US PK–12 Academic Standards & Learning Components Dataset

github2026-07-30 更新2026-08-07 收录

基础教育课程标准

学科教学框架

数据链接：

https://github.com/vrajshroff/Academic-Standards 数据链接链接失效反馈

官方服务：

资源简介：

一个生产级、清洁的PK-12学术标准数据集，涵盖美国所有50个州、华盛顿特区和多州框架，包含数学、英语语言艺术、科学和社会研究四门学科，并嵌入具体的学习组件。

A production-grade, clean PK-12 academic standards dataset covering all 50 U.S. states, the District of Columbia, and multi-state frameworks. It includes four subject areas: mathematics, English Language Arts (ELA), science, and social studies, with embedded specific learning components.

创建时间：

2026-07-21

原始信息汇总

数据集概述

US PK–12 Academic Standards & Learning Components Dataset 是一个生产就绪的数据库，涵盖美国全部50个州、华盛顿特区及多州框架的PK–12学术标准及学习组件。

核心内容

学科范围：英语语言艺术（ELA）、数学、科学和社会研究
覆盖范围：214个框架，222,340个可达层级条目
标准数量：嵌入48,847个已验证技能实例，关联至10,744条标准
数据格式：结构化JSON格式，包含规范化的标准图（allstandards.json）和按州/学科拆分的预编译分片（standards/目录）

关键特性

可直接使用：无需解析原始PDF或清理格式，数据以结构化JSON提供
可教学学习组件映射：将宽泛的州标准拆分为具体、可操作的学习组件
CDN就绪且轻量：提供预编译、按管辖区划分的JSON分片，支持客户端按需加载
全面修正：程序化清理文本缺陷、移除格式干扰（建模星号、脚注标记）、恢复损坏的数学公式

数据访问方式

无代码探索：通过在线Academic Standards Explorer（地址：https://vrajshroff.github.io/Academic-Standards/）可按州、学科、年级浏览、搜索标准及学习组件。
CDN分片消费（推荐Web应用）：通过manifest.json（地址：https://cdn.jsdelivr.net/gh/vrajshroff/Academic-Standards@main/standards/manifest.json）和分片基础URL（https://cdn.jsdelivr.net/gh/vrajshroff/Academic-Standards@main）动态获取数据。
直接文件消费（后端/数据科学）：加载allstandards.json进行离线分析、数据库播种或后端处理。

数据模式要点

每个分片文件包含：

frameworks：框架数组，含id、名称、管辖区、学科和子项引用
items：标准条目字典，每条含类型、代码、标题、适用年级、子项及学习组件列表

数据质量与修复

源数据处理过程中的关键数字：

数据指标	数量
源节点记录已读取	247,786
源关系记录已读取	456,620
当前框架数	214
修复后可达条目数	222,340

修复措施包括：

6,022条记录进行了策划字段修正（标题、年级、标准代码、备注等）
143条记录进行了定向文本修正（恢复缺失代数变量、数学表达式等）
2,838条标准代码格式修复
39,943条记录的标题或备注与原始导出存在差异
19.72%（约43,841条）发布记录在修复或规范化过程中被修改，涵盖内容更正与展示格式转换（如移除HTML标签、解码实体、转换LaTeX等）

适用场景

构建教育平台（标准选择、教案构建器、进度仪表盘）
课程与内容映射（自动对齐教材、在线课程、视频、评估题目至官方要求）
创建自适应学习路径（利用细粒度学习组件映射推荐练习材料）
生成分析与报告（设计标准对齐的进度报告和覆盖范围分析）

搜集汇总

数据集介绍

US PK–12 Academic Standards & Learning Components Dataset 数据集图片

构建方式

该数据集旨在解决美国各州官方学术标准格式不一、内容杂乱的问题，通过系统化的数据清洗与结构化处理，构建了一个覆盖全美50个州、华盛顿特区及多州共同框架的综合性标准数据库。其构建过程基于Learning Commons的节点与关系导出数据，历经详尽的修复流程，包括对标题、年级、标准代码等字段进行人工校验与修正，应用规则化清洗策略以移除HTML标签、修复Unicode字符及恢复数学公式，并剔除无效或重复条目。最终，数据集整合了214个框架，包含222,340个可达层级条目，并将48,847项经过验证的技能点直接嵌入10,744条相关标准中，形成了统一的JSON格式标准图谱。

