時間：2023-03-22 17:32:11
導語：在今日藥學論文的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
屠呦呦（1930年12月30日生），女，藥學家，中國首位獲諾貝爾科學獎的本土科學家，同時獲得2015年度“感動中國人物”。畢其一生，致力于抗瘧疾研究，終于發現了青蒿素，為患者帶來了福音。研究過程異常艱辛――條件差、缺設備，身染肝炎；翻閱醫籍，走訪中醫，又陷困境；從葛洪《肘后備急方》中得到啟示，采用低沸點提取青蒿素，取得成功。歷經190次失敗，得到100%的青蒿提取物。
時下大多數學生選材陷于古冢之事。如“莊子，濮水垂釣，面對楚王千金厚禮，持竿不顧，只愿留骨而貴。”“陶淵明，竹籬密密，楊柳依依，菊點寧靜，淡泊為懷。”“嵇康，鐵錘擊石器，獨奏《廣陵散》。”若能用當代杰出人物喚醒他們，更能顯示論證說理的力度。下面運用不同技法，以微作文形式，多角度解讀材料中人物。
【寫作點撥】
一、正反對比
對比論證是一種求異思維，從古今中外、大小強弱、高尚低劣等層面進行對比，以使優者更優。其對比方式可以概括為橫向和縱向兩個層面。高中階段所學文言文《勸學》《師說》《過秦論》，都是正反對比論證的佳篇，雖經千年，依然理正詞切，令人嘆服。
[論點]淡泊心境，靜守初心。
心如明鏡，不惹塵埃
靜守本心，做一朵絢爛的煙花。
未曾點燃，誰能想像到煙花絢爛之態。靜靜的等待，只為一瞬綻放。屠呦呦――一位平凡的、淡泊的、不為人知的科學家，埋頭藥材幾十年，只愿為眾生求一握救命之蒿，數十年尋找，數十年提煉，終于從古籍中覓得一縷閃光――醫治瘧疾的良方。數十載時光，容顏凋零，青絲霜染，她恪守著自己的初心，不為紅塵所牽擾，不為名利而奔波，甘心做一位平凡的采藥人，采一劑濟世之藥。她不像有的科學工作者那般光彩奪目，為媒體和世人所稱贊，但她的成就，她淡泊的心境令眾多學者汗顏。
拭目看今日，娛樂界鄧紫棋的歌曲《新的心跳》被疑抄襲，商界石油高管被指論文剽竊、抄襲達70%，又有學術界“名士氣派”與“脫胎換骨”――田剛論文被指有抄襲李向東之嫌。浮躁的追名逐利之心，沖垮了一部分人的道德底線，熏染了純潔真誠的初心。坐得住冷板凳，埋頭于書典，用青春去奉獻者又有幾人？屠呦呦用她對名利的淡泊，冷卻了多少浮躁的心。
[運用分析]本文作者緊扣時代脈搏，將“淡泊求真”與“追名逐利”兩種人生態度進行對比，彰顯屠呦呦務實求真的精神，對不良現象、道德毒瘤給予正確的引導。
二、相關類比
將性質、特點在某方面相同或相近的不同事物，加以比較就是類比論證，類比論證須找到類比點，據事類義，所選之事一般從三個層面入手：熟悉的、淺近的、具體的，這樣才能闡述陌生的、深奧的、抽象的道理，增強說服力。
[論點]創新應立足于從大多數人的需要出發，解決困厄民生的難題。
胸懷蒼生，叩響創新之門
沉沉夜幕，寂寂曠野。卻有一位盲人，挑燈夜行，路人不明白――盲人不能看見光亮，何以多此一舉。哪知盲人說，這既是為黑夜中的行人照明，也是為了讓別人看到自己而不致碰撞。盲人用愛心，滌開陰翳的雙眼，用他博大的胸襟，溫暖了世人。
無獨有偶，在治療瘧疾找不到有效藥劑的沉沉黑夜中，一個科研團隊中，黃皮膚的隊員們睜著明亮的黑眼睛，為患者尋找那一方救命的藥劑。
屠呦呦的研究團隊，明眸救蒼生。
上世紀60年代，越南、非洲瘧疾肆虐，數萬生命，亟待拯救，中國523工程的開展，救萬民于水火之中，應時之需，傾全民之力。下至赤腳醫生的家傳秘方，上至研究院的反復試驗，遠至中華醫藥典籍的精髓，時至屠呦呦的以身試藥，終于研究出青蒿素這一良劑，為瘧疾患者帶來福音。
創新之路在何方？不是獲利數億，名譽等身；而是從大多數人的需要出發，以天下蒼生安危為己任，以博愛為帆，以實用為槳，尋找一個新航向。
侵曉鳥窺檐語，霧霾籠蓋四野。此乃亟待解決之疾，創新何不叩此門扉？
[運用分析]創新是當下的核心話題，時人稍有新想法、新舉措，動輒冠以創新之名。又有一些人僅僅出于利潤動機，借創新之名追求高贏利。人道、公平、高效率、大貢獻這些衡量創新的砝碼已有些傾斜。本文借盲人黑夜挑燈之例，與屠呦呦團隊尋找良藥相類比，一樣的愛心，一樣的胸襟。結尾升華主旨――當年屠呦呦團隊之舉是創新，今日創新之路何在，引人深思。
三、運用比喻
比喻說理多為借形說理，“說理本來是邏輯思維，借形說理就是將它轉換成形象思維”“《少年中國說》為了論述老年人保守，青年人上進，用了‘老年人如夕陽，少年人如朝陽……九組十八個形象’”（梁衡《文章五訣》）。宋詩多理趣，如蘇軾的《題西林壁》，就借橫看與豎看時山體的不同，寫出了當局者迷，旁觀者清的道理。楊萬里的《過松源晨炊漆公店》“正入萬山圈子里，一山放過一山攔”，朱熹的《讀書有感》“問渠那得清如許？為有源頭活水來”都是借形說理、比喻說理的佳句。
[論點]重視對古代典籍的挖掘，服務于當今社會。
鉆研典籍 萃取精華握青蒿
丹青初炳而后渝，典籍歲久而彌光。數千年歷史，數千年智慧，沉淀，結晶，于古墓、野史中；于圖書館、民間。手檔浼一蕊，突破醫學治瘧瓶頸。
中國古老文化森林中，樹木茂密，靜謐深遠。時有輕輕的腳步聲傳來，那是翻閱古籍的鉆研者。有一棵東晉古醫典大樹，根深葉茂，枝葉紛披，蓄積瓊漿，內蘊火種。一位研究人員，雙眉緊蹙、邁著堅定的步伐走近這棵大樹，用她的堅持不懈，用她的聰穎智慧，萃取出古代醫典的精華――青蒿一握，水二升漬，絞盡汁。
鉆研如燧木取火，樸素而偉大；靜心，如臨潭照影，簡單而深刻。
實驗室里，屠呦呦緊鎖雙眉，凝神細思青蒿素制取方法。困窘之時，思路一轉，何不于典籍中尋得契機？她通讀《馬王堆二號漢墓帛書》《五十二病方》《神農本草經》《本草綱目》，當讀至東晉葛洪的《肘后備急方》有關“青蒿一握，以水二升漬，絞盡汁，盡服之”的記載時，她眼前一亮，重新調整提取方法，終獲成功。欣喜之余，她深感――沉下來，汲取古人智慧的重要性。
她做到了，她有科學家應具備的博，又有發明家應具備的精，更有智者令人景仰的沉。
[運用分析]將中國古老文化比作一片森林，每一種文化典籍都是其中的一棵大樹，智者在森林里吮瓊漿、取火種，應用于當今社會，為天下蒼生謀福祉。比喻形象、生動。呼吁更多的研究者珍視中華文化瑰寶，靜心沉潛于其中，汲取人類發展的智慧。
四、化用詩句
化用詩句貴在入之無痕，使原詩句與文章內容巧妙地融合在一起。王勃《滕王閣序》中的千古佳句“落霞與孤鶩齊飛，秋水共長天一色”，即自庾信“落花與芝蓋齊飛，楊柳共春旗一色”化用而來。化用詩句首先要對原詩句理解透徹，達到信手拈來的熟稔；然后才能因文而需，稍改字詞，寫出新意。
[論點]勇于擔當。
鐵肩擔責任
太陽之所以偉大，在于它永遠消耗自己。
是誰，身先士卒，用小小的身板撐起一片綠色的天地？是誰，默默無聞，用幾百次努力開墾出一片生命的草場？是誰，勇于擔當，危難之中挺身向前，讓九州大地開出一片青蒿綠？
受命于危難之際，這一扛，就是大半輩子，淡去了地位，隱卻了名譽。日升月落，寒燈幾星；寒暑交替，新綠又生。屠呦呦，柔肩硬脊皆為民。
滄海橫流方顯英雄本色，瘧疾肆虐才識巾幗豪情！
柴胡為傘形科多年生草本植物（北柴胡）和狹葉柴胡（南柴胡）的根或全草，春秋兩季采挖，曬干，切短節備用。
柴胡是臨床常用的發散風熱藥之一，品種較多，產地遍于南北各省。由于各地所應用的柴胡品種不同，臨床上用藥的習慣不一，各種柴胡的采收季節與入藥部分有所區別。因此，多種柴胡的功能雖有共同性也有其特殊性。歷代文獻關于柴胡的品種、功能、主治的記述，有較大的出入，后世對柴胡臨床應用的效用也不一致。本文所述，是通過臨床應用后的初步小結。由于水平有限，體會不深，不當之處，評批評教正。
1柴胡的品種和用藥情況
目前國內習用的柴胡，主要分南柴胡、北柴胡兩大類。
1.1品種及入藥部分
①南柴胡類中，包括軟柴胡、川柴胡、紅柴胡3種，原植物名狹葉柴胡，主產于江蘇、安徽、四川等地，入藥以帶根的全草為主。②北柴胡又稱硬柴胡，原植物名長莖柴胡，主產于陜西、甘肅、河南等地，入藥以要為主。
1.2用藥習慣
