发帖
雷达卡
Zenodo 上这份数据集 2026 年 10 月 13 日发布，标题是 AI use and governance in Ukrainian higher education: Survey data from 902 respondents，作者 Yehorchenkova 与 Balykin，许可为 CC BY 4.0。调查在 2026 年 4 月 25 日至 5 月 2 日之间完成，对象是乌克兰高校的教师与管理人员，回收 902 份有效问卷。
它值得看的地方不在样本量，而在交付方式：一份可直接分析的 902 行 × 90 列数据、一份四工作表的码本、两段 Quarto 脚本（一段做清洗与转换，一段做描述分析），以及清洗前后的中间文件。问卷本身有英文与乌克兰文两版。
九个文件各是什么
| 文件 | 作用 | 字节数 |
| AI_Ukraine_analysis_v4.xlsx | 发布的分析数据集，902 行 × 90 个变量，二次分析首选 | 212,927 |
| AI_Ukraine_codebook.xlsx | 码本，含概览、变量级说明、观测取值、转换规则四个工作表 | 32,072 |
| AI_Ukraine_cleaned.xlsx | 清洗后的中间数据集 | 212,927 口径同批 |
| AI_Ukraine_transformed_v4.xlsx | 转换后的中间数据集，含拆开的多选题与派生字段 | 297,015 |
| AI-article_v3.qmd | 数据准备与转换脚本：删无关字段、生成匿名 ID、统一与翻译变量、转换李克特题、构造政策质量指数、拆多选题、导出分析集 | 20,532 |
| AI_ukraine_descriptive_analysis_v4.qmd | 描述分析脚本：结构检查、频数表、分组比较、图 | 80,144 |
| Practical_AI_Questionnaire_EN.docx | 英文问卷 | 41,235 |
| Opytuvannia_Praktychnyi_AI_UA.docx | 乌克兰文问卷 | 42,379 |
| README.md | 数据说明、复现步骤与版本注意事项 | 7,645 |
数据集里有什么：十个主题，90 个变量
README 把覆盖范围列成十项：受访者特征、AI 使用频率、对大语言模型的态度、使用的 AI 工具、生成式 AI 的用途、机构 AI 政策背景、政策信息渠道、机构推荐或允许的工具、对政策质量的评价、以及一个派生的政策质量指数。
变量按组排：身份与人口特征（年龄组、机构类型、职称、在校经验、学科领域）、行为（使用频率、工具、用途）、态度（对模型态度、政策评价六项）、背景（政策是否有、信息来自哪里、机构推荐工具）。分析单位是一份问卷，不是一所学校。
多选题是拆列的，位置不等于类别
这是用这份数据最容易踩的坑。多选题没有存成一个字段，而是按位置拆成多列：个人使用的 AI 工具拆到第 1 至第 21 列，生成式 AI 用途拆到第 1 至第 15 列，政策信息渠道拆到第 1 至第 10 列，机构推荐工具拆到第 1 至第 10 列。
README 明确写到，后缀数字表示"拆分后答案的位置"，不是固定的回答类别。所以问"多少人用过某个工具"，必须把同一组的所有列一起扫，而不能只看第 1 列。同样，多选百分比是按受访者人数算的，各选项相加会超过 100%，这不是错误。
政策质量指数：六个分量取行均值
派生变量 policy_quality_index 是受访者层面的均值，由六个 1 至 5 的分量构成：政策清晰度、允许与禁止使用的区分度、考核指引、对不同教学形式的适用性、数据保护与伦理指引、以及反向编码后的"政策困惑"。
数值越大，代表对本机构 AI 政策质量的评价越正面。有两点要注意：政策熟悉度（policy_familiarity_num）不算进指数；计算行均值时忽略缺失值。码本给出每个分量的编码、观测取值、有效样本量与转换规则。
码本给了什么：四个工作表
概览页写明数据集是 902 位受访者、90 个变量，观察单位是受访者，ID 是合成的顺序编号（R0001 至 R0902），并说明直接识别信息在生成 ID 之前已移除。
