数据集概述
本数据集为高等教育学生对人工智能驱动的早期预警系统接受度的定性研究数据，基于21次半结构化访谈（21,761词语料），经混合归纳演绎编码分析，涵盖11个主题、52个子主题及396个编码片段，可用于探究学生对教育科技工具的使用体验与接受度差异。
文件详解
- 编码树及示例文件（Resumen de codificación según informe de código-def.docx）
- 文件格式：DOCX
- 字段映射介绍：包含西班牙语的通用编码树及示例编码摘录，记录主题、子主题及编码逻辑
- 访谈转录文件（Interview Guide trans.docx）
- 文件格式：DOCX
- 字段映射介绍：英文访谈转录内容，包含学生对预警系统的体验描述
- 编码手册文件（Interview-Guide_Codebook.docx）
- 文件格式：DOCX
- 字段映射介绍：访谈指南及编码说明文档，规范编码标准与研究流程
- 内容分析表格（Crosstab Query tris (1).ods）
- 文件格式：ODS
- 字段映射介绍：通用内容分析电子表格，记录编码数据的交叉分析结果
数据来源
研究“Exploring Higher Education students' experience with AI-powered educational tools: The case of an Early Warning System”
适用场景
- 教育科技接受度研究：分析学生对人工智能教育工具的使用体验与接受度影响因素
- 高等教育学生行为分析：探究不同学科（计算机科学与经济学）学生对预警系统的态度差异
- 教育科技工具优化：为教育预警系统的迭代开发提供学生反馈数据支持
- 定性研究方法应用：作为混合编码分析（归纳+演绎）在教育研究中的实践案例参考
