将韧性知识转化为教育:面向生态规划与抗灾城市的模块化课程体系框架

《Sustainability》:Translating Resilience Knowledge into Education: A Modular Curriculum Framework for Ecological Planning and Disaster-Resilient Cities

【字体: 大 中 小 】 时间:2026年06月26日 来源:Sustainability 4.1

编辑推荐:

  气候变化、快速城市化、土地利用变化及多种致灾因子构成的多层风险环境,使能够将韧性知识融入规划设计教育的跨学科教育模式愈发重要。然而,目前将生态规划、基于自然的解决方案(Nature-based Solutions, NbS)、多致灾因子分析及数字化规划工具领域

  
气候变化、快速城市化、土地利用变化及多种致灾因子构成的多层风险环境,使能够将韧性知识融入规划设计教育的跨学科教育模式愈发重要。然而,目前将生态规划、基于自然的解决方案(Nature-based Solutions, NbS)、多致灾因子分析及数字化规划工具领域产生的科学知识系统性、能力本位地纳入高等教育课程仍较有限。本研究旨在通过将韧性文献转化为模块化教育模型,开发一套面向生态规划与抗灾城市的基于能力的课程体系。研究采用文献图谱化、主题聚类、缺口识别、能力框架构建及课程架构设计作为基于分析的设计框架步骤。研究人员检验了2015—2025年发表的研究(按灾害类型、分析工具及规划途径分类),并依据三大能力领域——绿色技能(green skills)、数字技能(digital skills)及韧性技能(resilience skills)重新组织。研究结果为一个包含35个模块、105个主题的模块化课程,按概念内容、实践应用与案例学习三层框架结构化。本研究的原创贡献是提出了一个结构化教育模型,弥合了科学知识产出与课程设计之间的鸿沟。所提框架为本科、研究生及职业教育情境提供了可扩展、可适应的基础,也为生态规划与灾害韧性教育中人工智能(Artificial Intelligence, AI)支持的个性化学习路径奠定了基础。
一、研究背景与立项依据
气候变化、快速城市化、土地利用变化及日益增多的自然灾害风险共同重塑城市形态,韧性(resilience)理念已成为规划设计学科的核心。近年来生态规划、基于自然的解决方案(Nature-based Solutions, NbS)、蓝绿基础设施(blue-green infrastructure)、生态系统服务及多致灾因子风险评估文献显著增长,学界主张将城市视为社会-生态系统(socio-ecological systems),以情境敏感、基于指标的多维框架衡量韧性。然而,上述科学和方法论知识的增长并未伴随高等教育中同等系统化的教学框架,现有核心能力框架在整体整合跨学科方法及实践技能方面存在结构性缺陷,尤其空间数据素养、多致灾因子分析、政策—设计整合及数据驱动决策等领域存在理论理解与实践应用间的教学断层。根本问题并非信息匮乏,而是已有知识未能充分转化为结构化、能力本位、面向实践的课程内容。本研究(系EPD-Net项目组成部分)旨在将生态规划、灾害韧性与可持续城市化领域的现有科学知识整合为能力本位模块化课程体系,解决"知识如何转化为可教学模块"这一核心问题。论文发表于《Sustainability》。
二、主要技术方法
研究人员以2015—2025年Web of Science、Scopus、Google Scholar及IEEE Xplore数据库中190篇学术论文、246个案例研究与75份最佳实践/项目文件(共511份记录)构建语料库,纳入标准为涉及生态规划、灾害风险与韧性、数字/空间决策支持工具、NbS或能力本位教育者。经题目—摘要—关键词初筛及全文审阅后,手动进行主题聚类(演绎划定生态规划、灾害韧性、NbS、多致灾因子分析、数字规划工具及能力本位培训主题;归纳反复研读划分文献)。通过识别四类教育转化缺口(教学缺口、技能传递缺口、整合缺口、应用/实践缺口),将主题内容沿绿色技能、数字技能及韧性技能三轴重新诠释并匹配欧洲资格框架(European Qualifications Framework, EQF)及DigComp、GreenComp等标准。最终由七位跨学科专家(≥10年经验)以1—5分量表评估35个模块与三类技能的对应关系,并用Kendall和谐系数(Kendall's coefficient of concordance, W)检验评分一致性。
三、研究结果
(1)Findings and Evaluation——文献主题聚类与模块建构
文献图谱显示知识集中于生态规划、NbS、城市形态、风险与决策、数字工具及社会—空间维度等主题簇,据此确定35个模块名称。模块—技能映射矩阵表明课程非单纯罗列科目,而是以能力发展为核心的一体化学习结构,各学习单元明确关联绿色、数字及韧性技能贡献度。
(2)专家评估与技能侧重
七位专家对35模块×3能力领域共735项评分,整体Kendall's W=0.539(χ2(104)=392.09, p<0.001),绿色技能W=0.578、数字技能W=0.556、韧性技能W=0.452,具统计显著性。模块级W在27/35个模块呈显著一致。均值显示韧性技能得分最高(4.38),其次绿色技能(4.06)及数字技能(3.86),表明课程提供环境内容生产、韧性思维与数字工具分析相融合的一体化能力框架,而非技能间层级区分。
(3)三层模块化课程架构
最终产出含35个模块、105个主题(每模块3个互相关联主题)的课程体系,按概念内容(Conceptual Content,建立理论基础)→实践应用(Practical Application,关联规划设计与分析过程)→案例学习(Case-based Learning,通过具体实例与项目情景诠释应用)三层学习框架组织,可依据本科、研究生及职业发展层次重组,具可扩展性与跨学科适应性。
(4)AI支持课程架构(EPD-Assist)
课程设计为可迁移至数字学习环境,基于Moodle的EPD-Assist系统以35模块为元数据关联学习单元,按学习者目标、学科、水平、先修要求、模块标签及专家能力评分匹配推荐个性化模块序列,当前为元数据驱动规则引擎(未来可用机器学习增强),支持学习者画像、能力匹配、路径建议及基于测验与进度的路径复审。
四、讨论与结论翻译
本研究将生态规划与灾害韧性领域产生的科学知识转化为教学结构化教育模型,课程框架通过模块内集成案例学习使学生在真实问题中联结理论与实践;其概念贡献在于将绿色技能、数字技能及韧性技能综合为生态规划与灾害韧性教育中互补的一体化能力集。课程经由13国32个合作伙伴多利益方国际合作开发,符合EQF并关联ESCO、ECVET、DigComp、EntreComp及Europass国际标准,难度分级使其适用于高校、从业者及私营部门职业发展。
局限性包括专家小组规模虽精但小致统计推广受限,及AI推荐逻辑目前为元数据驱动规则算法而非机器学习模型,需真实学生交互数据优化。本课程开发属EPD-Net项目阶段成果,后续拟通过试点实施、利益相关者反馈(高校师生、规划设计专业人员、地方政府及民间社会)及前测—后测比较评估教育有效性,未来可进一步检验AI个性化学习路径对学习成果与能力发展的影响,建议在不同教学与职业学习环境中验证框架灵活性与可行性。
结论原文要义总结:本研究成功将生态规划与灾害韧性文献知识转化为含35模块105主题的三层能力本位模块化课程体系,整合绿色、数字及韧性技能,符合欧洲资质框架,并为AI支持个性化学习路径奠基,填补科学知识产出与课程设计间鸿沟,可供高等教育及职业培训调适使用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号