第四章數(shù)據(jù)處理與應(yīng)用項目挑戰(zhàn)：助力公益，用數(shù)據(jù)普惠民生（教學(xué)設(shè)計）20242025學(xué)年《信息技術(shù)》高中·必修1數(shù)據(jù)與計算（浙教版）【教學(xué)目標(biāo)】（1）信息意識：能從公益需求出發(fā)，敏銳感知數(shù)據(jù)在解決民生問題中的價值，主動挖掘公益場景中的數(shù)據(jù)需求，形成用數(shù)據(jù)驅(qū)動決策的意識。（2）計算思維：通過分析公益數(shù)據(jù)的特征，運用數(shù)據(jù)清洗、統(tǒng)計分析、可視化等方法建立數(shù)據(jù)處理模型，能將復(fù)雜公益問題轉(zhuǎn)化為可計算的數(shù)據(jù)分析任務(wù)，發(fā)展結(jié)構(gòu)化、算法化的問題解決能力。（3）數(shù)字化學(xué)習(xí)與創(chuàng)新：熟練使用Excel、Python等工具完成數(shù)據(jù)處理全流程操作，在公益項目中創(chuàng)新數(shù)據(jù)應(yīng)用方式（如動態(tài)監(jiān)測表、預(yù)測模型），提升技術(shù)工具與實際問題的融合能力。（4）信息社會責(zé)任：在項目實踐中理解數(shù)據(jù)普惠的社會意義，關(guān)注公益數(shù)據(jù)的隱私保護(hù)與倫理規(guī)范，培養(yǎng)用技術(shù)服務(wù)社會、傳遞善意的責(zé)任意識?！窘虒W(xué)重難點】（1）重點：掌握公益場景下數(shù)據(jù)處理的完整流程（需求分析→數(shù)據(jù)采集→清洗→分析→可視化→報告輸出），能運用工具完成從原始數(shù)據(jù)到?jīng)Q策建議的轉(zhuǎn)化。（2）難點：將公益問題抽象為數(shù)據(jù)指標(biāo)（如“養(yǎng)老服務(wù)需求”轉(zhuǎn)化為“訪問頻率”“健康異常次數(shù)”等可量化變量），并通過數(shù)據(jù)關(guān)聯(lián)分析發(fā)現(xiàn)潛在問題（如獨居老人健康風(fēng)險與訪問頻率的相關(guān)性）。（3）關(guān)鍵能力：數(shù)據(jù)清洗中異常值的識別與處理、可視化圖表的選擇與優(yōu)化、公益報告的結(jié)構(gòu)化表達(dá)。【教學(xué)準(zhǔn)備】（1）數(shù)據(jù)資源：與本地公益組織合作獲取真實數(shù)據(jù)（如A社區(qū)2023年獨居老人服務(wù)記錄，包含姓名、年齡、健康狀況、志愿者訪問頻率、緊急呼叫次數(shù)等字段；B山區(qū)小學(xué)20202023年學(xué)生輟學(xué)數(shù)據(jù)，包含年級、家庭收入、交通距離、師資配置等信息）。（2）工具與材料：安裝Python（含Pandas、Matplotlib庫）、Excel的班級機房；實驗手冊（含數(shù)據(jù)處理流程圖、工具操作指南）；分組任務(wù)卡（標(biāo)注角色：數(shù)據(jù)分析師、可視化設(shè)計師、報告主筆）。（3）情境素材：公益組織訪談視頻（記錄社工對“如何用數(shù)據(jù)優(yōu)化服務(wù)”的真實需求）、優(yōu)秀公益數(shù)據(jù)報告案例（如“中國兒童發(fā)展數(shù)據(jù)手冊”節(jié)選）?！窘虒W(xué)過程】一、情境導(dǎo)入（5分鐘）1.真實情境創(chuàng)設(shè)播放本地公益組織“暖夕社工站”的訪談視頻：“我們服務(wù)著300多位獨居老人，但總覺得服務(wù)不夠精準(zhǔn)——有的老人需要每天上門量血壓，有的只需要每周陪聊；緊急呼叫系統(tǒng)有時一天響10次，有時一周沒動靜。我們想知道：哪些老人最需要幫助？哪種服務(wù)最有效？但面對一堆紙質(zhì)記錄表，我們不知道怎么分析……”2.問題驅(qū)動提問：如果你是“數(shù)據(jù)助益公益”項目組成員，如何用數(shù)據(jù)幫助社工解決這個問題？