全國大多數地區，以用北柴胡為主。各地藥店雖備有各類柴胡，但處方單寫柴胡者，即付給北柴胡，炮制（如醋炒、酒炒）均以北柴胡加工；丸、散修合（如逍遙丸、補中益氣丸、鱉甲煎丸等）亦用北柴胡。江浙兩省習用南柴胡。如處方只寫柴胡，即付南柴胡類的軟柴胡，炮制及丸散修合，均用軟柴胡。
1.3處方應用根據《上海市中藥飲片炮制規范》規定：①處方寫柴胡、軟柴胡、細柴胡者，概付軟柴胡；②處方寫川柴胡、竹葉柴胡者，概付川柴胡；③處方寫北柴胡、硬柴胡者，概付北柴胡。此外，臨床上所用的“銀柴胡”屬石竹科，為多年生草本植物石頭花繁縷（銀柴胡）的根，主產于西北及內蒙古等地，秋后莖葉枯萎至立春植珠萌發時采挖，入藥以根部為主。它和“柴胡”非同一科屬的植物，切不可混用。銀柴胡性味甘寒，歸肝、胃經。功專退虛熱、清疳熱。常用于陰虛發熱、骨蒸勞熱及小兒疳熱。
2柴胡性能的共同點和不同點
南、北柴胡同屬傘形科植物，其有效成分有相同之點，但由于品種、產地、入藥部分等的不同，因此也有特殊性的一面。在歷代文獻復習中和臨床實踐方面，都有這樣體會，初步歸納于下。
2.1南、北柴胡的共同點①疏邪退熱：主少陽病邪在半表半里的寒熱往來，胸脅苦滿、心煩喜嘔等證。②疏肝解郁：主肝氣郁結而見的頭暈、目眩、耳鳴、胸脅脹痛及月經不調等證。③升舉陽氣：主氣虛下陷所致的氣短、倦怠及臟器下垂等證。
2.2南、北柴胡功能的特殊性①南柴胡長于升陽散邪，疏肝解郁，氣味俱輕，外感在表在上兼清陽下陷者用之最宜。②北柴胡長于解熱泄下，推陳致新，對飲食積聚及痰熱結實有良好的疏導和解效用。作者通過臨床應用體會到其疏導邪氣、解表退熱的作用優于南柴胡，故邪在半表半里及有腸胃積滯見證者，用之最宜。
2.3南、北柴胡和銀柴胡的不同點銀柴胡味甘微寒，主勞熱骨蒸，清疳熱，退陰分虛熱。張山雷也說：“銀柴胡退熱而不苦泄，理陰而不升騰，為治虛熱之良藥。”作者對慢性肝炎，肝郁陰傷，低熱不清及溫病后期微熱，肺勞潮熱，用本品調治，每獲良效。
南、北柴胡雖都具解熱疏肝之功，但其特性不同。總的來說：南柴胡功偏于“升”，能于升散中解熱疏肝；北柴胡功偏于“降”，能于疏降中退熱泄肝；銀柴胡功偏于“滋”，能于滋養中清熱柔肝。南北柴胡能升能降，走而不守；銀柴胡能清能滋，守而不走。
從上述中雖然初步了解到南北柴胡的性能和特長，但在臨床辨證選用時，除了掌握各類柴胡的共同性和特殊性以外，更須注意其配合的相互關系和用量的多寡等。
3臨床驗案
驗案1，患者，女，27歲，工人，于2005年5月8日就診。痛經已二、三年，月經周期先后無定，每次經前四、五天小腹疼痛，灼熱感，經量甚多，色黯紅，口干欲嘔，面部掀熱，便秘溺赤，舌質紅，苔薄黃，脈弦數。證屬肝氣郁結，蘊火內盛，似疏肝泄熱。方選丹梔逍遙散加減。處方：全當歸9g、軟柴胡9g、粉丹皮9g、赤白芍各9g、炒黃芩6g、黑梔子9g、黑芥穗6g、側柏葉15g、小木通6g。水煎服、連服五劑，藥后諸證均減。二診：（5月15日）月經應期于今日來潮，腹痛減輕，前方復二劑。囑下次經期前再來服藥，調理二次周期后，痛經已愈，且經量亦恢復正常。按：本例痛經伴見諸癥，均由肝氣郁結，蘊火內盛所致。肝藏血，又司疏泄，肝郁氣滯，疏泄失調，故見月經周期先后不定，經量多色黯紅，舌質紅，苔薄黃，脈弦數，亦是肝火內郁所致。治以疏肝泄熱，連續調治二次周期，痛經及諸癥消失。
驗案2，患者，女，42歲，教師，于2006年7
月12日就診。患帶下病年余，帶濁稠粘，黃白相兼，其氣腥穢，心慌胸悶，性情急燥，腰酸困痛，小便短赤，陰門奇癢，苔黃膩，脈弦數。證屬肝經濕熱下注，帶脈不能約束胞胎所致。治宜瀉肝降火，清熱利濕。方選龍膽瀉肝湯加減。處方：龍膽草9g、北柴胡9g、生梔子9g、枯黃芩6g、建澤瀉9g、椿根皮15g、車前子9g（包煎）、黃柏6g、白雞冠9g、土茯苓15g、白蘚皮9g、小木通9g、甘草梢3g，水煎服。另以七葉一枝花250g煎湯外洗。二診：（7月18日）上方服五劑后，帶已不下，陰癢消失，諸癥悉平，病已告愈。按：本例痛經伴見諸癥，均由肝經之熱挾濕下注，內蘊胞宮，損傷帶脈，約束無權所致。重用七葉一枝花以清熱解毒，內服外洗，均獲痊愈。
【參考文獻】
[1]成都中醫學院．中藥學[M]．上海科技出版社，1978：51．
濟南市槐蔭人民醫院（濟南市肛腸病醫院）是一所以肛腸專業為特色，多學科發展齊頭并進,集醫療、教學、科研、預防、保健、康復、急救為一體的二級甲等綜合性醫院。
醫院始建于1956年,坐落于濟南市西部經四路589號，開設病床400張,擁有多層螺旋CT機、數字胃腸機、DR數字X光機、全自動生化分析儀、彩色多普勒超聲系統、潘太克斯結腸鏡等大型醫療設備。醫院設有肛腸科、內科、外科、婦產科等臨床、醫技、職能科室40個，下設兩個分院(吳家堡鎮分院、段店鎮分院),11個社區衛生服務中心(站), 年門診量30余萬人次,年出入院患者6000余人次，承載著省內外肛腸疾病患者及40余萬轄區居民的醫療、預防、康復任務。是山東大學社區衛生服務臨床教育基地，山東省醫學高等專科學校、濟南市衛生學校和泰山醫學院實踐教學醫院。為全國首批人民滿意醫院，山東省省級精神文明單位。
醫院肛腸專業具有領先的學術科研、臨床診療水平,一直走在全國的前列,在業內及社會各界享有良好的知名度、美譽度，為山東省中醫重點專科,濟南市A級重點專科。濟南市大腸病研究所設在該院,是濟南市醫學會肛腸專業委員會和濟南護理學會造口傷口專業委員會主委單位。
從幾十年前由外科發展出來的痔瘺科,到今天成為槐蔭人民醫院的頂梁柱,槐蔭人民醫院肛腸病科經歷了從無到有,從小到大的全過程。
上世紀50年代初,兩位知名外科醫師組成了痔瘺小組,剛剛成立的痔瘺小組就因為有著高超的技術而在濟南城小有名氣；70年代,一批優秀的中醫專家組建了痔瘺科,形成了完善的理論體系及治療流程；90年代中期,科室可以診治的病種擴大到復雜性肛瘺、結直腸炎癥、腫瘤等各種疑難雜癥,手術方式、術后鎮痛有了突飛猛進發展。
進入21世紀,痔瘺科更名為肛腸病科,并成立了濟南市肛腸病研究所,2004年,科室被評為山東省重點中醫專科建設單位；2006年,在濟南市重點專科評審中被評為A級重點專業,并被濟南市衛生局正式批準掛牌為醫院第二名稱“濟南市肛腸病醫院”。
2007年11月將原肛腸病科分為肛腸一科,肛腸二科,肛腸三科,結直腸外科。2011年又增加了肛腸四科。時至今日,槐蔭人民醫院肛腸科整體規模已經居省內首位,床位190張,設有普通門診、專家門診、專病門診、門診治療室、儀器特檢室、結腸水療室,年平均門診量2萬人次,年平均住院病人數3000余人,年平均床位使用率93%,年平均治愈率98%。在槐蔭醫院，不僅有來自省內外的患者，更吸引了來自國外的病人，近年來，慕名來院就醫的國外患者逐年增加，先后有來自美國、日本、韓國、阿富汗等十多個國家的患者，在槐蔭醫院得到了精心治療，飽受疾病折磨的身心得以康復。
回顧歷史,肛腸科的發展可以用平穩、快速來形容,正是這種速度,成就了今天的槐蔭人民醫院肛腸科,也成就了這個國內知名的肛腸專科醫院。目前,醫院肛腸科有在編人員71人,其中包括教授、主任醫師、副教授、副主任醫師12名,中醫肛腸專業博士1名,碩士8名,中華中醫藥學會肛腸分會常務理事2人,理事1人,山東中西醫結合學會肛腸分會副主任委員1人、委員2人,山東醫藥學會肛腸分會副主任委員1人,濟南市醫學會肛腸專業委員會主任委員1人、副主委4人及秘書2人、委員10人……全國衛生行業100位最具影響力人物、濟南市專業技術拔尖人才姜?教授，朱慧卿教授、崔萌副教授、趙國強、李兆德、辛洪波、石建新主任等一大批肛腸專家，還有馬成、李方、蘇永紅、劉博、房文輝等一大批中青年學術帶頭人，組成了槐蔭人民醫院肛腸科的人才群體,成為醫院和科室發展的中流砥柱。
在這一大批人才的帶動下,肛腸科的學術水平、科研水平、技術實力不斷提升:先后舉辦了全國肛腸專業新技術學習班、山東省肛腸病高級論壇會,山東省肛腸手術演示觀摩會；成功舉辦了中國中西醫結合學會急腹癥委員會第六屆學術會議；五次應邀參加中日國際肛腸學術交流會。日本大腸病學會會長土屋周二教授，前中國中醫藥學會肛腸分會會長史兆岐教授等先后來醫院參觀交流。“痔寧膏”、“愈痔熏洗劑”、“痔寧腸溶止痛栓的臨床研究”三項科研成果分獲省、市科技進步三等獎；專著《痔瘺專科藥物學》成為我國第一部具有中醫特色的痔瘺專科用藥書籍；在國內公開刊物上發表肛腸學術論文100余篇,完成省級科研課題2項,已獲省科技成果進步獎1項,濟南市科技成果獎3項。其中2項被濟南市科技局評為濟南高新技術產品,獲國家專利1項。在研立項科研項目有山東省中醫管理局課題1項、濟南青年科技明星計劃1項……
