量子信息科学与工程教育景观数据集

该数据集为量子信息科学与工程教育景观数据集，由美国罗切斯特理工学院物理与天文学学院、美国国家标准与技术研究院JILA以及美国科罗拉多大学物理系共同创建。数据集包含美国1,456所高等教育机构的课程目录信息，旨在全面描绘美国量子教育现状。数据集涵盖了从物理学到量子信息科学的多学科课程，共发现了8,000多门提及'量子'的课程，以及500多门专注于量子信息科学与工程的课程。这些数据为量子教育领域提供了全面的概览，可用于支持课程设计、人才培养和教育教学政策制定。

This dataset is the Quantum Information Science and Engineering Education Landscape Dataset, co-developed by the Department of Physics and Astronomy of Rochester Institute of Technology, JILA of the U.S. National Institute of Standards and Technology (NIST), and the Department of Physics of the University of Colorado. It contains course catalog information from 1,456 higher education institutions across the United States, aiming to comprehensively profile the current state of quantum education in the country. The dataset covers interdisciplinary courses spanning from physics to quantum information science, with over 8,000 courses mentioning the term "quantum" and more than 500 courses specifically focused on quantum information science and engineering identified. This dataset offers a comprehensive overview for the quantum education field, and can be leveraged to support curriculum design, talent cultivation, and the formulation of education and teaching policies.

搜集汇总

数据集介绍

构建方式

量子信息科学与工程教育景观数据集的构建基于对美国1,456所高等教育机构的课程目录进行系统性分析。研究团队通过互联网搜索引擎定位各机构的课程和项目目录，搜索包含‘quantum’关键词的课程和项目信息。数据收集过程耗时超过600人时，涵盖了课程名称、编号、描述、先修条件、所属院系及课程级别等详细信息。为确保数据一致性，所有信息通过Qualtrics调查工具录入，并与机构数据进行整合。

特点

该数据集全面覆盖了美国高等教育中量子信息科学（QISE）及相关量子课程的分布情况，包含8,456门涉及量子主题的课程和89个QISE项目。数据集突出了QISE教育的跨学科特性，主要贡献来自物理、电气与计算机工程及计算机科学领域。此外，数据集揭示了QISE教育资源在博士授予机构中的集中现象，以及少数族裔服务机构（MSIs）中QISE课程的相对匮乏。

使用方法

该数据集适用于课程开发者、教育政策制定者及行业分析师，用于评估量子教育的现状与缺口。用户可通过公开平台quantumlandscape.streamlit.app访问和下载数据，支持课程设计、劳动力发展规划及教育政策制定的决策过程。数据集还可用于比较不同学科和机构类型中量子教育的覆盖范围，帮助识别潜在的教育扩展领域。

背景与挑战

背景概述

量子信息科学与工程教育景观数据集（Quantum Information Science and Engineering Education Landscape Dataset）由罗切斯特理工学院、科罗拉多大学博尔德分校等机构的研究团队于2025年创建，旨在全面描绘美国高等教育中量子信息科学（QISE）教育的现状。该数据集基于对1,456所美国高校课程目录的分析，揭示了量子相关课程与学位项目的分布特征，覆盖物理学、电气与计算机工程、计算机科学等核心学科。作为响应《国家量子倡议法案》的学术成果，该研究首次系统量化了QISE教育的跨学科渗透程度，发现61所院校提供89个QISE项目，其中博士授予院校占比89%，凸显教育资源集中现象。该数据集通过公开平台（quantumlandscape.streamlit.app）共享，为课程设计、政策制定和产业人才需求对接提供了关键基准。

当前挑战

该数据集面临双重挑战：在领域问题层面，需解决量子教育分布不均的核心矛盾——33%院校未开设任何量子相关课程，且QISE实验室课程仅占2%，制约了学生实践能力培养；在构建过程中，团队遭遇数据标准化难题，包括课程目录更新滞后、描述模糊等问题，导致可能低估实际教学内容。此外，跨学科课程分类需人工校验140余种主题类别，而字符串精确匹配方法难以捕捉拼写变体，未来需引入模糊匹配算法提升分析精度。资源依赖性挑战尤为突出，QISE项目高度集中于研究型院校的现象，反映出底层数据收集受制于院校公开信息的完整性与时效性。

常用场景

经典使用场景

量子信息科学与工程教育景观数据集（Quantum Information Science and Engineering Education Landscape Dataset）为研究量子信息科学教育在高等教育中的分布和发展提供了全面而系统的数据支持。该数据集通过分析美国1,456所高等教育机构的课程目录，揭示了量子相关课程和QISE（量子信息科学与工程）项目的分布情况。这一数据集在教育政策制定、课程设计以及跨学科教育研究中具有重要价值，特别是在评估量子信息科学教育的普及程度和学科交叉性方面。

实际应用

在实际应用层面，该数据集为教育政策制定者、课程开发者和高校管理者提供了重要参考。例如，数据集显示QISE项目主要集中在博士授予院校，这提示政策制定者需要加强对非研究型院校的资源支持。此外，数据集还显示化学等学科虽然开设了大量量子相关课程，但极少涉及QISE专题，这为跨学科课程开发指明了方向。教育机构可以利用这些数据优化课程设置，产业界则可以据此预测未来量子技术人才的供给情况。

衍生相关工作

该数据集已经衍生出多项重要研究。例如，Meyer等人（2024）利用类似数据分析了美国QISE教育的可及性差异，发现资源获取是影响院校开设QISE课程的关键因素。Goorney等人（2025）则基于全球范围的QISE硕士项目数据，探讨了学术到产业的过渡路径。此外，数据集还支持了量子教育中的实验课程研究，如Borish和Lewandowski（2024）关于学生量子实验推理能力的研究。这些工作共同推动了量子信息科学教育研究的深入发展。