科研数据分析与可视化课程学习效果调查

感谢您能抽出几分钟时间来参加本次答题，结果主要用于调整课程难度和教学内容，不影响课程成绩。
*1. 请填写以下内容
姓名
学号
*2. 通过学习对以下知识点的理解
完全不同意
完全同意
判断变量类型
1
2
3
4
5
导入数据
1
2
3
4
5
查看数据结构
1
2
3
4
5
检查缺失值
1
2
3
4
5
检查异常值
1
2
3
4
5
描述统计
1
2
3
4
5
科研绘图
1
2
3
4
5
差异性分析
1
2
3
4
5
相关性分析
1
2
3
4
5
解释P值
1
2
3
4
5
解释相关系数
1
2
3
4
5
阅读论文统计方法
1
2
3
4
5
根据论文写R代码
1
2
3
4
5
调试代码
1
2
3
4
5
*3. AI科研素养收获
完全不同意
完全同意
我能够向AI清楚描述自己的数据结构和分析需求。
1
2
3
4
5
我能够判断AI推荐的统计方法是否合理。
1
2
3
4
5
我能够判断AI生成代码是否真正适合自己的数据。
1
2
3
4
5
AI生成代码报错时，我能够寻找原因。
1
2
3
4
5
我会主动核查AI提供的统计概念和科研结论。
1
2
3
4
5
我知道AI可能生成不存在的函数或错误参数。
1
2
3
4
5
我知道统计显著性不等同于实际意义。
1
2
3
4
5
我知道相关关系不能直接解释为因果关系。
1
2
3
4
5
*4. 课程学习收获
非常不同意
非常同意
课程提高了我阅读科研论文统计方法的能力。
1
2
3
4
5
课程提高了我处理真实科研数据的能力。
1
2
3
4
5
课程提高了我进行描述统计的能力。
1
2
3
4
5
课程提高了我制作科研图形的能力。
1
2
3
4
5
课程提高了我选择统计方法的能力。
1
2
3
4
5
课程提高了我解释统计结果的能力。
1
2
3
4
5
课程提高了我使用R语言的信心。
1
2
3
4
5
课程提高了我利用AI辅助科研的能力。
1
2
3
4
5
课程提高了我判断AI答案是否可靠的能力。
1
2
3
4
5
我能够将课程所学迁移到自己的科研项目中。
1
2
3
4
5
*5. 教学设计评价
非常不同意
非常同意
使用自己专业领域论文有助于理解课程内容。
1
2
3
4
5
使用自己领域数据提高了学习兴趣。
1
2
3
4
5
连续的小作业有助于掌握数据分析流程。
1
2
3
4
5
论文复现项目有助于理解科研数据分析。
1
2
3
4
5
AI辅助学习降低了学习R语言的门槛。
1
2
3
4
5
要求记录AI修改过程促进了我真正理解代码。
1
2
3
4
5
教师提供的示例代码难度合适。
1
2
3
4
5
作业量总体合理。
1
2
3
4
5
课程内容难度总体合理。
1
2
3
4
5
课程考核方式能够反映实际学习效果。
1
2
3
4
5
*6. 哪个环节最有帮助？
最少选择 1 项， 最多选择 3 项
论文分析
数据查找
数据导入
数据质量检查
描述统计
数据可视化
差异性分析
相关性分析
AI代码生成
AI代码纠错
论文图形复现
综合项目
教师讲解
同伴讨论
*7. 难度评价
太简单
太难
R语言基础
1
2
3
4
5
数据导入
1
2
3
4
5
数据清洗
1
2
3
4
5
描述统计
1
2
3
4
5
数据可视化
1
2
3
4
5
差异性分析
1
2
3
4
5
相关性分析
1
2
3
4
5
AI辅助代码
1
2
3
4
5
论文复现
1
2
3
4
5
期末项目
1
2
3
4
5
*8. 这门课程对你帮助最大的内容是什么？
*9. 你觉得最难的部分是什么？
*10. 如果课程只能保留三个模块，你最希望保留哪三个？为什么？
*11. 你认为课程中哪些内容可以减少？
*12. 你希望下一版课程增加哪些内容？
*13. 请举一个例子说明：你现在能够完成、但开课前不会完成的数据分析任务。