It ’ s all about the data.
omassa koulussa on paljon dataa hallittavana. On tietoa henkilökunnasta, opetussuunnitelmasta, opiskelijoista ja heidän perheistään, kokeista, tenteistä, määräyksistä, budjetista, maksuista, opettajien arvioinneista, tapahtumista…
saako päänsärkyä pelkästä ajattelusta?
kun kaikki tieto leijuu koulussasi, ajatus datavetoisesta opetuksesta voi tuntua ylivoimaiselta.
loppujen lopuksi tiedon kaappaaminen, ymmärtäminen ja toimeen Paneminen oppilaista vie aikaa.
datavetoisen opetuksen idea ei ole Uusi. Mutta miten se oikein toimii? Mitä toimenpiteitä voit tehdä varmistaaksesi, että opettajat toimivat hyvin datapohjaisen opetuksen kanssa?
ensin keskustellaan siitä, mitä datavetoiseen opetukseen liittyy. Sitten, me paljastaa 11 vaiheet voit ottaa tänään rakentaa kulttuurin data driven opetusta koulussasi.
Plus, kokosimme ladattavan listan 11 vaiheesta, joita voit pitää työpöytäsi ääressä!
mikä on dataohjattu ohje?
lyhyesti sanottuna datalähtöisessä opetuksessa kerätään yhteen tietokanta oppilaista jokaisessa luokkahuoneessa ja käytetään tätä tietoa opetuksen laadun parantamiseksi luokkahuoneessa.
vaikka suuri osa tästä työstä on opettajien itsensä tekemää, on koulun johdon tehtävä rakentaa datalähtöinen opetuskulttuuri.
jokainen luokkahuone on täynnä oppilaita, joilla on omat tarpeensa, kykynsä ja ymmärrystasonsa. Datalähtöisen opetuksen tavoitteena on ottaa kaikki tämä tieto huomioon opetussuunnitelmia rakennettaessa tai jopa suoraan opetettaessa luokkahuoneessa.
datalähtöisessä opetuksessa on kolme päävaihetta:
- tiedonkeruu: kerätään tietoa luokanarvioinneista ja standardoiduista testituloksista sekä opettajan havainnoista ja luodaan tietopankki.
- tietojen analysointi: erottele olennaiset tiedot ei-olennaisista tiedoista. Katso kuvioita ja sukeltaa syitä näiden tulosten takana. Tee johtopäätökset ja laadi opetussuunnitelmat.
- toiminta: Onnittele luokkaasi ja siirry seuraavaan aiheeseen tai valmista aikaa tiettyjen ajatusten uudelleen opettamiseen luokalle.
menee syvemmälle kuin ”mitä”
tähän asti monet koulut ovat ottaneet datalähtöisen opetuksen tarkoittamaan tietokannan rakentamista siitä, mitä oppilaat tietävät ja mitä he eivät tiedä.
kuitenkin, jotta koulusi oppilaat todella hyötyisivät, sinun täytyy ymmärtää muutakin kuin ”whats”.
kokeiden tulokset ja standardoidut koetulokset kertovat vain opiskelijoiden tietotason. Sinun täytyy kaivaa syvemmälle ymmärtää” miksi ”ja” miten ” tilanteesta.
kuvitelkaapa esimerkiksi, että suurimmalla osalla yhdestä tiedeluokasta ei ole vaadittavaa tietoa standardoidun kokeen läpäisemiseksi. ”Mikä” on selvää: heiltä puuttuu vastaava ymmärrys aiheesta.
nyt on aika selvittää ”miksi” ja ”miten”.
niin, miksi nämä oppilaat missasivat tunnilla opetetut avaintiedot? Onko jokin häiriötekijä, joka voidaan minimoida? Vaikuttiko se, miten tiedot esitettiin, heidän ymmärrykseensä?
sitten, miten näitä oppilaita voidaan opettaa uudelleen niin, että tieto tarttuu? Jos he ymmärsivät selvästi muita saman lukukauden aikana opetettuja aiheita, miten he oppivat nämä aiheet? Miten voit soveltaa samoja periaatteita opettaaksesi uudelleen tietoa, jota he eivät ole oppineet?
tarvittavien tietojen kerääminen ”mitä”, ”miksi” ja ”miten” vastaamiseksi on dataohjauksen perusta.
mitkä strategiat auttavat sinua kehittämään koulusi datakulttuuria?