作為帶動全院發展的龍頭,肛腸科用持續多年的穩步前進奠定了科室在省內的優勢地位,而面對未來,發展的思路愈加清晰:“保持大腸病研究治療在省內領先、全國一流的地位,打造全國知名的大腸病專科。”
2012年9月，濟南市槐蔭人民醫院將承辦“第十五屆中國中西醫結合大腸病學術交流會” 暨“中國中西醫結合學會大腸病專業委員會換屆會議”，這是濟南首次承辦國家級肛腸學術會議。本次會議定位：高層次，高起點，來自全國各地的肛腸專家、學者將共同就近年來國內外最新的肛腸疾病前沿新技術的發展動態，臨床應用等問題展開深層次溝通。除此之外，與會專家們還將對前沿技術進行全面推廣，徹底摒棄陳舊的觀念和落后的治療方法帶給肛腸病患者的困擾。正如濟南市槐蔭區政協副主席，本次會議承辦方濟南市槐蔭人民醫院黨委書記、院長姜?所說：“只要是與人民群眾健康相關的，就是我們工作的內容。”正是在這種大健康的概念指引下，槐蔭醫院將肛腸專業做到了省內聞名，省外揚名，并且成為“二甲”綜合醫院的佼佼者。
濟南將首次承辦國家級肛腸學術會議
為了全面提高我國肛腸疾病的科學研究及臨床整體診治水平，推廣國際肛腸醫學界前沿新技術，促進我國肛腸學科的發展，由中國中西醫結合學會大腸病專業委員會主辦、濟南市槐蔭人民醫院承辦的“第十五屆中國中西醫結合大腸病學術交流會” 暨“中國中西醫結合學會大腸病專業委員會換屆會議”，定于2012年9月在山東濟南召開。
據中國肛腸協會權威資料表明：肛腸疾病的發病率為59.1%，其中痔瘡的發病率占發病總人數的87.25%。然而很多患者要么對肛腸疾病的危害認識不足，要么得不到科學而規范的治療。因此，應用前沿新技術對治肛腸疾病，尤其是久治不愈的頑疾，是醫學發展的必然趨勢。
本次肛腸疾病學術研討會定位高層次，高起點。是濟南首次承辦的國家級肛腸學術會議。此次會議由濟南市槐蔭人民醫院（濟南市肛腸病醫院）承辦，作為山東省重點肛腸專科的濟南市槐蔭人民醫院，擁有一批臨床經驗豐富的肛腸專家及規模最大的肛腸專業病區和手術室，近期榮獲“全國首批人民滿意醫院”，“山東省省級文明單位”榮譽稱號，完全有能力承辦此國家級肛腸學術會議。
關鍵詞：桑枝；研究；應用
中圖分類號：S888文獻標識碼：A
桑（Morus alba L.）屬于落葉性多年生木本植物，隸屬于桑科（Moraceae）桑屬（Morus），桑枝是桑科植物桑的嫩枝[1]。在我國，蠶桑業發展由來已久，桑樹的各種藥用價值和綜合應用逐漸的被人們所了解。但作為桑園生物量質量比例最大的干物質，桑枝卻被肆意浪費。近年來，隨著科學技術的不斷進步，桑枝的藥用價值和資源價值被重視起來，人們開始逐步擴展和開發桑枝在各個生產生活領域的利用價值。相關研究表明，桑枝不僅在現代醫學應用中具有重要的藥理活性，對多種疾病的治療起到積極的效果，其在食品、紡織和食品加工業等領域也具有良好的應用前景。
1 在醫藥領域的應用
桑枝含有很多種活性成分，如黃酮類化合物、生物堿、游離糖、植物糖、果膠等，在現代醫學領域具有廣泛的應用，能夠對多種疾病具有治療和緩解的作用[2-5]。我國學者王蓉對桑枝的抗炎效果進行了研究，其研究結果顯示，桑枝經過特殊手段處理并進行抗炎試驗之后，其提取物能夠有效的抑制小鼠耳部腫脹[6]。Zhang Z等人的研究結果同樣證實桑枝中桑皮苷A對小鼠足部浮腫和疼痛起到緩解和消炎的效果[7]。另外，桑枝中的桑黃酮成分能夠發揮抗菌作用[8]。我國學者王曉梅在其研究中證實桑枝提取物能夠有效的抑制α-葡萄糖苷酶的活性，從而對高血糖癥狀起到緩解的作用[9]。金曉明等人對桑枝成分中的桑皮素降血糖效果進行了研究，結果顯示桑皮素能明顯增強糖尿病小鼠的耐糖量，并發揮著積極的降血糖作用[10]。我國研究學者馬永雷在其研究中以桑枝皮為研究對象，證明桑枝皮提取物能夠有效的清除氧化自由基，具有積極的抗氧化效果[11]。李孟璇等人以腫瘤提取物中的兩種化合物為研究對象，研究了這兩種物質的抗腫瘤效果，結果顯示它們對癌細胞具有明顯的抑制和殺傷效果[12]。桑枝提取物還能實現降血壓降血脂的作用，增強生物免疫力[13-15]。
2 食用菌栽培應用
據2015年2月末江西省凌云縣數據統計結果顯示，凌云縣下屬平懷村利用桑枝進行食用菌栽培，年產值高達300萬元。這一數字顯示我國已經開始重視利用桑枝進行食用菌培養。
桑枝能夠為靈芝生長提供豐富的養分，我國廣東省蠶業研究所從多種桑枝類型中選擇出適合靈芝生長的類型，大面積培養靈芝。桑枝靈芝具有藥用價值高、無公害無污染的優點，與市面上同類產品相比具有更加優越的藥理效果。我國研究學者薛洪恩對桑枝靈芝的轉換率進行了探究，結果顯示生物轉化率平均值約為20%，具有極好的經濟效益[16]。此外，桑枝也可以用于木耳、菌類栽培應用中，對農民增收、節約土地資源起到了積極的推動效果[17，18]。桑枝富含食用香菇生長所需要的營養成分，我國很多桑園運用桑枝進行香菇栽培，促進桑園增收[19]。
3 化學工藝上的應用
桑枝中具有較高含量的纖維素、灰分和果膠，因此在造紙、食品工業和醫藥工業中具有廣闊的應用空間[20-22]。桑枝與一般木材相比，更加適宜制備高級纖維板和生活用紙。隨著造紙技術不斷的更新進步，我國桑枝造紙水平不斷的完善，很多公司開始采用創新技術進行桑枝造紙。南通市蠶桑指導站將生物酶技術與桑枝造紙技術進行結合，對傳統工藝中的技術落后進行了改善，促進了造紙技術的優化和紙張質量的提高，實現了綠色排污[23]。北京多歐科技發展有限公司以桑枝條為材料，對制漿工藝進行優化，得到了高質量的無氯紙張[24]。在纖維板應用方面，我國很多公司利用桑枝的木質部分為材料進行纖維板的工業生產。南通市蠶桑指導中心以桑枝屑為原材料，結合微生物技術、模具成型技術制備成功了生態板[23]。
4 桑枝在紡織領域的應用
桑枝中含有桑皮纖維，是一種純天然的環保型纖維，這種纖維具有優異的性質，比如在機械強度上，桑皮纖維的質量甚至要優于棉花和蠶絲，同時具有優良的絲滑手感和透氣保暖效果，這極大的擴展了桑枝在紡織纖維產品制造中的應用。我國學者陳佳佳在其中詳細的介紹了桑枝在紡織領域的應用現狀，文中指出，很多絲綢公司以桑枝為原材料，對桑枝進行纖維提取、機械生產，最終實現了紡織材料的生產，目前我國主要的產品包括睡衣、帽子圍巾、服裝配飾等多種產品類型[25]。另外，我國廣西蠶業推廣技術總站董桂清也對桑枝在紡織領域的應用進行了介紹，研究指出，桑枝具有優良特性，如透氣性和保暖性，能廣泛的應用于服飾生產中[26]。
5 其他應用
桑枝中的桑皮纖維具有良好的伸展性，強度高，可以用于生產人造棉花，同時可以提取果膠。果膠能夠應用于食品領域，作為食品添加劑，促進果醬、糖果糕點等混合均勻[27]。Yoo Y等人研究表明，桑枝提取物可以用于化妝品制備中，起到美膚功用[28]。Akihiro等人將桑枝提取物應用于抑制毛發生長產品制備中[29]。桑枝還可以應用于桑園建設中，促進農民增收[30，31]。另外，桑枝還可以用于編制生活工具，如花籃果籃等。
6 結 語
綜上所述，桑枝在我國具有廣闊的應用空間。近年來，人們注重利用桑枝優點進行多種產品的開發和生產。桑枝廣泛的應用于醫學、化學工藝、食用菌栽培、紡織領域等，但在實際生產生活中，桑枝的應用開發還有待進一步的深化。具體體現在：我們可以對桑枝的藥用價值進行進一步的研究和挖掘，擴展其在藥學方面的應用；在食用菌栽培方面，桑枝粉碎技術也有待提高；桑枝造紙技術可以朝著綠色無污染方向進一步完善。總之，桑枝的綜合利用不僅能夠促進資源的利用率，還能促進農民及從業者增收，促進我國資源和環境可持續發展，研究桑枝應用具有重要的理論和現實意義。
參考文獻
[1]傅佩云.東北植物檢索表[M].北京：科學技術出版社，1995：491.