需要經(jīng)歷哪些步驟？需要用到哪些技術(shù)？3.學(xué)生反應(yīng)學(xué)生討論后提出：“需要先整理老人的服務(wù)記錄”“用圖表看訪問頻率和健康狀況的關(guān)系”“找出訪問少但健康差的老人”等初步思路，教師總結(jié)引出“數(shù)據(jù)處理與公益應(yīng)用”的核心任務(wù)。二、需求分析與方案設(shè)計（8分鐘）1.明確公益需求發(fā)放A社區(qū)獨居老人服務(wù)原始數(shù)據(jù)（部分脫敏），引導(dǎo)學(xué)生閱讀數(shù)據(jù)字段（年齡、健康等級[15級，1為健康]、每月志愿者訪問次數(shù)、季度緊急呼叫次數(shù)），結(jié)合社工訪談內(nèi)容，提煉核心問題：（1）哪些老人處于高風(fēng)險狀態(tài)（健康差且訪問少）？（2）訪問頻率與緊急呼叫次數(shù)是否存在相關(guān)性？（3）不同年齡階段老人的主要需求差異是什么？2.設(shè)計數(shù)據(jù)處理方案展示“公益數(shù)據(jù)處理流程圖”（需求→采集→清洗→分析→可視化→報告），講解每一步的目標(biāo)：數(shù)據(jù)采集：確認(rèn)數(shù)據(jù)完整性（是否有缺失字段）、準(zhǔn)確性（健康等級是否由專業(yè)評估）。數(shù)據(jù)清洗：處理缺失值（如某老人“訪問次數(shù)”為空）、異常值（如85歲老人“健康等級”為1，可能錄入錯誤）。數(shù)據(jù)分析：計算均值（平均訪問次數(shù)）、分組統(tǒng)計（按年齡分段統(tǒng)計健康等級）、相關(guān)性分析（訪問次數(shù)與緊急呼叫次數(shù)的Pearson系數(shù)）?？梢暬河弥鶢顖D展示各年齡組健康等級分布，用散點圖呈現(xiàn)訪問次數(shù)與緊急呼叫次數(shù)的關(guān)系。報告輸出：結(jié)論（高風(fēng)險老人名單）、建議（增加某年齡段訪問頻率）、數(shù)據(jù)支撐（附圖表）。3.學(xué)生活動分組填寫《公益數(shù)據(jù)處理方案表》（表1），明確本組聚焦的子問題（如“6070歲老人需求分析”或“訪問頻率與健康的關(guān)系”）、所需數(shù)據(jù)字段、擬用分析方法（如描述性統(tǒng)計、相關(guān)性分析）。教師巡視指導(dǎo)，強調(diào)“需求決定分析方向”的原則。表1公益數(shù)據(jù)處理方案表（示例）小組聚焦問題關(guān)鍵數(shù)據(jù)字段分析方法可視化工具第一組高風(fēng)險老人識別健康等級、訪問次數(shù)交叉篩選（健康等級≥3且訪問次數(shù)≤2次/月）Excel數(shù)據(jù)透視表第二組訪問頻率與緊急呼叫相關(guān)性訪問次數(shù)、緊急呼叫次數(shù)Pearson相關(guān)系數(shù)計算Python散點圖三、數(shù)據(jù)清洗與預(yù)處理（12分鐘）1.知識講解：數(shù)據(jù)清洗要點（1）缺失值處理：展示原始數(shù)據(jù)中“健康等級”缺失的記錄（如“張XX，72歲，訪問次數(shù)3次，緊急呼叫次數(shù)0”），講解處理方法：刪除法（缺失比例＜5%時刪除整行）；填充法（用同年齡組健康等級均值填充）；標(biāo)注法（標(biāo)記為“待補充”，聯(lián)系社工核實）。（2）異常值檢測：展示“李XX，65歲，健康等級1，緊急呼叫次數(shù)8次”的記錄（健康等級1表示健康，但緊急呼叫頻繁，可能矛盾），講解檢測方法：邏輯檢查（健康等級與緊急呼叫是否合理關(guān)聯(lián)）；統(tǒng)計方法（計算健康等級的均值±2倍標(biāo)準(zhǔn)差，超出范圍為異常）；可視化檢查（用箱線圖觀察健康等級分布）。2.例題示范題目：A社區(qū)獨居老人數(shù)據(jù)中，有以下3條記錄需要清洗：（1）王XX，80歲，健康等級（空），訪問次數(shù)4次，緊急呼叫次數(shù)2次；（2）陳XX，68歲，健康等級5，訪問次數(shù)0次，緊急呼叫次數(shù)10次；（3）周XX，75歲，健康等級2，訪問次數(shù)15次（遠(yuǎn)超其他老人平均5次/月）。