11 strategiat datalähtöisen opetuksen kulttuurin rakentamiseksi koulussasi
ota opettajat mukaan prosessiin
kun sinä koulun johtajana luot pohjaa datalähtöiselle opetukselle, opettajien on tehtävä suurin osa raskaasta työstä.
siksi on tärkeää, että opettajat ovat mukana luomassa ja rakentamassa datavetoista kulttuuria.
tämänkaltaiset mahdollisuudet auttavat opettajia antamaan datalähtöistä opetusta ja auttavat minimoimaan testipäivän ahdistuksen opiskelijoille, jotka ovat uusia Regents-kokeessa! https://t.co/CMAUaZE7N1
— Alex Servello (@YonkersScience) February 27, 2019
on paljon työtä mukana luomaan toimintakelpoisia suunnitelmia, jotka pääsevät ytimeen opiskelijoiden arviointi ja data-analyysi. Ota siis opettajasi mukaan tekemään nämä suunnitelmat. Hanki yhdessä ja perustaa rutiinit ja standardit, jotka ovat perustana data driven opetusta koulussasi.
myös Opettajankoulutus on erittäin tärkeää. Kun olet asettanut standardit tiedonkeruulle, analysoinnille ja sovellukselle, opettajien on ymmärrettävä tarkalleen, mitä se merkitsee heille heidän päivittäisessä toiminnassaan luokkahuoneessa ja sen ulkopuolella.
joten, kouluttaa opettajia nopeasti analysoida tietoja ja tehdä johtopäätöksiä, että kipinöitä, mikä auttaa heitä toteuttamaan datalähtöistä opetusta politiikkaa.
skaalaa ponnistelusi hitaasti
|
Sukellus tietojen keräämiseen ja analysointiin jokaisen luokan koko koulussa voi tuntua pelottava.
se johtuu siitä, että se on liian työlästä.
”kaikki tai ei mitään” -lähestymistavan sijaan yritä aloittaa vain yhdellä luokalla.
kerää tietoa opiskelijoiden tietotasoista ja siitä, miten he oppivat. Kun tavoitteena on aloittaa pieni, rakentaa prosessi, joka tekee tietojen helppo kerätä ja kääntää toimintaa.
pyydä esimerkiksi opettajia seuraamaan, kuinka monta kertaa oppilaat pyytävät selvennystä johonkin aiheeseen luokassa sekä mitä opetusstrategioita he tuolloin käyttivät. Nämä tiedot voidaan helposti muuntaa toiminnaksi: poistaa opetusmenetelmät, jotka eivät esitä tietoa selkeästi.
kun alkaa nähdä tuloksia yhdessä tai kahdessa luokkahuoneessa, voi alkaa laajentaa samoja tiedonkeruu – ja sovellustapoja myös muuhun kouluun.
Aseta arvioinneille oikeat standardit
älä levittele itseäsi liikaa. On paljon asioita, joita oppilaiden ”pitäisi” opetella. Ja opettajilla voi olla omat käsityksensä siitä, mikä on tärkeää tietoa tuntisuunnitelmassa.
kuitenkin, jotta datalähtöisessä opetuksessa saadaan varmat, vakaat tulokset, on määriteltävä arviointistandardit.
se tarkoittaa jokaisen yksikön ottamista ja vastaamista seuraaviin kysymyksiin:
- mitä tietoa opiskelijoiden on tärkeää oppia?
- mitä heidän tulee tietää ja ymmärtää voidakseen läpäistä pääsykokeet tai muut tärkeät kokeet?
- mitä tietoa olisi ehdottomasti opetettava uudelleen, jos opiskelijat eivät olisi oppineet sitä tiettyyn aikaan mennessä?
kun nämä standardit ovat käytössä, opettajien ja oppilaiden on helpompi työskennellä vankkojen oppimistavoitteiden saavuttamiseksi ja kerätä tarvittavat tiedot opetuksen parantamiseksi.
Rakenna rutiinit väliarviointeja varten
vaikka summatiiviset arvioinnit ovat tärkeitä, älä koskaan unohda, että oppiminen on jatkuva prosessi. Jos osa oppilaista ei koskaan hallitse lukuvuoden alussa käsiteltyä aihetta, ongelmaan olisi helpompi puuttua aiemmin kuin kesätaukoa edeltävinä viikkoina.
työskentele siis koulusi opettajien kanssa rakentaaksesi väliarviointijärjestelmän.