[2]江蘇新醫學院.中藥大辭典（下冊）[M].上海：科學技術出版社，2003.
[3]肖培根.新編中藥志（第3卷）[M].北京：化學工業出版社，2002.
[4]梁曉霞，肖學云.淺析桑樹的藥用價值[J].中華醫學叢刊雜志，2002，2（09）：67.
[5]中國醫學科學院藥用植物資源開發研究所.中藥志[M].北京：人民衛生出版社，1994.
[6]王蓉，盧笑叢，王有為.桑枝提取物及抗炎作用研究[J].武漢植物學研究，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.桑枝藥用綜合研究進展[J].農產品加工-創新版，2013（01）：67-69.
[9]王曉梅，鄭濤，魏莉芳.桑枝提取物對α-葡萄糖昔酶的作用田[J].世界科學技術（中醫藥現代化），2012，14（02）：1464-1467.
[10]金曉明，魏云，楊世平.桑皮素對Ⅱ型糖尿病模型鼠降血糖作用的研究[J].湖南中醫藥大學學報，2011，31（05）：26-28，33.
[11]馬永雷，張雨青，周麗霞，等.桑枝皮醇提物的抗氧化和對α-糖昔酶活性的抑制作用[J].蠶業科學，2010（01）：143-147.
[12]李孟漩，管福琴，孫視，等.桑枝中苯并吠喃類化合物結構鑒定及抗腫瘤活性的研究[J].時珍國醫國藥，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]佐藤昭彥.新的抗癌生藥探討[J].漢方研究（日文），1979（127）：51-52.
[15]吳娛明，鄒宇曉，廖森泰，等.桑枝提取物對實驗高血脂癥小鼠的降血脂作用初步研究[J].蠶業科學，2005，31（03）：348-353.
[16]薛洪恩，李明芝，莫治山.桑樹枝條栽培靈芝試驗初報[J].北方蠶業，2005（03）：42-51.
[17]高建秋，王海霞，王愛華.血管緊張素轉換酶抑制劑的臨床應用[J].中國醫刊，2012，47（08）：25-27.
[18]吳煒亮，吳國杰，梁道雙，等.ACE抑制肽的生理功能和研究進展[J].現代食品科技，2006，22（03）：251-254.
[19]彭亨俊，吳志平.用桑枝條培育花菇的新技術[J].安徽農學通報，2007，13（02）：102-103.
[20]鄒宇曉，吳娛明，廖森泰，等.桑枝的化學成分、藥理活性及綜合利用研究進展[C].∥全國桑樹種質資源及育種和蠶桑綜合利用學術研討會論文集.廣州：中國蠶學會，2005：314-318.
[21]劉剛，佟萬紅，等.桑枝的營養功能性成分及我國桑枝綜合利用研究[J].陜西農業科學，2011.
[22]李自瓊.提升蠶桑副產物的藥物開發利用價值[J].廣西蠶業，2006，43（01）：51-54.
[23]周明佳，嚴松俊，周家華.桑產業研究開發的實踐與思考[C].∥全國桑樹種質資源及育種和蠶桑綜合利用學術研討會論文集.廣州：中國蠶學會，2005：181-186.
[24]佚名.桑枝條制漿環保新工藝[J].江蘇蠶業，2007（03）：22.
[25]陳佳佳，廖森泰，劉繼平.桑枝的綜合利用及發展趨勢[J].廣東蠶業，44（03）：45-49.
[26]董桂清.桑枝的綜合效益分析[J].廣西農學報，2013（06）：66-68.
[27]李娜，李全宏.桑副產品的綜合利用[J].中國食品工業，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園試驗[J].蠶學通訊，1986（03）：53-55.
[論文摘要]當前我國高端翻譯嚴重匱乏,需求的專業結構趨向多樣化。高等學校外語教育在語種結構、人才培養模式及語言能力的評價標準等方面的趨同化,是造成高端人才短缺的根本原因。對高端翻譯的旺盛需求不僅要有現實的緊迫感,而且要有順應發展趨向的長遠眼光。解決高端翻譯人才匱乏的根本出路在于:堅持傳統外語教育,注重語言與文化的雙重關懷的辦學特色;改革辦學體制,推進人才培養模式的多樣化,特別是要注重科技外語和翻譯專業人才的培養。
我國的翻譯市場現狀不容樂觀,而高端譯員的匱乏已成為這個市場健康發展的瓶頸。在經濟全球化的今天,外語翻譯的文化交流與信息交流的功能越來越彰顯。隨著越來越多的國際信息涌入中國,翻譯人員如果不能及時而正確地消化國際信息流,將導致大量政治、經濟、文化與科技信息的流失。翻譯能力薄弱的問題不解決,還將嚴重影響中國的政企涉外活動的開展,甚至影響中國的持續發展,妨礙中國全球化的推進速度。
一、翻譯市場的強烈訊號:精英人才匱乏,呼喚高端翻譯的多樣化
當前中國翻譯大國地位與翻譯人才青黃不接形成強烈的反差。隨著經濟的高速發展,中國出現了巨大的翻譯市場。來自中國翻譯協會的資料顯示:中國的注冊翻譯公司有近3000家,但主要集中在北京、上海。僅在北京注冊的就有400多家。全國翻譯從業人員多達50萬人。從規模來說,中國已成為“翻譯大國”,但并非“翻譯強國”。因為這支隊伍中的專業翻譯人才只有6萬,真正有水平的、受過專業訓練的翻譯人才僅占5%。
翻譯人才青黃不接集中表現為高端譯員匱乏。而且從譯員需求的專業結構看呈現多元化的趨勢。高端人才匱乏是世界人才市場的共同特征,然而在中國翻譯市場上表現得更加突出,其中突出的表現是:
(一)文學翻譯人才青黃不接,這主要反映在外國文學翻譯質量下降。以2005年初舉行的第三屆魯迅文學獎為例,在涉及文學翻譯的5個獎項中,竟被評委無奈地空缺了3個。外國文學翻譯之所以遭遇窘境,是因為優秀文學譯著要求譯者深刻把握兩種語言的精髓,特別是要有深厚的母語文化功底。然而達到這種要求的譯員太少,導致優秀文學譯作稀缺。時至今日,人們對20世紀中國的一代翻譯大家的風采依然歷歷在目,例如錢鐘書不僅英語基礎好,而且博覽群書,還有濃厚的文學興趣,其譯作具有很強的權威性;蕭乾先生以集文學創作、翻譯和記者于一身而著稱,得益于他深厚的母語修養和對英語文學的嫻熟研究背景。然而中國本來翻譯大家就不多,隨著一代名師的相繼逝世,優秀翻譯后繼乏人。
(二)科技翻譯,尤其是高新科技翻譯人才稀缺。多年來外語院校十分重視外語復合人才的培養,但存在著重文輕理的傾向。當前,外語復合人才的知識結構主要是外語專業知識與經濟、貿易、金融、新聞與法律知識的復合,而外語專業知識與理工科知識的復合結構則長期受到忽視,以至于當前懂經貿、商法的文科復合型人才很多,但熟練掌握外語的工程技術人員稀缺。機械、化工、軟件、信息技術和電子專業都緊缺外語人才。
(三)口譯人才匱乏,尤其同聲傳譯人才稀缺。隨著對外貿易和國際交流的發展,中國口譯人才嚴重短缺。目前國內能夠熟練地在商務活動、國際會議中擔任翻譯的人才實在太少。同聲傳譯作為語言金字塔的“塔尖”,被稱為外語專業的最高境界,因而培養也十分困難。這種人才不僅在我國緊缺,甚至是全球化的人才難題,被稱為“二十一世紀第一大緊缺人才”。有資料顯示,中國口譯人才缺口百萬,第六屆全國口譯大會暨國際研討會對中國的口譯人才短缺表示擔憂。
(四)中譯外人才緊缺,尤其是經典著作和重要政治文獻方面的中譯外,面臨重大問題。中譯外比外譯中難度更大,寫作風格與語言習慣要適合外國人的要求,對譯者的中外文水準、政策把握力和文字表達能力都有較高的要求。尤其古代經典著作的翻譯還有古文、文言文的阻隔。現代文人能夠閱讀文言文的已經寥寥無幾,因此存在著把古典文獻翻譯成現代漢語,再由現代漢語翻譯成外語的雙重語言轉換問題,難度可想而知。而且隨著對外交流的日益擴大,中譯外涉及的語言也越來越多。僅有英、法、德、日、俄等常用語種顯然不夠,而稀有語種的翻譯人才就更顯得匱乏。
二、外語教育的缺失:教育理念和體系陳舊,辦學模式趨同化
在2004年舉辦的“特色·個性·人才強國戰略”為主題的一次高等教育國際會議上,與會專家認為,中國高等教育正陷入一個辦學誤區:辦學模式趨同化。大學普遍按照一個模式培養相同規格的人才,而不是根據個性差異來培養各類創新人才。
中國高等學校的外語教育的辦學趨同化問題,表現在以下幾點:
(一)專業語種結構趨同。開設英語專業的學校過多,英語專業招生人數遠遠超過小語種。目前全國有800多所院校開設外語院系,同時全國興起了一批以新東方學校為代表的外語培訓機構,而所有的院系及培訓機構均設置英語專業或進行英語培訓。以至導致英語專業人才飽和,畢業生就業由“熱”轉“冷”,而小語種尤其法語、西班牙語、阿拉伯語則供不應求。
(二)外語人才培養模式趨同。多年來,傳統外語教育只注重語言和文化雙重關懷,而忽視綜合知識的傳授。近年來,又清一色地轉向復合型人才的培養,忽視了外語專業本色,造成了多元文化的缺失。這種現象的認識誤區在于:把外語僅僅當作語言的工具,進行語言技能的訓練,而淡化了包括漢語文學在內的中外文化教學,以至于跨學科界限的知識性課程——法律、經貿、金融、新聞——的過量,而導致語言專業的異化。在這種情況下,忽視了深層次的中外文化的熏陶,語言人才失去語言與文化為特征的傳統特色。
(三)語言能力的評價方法趨同。中國的外語教育長期以教學服務于考試為導向,導致學生只關注知識和語言技巧,而忽視了語言理解和跨文化交際能力的培養。以測試為標準的外語能力評價方式,導致中國學生的外語學習時間長,資源投入大,整體效率低。而以客觀題為主體的語言測試方式只測試了學生的記憶能力和知識存量,卻忽視了用主觀題對學生的語言理解能力和運用能力的評價。記憶能力和語言知識的存儲狀況是可以見諸卷面的,而語言的跨文化交際能力則難以在卷面上展現。然而外語的寫作能力與跨文化交際能力至少對于翻譯人員來說顯得尤為重要。
