如何在大數據時代更好地教導家長 用數字總結一名學生。 Chatchai Kritsetsakul / shutterstock.com

在家長 - 教師會議上,我坐在桌子對面,我的一年級學生的老師坐在為6歲的椅子上。 老師指出用紅墨水潦草寫的百分比。 我看了看,聽了。

“這個號碼,”她說,“是他的Lexile樂譜。”她繼續說道,將食指伸到一張桌子上 MetaMetrics。 “這是他這個年紀的正常範圍。 所以,你想讓他在這個級別上讀書。“

她的數學表現報告大致相同:更多的百分比,範圍和“水平”,有時根據不同的版權措施計算得出。

到目前為止,我遇到了困難。 我默默地想: 我有博士學位 在教學和學習中,我不明白這些數據對我的孩子的評價。 其他父母退出這些會議的是什麼?


內在自我訂閱圖形


當老師停下來呼吸時,我靠在小椅子允許的地方。 她從一連串的工作表中抬起頭,抓住了我的目光。 我抓住了這一刻。 “你有沒有和Mac談過話?”我問道。 “我的意思是,你知道他喜歡什麼,他對什麼感興趣嗎? 根據他的興趣,這是為他選擇書籍的好方法。“MetaMetrics不知道是什麼讓Mac(不是他的真名)對學習感到興奮。 她也微笑著放鬆回到椅子上。

收集有關學生的數據是不夠的。 我相信數據無法替代與年輕人建立融洽關係。 然而,對於那些熟悉數據的高中教師而言,那些知道如何衡量和說話百分比的人,正在做正確的工作。 這是在“大數據”時代的教學。

數據豐富的學校

由於“不讓一個孩子掉隊”,最近學校的問責制壓力意味著教師越來越多地使用學生數據來提供信息 課堂教學和全校改進.

剛看完第一段 2009摘要 從教育部了解數據在學校中的重要性:

收集,分析和使用教育數據對於改善“不讓一個孩子掉隊”(NCLB)所設想的學生成果至關重要。 預計教育決策中數據的使用將涵蓋教育系統的各個層面 - 從聯邦到州,地區,學校和教室層面。

在2007調查中 在全國各地的1,039學區,教育部發現100%維持一個學生信息系統,其數據點如全州評估,人口統計,出勤和行為的測試分數。

有像這樣的節目 PowerSchool, 無限校園天空 - 每個孩子每月收費超過5美元 - 這些學生信息系統承諾提供一站式服務,以跟踪學區和學校數據的各個方面。

理想情況下,這些系統可以幫助教師與其他教師和學校領導一起查看團隊中的學生數據。 但是,不同地區的教師通常如何解釋,使用或忽略數據仍然是一個懸而未決的問題。

在一些地區,教師要求 數據素養培訓 向他們展示如何解釋學生數據並相應地調整他們的指示。 在沒有培訓的其他地區,教師沒有關於如何處理所有這些數據的統一計劃,使得大數據努力似乎毫無意義。

如何在大數據時代更好地教導家長 一些地區培訓教師評估學生數據。 AVAVA / shutterstock.com

捕捉學生的需求

正如托妮莫里森曾經說過的那樣,“沒有數據的智慧只是一種預感。”僅僅擁有關於兒童的數據並不等同於他們生活得好,或者擁有充滿希望的未來。

通常情況恰恰相反。 學生被排除在機會之外,因為他們被認為是基於有限數據點的“低績效”。 負擔是學生改善而不是 詢問系統如何使孩子失敗.

我認為學校應該專注於開發更多的數據智慧 - 考慮到數據的力量,以建立更好的未來之路。 這樣做意味著所有教育工作者,無論是父母還是教師,都明智地使用數據:考慮它所做的和未顯示的內容,考慮到更大的社會背景下的數據,並仔細研究兒童生活中的過去經歷和趨勢,未來。

日益, 教育研究 鼓勵 教師擴大他們對數據的定義,包括超出強制性評估的來源:課堂觀察數據,一對一記錄 與學生交談以及學生如何交談的視頻 在解決數學問題時的手勢.

這些形式的數據一起使用,可以描繪出兒童更細微的畫面,捕捉不是由國家規定的測試所測量的方面。

家長和老師可以想到更多的數據點,這些數據點開始指出孩子們在一天中發揮的更大的社會,文化和經濟動態。

如何在大數據時代更好地教導家長 學生在身體和情感上是否準備好在課堂上取得成功? Sharomka / shutterstock.com

Mac的Lexile評分並沒有說明他對在北極地區閱讀有關狗狗兩週的不感興趣。 但是關於Mac在家裡喜歡做什麼的數據將提供關於潛在書籍主題的補充信息。 MetaMetrics不知道媽媽忘了送他的午餐到學校,他拒絕在自助餐廳吃飯; 當他做那些數學工作表時,Mac很著急。 對Mac的快速評估 社會情感狀態 在解決數學工作之前可以解釋他在測試中途耗盡了蒸汽。

Mac是一個特權的白人男性,沒有承擔任何壓力 種族主義,性別歧視或 經濟不穩定,通過單一指標完全刪除的許多學生的日常現實。 快速評估 欺負 例如,焦慮可以為教師和家長精心製作MetaMetrics表。

從那裡,成年人,希望與學生一起,可以通過這些補充數據點來思考,制定一個計劃,解決為什麼閱讀和數學不如每個人都希望的那樣。

以數據智慧為指導原則是嚴肅的教育。談話

關於作者

Katie Headrick Taylor,學習科學與人類發展助理教授, 華盛頓大學

本文重新發表 談話 根據知識共享許可。 閱讀 原創文章.

相關書籍

at InnerSelf 市場和亞馬遜