变量说明页逐条给出顺序号、变量名、变量组、描述、来源变量与存储类型，共 90 条。观测取值页列出每个变量与多选题组的观测类别、受访人数、占受访者百分比与备注，合计 267 行类别记录。转换规则页列出每一块的源字段、发布字段、规则与解释，例如年龄段的原文映射、机构类型如何归并为公立、私立与其他，以及反向编码的具体做法。
几组实际分布，先看样本长什么样
| 变量 | 类别 | 人数 | 占比 |
| AI 使用频率 | 每天十次以上 | 84 | 9.3% |
| 每天数次 | 369 | 40.9% | |
| 每周数次 | 440 | 48.8% | |
| 从未使用 | 9 | 1.0% | |
| 对大语言模型态度 | 较积极 | 480 | 53.2% |
| 中立 | 238 | 26.4% | |
| 非常积极 | 169 | 18.7% | |
| 较消极 | 13 | 1.4% | |
| 非常消极 | 2 | 0.2% | |
| 机构类型 | 公立大学 | 724 | 80.3% |
| 其他 | 130 | 14.4% | |
| 私立大学 | 48 | 5.3% | |
| 职称 | 副教授 | 477 | 52.9% |
| 其他 | 159 | 17.6% | |
| 讲师/助教 | 155 | 17.2% | |
| 教授 | 111 | 12.3% | |
| 年龄组 | 30—39 岁 | 169 | 18.7% |
| 18—29 岁 | 43 | 4.8% |
这组分布说明样本以公立高校的副教授为主，态度整体偏正面，几乎人人都在用。做跨群体比较时，私立高校只有 48 人、30 岁以下只有 43 人，分组结论会很脆弱，这是样本结构决定的，不是模型问题。
复现要动两处文件名
脚本用 R 与 Quarto，依赖的包是 readxl、dplyr、tidyr、stringr、forcats、ggplot2、scales、writexl，附带的 HTML 由 Quarto 1.
9.x 渲染。
清洗脚本 AI-article_v3.qmd 预期输入一个叫 AI_Ukraine.xlsx 的原始文件，而这份原始文件不在发布材料里；发布材料已经包含清洗、转换与分析三份成果，所以只跑描述分析不需要原始数据。描述分析脚本按 quarto render 渲染即可。
版本上有一处需要改：README 说当前描述脚本读的还是 AI_Ukraine_analysis_v4.xlsx，而文档里写的发布数据集是 v5 版，从当前发布包渲染前，要把脚本里读文件的那几处统一改成 v4 的实际文件名。这是文件命名与文档不同步，不是数据缺失。
许可：CC BY 4.0，可以再分发
这份数据的许可比多数课程材料宽松，CC BY 4.0 允许复制、再分发、改编，包括商业用途，条件是署名、给出许可链接、说明是否作了改动，并且不得附加额外法律或技术限制。对想拿来做教学案例或二次分析的人，这意味着可以直接把数据放进自己的复现包，只需按规范标注。
引用时写清记录编号与版本：Yehorchenkova, Nataliia, and Ivan Balykin. 2026. "AI use and governance in Ukrainian higher education: Survey data from 902 respondents." Zenodo. 记录号 23342655，许可 CC BY 4.0。
用之前要知道的边界
样本只来自乌克兰高校，而且是自愿参与的问卷，不能外推到中国高校或任何其他总体。数据是匿名的合成 ID，无法回溯个体，也无法做机构层面的合并。分析脚本只做描述统计，不做推断、回归、因果或预测，想加模型要自己写。多选列按位置拆分，组内顺序不含类别含义，任何按列号解释的做法都会出错。
────────────────
九个文件的直达地址、码本四个工作表的结构、政策质量指数的构造规则、CC BY 4.0 的三条条款原文与引用格式，回复本帖即可见。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。 |
京公网安备 11010802022788号