誠然,過去清一色的培養純外語人才,畢業生知識結構過窄,曾經是外語畢業生就業由“熱”轉“冷”的主因。因此培養“外語+專業”、“英語+小語種”的復合型外語人才是適應社會需要、應對就業難的根本出路,更是教學型大學發展的重要戰略。然而這種復合型人才的基本特征是“應用性”,而對于研究型大學的精英教育來說,必須保持語言教育的文化多元性,培養高層次外語專業人才。只有具備比一般外語學習者更高的外語水平和更扎實的中外文化基礎,其畢業生才能獲得更好的發展。因此,研究型外語大學必須把堅持外語教育專業的辦學特色作為一種理性選擇。
三、解決高端翻譯人才匱乏的根本出路:把握外語教育的“市場定位”,堅持辦學的特色和人才培養模式多樣性
(一)對高端翻譯人才的需求不僅要關注現實的緊迫性。而且要有放眼國際化的遠大眼光。高端外語人才需求旺
盛及其需求專業結構的多樣化,不僅僅是一種市場現實,而且是社會發展對語言人才需求的大趨勢。從全球視角看,信息時代促使我們的湛藍色星球變成了“地球村”;科學、技術和經濟的交融促使整個世界趨向“全球化”;文化與教育的交流與合作必然要求異域文化與教育的“國際化”。從中國的經濟和社會發展前景看,隨著我國加入wto,北京申奧成功,以及上海迎來世博會,必然大大刺激人才市場對高端人才的旺盛需求。在這種大背景下,英語作為國際通用語言的地位不容動搖,同時作為一個擁有13億人口的大國,為了吸收世界各民族的優秀文化,外語教育語種多元化,也是一種必然要求。
從現實情況已經看到外語教育落后的緊迫感。全世界學術刊物的80%~90%都是英語刊物,離開英語就無法吸收外國學術資源;全世界的計算機信息90%都用英語表達,我國計算機軟件教育的國際化與標準化已大大落后于印度,而英語教育水準不高,理工科碩、博士的翻譯能力不足是軟件人才國際化的一道坎兒。在這種大背景下,上海外語大學校長戴煒棟,在近年強勁的“全民學外語是國力資源的一種浪費”的驚呼聲中,清醒地指出:“從整個社會的外語水平看,不足以說明‘全民學外語’。”并指出,從外語教育的現狀看,“中國整個社會的外語水平比一些亞洲國家要低”,“英語在中國是一種外國語,而在新加坡、馬來西亞英語則是第二語言”。當然我國的外語水平更不能與歐洲相比,在荷蘭有80%的國民熟悉英語。
(二)根據外語需求的市場定位,改革辦學體制,推進外語人才培養模式的多樣化。必須承認:“全民學英語是國力資源的一種浪費”的驚呼有一定的合理性。這主要表現在它有針對性地指出了當前以服務于考試為導向的英語學習方法的弊端,以及外語教育在包括教育觀念、辦學模式、教學方法以及評價標準等方面的趨同化。這些弊端直接導致了外語教學的低效化。這種呼聲對外語教育提出了警醒,啟發了人們必須認清外語教育的兩個改革方向。
首先,要根據市場需求認真把握外語教育的市場定位,對不同語種、不同地區和不同類型的高等學校提出不同的外語教育辦學要求。例如,從語種的專業結構規劃看,必須肯定地認可英語作為國際通用語言的地位,把英語教學作為外語教育的范本;同時注意糾正當前小語種專業辦學只限于幾個小語種人才培養基地的狀況,注重在更多院校發展小語種教育,實現外語語種的多樣化。從不同地區的外語教育要求看,對沿海及東部發達地區,特別是北京及上海等未來的國際化都市必須普及英語教育,提高全民的外語水準;而對西部少數民族地區的少數民族學生則主要要求學好他們作為第二語言的漢語。從不同類型的高等學校看,研究型大學應該傾情于外語精英的培養,在堅持復合型人才培養的同時,必須堅持以注重語言與文化雙重關懷的傳統英語教育特色;而教學型大學則應堅持外語應用型人才的培養方向,并以培養語言復合型人才為主要目標。
其次,必須十分注重不同專業結構的外語精英的培養,實現高端外語人才的多樣化。英語教育具有一定的普及性,而精英外語教育則具有一定的導向性。高等學校必須堅持其應該具有的社會發展的前瞻性和導向性品格。在外語教育中,這種品格主要表現在注重各類專業外語精英的培養,以滿足社會發展對外語人才的前瞻性需求。為了實現這一宏大目標,高等學校的首要任務是針對外語人才模式趨同化的弊端,實現專業結構的多樣化,除了必須加速小語種人才的培養及在堅持復合型人才培養的同時,保持傳統外語教育的特色外,應特別注重兩種外語專業的發展:一是在理工科院校發展科技外語教育,二是大力發展翻譯專業。
在外語教育中應當認清兩種復合型人才的區別:一種是傳統的“語言+語言”(例如:“英語+漢語”,“英語+小語種”),以及“外語+社會科學”(經貿、金融、法律、新聞)等以外語為主體知識結構的“語言型”外語復合人才。另一種是以科技知識為主體知識結構的“科技+外語”的“科技型”專業外語復合人才。后者實質是一種專門用途外語人才,它的第一能力是理工科知識,本質上屬于科技型人才。
科技外語專業人才的能力結構及教學要求都有異于語言型的外語復合人才。從能力要求看,臺灣科普翻譯家侯捷指出,“一般人認為英文好就能翻譯英文文稿,這是大錯特錯的說法,進行科技翻譯與你有什么樣的專業背景密不可分”;“科技翻譯的關鍵不在外文功底,如果要列出科技翻譯成功的要素應該是:專業素養,中文程度,中文文采,英語程度”。同時理工科外語教學的要求也有異于文科型的外語教學。北京外國語大學副校長鐘美蓀指出:“大學生英語不必都能說會道,文理科英語教學要求不宜一刀切。”許多專家認為不同類型學科的英語能力有不同要求,閱讀英語專著及查閱英文資料的實際能力對理工科高層次人才是最重要的。科技外語人才的培養應該在理工科院校進行,因為純外語的人才培養不出合格的科技外語人才,鐘美蓀副校長就說過“目前大學英語教學存在很多困難,主要原因是英語教師都畢業于英語專業,教師通常按英語教育的思維和標準去教授不同學科的學生。英語專業畢業生與理工科學生的知識結構不同,雙方難以找到結合點”。
[關鍵詞] 科學范式； 大數據； 智慧教育； 教育技術范式； 個性化自適應學習
[中圖分類號] G40-057 [文獻標志碼] A
[作者簡介] 祝智庭（1949—），男，浙江衢州人。教授、博士生導師，主要從事教育信息化理論、系統架構與技術標準、網絡遠程教育、教學與系統設計以及面向信息化的教師專業發展等研究。E-mail： 。
一、科學范式 （Scientific Paradigms）
美國著名科學哲學家托馬斯·庫恩（Thomas Kuhn）在《科學革命的結構》（《The Structure of Scientific Revolutions》）一書中系統闡述了關于范式的概念和理論。所謂科學范式是指“在一定時間范圍內，能為研究者群體提供樣板問題極其解決方案的普遍公認的科學成就”（Universally Recognized Scientific Achievements That， for a Time， Provide Model Problems and Solutions for a Community of Researchers）。[1]
科學范式的概念是庫恩范式理論的核心。庫恩認為，科學范式具備兩個方面，首先，在科學范圍內，該術語指的是可以被復制或模擬的一組示例性的實驗；其次，這組范例的基礎是共享的先入之見（Preconceptions），這些先入之見形成于證據收集之前，并且影響證據的收集。先入之見體現于兩方面，一是其隱含的假定，一是相關的形而上學的元素；個體科學家對該范式的詮釋可能會有所不同。[2]因此范式界定了某一研究領域的研究方法，即研究什么，研究問題的提出，如何針對研究問題進行研究活動，以及如何對研究結果進行詮釋等。同時，范式具有哲學意義，它暗示了某研究群體的研究遵循的基本理論和研究群體共享的信念和世界觀等。
庫恩同時認為，范式不是一成不變的，它在科學研究的進程中完善、發展，最終可能退出。隨著科學的發展，新的科學范式會出現，補充或者取代舊的范式，這也就成為科學發展進程中的科學革命。在庫恩看來，“科學革命”的實質就是“范式轉換”；在廣泛接受的科學范式里，發現現有理論或者范式無法解決的“例外”，因此嘗試用其他理論取而代之，該理論得以發展最終成為新的范式。在自然科學領域，范式的轉換比較明顯，如伽利略的動力學相當于近代科學的初級階段的范例，愛因斯坦的相對論則為當代科學的研究發展提供了模式。
庫恩本人認為范式這一概念不適合社會科學范疇。原因是當他在社會學者聚集的帕洛阿爾托學者中心寫《科學革命的結構》一書時，觀察到社會科學學者們在諸多理論方面存在分歧。因此他在書的前言意指出，他之所以提出范式的概念正是為了將社會科學從自然科學中區分開來，他認為在社會科學中不可能存在任何范式。然而盡管社會科學不可能像自然科學那樣在某一特定時期存在一個范式，在相對較小范圍的研究領域，如社會學、人類學、教育學等或其下屬領域內，可能存在支持這些領域的研究范式、研究傳統、研究計劃等。這些較小領域的研究特征能夠激發不同領域的研究，界定什么是或不是研究證據，以及為控制與其他相似研究領域的學術爭論。例如，斯金納行為主義和個人建構理論同屬于心理學和教育學研究范疇，這兩個心理學子學科的一個最顯著區別是對意義和意向的關注（Meanings and Intentions）。在個人建構理論中，這兩個概念屬于核心問題，但在行為主義中，它們不能作為科學證據，因為他們無法被直接觀察到。[3]另外，學者們認為，[4]雖然社會科學內也存在明顯的概念方面的改變，如從行為主義到認知方法，但是它們與自然科學范圍內的科學革命不同，原有的理論一般不會被完全摒棄，而是仍舊在新的范式占據統治地位的情況下擁有一席之地。