Preservatice teachers in #Read4563 tutki autenttisia tapoja tarkistaa ymmärrystä ennen, sen aikana, & oppitunnin jälkeen. Ei enää tylsiä työarkkeja! @TWUreadingdept #formativeassessment #DataDrivenInstruction pic.twitter.com/kkxrFUp6sE
– Tamra Dollar (@TamraDollar) February 21, 2019
ota ensin ylläolevat mittapuut. Jaa sitten pääaiheet koko kouluvuodelle.
esimerkiksi sanotaan, että englannin kielen kurssin on hallittava lauserakenteen aihe lukukauden loppuun mennessä. Ota aihe ja jaa se pääosiin. Mikä on tavoite päivämäärä opiskelijoille hallita ymmärrystä adjektiiveja, verbejä, aiheita, ja esineitä? Milloin heidän täytyy ymmärtää kaikkien näiden osien sijoittuminen lauseeseen?
näiden olennaisen aiheen pääkohtien perusteella asetetaan väliarviointipäivät. Oli se sitten testien, tiimiprojektien, esseiden jne. kautta., opiskelijoiden on pystyttävä osoittamaan kyseisen aiheen hallintaa.
nämä väliarvioinnit auttavat opettajia suunnittelemaan kunkin oppilaan tarpeita ja antavat heille aikaa opettaa olennaisia ajatuksia uudelleen aiheen ollessa vielä heidän mielessään, eikä viikkoja tai kuukausia myöhemmin.
kerää vain tarvitsemasi tiedot
|
osasyy siihen, että data driven opetus on niin pelottava on, että on vain niin. Paljon. Tieto.
onnistuneen strategian toteuttaminen edellyttää tietojen harventamista vain välttämättömään.
ilmeisesti koulunne opettajilla riittää jo lautasella: älä lisää kahlaamista liiallisen datan läpi heidän työtaakkaansa.
varmista sen sijaan, että tiedonkeruuprosessisi keskittyy olennaiseen tietoon. Vaikka varmistetaan, että arvioinnit on standardoitu on tärkeää, kuten edellä on mainittu, toinen tapa tehdä tämä olisi antaa opettajille erityisiä ohjeita siitä, miten kerätä ja analysoida opiskelijatietoja.
näin kaikki mukana olevat opettajat keräävät vain tarpeellista tietoa, ja aika, jonka he käyttävät tuon tiedon analysointiin, keskittyy enemmän siihen, mikä on todella tärkeää.
Aseta tavoitteet, jotka näkyvät opiskelijoille
opettajat eivät ole ainoita, jotka osallistuvat opiskelijatietojen keräämiseen ja analysointiin: myös oppilaat voivat osallistua!
loppujen lopuksi datavetoisen opetuksen päämääränä on auttaa oppilaita saavuttamaan koulutukselliset tavoitteet. Näyttäkää heille, miten he pärjäävät noilla maaleilla!
tämä voidaan tehdä luomalla visuaalisia tavoitteita ja antamalla oppilaille mahdollisuus mitata omaa edistymistään. Auta opettajia suunnittelemaan aikaa opiskelijan itseanalyysille. Anna lapsille mahdollisuus katsoa taaksepäin työnsä, mitä he ovat saavuttaneet ja kehittää kasvun ajattelutapa.
jotta tämä strategia erottuisi toden teolla, tehdään edistyksestä visuaalinen.
|
esimerkiksi yksikön loppuvaiheessa opettajat voivat käyttää luokkahuoneen vastausjärjestelmiä (tai ”clickers”) saadakseen nopean yleiskuvan siitä, kuinka paljon Luokka ymmärtää aiheesta. Näihin hauskoihin, interaktiivisiin testeihin voivat osallistua kaikki oppilaat (jopa takana olevat todella ujot).
testin lopussa useimmat naksuttimet tuottavat pylväskaavion, joka näyttää kuinka moni oppilas valitsi kunkin vastausvalinnan. Tämä antaa oppilaille ja opettajille helpon kuvan siitä, miten he ovat edistyneet tai missä he vielä puuttuvat.
käytä Edtechiä, joka näyttää oppimisen edistymisen opiskelijoille
ei ole mikään salaisuus, että ed-tech ottaa harppauksia luokkahuoneessa.
mutta tiesitkö, että se voi todella auttaa sinua (ja opettajiasi) toteuttamaan datapohjaista opetusta?
itse asiassa 75% opettajista pitää datalähtöistä opetusta EdTechin huipputrendinä.
se on noussut vain 28 prosentista vuonna 2017.
mistä kasvu johtuu? Koska useimmat ed-tech ohjelmat hyödyntävät vastauksia opiskelijoiden antaa opettajille selvää tietoa siitä, mitä tapahtuu heidän luokkahuoneessa.
