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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25