087

os-taxonomy:把兒童學習拆成可查詢的先修圖譜

os-taxonomy:把兒童學習拆成可查詢的先修圖譜 封面圖

研究 Marble 的 os-taxonomy:一份把小學階段學習拆成 1,590 個 micro-topics、3,221 條先修關係與 7 套課綱對照的開放資料集。

Seer

2026-09-30

os-taxonomy:把兒童學習拆成可查詢的先修圖譜

Marble 的 os-taxonomy 是一份以 JSON 格式發布的開放資料集。它的核心工作很單純:將小學(primary/elementary)階段龐雜的學習目標切碎成 1,590 個 micro-topics,用 3,221 條先修關係串成有向圖(prerequisite graph),再拉線對齊 7 套國際與國家級課綱標準,並以 183 個 domain clusters 提供大方向導覽。[1][2][8]

這份 repo 是一包靜態資料定義與驗證腳本,沒有封裝任何 runtime 程式庫、API 服務或個人化推薦引擎。你可以把它當成教育產品、課程地圖或教材標註系統的結構化底層;但如果期待開箱就能獲得自適應學習演算法、學生個別學習狀態或經心理測量驗證的評量工具,就找錯了對象。本文以 main 分支的 commit 96a7933754af672e1bfdbf7ecb05c325860c6e0d 為查核基準,拆解其靜態 schema、驗證邏輯與授權邊界。[2][3]

資料分層架構

os-taxonomy 把學習結構切為四個層級:

層級資料用途
Topic一個可教、可描述的學習單位例如句子組成、數字閱讀、星星的視亮度
Dependencytopic 之間的先修關係找出學習某個概念前需要具備哪些基礎
Curriculum standardtopic 與課綱標準的對照回應「這個學習單位對應哪套標準」
Cluster依科目、領域、年齡整理的摘要提供給家長或產品介面閱讀的高層導覽

這四層資料解決的是「學習概念如何組織與相依」的資訊架構問題。資料集內完全沒有收錄個別學生的答題紀錄、理解速率、教學成效或真實使用者數據,任何與學習歷程相關的狀態都必須由應用端自行建立。[2][4]

Topic Schema 的欄位細節

目前 v1 收錄的 1,590 個 micro-topics 分布在 8 個科目(subjects)中:Science 佔 547 個、Mathematics 503 個、English 286 個,其餘則劃入 History、Personal & Social Development、Life Skills、Computing 與 Learning to Learn。[2][4]

以官方 README 中的 Building sentences 為例,每個 topic 都具備完整的結構化描述:

  • id:以 mt_ 為前綴的穩定識別碼。
  • type:標註學習本質,分為 CONCEPTUAL、PROCEDURAL、REPRESENTATIONAL、LANGUAGE、META 五類。
  • subject、domain:所屬的學科與子領域分類。
  • name、description:供閱讀的名稱與詳細說明。
  • ageRangeStart、ageRangeEnd:建議的適用年齡範圍。
  • centrality:節點在整張圖譜中的中心性數值,適合當作圖形運算或排序加權的特徵,但無法直接換算為實體教學上的重要性。
  • evidence:具體可觀察的學習行為,例如能辨別完整句子與殘句、能寫出含主詞與動詞的完整句。
  • assessmentPrompt:嵌入 {{name}} placeholder 的檢核題目模板。
  • standards:關聯至 curriculum-standards.json 的代碼清單。[2][5]

這套 schema 讓工程端拿到 topic 時,能同時取得分類屬性、年齡邊界與參考檢核條件。要注意的是,evidence 與 assessmentPrompt 屬於提供給教學者或題庫作者的設計參考素材,資料集沒有提供這些題目的心理計量效度證據。[2][5]

Dependency Graph 的依賴模型

在 data/dependencies.json 中,3,221 條關係邊皆依循 topicId depends on prerequisiteId 的有向格式定義:目標主題為 topicId,前置基礎為 prerequisiteId。想知道學完某個概念後能解鎖什麼,只要反向走訪關聯邊即可。[2][6]

每條 edge 帶有兩組關鍵屬性:

  • strength:分為 hard(較接近必要的先修門檻)與 soft(輔助或深化理解的建議前置)。
  • reason:簡短說明兩者具備先修關係的知識脈絡。

在實務開發上,這種強弱劃分讓 UI 與規則引擎更好著手:hard 適合觸發前置單元未完成的防呆阻擋,soft 則能作為推薦延伸單元的依據;reason 則能直接顯示在編輯後台,供教材規劃者複核關聯是否合理。

針對 commit 96a7933754af672e1bfdbf7ecb05c325860c6e0d 進行靜態檢驗:3,221 條邊的起迄節點均能完整映射至既有 topic,對 standards 的鍵值參照亦無遺漏懸空;依循先修方向進行有向無環檢查,未出現 cycle。官方 repo 隨附的 scripts/validate.mjs 整合了這些檢查項,涵蓋欄位規格、數量宣告、參照完整性、codes-only 限制以及 SHA-256 manifest checksum。[4][10]

課綱對照與授權分層

curriculum-standards.json 整合了 7 套課綱系統、3,261 條 standards,並建立了 1,859 條 topic↔standard links。[4][7][11]

因應各課綱機構對文字轉載的授權規範差異,資料集採取了兩軌發布策略:

