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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24