Zenodo 上这份数据集 2026 年 10 月 13 日发布，标题是 AI use and governance in Ukrainian higher education: Survey data from 902 respondents，作者 Yehorchenkova 与 Balykin，许可为 CC BY 4.0。调查在 2026 年 4 月 25 日至 5 月 2 日之间完成，对象是乌克兰高校的教师与管理人员，回收 902 份有效问卷。

它值得看的地方不在样本量，而在交付方式：一份可直接分析的 902 行 × 90 列数据、一份四工作表的码本、两段 Quarto 脚本（一段做清洗与转换，一段做描述分析），以及清洗前后的中间文件。问卷本身有英文与乌克兰文两版。

README 把覆盖范围列成十项：受访者特征、AI 使用频率、对大语言模型的态度、使用的 AI 工具、生成式 AI 的用途、机构 AI 政策背景、政策信息渠道、机构推荐或允许的工具、对政策质量的评价、以及一个派生的政策质量指数。

变量按组排：身份与人口特征（年龄组、机构类型、职称、在校经验、学科领域）、行为（使用频率、工具、用途）、态度（对模型态度、政策评价六项）、背景（政策是否有、信息来自哪里、机构推荐工具）。分析单位是一份问卷，不是一所学校。

这是用这份数据最容易踩的坑。多选题没有存成一个字段，而是按位置拆成多列：个人使用的 AI 工具拆到第 1 至第 21 列，生成式 AI 用途拆到第 1 至第 15 列，政策信息渠道拆到第 1 至第 10 列，机构推荐工具拆到第 1 至第 10 列。

README 明确写到，后缀数字表示"拆分后答案的位置"，不是固定的回答类别。所以问"多少人用过某个工具"，必须把同一组的所有列一起扫，而不能只看第 1 列。同样，多选百分比是按受访者人数算的，各选项相加会超过 100%，这不是错误。

派生变量 policy_quality_index 是受访者层面的均值，由六个 1 至 5 的分量构成：政策清晰度、允许与禁止使用的区分度、考核指引、对不同教学形式的适用性、数据保护与伦理指引、以及反向编码后的"政策困惑"。

数值越大，代表对本机构 AI 政策质量的评价越正面。有两点要注意：政策熟悉度（policy_familiarity_num）不算进指数；计算行均值时忽略缺失值。码本给出每个分量的编码、观测取值、有效样本量与转换规则。

概览页写明数据集是 902 位受访者、90 个变量，观察单位是受访者，ID 是合成的顺序编号（R0001 至 R0902），并说明直接识别信息在生成 ID 之前已移除。

变量说明页逐条给出顺序号、变量名、变量组、描述、来源变量与存储类型，共 90 条。观测取值页列出每个变量与多选题组的观测类别、受访人数、占受访者百分比与备注，合计 267 行类别记录。转换规则页列出每一块的源字段、发布字段、规则与解释，例如年龄段的原文映射、机构类型如何归并为公立、私立与其他，以及反向编码的具体做法。

这组分布说明样本以公立高校的副教授为主，态度整体偏正面，几乎人人都在用。做跨群体比较时，私立高校只有 48 人、30 岁以下只有 43 人，分组结论会很脆弱，这是样本结构决定的，不是模型问题。

脚本用 R 与 Quarto，依赖的包是 readxl、dplyr、tidyr、stringr、forcats、ggplot2、scales、writexl，附带的 HTML 由 Quarto 1.
9.x 渲染。

清洗脚本 AI-article_v3.qmd 预期输入一个叫 AI_Ukraine.xlsx 的原始文件，而这份原始文件不在发布材料里；发布材料已经包含清洗、转换与分析三份成果，所以只跑描述分析不需要原始数据。描述分析脚本按 quarto render 渲染即可。

版本上有一处需要改：README 说当前描述脚本读的还是 AI_Ukraine_analysis_v4.xlsx，而文档里写的发布数据集是 v5 版，从当前发布包渲染前，要把脚本里读文件的那几处统一改成 v4 的实际文件名。这是文件命名与文档不同步，不是数据缺失。

这份数据的许可比多数课程材料宽松，CC BY 4.0 允许复制、再分发、改编，包括商业用途，条件是署名、给出许可链接、说明是否作了改动，并且不得附加额外法律或技术限制。对想拿来做教学案例或二次分析的人，这意味着可以直接把数据放进自己的复现包，只需按规范标注。

引用时写清记录编号与版本：Yehorchenkova, Nataliia, and Ivan Balykin. 2026. "AI use and governance in Ukrainian higher education: Survey data from 902 respondents." Zenodo. 记录号 23342655，许可 CC BY 4.0。

样本只来自乌克兰高校，而且是自愿参与的问卷，不能外推到中国高校或任何其他总体。数据是匿名的合成 ID，无法回溯个体，也无法做机构层面的合并。分析脚本只做描述统计，不做推断、回归、因果或预测，想加模型要自己写。多选列按位置拆分，组内顺序不含类别含义，任何按列号解释的做法都会出错。

九个文件的直达地址、码本四个工作表的结构、政策质量指数的构造规则、CC BY 4.0 的三条条款原文与引用格式，回复本帖即可见。