Thagard提出并闡述了理論（Theories）與方略 （Approaches）的區別。理論是指“相關假定的集合，對大范圍的實證研究結果和事實進行解釋和歸納概括的基礎”，方略是“實驗研究方法和詮釋風格的集合”。[5]Thagard認為，由于整個社會科學領域并不存在一個統一廣泛的支持各個學科的理論基礎，社會科學的變革更多的是由于研究方略的改變，而不是源自對理論統一性的評估。也就是說，社會科學范式，更多的偏重是指研究方略方面。本文之所以提出這點，是因為本文目的之一是評估新的研究方法，即大數據（Big Data）催生的數據密集科學（Data-Intensive Science）對教育技術研究范式，即教育技術研究方法的影響。
二、悄然興起的大數據分析與應用
大數據一詞出現于1997年，NASA研究人員Michael Cox 和 David Ellsworth第一次用該詞描述上個世紀90年代出現的數據方面的挑戰，即超級計算機生成的巨大的信息數據量。當時，Cox和Ellsworth對實驗中產生機周圍的模擬氣流數據無法進行處理或者將其可視化。“數據集相當大，對主內存、本地磁盤，甚至遠程磁盤都造成挑戰，”他們寫道，“我們稱此問題為大數據。”[6]
大數據的產生與信息技術、互聯網等密不可分并且以越來越多的方式產生，[7] 如多媒體內容、社會網絡以及各類傳感器， 不論是傳統的數據密集型行業如基因研究、藥學，還是互聯網新貴，都面臨著儲存分析大數據的問題。例如Facebook 擁有超過9億的用戶，并且用戶數量仍在增長；Google 每天有30億的搜索查詢，Twitter 每天處理4億次的短信，相當于大約12TB的數據量。
時至今日，大數據尚沒有系統統一的定義和理論，學者們一般只是用該術語描述難以用傳統軟件和方法分析的超大量的復雜的數據。[8]Laney[9] 首先提出用“3Vs”（Volume，Velocity，Variety）的概念， 在此基礎之上，IBM [10]用“4Vs”描述大數據， 即大數據應該具備四個維度，大體量 （Volume）、高速度（Velocity）、多樣化（Variety）和真實性 （Veracity）。大體量是指各種類型的不斷增長的數據很容易積累到百萬兆字節甚至千兆兆字節（Terabytes—Even Petabytes）的信息。高速度是指及時處理大數據的必要性，例如分析大量的當日呼叫詳細記錄可以實時預測客戶流失的程度等。多樣化是指數據形式的多樣性，如可以分析多種數據的變化包括文本、圖像、音頻等來提高客戶滿意度等。真實性則意味著大數據提供信息的可信度，以及據此決策的可靠程度。還有些學者[11]（Quinn， 2012）認為應該加入另外兩個V：Value （價值） 和 Visualization （可視化）。 關于類型，學者們認為數據，不論是否是大數據都分屬三種類型：非結構化數據、半結構化數據、結構化數據。[12][13][14]非結構化數據指沒有格式的數據，如PDF、E-mail 和文檔。結構化數據具備一定格式，便于存儲、使用和從中提取信息，例如傳統的事務型數據庫。半結構化數據是指類似XML和HTML 的有一定加工處理的數據。
大數據的應用和影響體現在各個領域。大數據不只意味著體量的大小，它同時意味著研究方法更傾向于利用新的多種類型的數據獲取信息，以數據為基礎進行研究，并作出決策。在天文研究方面，美國的The Sloan Digital Sky Survey[15] （SDSS2008）成為天文學家的主要信息來源，同時，天文學家的主要工作也從包括拍攝星空圖片等變為主要應用數據庫查詢和發現天象的變化。對企業來說大數據的應用則意味著更好的商業決策，有些公司如Google、Amazon，Yahoo等，分析利用此類數據，并將其結果作為擴張市場的依據或者提供個性化服務的方向，因此公司得以快速成長。大數據的出現和潛在的價值也引起了各國政府的注意。例如，奧巴馬政府2012年宣布，每年將花費超過2億美元在大數據研究應用方面，以致力于科學探索、環境、生物醫學、教育和國家安全方面的研究。[16]在教育領域，隨著遠程教育的發展和LMS（如Blackboard 和 Moodle等）的應用，大數據的潛在應用也越來越廣。這些系統每天都記錄大量的學生交互信息、個人數據、系統數據等。[17]這些也促進了教育界學習分析學（LA， Learning Analytics）和教育數據挖掘 （EDM， Educational Data Mining）的發展應用，以及教育技術領域的研究范式的變化。
三、“數據密集科學”作為科學研究第四范式所帶來的機遇與挑戰
大數據作為一個通用術語，實際描述著正在發生的影響到自然科學、工程學、醫學、金融、商業、直至整個社會的科學革命。正是基于大數據的出現以及影響，Jim Gray[18]在2007年提出了數據密集型科學（Data-Intensive Science）的概念。Gray 認為，從進行科學研究的方法的角度來看，從古至今存在的科學研究方法范式包括：
1. 實證式（實驗科學）（Empirical/Experimentation）分支，開始于1000年前，主要的研究方法是對自然現象的描述論證，對自然現象進行系統歸類，如對化學元素的分類；
2. 理論式（理論推演）（Theoretical）分支，當科學假設與預期結果一致時，則使得理論框架開始占有一席之地，出現于數百年前，主要采用建模方式，由特殊到一般進行推演；
3. 計算式（計算機仿真） （Computational）分支，開始于幾十年前，主要方法為利用計算方式模擬復雜現象，科學數據可以用模擬的方法獲得，而不再依賴于單一的實驗；
4. 數據密集型科學（Data-Intensive Science），在前三種方法的基礎之上，采用IT技術獲取、處理、存儲、統計分析大數據，從中獲取知識。
數據密集型科學被稱之為科學研究的“第四范式”，與其他三種范式一起成為科學研究的方法，它的出現與大數據密切相關。 因此，Gray提出的“范式”更接近于Thagard[19]提出的“方略”。
Gray[20]認為，數據密集科學包含三項針對數據的活動：獲取、存儲維護、分析。大數據給科學研究帶來巨大改變的同時，也意味著多方面的挑戰。學者們認為，整個數據獲取到分析的過程都存在不同的困難和挑戰。[21]例如，在獲取數據時，如何摒棄無用的數據，如何做到在數據收集的過程中過濾數據以免卻儲存之后再進行處理的麻煩；同時，如何自動產生元數據（Meta Data）對數據進行描繪。其次是數據存儲，即數據庫存問題，事務性數據庫不適合存儲關系不明確的大數據。在分析方面，傳統的統計算法的前提是數據的同質性（Homogeneity），大多數大數據不具備此特性。針對這些挑戰（大數據的非結構化，具有多樣性，同時數量巨大），傳統的關系數據庫無法滿足要求；NoSQL （Not Only SQL）數據庫則為存儲和檢索大數據提供了可能。Google的Google File System、Big Table、Map Reduce 代表了這方面的技術創新。
在《第四范式：數據密集型科學發現》[22]一書中，多位作者提出了各個科學領域的研究與大數據結合的必要性和數據密集科學對不同領域科學研究方法的影響，包括地球與環境科學、生命與健康科學、數字信息基礎設施和數字化學術信息交流等。他們也描述了大數據以及數據密集科學影響下不同領域的科研活動、過程、方法以及成果，拓寬了不同學科領域應用大數據的思路。例如，Robertson[23]等在討論發展中國家的醫療合作時，描述了他們的以計算機和手機結合為基礎的NxKM （NxOpinion Knowledge Manager）系統。該系統包括一個有專家開發的知識庫、一個醫療診斷引擎和一個手機界面，用來輸入患者信息并根據該信息自動產生問題（多項選擇），以從患者獲得更多信息。因此，雖然患者信息可以由當地人連接輸入系統，但該信息由遠程專家分析，因此，多方面的合作以及信息數據的綜合使用，使得診斷結果和診治手段也將更加可靠。該書雖然涵蓋了多方面內容，包括信息密集型科學研究范式對地球環境、醫學、認知科學、學術信息交流等方面的深刻影響，但沒有涉及大數據對教育，尤其是教育技術的影響。
四、教育技術研究范式演變軌跡
本文對教育技術不做定義方面的明確界定，它基本等同于英語的Educational Technology、Instructional Technology或者Instructional Development[24]（Dills & Romiszowski， 1997），其研究核心是應用技術支持教學和學習。教育技術研究的核心方略是設計研究，本文從研究范式的角度出發，主要目的是看教育技術的范式的特點、演變以及大數據對教育技術研究可能產生的影響。
首先，學者們認為，在教育技術領域，正如整個社會科學領域，從來都是多范式并存的。即從未有過只有一個范式存在而其他范式完全退出教育技術學術圈的情況，盡管也許在某個時期存在一個占據主要地位的范式。[25]例如當斯金納心理學占據統治地位的時候，與之對壘的非斯金納行為主義地位次之，同時之前影響最大的弗洛伊德心理學的影響依然在某種程度上存在，而未來的范式（認知信息加工理論）也開始嶄露頭角。另外，Saettler[26]認為20世紀的教育技術領域存在四種范式：物理科學或者媒體理論、傳播學和系統理論、行為主義和新行為主義觀點、認知理論。也有些學者描述了教育技術研究和評估領域內的范式變化，如Driscoll[27]概括了八種教育技術研究范式，Clark 和Sugrue[28]描述了媒介研究（Media Research）中行為主義和認知理論范式對于研究設計和研究問題形成的影響。其次，Reigeluth[29]認為，教育技術范式的改變是從整個社會的變化開始，而且其改變的速度隨著人類知識庫的迅速增長和科技的高速發展越來越快。大部分的教育技術范式研究中囊括了多種的技術應用，同時很多研究更偏重于理論方面的變遷，而Koschmann則詳細論述了計算機為基礎的教育技術范式演變。[30]
