美国《K-12年级科学教育框架：实践、跨学科概念与学科核心概念》（A Framework for K-12 Science Education）提出一个新的K-12年级科学教育方法，概述了K-12年级学生在科学与工程学领域应达到的一系列预期目标。

本框架围绕科学与工程教育，分别从三个维度介绍各个年级应该如何学习学科核心概念与学科实践。K-12科学教育框架将为科学教育标准的开发者、教师、课程设计者、教学评估开发者、州和地区的科学教育行政人员以及在非正式环境中教授科学的教育工作者等提供指导。

除了Scratch，什么是初学者的首选程序设计语言？也许是Python、Ruby、JavaScript甚至C/C++或Java，这可能受制于编程语言热度排行或者是老程序员的职业道路。

现在，不少人仍认为QBASIC是最适合初学者学习和掌握的首选程序设计语言。虽然本站坚持Scratch->Python的编程入门路线图，但文末的参考文章值得讨论。

根据统计，IT 行业产生的数据每年增加30％至40％，但是硬盘的容量增长率达不到这一速度的一半。幸运的是，大部分数据不需要立即访问。对于这样的情况，磁带是完美的解决方案。

实际上，磁带机从未消失，世界上大部分数据仍然保留在磁带上，还有一群科学家，他们的工作就是不断改进磁带存储。磁带已存在很长时间了，并且在过去几十年中取得了巨大进步。

Scott H. Young 在 The 7 Core Skills to Drawing Realistic Pictures 一文中，讲了七个让作品变得更真实的绘画技巧/技术。它们与软件开发有相似之处，可以借鉴，比如顶层设计、一开始不要过分关注细节等。

是否在寻找比Raspberry Pi具有更大“动感”的最佳单板计算机？

在All3DP查看当前可用的最佳Raspberry Pi替代品。

来源于美国推出的全新教育理念的“STEAM教育”还没真正普及，因为“大众创业、万众创新”而火热起来的“创客教育”又迅速走进了广大中小学。“STEAM教育”和“创客教育”有什么区别？哪种教育理念更好？

以下厘清两者的区别，但不代表要分出高下，而是思考如何把两种教育理念进行联动。

数据科学（英语：data science）是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。

数据科学通过运用各种相关的数据来帮助非专业人士理解问题。数据科学技术可以帮助我们如何正确的处理数据并协助我们在生物学、社会科学、人类学等领域进行研究调研。此外，数据科学也对商业竞争有极大的帮助。

写作是输出的重要手段。通过收藏、写作和分享这个过程，可以检验和记录自己的学习、思考和创作。

同时，个人IP时代，写作就是最好的副业。