要求：針對每條記錄，說明可能的異常原因及清洗方法。教師示范解答：（1）王XX：健康等級缺失，因缺失比例低（假設(shè)總數(shù)據(jù)300條，僅3條缺失），可用同年齡組（7585歲）健康等級均值（假設(shè)為3.2）填充，或標(biāo)記為“待核實”。（2）陳XX：健康等級5（最差）但訪問次數(shù)0次，可能是社工遺漏記錄或老人拒絕訪問，需標(biāo)記為“高風(fēng)險待確認(rèn)”，建議社工優(yōu)先核實。（3）周XX：訪問次數(shù)15次異常高，可能是錄入錯誤（如“1.5次”誤輸為“15次”），需檢查原始記錄或聯(lián)系志愿者確認(rèn)。3.學(xué)生實踐分組處理各自子問題涉及的數(shù)據(jù)，使用Excel“數(shù)據(jù)→篩選”或Python代碼（如df.dropna()、df.fillna()）清洗缺失值，用條件格式（Excel）或Zscore計算（Python）檢測異常值。教師巡視指導(dǎo)，重點關(guān)注：是否結(jié)合公益場景判斷異常（如“健康等級1但緊急呼叫多”可能反映老人不愿透露健康問題）；是否保留清洗痕跡（如用批注說明“填充值來源”）。四、數(shù)據(jù)分析與可視化（10分鐘）1.分析方法講解（1）描述性統(tǒng)計：計算均值（如平均訪問次數(shù)=4.2次/月）、中位數(shù)（中位數(shù)訪問次數(shù)=4次/月），理解數(shù)據(jù)集中趨勢；計算標(biāo)準(zhǔn)差（訪問次數(shù)標(biāo)準(zhǔn)差=2.1），分析數(shù)據(jù)離散程度。（2）分組分析：按年齡分段（6069歲、7079歲、80歲以上）統(tǒng)計各段健康等級均值，發(fā)現(xiàn)80歲以上組健康等級均值4.1（最差），6069歲組為2.8（較好）。（3）相關(guān)性分析：用Python計算訪問次數(shù)（X）與緊急呼叫次數(shù)（Y）的Pearson系數(shù)r=0.65（p＜0.05），說明訪問次數(shù)越多，緊急呼叫次數(shù)越少（負(fù)相關(guān)顯著）。2.可視化技巧（1）圖表選擇：分組統(tǒng)計用柱狀圖（橫軸年齡分段，縱軸健康等級均值）；相關(guān)性用散點圖（X軸訪問次數(shù)，Y軸緊急呼叫次數(shù)，添加趨勢線）；高風(fēng)險老人分布用熱力圖（橫軸年齡，縱軸健康等級，顏色深度表示人數(shù)）。（2）優(yōu)化要點：添加標(biāo)題（如“不同年齡組健康狀況對比”）、坐標(biāo)軸標(biāo)簽（如“訪問次數(shù)（次/月）”）、數(shù)據(jù)來源（如“暖夕社工站2023年記錄”），避免誤導(dǎo)（如Y軸不從0開始可能夸大差異）。3.學(xué)生實踐分組完成數(shù)據(jù)分析：第一組用Excel數(shù)據(jù)透視表統(tǒng)計各年齡組健康等級均值，插入柱狀圖；第二組用Python計算相關(guān)系數(shù)，繪制散點圖并添加趨勢線；第三組篩選健康等級≥3且訪問次數(shù)≤2次/月的老人，生成高風(fēng)險名單。教師指導(dǎo)工具操作（如Python的df.groupby().mean()、plt.scatter()），強調(diào)“圖表要服務(wù)于結(jié)論”。五、公益報告撰寫與展示（3分鐘）1.報告結(jié)構(gòu)指導(dǎo)展示優(yōu)秀案例《A社區(qū)獨居老人服務(wù)優(yōu)化建議報告》，講解結(jié)構(gòu)：（1）背景與目標(biāo)：簡述社工需求，說明數(shù)據(jù)分析目的（如“識別高風(fēng)險老人，優(yōu)化服務(wù)資源分配”）；（2）數(shù)據(jù)說明：數(shù)據(jù)來源（社工站記錄）、清洗方法（如“刪除2條缺失值記錄，填充5條健康等級”）；（3）分析結(jié)論：80歲以上老人健康狀況最差（均值4.1），建議增加該群體訪問頻率；訪問次數(shù)與緊急呼叫次數(shù)顯著負(fù)相關(guān)（r=0.65），驗證“增加訪問可減少緊急事件”；高風(fēng)險老人名單（12人，附姓名、年齡、健康等級）。