Koschmann認為：[31]在計算機進入教育領域后，教育技術作為一個獨立的研究領域才開始出現，因此針對教育技術范式的研究也應該集中在以計算機為基礎的技術方面；同時他認為教育技術研究也經歷了一系列范式轉換。他應用庫恩的理論，主要描述了四種涉及計算機的教育技術范式，即計算機輔助教學（CAI， Computer-Assisted Instruction）、智能教學系統（ITS，Intelligent Tutoring System），Logo-as-Latin以及計算機支持的協作學習（CSCL，Computer-Supported-Collaborative Learning）。
Koschmann強調，CAI主要是針對教學技術的設計和評估的研究范式，他在后來的研究中認為，[32]CAI并非與計算機同時出現，相反，它可能是桑代克（Thorndike）教育心理學研究范式的延伸和擴展。IBM公司開發的Coursewriter（一種課件著作軟件）被認為是CAI開始的標志，即使沒有任何編程經驗，人們也可以用該系統開發自己的教學課件。由于CAI開發人員大部分具有教學背景，CAI系統大多反映了教育界對教和學的認知，即學習是被動獲取信息的過程，而教學則是知識傳遞的過程。CAI系統一般貫徹如下學習策略和措施：確定學習目標，將學習目標分解為一系列學習任務，然后開發一系列學習活動，以達到預定學習目標。CAI同樣以行為主義和實證主義為理論基礎，因此CAI研究人員認為學習是可測量的學習成績或者能力水平的變化，學習是CAI 研究中的因變量，而學習過程中引進的技術方面的創新成為干預措施和自變量。對照組的使用在研究中很常見，研究問題通常為：使用該項技術對教學有何影響？因此，教學效驗（Instructional Efficacy）成為該范式下的核心研究問題。
第二個范式為ITS，起源于人工智能，以Carbonell[33]的博士論文的出現為標志。ITS理論認為，認知是一個計算過程，可以通過建立模擬人腦工作模式的智能型系統來研究。[34]如果智能型行為可以通過系統程序表現，那么具備經驗和技能的教師的角色也可以設計出來。由于一對一教學被認為是金牌標準，[35]因此可以推斷出如果每個學生都有個人的導師，那么整個社會的教育水平都會相應得到提高，這也是智能教學系統研究范式的基本理念。信息加工理論是人工智能前提之一，它認為問題解決是定義問題空間的表征（Representations）的過程，包括初始狀態、目標狀態以及不同狀態之間的一系列運作。在此基礎上，表征成為解決問題和理解認知過程的中心問題，而學習則成為獲取正確的問題空間的表征的過程，教學則是輔助學習者獲取表征的活動。在此過程中技術的角色與其在CAI中并沒有本質不同——然而人工智能系統更注重交互性，也更偏重于復雜技能的習得。與CAI不同，智能教學系統范式的核心研究問題是教學能力，即該系統是否完全能與嫻熟的真正的導師相媲美。因此，研究問題更看重的是系統的效果，而不是學生的成績。
計算機輔助教學與人工智能系統盡管有所不同，但從認知論的角度說，他們都屬于現實主義和絕對主義（Realist and Absolutist），即認為學習是被動獲取知識，而教師是絕對權威。[36]
第三個范式為Logo-as-Latin，意指像學習拉丁語一樣看待LOGO語言的學習。其中LOGO是上個世紀60年代由MIT數學教育實驗室Papert教授領銜開發的程序語言，主要供兒童在編程的過程中學習。該范式以建構主義為理論基礎。建構主義起源于皮亞杰的發展心理學，認為學習是新的信息與已有的知識融合同化的過程。有學者認為，計算機編程可以成為建構主義學習方式的重要角色。[37]例如學生可以建立模擬系統，在此過程中，學習者成為“教師”，而計算機則開創了一個新的教育技術在學習中的角色，即成為“被輔導者”。與CAI不同的是，CAI研究關注教學效果，而Logo-as-Latin研究更專注于教學遷移。編程教學被看作干預手段，學習者在其他相關學習任務上的成績被看作因變量。然而，在后期的文章中，Koschmann認為，[38]Logo-as-Latin與CAI同樣起源于傳統教育心理學，與CAI密切相關，因此應該將它看作CAI的一個變種，而不是獨立的教育技術研究范式。
Koschmann提出的第四種范式是CSCL。CSCL與前三種范式有很多不同之處。首先，前三種研究范式都是建立在心理學基礎之上，其本質是行為主義和認知主義。而CSCL的基礎是人類學、社會學、語言學以及傳播學等。具體說來，其理論基礎包括（不限于）社會建構主義、社會文化理論以及情景認知理論等。社會建構主義認為知識的建構本質上是社會性過程；社會文化理論以維果斯基的文化—歷史理論為代表，強調語言在智力發展過程中的作用；情景認知理論認為，學習是進入實踐共同體（Community of Practice）的過程，“要想學會如同真正的專業從業人員那樣使用一個工具，一個學生就應該像一個學徒，必須融入該社區及其文化。因而，在相當大的程度上，學習是，我們相信，一個文化熏陶的過程”[39]。因此CSCL范式中，學習的社會性和文化性成為核心問題。不同于前三種范式針對的問題（教學效果、教學能力、教學遷移），CSCL被稱為“演繹的實踐性教學”（Instruction as Enacted Practice）。CSCL研究范式有幾個特點：（1）研究問題比較集中在學習過程而不是結果；（2）研究多傾向于描述性，而不是實驗性；（3）很多研究者樂于以參與者（CSCL成員）的角度研究合作學習的過程。因此CSCL研究著眼于參加者的談話，合作過程中使用的工具，合作小組的成果等。CSCL范式下的研究問題包括：學習如何在學習者的語言中表現出來？社會性因素如何影響學習過程？技術如何在合作學習中應用？Koschmann將這這四種范式做了簡單對比，見表1。
五、數據密集科學影響下的教育技術
研究范式：個性化自適應學習
數據密集型研究方法捕捉了整個信息時代帶來的大數據的基本整體影響。在不同的領域，研究方法的側重和目的不同，因此各有特點。如在工業界，商業智能系統（Business Intelligence System）體現了大數據對決策的影響。在教育領域，美國教育部在一份簡報中指出，[40]大數據在教育領域的具體應用主要為學習分析學 （LA， Learning Analytics）和教育數據挖掘 （EDM， Educational Data Mining）。EDM 和LA 之間沒有明確的分界線，但它們的起源、理論和目標不盡相同，并且逐漸成為涇渭分明的兩個研究領域。
EDM 的目的是研究和利用統計學、機器學習和數據挖掘方法來分析教和學的過程中產生的數據。學者們認為，EDM的研究目的包括以下方面：[41]（1）應用多方信息如學生的知識程度、動機、元認知、學習態度等建立學生模型，并以此預測學生的學習行為；（2）發現或改進學習內容展現和最佳教學序列的領域模型；（3）研讀由學習軟件提供的不同的教學支持的效果；（4）建立包括學生、領域模型和教學軟件的計算模型，推動關于學習和學習者的科學研究。
美國教育部的簡報中總結了EDM針對和所要回答的問題：[42]（1）什么樣的教學順序（不同學習主題）對不同特點的學生最有效？（2）什么樣的行為與更好的學習成績相關（如較高的課程學習成績）？（3）什么樣的學生的行為指標預示了學生的滿意程度、參與度和學習進步，等等？（4）什么特點的在線學習環境能導致更好的學習成績？（5）什么因素能夠預測學生取得成功？
Siemens將LA定義為“關于學習者以及他們的學習環境的數據測量、收集、分析和匯總呈現，目的是理解和優化學習以及學習情境”。[43]LA的一個重要應用是監測和預測學生學習成績，及時發現潛在問題，并據此作出干預，以預防學生在某一科目或者院系課程學習中產生風險。[44]相比于EDM，LA借鑒了更廣泛的學科，除了計算機科學、統計學、心理學、學習科學，還引進并應用信息學和社會學的理念和技術。[45]LA回答的問題如下：（1）什么時候學生可以進行下一個學習主題？（2）什么時候學生可能在某一門課程中落后？（3）什么時候某個學生可能有完不成一門課程的風險？（4）如果沒有干預補救措施，學生可能得到什么樣的成績？（5）對特定學生來說，下一個最好的課程是什么？學生是否需要特殊幫助？
美國教育部[46]的簡報中總結了應用EDM和 LA 的范疇：（1）用戶知識模擬、用戶行為分析、用戶經驗分析；（2）用戶分類/分組（Profiling）；（3）知識域模擬如學習課題分類排序等，知識元素與相應的教學原則分析；（4）趨勢分析；（5）自適應和個性化學習。
應用LA和EDM數據分析結果，教師可以更好地了解學生，理解和觀測學生的學習過程，發現最合適的教學方法和順序，及時發現問題并進行干預，以提供個性化的學習服務為主旨。現在已經研發出的應用系統案例有普渡大學的“課程信號系統”（Course Signals System，以下簡稱Signals）[47]、在美國加州大學圣巴巴拉分校以及阿拉巴馬大學使用的Moodog，[48] 以及美國西部州際高等教育委員會教育技術合作部（WICHE，WCET，Western Interstate Commission for Higher Education，Cooperative for Educational Technologies）的教育大數據分析項目——預測分析報告（PAR，Predictive Analytics Reporting）系統。[49]