特点

该数据集的核心特点在于其高度的结构化、精细化的学习组件映射以及即用性。它将宽泛的州级标准分解为具体的、可操作的学习组件，为教学规划与个性化学习提供了粒度支撑。数据经过彻底的文本矫正与格式清理，确保了内容的准确性与可读性，同时恢复了损坏的数学表达式。此外，数据集提供了预编译的、按州和学科划分的JSON分片，支持通过CDN按需加载，轻量高效，适合前端应用直接集成。其覆盖范围广泛，横跨数学、科学、英语语言艺术和社会研究四大核心学科，为教育科技产品开发、课程对齐及学习分析提供了可靠的数据基础。

使用方法

数据集的获取方式灵活多样，旨在满足不同技术背景用户的需求。非开发者可直接通过在线学术标准浏览器（Academic Standards Explorer）交互式探索数据，无需编程。对于开发者，推荐采用CDN分片消费模式，通过访问manifest.json清单文件定位并获取特定州和学科的JSON数据分片，便于在Web或移动应用中集成。该方式支持前端框架如React的快速接入，并提供了完整的示例代码。对于需要批量处理的后端或数据科学场景，用户可直接下载并解析完整的allstandards.json文件，通过标准ID查找具体条目及其关联的学习组件，便于进行离线分析、数据库填充或构建自适应学习路径。

背景与挑战

背景概述

美国PK-12学术标准与学习组件数据集由Vraj Shroff等人创建，旨在系统化整合美国50个州、华盛顿特区及多州框架的PK-12学术标准，涵盖数学、科学、英语语言艺术和社会研究四大核心学科。该数据集的核心研究问题是解决官方标准在格式、质量和可操作性上的碎片化问题，通过结构化JSON格式提供统一的、经过清洗的标准图谱，并嵌入48,847个可验证的技能点于10,744条标准中。其影响力体现在为教育技术开发者、课程设计者及政策研究者提供了便捷的数据访问途径，显著降低了标准解析和清洗的门槛，推动了精准教学、自适应学习及教育分析等领域的发展。

当前挑战

该数据集面临的挑战主要源于源数据的复杂性与构建过程的艰巨性。领域层面，官方标准常以PDF等非结构化格式发布，存在OCR错误、格式混用及过于宽泛难以直接指导教学等问题，本数据集需将抽象标准映射为具体可操作的学习组件，以实现教育应用的可落地性。构建过程中，需处理超过24万条源记录和45万条关系，面临文本缺陷、标记残留、数学公式损坏及层级断裂等多重问题，通过程序化清洗与人工校正相结合，对约19.72%的记录进行了修正，包括字段纠正、文本修复、层级恢复等，耗时且需高精度验证，确保数据的准确性与一致性。

常用场景

经典使用场景

该数据集为教育技术（EdTech）领域的研究与实践提供了一站式、结构化的PK–12学术标准资源，覆盖全美50州、华盛顿特区及多州共同框架，涵盖数学、科学、英语语言艺术和社会研究四大学科。其经典应用场景聚焦于课程映射与学习路径构建：研究者与开发者可借助其规范的JSON格式及细粒度的学习组件映射，将晦涩冗杂的官方标准转化为可操作的技能清单，从而支撑个性化学习推荐、能力缺口分析与教学进度追踪等核心功能，有效弥合了标准表述与课堂实践之间的鸿沟。

衍生相关工作

该数据集衍生了一系列开创性工作，尤其在教育知识图谱构建与标准自动对齐领域。其清洗流程中记录的详细修复策略（如针对2,838个标准代码的格式修复及151个标题的精确复原）为后续研究提供了可复现的基准方法论。基于此，已有研究探索将学习组件映射至认知层次模型，用于自动生成评估题目；亦有工作利用标准与技能的关联关系，训练机器学习模型以预测跨州标准的语义等价性。此外，数据集中的层级结构促进了课程资源与标准间自动匹配算法的开发，推动了开放教育生态下内容互操作性的标准化进程，成为教育数据科学领域的重要参考资源。

数据集最近研究