京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“云计算”和“大数据”成为中国公民科学素质基准
“云计算”和“大数据”这些IT热词登上了红头文件,成为需要在全社会广泛宣传和学习的对象。4月18日,科技部和中央宣传部印发关于《中国公民科学素质基准》的通知,其中云计算和大数据成为基准。
细心的读者发现,在《中国公民科学素质基准》第18条中,着重提到要求中国公民“关注科学技术发展”,“知道基因工程、干细胞、纳米材料、热核聚变、大数据、云计算、互联网+等高新技术”。
这与当前中国“大众创业、万众创新”的热潮密不可分,“云计算”和“大数据”不再是技术人员的专业术语,悄然进入寻常百姓家。在中关村的那些咖啡馆里,这些词与“股份”、“创投”、“人工智能”、“VR”热词一起,成为创业者口中最潮、最热频的关键词。
据专家介绍,包含“云计算”和“大数据”的《中国公民科学素质基准》将被广泛宣传,目的是在全社会大力弘扬科学精神、普及科学知识,提高全民科技意识和科学素养,最终造福社会。
据悉,《中国公民科学素质基准》共有26条基准、132个基准点,基本涵盖公民需要具有的科学精神、掌握或了解的知识、具备的能力。适用范围为18周岁以上,具有行为能力的中华人民共和国公民。
测评时从132个基准点中随机选取50个基准点进行考察,50个基准点需覆盖全部26条基准。根据每条基准点设计题目,形成调查题库。测评时,从500道题库中随机选取50道题目(必须覆盖26条基准)进行测试,形式为判断题或选择题,每题2分。正确率达到60%视为具备基本科学素质。
附录:科技部 中央宣传部关于印发《中国公民科学素质基准》的通知
国科发政〔2016〕112号
各省、自治区、直辖市、计划单列市、副省级城市科技厅(委、局)、党委宣传部,新疆生产建设兵团科技局、党委宣传部,中央、国务院各部门、直属机构,中央军委科学技术委员会,各人民团体:
为实施《中华人民共和国科学技术普及法》,落实《国家中长期科学和技术发展规划纲要(2006—2020年)》,《全民科学素质行动计划纲要(2006— 2010—2020年)》(以下简称《科学素质纲要》)等确定的科普工作任务,国务院办公厅确定科技部、财政部、中央宣传部牵头,中央组织部等20个部门 参加制定《中国公民科学素质基准》(以下简称《基准》),建立《科学素质纲要》实施的监测指标体系,定期开展中国公民科学素质调查和全国科普统计工作,为公民提高自身科学素质提供衡量尺度和指导。
经组织专家研究,在部分省(市)试点测评,并广泛征求部门、地方和社会各界意见,在形成广泛共识的基础上,制定了《基准》(电子版可从科技部门户网站等下 载),现予印发。请各地各部门认真组织党政机关干部、工人、农民,科技、教育工作者,城乡劳动者、部队官兵、学生、社会各界人士等学习;各级党政机关、科 研机构、企业、事业单位、学校、部队、社会团体等要组织《基准》学习和培训活动;新闻媒体、网站要对《基准》进行广泛宣传,在全社会大力弘扬科学精神、普 及科学知识,提高全民科技意识和科学素养,形成鼓励大众创业、万众创新的良好氛围,为实施创新驱动发展战略,建设创新型国家和实现全面建成小康社会的目标 奠定坚实的社会基础。
科 技 部 中央宣传部
2016年4月18日
《中国公民科学素质基准》(以下简称《基准》)是指中国公民应具备的基本科学技术知识和能力的标准。公民具备基本科学素质一般指了解必要的科学技术知识,掌握基本的科学方法,树立科学思想,崇尚科学精神,并具有一定的应用它们处理实际问题、参与公共事务的能力。制定《基准》是健全监测评估公民科学素质体系的重要内容,将为公民提高自身科学素质提供衡量尺度和指导。《基准》共有26条基准、132个基准点,基本涵盖公民需要具有的科学精神、掌握或了解的知识、具备的能力,每条基准下列出了相应的基准点,对基准进行了解释和说明。
《基准》适用范围为18周岁以上,具有行为能力的中华人民共和国公民。
测评时从132个基准点中随机选取50个基准点进行考察,50个基准点需覆盖全部26条基准。根据每条基准点设计题目,形成调查题库。测评时,从500道题库中随机选取50道题目(必须覆盖26条基准)进行测试,形式为判断题或选择题,每题2分。正确率达到60%视为具备基本科学素质。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09