Принятие решений на основе данных - Data based decision making

Принятие решений на основе данных или принятие решений на основе данных относится к непрерывному процессу обучения преподавателя по сбору и анализу различных типов данных, включая демографические данные, данные о тестах успеваемости учащихся, удовлетворенность, данные процесса для принятия решений по улучшению образовательного процесса. DDDM становится все более важным в образовании, поскольку федеральная и государственная политика подотчетности на основе тестов. Ни один ребенок не останется без внимания открывает более широкие возможности и стимулы в использовании данные образовательными организациями, требуя от школ и округов анализа дополнительных компонентов данных, а также нажимая на них для повышения результатов тестов учащихся. Информация заставляет школы отчитываться за год за годом улучшение различных групп учащихся. DDDM помогает распознать проблему и определить, кого она затрагивает; следовательно, DDDM может найти решение проблемы

Цель

Цель DDDM - помочь преподавателям, школам, округам и штатам использовать имеющуюся у них информацию для получения практических знаний для улучшения результатов учащихся. DDDM требует высококачественных данных и, возможно, технической помощи; в противном случае данные могут дезинформировать и привести к ненадежным выводам. Управление данными методы могут улучшить преподавание и обучение в школах. Результаты тестов используются многими директорами школ для определения «детей с пузырями», учащихся, чьи результаты чуть ниже уровня владения чтением и математикой.[1]

Типы данных, используемых в образовании

В образовании используются 4 основных типа данных: демографические данные, данные о восприятии, данные об обучении учащихся и данные о школьных процессах.[2]

1. Демографические данные образовательных организаций отвечают на вопрос «Кто мы?». Демографические данные показывают текущую ситуацию в школе и тенденции. Тенденции помогают прогнозировать и планировать будущее, а также видеть меры, в которых руководители работают над постоянным улучшением школы. Подробные демографические данные объясняют структуру школы, системы и руководства. В образовании демографические данные включают следующие элементы: количество учащихся в школе, количество учащихся с особыми потребностями, количество изучающих английский язык, возраст или класс учащихся в когортах, социально-экономический статус учащихся, показатели посещаемости, этническая принадлежность /раса /религиозные верования, количество выпускников, процент отсева, информация об опыте учителей, информация о родителях учеников.[2]

2. Данные о восприятии говорят нам, что ученики, сотрудники и родители думают о школе, и отвечают на вопрос: «Как мы ведем бизнес?». Школьная культура, климат и организационные процессы оцениваются по данным восприятия. Данные восприятия включают ценности, убеждения, восприятия, мнения, наблюдения. Данные о восприятии собираются в основном с помощью анкет. Данные о восприятии можно разделить на две группы: 1 - сотрудники, 2 - студенты и родители. Персонал спрашивают, есть ли какие-либо изменения в инструкциях или учебный план нужно иметь место. Учащимся и родителям задают вопросы, чтобы сообщить об их интересах, о том, насколько сложно усвоить материал, как их учат и как с ними обращаются.[2]

3. Данные об обучении студентов дают ответ на два вопроса: Как поживают наши студенты? и где мы сейчас находимся? Данные об обучении учащихся требуют информации по всем предметным областям с разбивкой по демографическим группам, учителям, уровням обучения, когортам с течением времени и индивидуальному росту учащихся. Этот тип данных помогает адресовать дополнительную помощь студентам, которые не владеют навыками, углубляясь в то, что они знают и чего они не знают, чтобы стать профессиональными. Данные об обучении учащихся связаны с учебный план, инструкция, и оценка чтобы улучшить результаты. Данные об обучении учащихся могут четко указывать на эффективность работы отдельного преподавателя или всей школы. SLD можно собрать, просмотрев диагностические тесты, формирующие оценки, оценки производительности, стандартизированные тесты, тесты без ссылок, итоговые оценки, тесты, назначенные учителем, и другие.[2]

