简介:基于大数据的知识表征不仅凸显知识的精神特质,而且凸显知识生产特质、实践特质和规范特质。多元的大数据主体使知识更加复杂,数据的主体多元性在客观上要求数据共享,而实现大数据共享是一个复杂的过程;数据的主体多元性使大数据仓库的客观性越来越复杂。关联的网状大数据彰显知识的客观性,基于大数据知识表征的客观性不仅来源于关联的大数据形态,而且来源于经验世界的大数据、主体与经验世界关联的数据、主体问数据的客观实在。强语境依赖的大数据彰显知识的相对性,基于大数据知识表征依赖大数据产生的时空语境,基于大数据知识应用具有应用空间的相对性。大数据知识的实践应用彰显知识的社会规范性,应遵循客观性、公有性和社会性及技术层面、组织层面的制度规范。基于大数据的知识表征不仅彰显大数据工具的个性特征,而且具有普遍知识的本质特征,是对人本主义和外在主义知识论的超越,是关联分析和因果分析的辩证统一,并具有实践意义。
简介:知识工作生产率问题被视为二十一世纪最大的管理挑战之一。显然,对知识工作本身规律和特征的把握是解决这一问题的前提和基础。本文在界定知识工作为非程序性、非规范性工作的基础上,对知识工作的层次性结构进行分析,建立了描述知识工作结构的树形模型。该模型描述了不同知识员工对同一工作任务的不同认识,反映了知识工作结构本身存在非程序性和非规范性特征。文章在树形结构分析的基础上,引入结构熵的概念,用以定量表述知识工作结构的非程序性和非规范性,以及知识员工对工作任务认识的不确定性。在知识工作结构熵模型的分析框架下,文章进一步就基于结构熵的生产率研究进行了探讨,从中寻求知识工作的最优生产率对应的程序性、规范性程度以及潜在的创新性行为。文章的结论指出,对于知识工作,程序化和规范化并不必然导致最优绩效。过高或过低的程序和规范都会影响知识工作的生产率。掌握知识工作的结构性特征规律,努力实现知识工作的程序化和规范化管理,同时挖掘知识工作中的创新行为,促进知识工作的共享,将是知识工作生产率提高的重要途径。
简介:【摘要】生物学习困难一直都是教育者们研究探讨的问题,生物教师总是从形式训练角度解决学生在生物思维等方面的一系列学习困难问题,大搞题海战术,效果很不明显,本文着重从认知心理学的知识表征理论来探讨生物学习困难的问题,并提出了相应的策略。