Signals系統通過數據挖掘和統計預測模型，根據多個變量（表現指標包括：現有平均分和努力程度，如學生LMS的交互頻率；個性特點指標包括學術準備，如高中平均分和各項標準考試成績；學生特點，如是否為美國居民、年齡和選修學分）來預測學生是否能夠完成/通過該課程。Signals 在課程進行的過程中，以交通信號指示燈的方式，讓學生了解自己的學習狀況：課業良好（綠色），課業中度危急（黃色），或者課業嚴重危急（紅色）。同時教師可以提供給學生有效的反饋信息，引導學生使用合適的資源等來提高成績。[50]Moodog的主要功能是跟蹤記錄學生在課程管理系統（CMS，Course Management System）上的學習活動，其基本目標有兩個：（1）為教師提供學生與在線學習材料交互情況；（2）幫助學生將自己的學習行為和進程與其他學生相比較。[51]
PAR[52]的主要目的是應用EDM技術，分析跨越多所高等院校的學生數據，以期發現并確認影響學生退學/以及是否能夠畢業的因子，并據此實施有效的教學干預。參與PAR的高校包括兩年制和四年制高校，有公共學校和私立學校，亦有傳統高校和非傳統高校如網絡大學。已經有16個WCET成員機構提交了1，700，000條匿名和去身份標識的學生記錄以及8，100，000條課程級別數據記錄。所有高校使用統一的數據模型，該數據模型包括以下核心數據元素。（1）總體元素：基本框架，描述所有PAR數據的基本概況。（2）學生一般元素：描述學生人口數據和學術背景信息。（3）學生課程元素：描述學生參加的課程和學生的課程成果。（4）學生的學術元素：學生級別的數據。（5）課程目錄的元素： 教育機構開辦的PAR學生就讀的課程細節信息。（6）學校元素：學術單位的具體信息。
應用描述、推理和預測分析技術，PAR項目初步發現32個影響學生學習以及退學的普通變量（多為學生特點變量），包括性別、種族、學位種類、多種專業、課程數量、班級人數等。其他發現如學生的性別、年齡以及種族與該生是否會退出某門課沒有關系。該研究仍在繼續。
這些系統目前的主要功能是分析學生的網上學習活動，判斷實施干預措施的時間以及方法等；其潛在功能則可能包括教師可以根據學生使用學習資源的情況發現哪些最受學生歡迎或者哪些活動影響學習成績，提供適合不同學生需要的學習材料；調整學習順序或者學習活動等；最終，完善的學習系統可以根據學生的特點（學習風格、已有知識、動機情況等）引導學生使用適合自己特點的學習材料和學習路徑。因此EDM和LA在教育技術領域內的應用最終指向個性化學習和自適應學習環境的研究和開發。
美國教育部簡報認為應用LA和EDM技術達成預測學生學習和干預學習過程的自適應學習環境應該包括六個部分：[53]（1）自適應學習內容，通過與學生的交互活動，可以辨別學生的水平和能力，因此可以管理、維護和呈現適合特定學生的學習內容；（2）學生學習數據庫，用來獲取存儲學生與學習內容的互動，包括時間和行為等；（3）預測模型，應用學生學習數據和人口統計數據（儲存在另外的數據庫中，如年齡種族等），追蹤學生學習過程，預測未來行為以及成績，如課業成績，是否有可能輟學等；（4）可視化報告，將預測模型產生的結果用儀表盤形勢表現出來；（5）自適應引擎，用來操控學習內容，確保學習內容適合學生的能力和特點；（6）干預引擎，教師、管理員、系統開發人員等可否決系統提供的建議進行人為干預。除了六個自適應系統內部組成部分外，還包括一個外部的學生信息系統。這個信息系統是由學校學區或者地區教育部門持有維護的學生背景信息資料，如年齡、性別、所學過的課程、成績、學習風格等。預測模型可以從中獲取數據作為預測學生行為成績等的部分依據。圖1提供了自適應學習系統的概況。
圖1中的箭頭和數字表示自適應學習環境中的數據流的方向和順序。整個自適應學習系統包括三個信息反饋回路數據流（Feedback Loop）。數據流的第一步是學生與學習內容的交互，交互內容被儲存于學生學習數據系統里（第二步），第三步則是預測模型抽取學生學習數據和背景數據，應用LA和EDM技術進行分析，然后將結果傳遞至自適應引擎（第四步），自適應引擎據此針對特定學生作出學習方面的調整，而這些調整則通過學習內容策略等的改變表現出來。同時，預測結果也可以通過數據儀表盤（數據可視化面板）傳達給教師和管理人員（第五步）。當學生、教師，管理人員等得到相關信息時整個反饋回路得以完成。學生通過自適應引擎獲取的反饋信息包括學習活動情況、學習目標/技能完成程度、測評結果等，學生可據此更好地進行自我調節學習（Self-Regulated Learning），如在自己尚未完全掌握的學習內容上投入更多時間、改變學習策略等。教師方面獲得的信息則包括學生整體學習情況以及每個學生的學習情況，教師可以根據這些信息做出課程內容以及進度方面的調整，例如決定是否對個別學生進行干預，提供更多學習資料等。管理人員獲取的信息則是包括多門課程、多個學生和教師的情況。根據整體信息，管理者可以知道哪門課程的學生成績不盡如人意、哪些特點的學生的成績更出色等。管理層可以據此作出決策，如增加某門課程作為另一課程的先決條件（Prerequisite）等。
美國教育部簡報中的自適應學習系統通過LA和EDM，引導學生了解自己的學習狀況，為教師的教學干預提供依據，也使得管理層更好地進行決策。然而，以數據密集科學為基礎，LA和EDM 技術能夠更好地分析學生的需要和特點，從而使得學習更傾向于個性化。因此我們認為基于數據密集科學的自適應學習系統應該體現個性化的學習特點，下一個教育技術研究范式是個性化自適應學習（Personalized Adaptive learning，簡稱PAL）， 即在自適應基礎之上，學習內容更體現學生特點和需求。根據學生的特點（已有知識，學習風格等）和其他信息（年齡，性別，興趣等）數據可以將學生分組（Profiling），學習系統可以根據學生特點和需要推薦學習內容，教師針對不同特點的學生提供豐富的學習材料，學生同時可以自己選擇學習材料、測評方式等。圖2提供了PAL系統的基本結構。
圖2中虛線部分代表了學習內容生成的過程：學生背景數據（以往成績、所學課程、學習風格等）導入預測模型，分析生成可視化數據，教師據此設計適合不同特點學生組的不同學習內容。圖2的實線箭頭部分代表了自適應學習過程和數據流。自適應學習過程與圖1一樣，由三個反饋回路組成。
不同于以往的個性化學習和自適應學習的是，PAL環境將以大數據為基礎，納入EDM和LA數據分析和結果，因此能夠提供更適合特定學生的學習內容，獲取更多和更精確的學習者信息和學習活動信息，更好地分析學習過程模式和學習活動有效性，更準確地進行學習評估等。
PAL與Koschmann的四個教育技術范式相比較，其獨特之處在于它傾向于利用多方面數據：一方面根據已經存在的數據，提供適合學生特點和需要的學習內容；另一方面分析已有數據和學習過程中產生的數據，根據結果發現問題，并采取個性化干預措施。因此其基礎為數據密集科學，同時體現了以學生為中心，根據學生的個性特點，發展潛能來進行教學的人本主義的教學觀念。
六、機遇與挑戰
個性化自適應學習能夠體現“以學習者為中心”的學習理念，并且與智慧教育[54]的主張不謀而合，成為教育技術的一個新的研究范式。智慧教育主張借助信息技術的力量，創建具有一定智慧特性（如感知、推理、輔助決策）的學習時空環境，旨在促進學習者的智慧全面、協調和可持續發展，通過對學習和生活環境的適應、塑造和選擇，以最終實現對人類的共善（對個人、他人、社會的助益）。智慧教育充分體現了“以學習者為中心”的思想，強調學習是一個充滿張力和平衡的過程，揭示了“教育要為學習者的智慧發展服務”的深刻內涵。
智慧學習環境的一個基本特征是：基于學習者的個體差異（如能力、風格、偏好、需求）提供個性化的學習服務；并記錄分析學習歷史數據，便于數據挖掘和深入分析，數據結果用于評估學習過程、預測未來表現和發現潛在問題，并以數據分析結果進行干預。因此以大數據為基礎的個性化自適應學習將成為智慧學習環境的重要組成部分。同時，EDM和LA能夠為高校提供有效信息，對學生進行干預，最終能夠提高學生成就，降低輟學率，提升畢業率。
另外，大數據除了支持學習過程分析外，還可以在知識表征（概念提取、本體建立、可視化）與利用（自動翻譯、答疑）方面大有可為，因此，除PAL方式外，大數據能夠促進個性化學習服務與社會智慧發展，促進人本主義教育理念的實現，并且成為社會知識生態發展模式的重要組成部分。
總而言之，大數據為教育技術的發展帶來很多可能性，例如創建個性化自適應學習環境、知識發現工具、管理決策平臺等，同時它的應用面臨諸多挑戰。首先是來自數據方面的挑戰：如何儲存海量的非結構化數據，例如學生的討論等文本數據？如何分析這些復雜數據？如何真正理解數據結果并傳達給非數據專業人員？只有當大數據管理技術、數據分析以及數據可視化工具方面取得突破性進展，才有可能真正實現以學習者為中心，滿足不同學習者的需要的個性化自適應學習環境。其次，數據密集型科學的應用在教育方面的體現主要是LA和EDM，通過數據使得學習過程透明化，并以數據為基礎分析學生的行為和學習成績。這些數據可以傳達“發生了什么”，而不能回答“為什么”，尤其是那些數據中沒有體現出來的原因。因此如何將無法從數據中觀察到的因素，如學生的學習動機、情感等納入干預設計，仍有待進一步研究。
[參考文獻]
[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.