（4）行動建議：“每月為80歲以上老人提供至少4次訪問服務(wù)”“對高風(fēng)險老人建立‘每日電話問候’機制”。2.學(xué)生展示每組派代表展示報告，重點說明：數(shù)據(jù)如何支撐結(jié)論（如“柱狀圖顯示80歲以上組健康等級均值4.1，高于其他組”）；建議的可行性（如“增加訪問次數(shù)可通過招募更多志愿者實現(xiàn)”）。其他小組提問質(zhì)疑（如“是否考慮老人隱私？”“數(shù)據(jù)是否足夠新？”），培養(yǎng)批判性思維。六、總結(jié)與拓展（2分鐘）1.總結(jié)提升回顧數(shù)據(jù)處理全流程，強調(diào)“數(shù)據(jù)是公益的眼睛”：通過分析，我們不僅能看到“發(fā)生了什么”（如某老人很少被訪問），還能理解“為什么發(fā)生”（如年齡大、健康差但資源分配不足），最終指導(dǎo)“該怎么做”（優(yōu)化服務(wù)方案）。2.拓展任務(wù)布置課后項目：選擇另一公益場景（如山區(qū)兒童教育、流浪動物救助），自主聯(lián)系公益組織獲取數(shù)據(jù)，完成“數(shù)據(jù)助益公益”完整項目，提交報告并嘗試向公益組織匯報。【隨堂練習(xí)】題目：B山區(qū)小學(xué)20202023年輟學(xué)數(shù)據(jù)如下（表2）：表2B山區(qū)小學(xué)輟學(xué)數(shù)據(jù)年份總學(xué)生數(shù)輟學(xué)人數(shù)家庭收入＜5000元/月占比到學(xué)校距離＞5公里占比本科以上教師占比20202451865%72%12%20212381562%68%15%20222301258%65%18%2023225955%60%20%要求：（1）計算各年輟學(xué)率（輟學(xué)率=輟學(xué)人數(shù)/總學(xué)生數(shù)×100%）；（2）分析輟學(xué)率與家庭收入、交通距離、師資的相關(guān)性（定性描述即可）；（3）用折線圖展示20202023年輟學(xué)率變化趨勢，提出1條降低輟學(xué)率的建議。（參考答案：2020年輟學(xué)率7.35%，2021年6.30%，2022年5.22%，2023年4.00%；輟學(xué)率隨家庭收入提高、交通距離縮短、本科教師增加而下降；建議“加強教師培訓(xùn)，提高本科以上教師比例”或“改善交通，提供校車服務(wù)”。）【板書設(shè)計】第四章數(shù)據(jù)處理與應(yīng)用——助力公益，用數(shù)據(jù)普惠民生一、核心流程：需求→采集→清洗→分析→可視化→報告二、關(guān)鍵技術(shù)：1.數(shù)據(jù)清洗：缺失值（刪除/填充）、異常值（邏輯/統(tǒng)計檢測）2.數(shù)據(jù)分析：描述性統(tǒng)計、分組分析、相關(guān)性分析3.可視化：柱狀圖（分組）、散點圖（相關(guān)）、熱力圖（分布）三、公益價值：數(shù)據(jù)驅(qū)動決策→精準(zhǔn)服務(wù)→普惠民生【設(shè)計思路】本設(shè)計以“真實公益需求”為驅(qū)動，通過項目式學(xué)習(xí)將數(shù)據(jù)處理知識（清洗、分析、可視化）與社會問題解決深度融合。首先創(chuàng)設(shè)社工訪談情境，激發(fā)學(xué)生用數(shù)據(jù)助人的動機；接著通過“需求分析方案設(shè)計實踐操作報告展示”的完整流程，培養(yǎng)學(xué)生從問題抽象到技術(shù)實施的計算思維；最后通過隨堂練習(xí)和課后拓展，強化“數(shù)據(jù)服務(wù)社會”的信息社會責(zé)任。教學(xué)中注重工具操