4. Школьные процессы относятся к действиям администраторов и учителей по достижению цели школы. Привычки, обычаи, знания и профессионализм учителей - вот факторы, ведущие к прогрессу внутри организации. Данные о школьных процессах говорят нам, что работает, а что нет, о результатах учебного процесса и отвечают на вопрос: «Каковы наши процессы?». Школьные процессы производят школьные и классные результаты. Существует 4 основных типа школьных процессов: 1. учебные процессы, 2. организационные процессы, 3. административные процессы, 4. процессы непрерывного улучшения школы. [2]

Использование в образовательных организациях

Министерство образования США и Институт педагогических наук требуют использовать данные и DDDM в прошлые десятилетия для работы образовательных организаций. Особое внимание уделяется веским доказательствам и использованию данных для обоснования решений. Данные в образовательных организациях - это больше, чем просто анализ результатов тестов. Движение образовательных данных считается социотехнической революцией. Системы образовательных данных включают технологии и фактические данные для объяснения тенденций в округах, школах и классах. DDDM используется для объяснения сложности обучения, поддержки сотрудничества, создания новых дизайнов обучения. Успеваемость студентов занимает центральное место в DDDM. NCLB способствовал сбору и использованию образовательной информации.[3]

Например, в сельской местности преподаватели пытались понять, почему определенная группа учащихся испытывала трудности в учебе. Аналитики данных собирали данные об успеваемости учащихся, медицинские записи, данные о поведении, посещаемости и другие данные менее качественной информации. Не обнаружив прямой корреляции между собранными данными и результатами студентов, они решили включить в исследование данные о транспорте. В результате педагоги обнаружили, что учащиеся, которым приходилось добираться от дома до школы дольше, испытывали наибольшие трудности. Согласно результатам исследования, администраторы изменили транспортную развязку, чтобы сократить путь для студентов, а также установили доступ в Интернет в автобусах, чтобы студенты могли сосредоточиться на выполнении домашних заданий. DDDM в данном конкретном случае помог улучшить результаты студентов.[1]

Воздействие на школы

Эффективные школы, демонстрирующие выдающиеся успехи в академических показателях, сообщают, что широкое и разумное использование данных положительно влияет на успеваемость и успеваемость учащихся. DDDM предлагается в качестве основного инструмента для продвижения образовательных организаций к улучшению школы и эффективность преподавателя. Данные могут использоваться для измерения роста с течением времени, оценки программы, а также для выявления основных причин проблем, связанных с образованием. Привлечение школьных учителей к исследованию данных приводит к большей совместной работе сотрудников. Данные обеспечивают более широкое общение и знания, что положительно влияет на изменение отношения педагогов к группам внутри школ, которые не работают [4]

Примечания

  1. ^ а б Мандинач, Эллен (23 апреля 2012 г.). «Идеальное время для использования данных». Педагогический психолог. 47: 2. Дои:10.1080/00461520.2012.667064. S2CID  145120528.
  2. ^ а б c d е Бернхардт, Виктория (2013). Анализ данных для постоянного улучшения школы. 711 Третья авеню, Нью-Йорк, 10017: Рутледж. С. 27–80. ISBN  978-1-59667-252-9.CS1 maint: location (связь)
  3. ^ Благочестие, Филипп (2013). Оценка движения образовательных данных. Нью-Йорк: Пресса колледжа учителей. С. 1–20. ISBN  978-0-8077-5426-9.
  4. ^ Уэйман, Джеффри (2005). «Вовлечение учителей в принятие решений на основе данных: использование компьютерных систем данных для поддержки запросов и размышлений учителей». Журнал образования для студентов из группы риска: 296–300.

Общие ссылки

  • Спиллейн, Джеймс П. (2012). «Данные на практике: концептуализация феномена принятия решений на основе данных». Американский журнал образования. 118 (2): 113–141. CiteSeerX  10.1.1.458.5153. Дои:10.1086/663283. JSTOR  10.1086/663283. S2CID  145061403.
  • Ривз, Патрисия Л .; Берт, Уолтер Л. (2006). «Проблемы в принятии решений на основе данных: голоса руководителей». Образовательные горизонты. 85 (1): 65–71. JSTOR  42925967.