作为流动评委，为其他组的“数据证据强度”“技术工具适切度”“建议可行性”贴星星贴纸。邀请的校外评委（总务老师）当场表态：“你们三班提出的‘半份菜’窗口建议，下周将开始试运行。”教室爆发雷鸣般的掌声——这是对“计算”最高级别的肯定：它不再是一个冷冰冰的分数，而是改变了身边真实世界的有效力量。

九、学习评价体系设计：教学评一体化的三维支架

本设计彻底取消单元结束后的孤立笔试。采用过程性评价（60%）与终结性作品评价（40%）相结合的模式。

（一）过程性评价：思维可见性工具