類型來源發布內容
Full textEngland National Curriculum、Common Core ELA、Common Core Math收錄完整課綱條文文字
Codes onlyNGSS K–5、NGSS Middle School、C3 Framework、IB PYP PSPE僅收錄標準代碼(code/key),不包含逐字條文

這是重要的架構取捨。Marble 建立了標準與 topic 的關聯索引,但並未取得所有上游課綱內文的轉授權。依據 PROVENANCE.md 的記載:英國 National Curriculum 採 Open Government Licence (OGL) v3.0;Common Core 附帶有特定限制的 CCSS Public License;NGSS、C3 與 IB 則僅保留代碼。如果你的產品介面需要印出 NGSS 或 IB 的逐字指標,必須由你的團隊自行向上游取得授權。[9]

評估合規風險時,務必將整體資料拆解為三個權利層次看待:

  1. Database(資料庫架構):節點拓撲、ID 命名規範、topic↔topic 與 topic↔standard 的關聯結構,以 ODbL 1.0 釋出。
  2. Marble authored content(原創內容):topic 名稱、描述、evidence、assessmentPrompt、dependency 的 reason 與 cluster 導覽內文,採 CC BY-SA 4.0 授權。
  3. curriculum-standards.json(課綱條款):各自受原始制定機構的授權條款約束。[2][9]

README 提到,將這份 taxonomy 作為外部資料來源整合進商業產品(ODbL 定義下的 Produced Work),通常不需要開源你的應用程式本體;但若你修改、增補或再分發這套結構本身(Derivative Database),就會涉及 ODbL 的 Share-Alike 義務,需依條款處理。[2] 導入專案前,應依據你的資料處理架構與發布型態進行法務盤點,避免直接將 README 的說明當成正式法律意見。

查詢模式與應用實作

接入方式非常直接:讀取 data/ 下的 JSON 檔案,以記憶體結構或資料庫進行索引。官方 README 範例是以 id → topic 的 Map 結構載入資料,再藉由 dependencies 走訪關聯。[2]

這套結構能自然對應四類基礎查詢:

  1. 先修查詢:給定特定 topic,列出抵達此概念前必須先掌握的所有前置節點。
  2. 解鎖查詢:標記特定 topic 已掌握後,反查下游有哪些後續主題已具備學習條件。
  3. 路徑規劃:在起點概念與目標概念之間,過濾 hard 與 soft edge 展開學習序列。
  4. 標準反查:從課綱代碼尋找覆蓋的 topics,或從 topic 查找符合哪些官方指標。

將這些查詢串接起來,就能組成課程地圖的核心模組:使用者設定學習目標,系統沿著圖譜反推路徑,再依年齡、科目或課綱標準過濾。在內容開發階段,各節點的 evidence 亦可做為命題方向的參考基準。

不過在系統設計上必須保持界線清楚:圖譜提供的是預先定義的知識關聯,個別學生的最佳吸收順序往往受先備經驗與學習節奏影響,無法單憑靜態圖譜中的 hard 與 soft 標籤推導出具體的學習成效。

純資料 Repo 的系統邊界

查看 repo 的 package.json,其設定為 name: "marble-taxonomy"、version: "1.0.0"、ESM 模組規範、標註 private: true,唯一的指令是 node scripts/validate.mjs。[3]

這印證了它的工具性定位:這是一個只負責資料版本管理與靜態驗證的儲存庫。官方明確宣告了 pure data、no runtime、no dependencies 的設計取向,所有運算負載都留給應用層:[2][3]

  • repo 負責維護資料 schema、版本歷史、參照關聯與 checksum 完整性。
  • 開發者自行決定儲存媒介,例如 JSON、SQLite、圖資料庫或搜尋索引。
  • 開發者自行撰寫全文檢索、圖形走訪、查詢邏輯與使用者介面。
  • 開發者自行承擔學生學習數據的儲存安全、測驗編製效度與第三方課綱授權。

適用情境與落地建議

做為一套結構化的教育內容開放資料層,os-taxonomy 適合投入以下場景:

  • 課程地圖與路徑導航:以 subject、domain、年齡區間與先修邊為軸線,建立動態探索介面。
  • 題庫與教材標註:為現有教學內容打上 topic ID 標籤,便於自動反查多國課綱代碼。
  • 教材前置依賴檢查:分析特定單元缺少哪些上游基礎教學內容,協助教研團隊補齊教材缺口。
  • 知識圖譜視覺化:將節點與關聯繪製成概念網路圖,repo 本身也包含了一套 3D graph 展示範例。[2]
  • 教育產品快速原型:在缺乏自有課綱團隊的情況下,快速搭建具備先修路徑探索功能的 prototype。

在工程導入路徑上,較穩健的做法是:

  1. 在專案中固定拉取的 git commit(如 96a7933754af672e1bfdbf7ecb05c325860c6e0d)並比對 manifest.json 的 SHA-256 checksum。
  2. 釐清產品所需欄位,將資料匯入既有的關聯式資料庫或搜尋引擎。
  3. 建立外圍的評量與歷程記錄機制,由應用端演算法計算個別學生的學習狀態。
  4. 盤點使用到的課綱範圍,補足 Codes-only 來源的授權與標示宣告。

把「學習概念的先修結構」交給靜態圖譜,把「學習者的狀態追蹤與適應性調整」保留在應用層,系統架構與權責界線才會維持清晰。

Sources

圖譜先把關聯說清楚,學習者的狀態仍要自己量。

Visits

--

Waiting for Cloudflare metrics.