Prodigy on ilmainen, opetussuunnitelman mukainen matematiikkapeli, jonka avulla voit helposti kvantifioida opiskelijan oppimista ja saavutuksia. Opiskelijat rakastavat pelipohjaista oppimisalustaa, jossa he vastaavat taitoja rakentaviin matemaattisiin kysymyksiin mennäkseen seikkailuihin ja tutkiakseen uusia maailmoja. Ihastut tehokas raportti työkaluja, jotka auttavat ajaa opiskelija oppimista.
voit löytää helposti luettavia raportteja, joissa kerrotaan tarkasti, mitä taitoja opiskelijat ovat oppineet, sekä mitkä niistä he ovat heikkoja. Tämä tekee datan analysoinnista entistä helpompaa, koska tieto on jo kerätty ja järjestetty. Opettajat voivat sitten tehdä tietoon perustuvia päätöksiä, jotka auttavat koko luokkahuonetta oppimaan paremmin.
Haluatko nähdä, montako Prodigyn käyttäjää rakennuksessasi on? Täytä alla oleva lomake ja varaa ilmainen demo! 👇
Rakenna aikataulu tietojen analysointia varten
on aika antaa opettajille ohjeita datan analysointiin.
esimerkiksi sen sijaan, että opettajia pyydettäisiin kirjoittamaan johtopäätöksensä luettuaan aineiston läpi, luodaan yhtenäinen prosessi tiedon analysointiin. Voit tehdä tämän luomalla raportteja, joissa on lyhyitä, erityisiä kysymyksiä, joihin opettajien on vastattava asteikolla 1-10 keräämiensä tietojen perusteella.
- millainen mestaruus luokalla (tai oppilaalla) on tässä asiassa?
- kuinka valmis luokka on vastaamaan tätä aihetta koskeviin kysymyksiin standardoidussa kokeessa?
- pystyykö Luokka selittämään helposti käsityksensä tästä aiheesta?
tämän jälkeen opettajat voivat luetella yksittäisiä puutteita tai heikkouksia, joita he ovat nähneet joko yksittäisissä oppilaissa tai koko luokassa.
seuraavaksi heidän on analysoitava opetusmenetelmistä kerätty data. Käyttämällä samaa asteikkoa 1-10 he voivat arvioida käyttämiään eri opetusmenetelmiä sen mukaan, kuinka hyvin Luokka reagoi niihin.
lopuksi opettajien tulisi luetella vähintään 3 toimenpidettä, joihin he aikovat ryhtyä parantaakseen opetustaan seuraavaa yksikköä varten. Tähän voisi kuulua tiettyjen aiheiden uudelleen opettaminen tai niiden luokkahuoneessa olevien menetelmien muuttaminen, jotta tieto tarttuisi paremmin.
nyt, sinun täytyy rakentaa aikataulu opettajillesi analysoida tuota dataa.
jotkut koulut asettavat opettajien aikataulussa tietyn ajan keräämistään tiedoista. Ihannetapauksessa tämä tapahtuisi pian arviointien tekemisen jälkeen.
selkeä prosessi ja aikataulu auttavat opettajia ja koulun johtajia pitämään kiinni oppilaiden edistymisestä.
rohkaise opettajia yhteistyöhön keskenään
kun se tulee data analysointi, opettajien pitäisi tietää, että heidän ei tarvitse mennä sitä yksin. Kun aikataulutat aikaa tietojen analysointiin, rohkaise opettajia työskentelemään yhdessä, jotta he saavat kerättyä dataa läpi.
tämä menetelmä auttaa sekä opettajia että opiskelijoita hyötymään datalähtöisestä opetuksesta. Sanotaan, että kaksi toimii paremmin kuin yksi, ja tämä on erinomainen esimerkki: kaksi tai useampi opettaja työskentelee yhdessä ymmärtääkseen keräämäänsä dataa ja ideoi ideoita siitä, miten edetä.
opettajan yhteistyö on myös yksi ammatillisen kehityksen muoto. Opettajat oppivat arvokkaita taitoja toisiltaan ja rakentavat toistensa ideoista entistä paremman oppimiskokemuksen luokkahuoneessa.
Tarkista uudelleenopetuksen vaikutukset
arvioinnin jälkeen luokka tarvitsi siis olennaisen aiheen uudelleenopetusta. Sen sijaan, että vain käymme läpi tietoja uudelleen ja siirrymme eteenpäin, on tärkeää, että opettajat tarkistavat arvionsa varmistaakseen, että oppilaat todella saavat tiedon merkityksen.
edellä mainituilla naksuttimen testeillä saadaan nopea yleiskuva luokan kokonaisymmärryksestä jostakin aiheesta. Tämä menetelmä ei vie paljon aikaa ja antaa opettajille välittömän palautteen siitä, oliko uudelleenopetuksella haluttu vaikutus.
Kartoita koko koulusi kehitys
Katso tämä viesti InstagramThoughts for data season käyttäjältä @bakerripley Ms. Barnhart ???? – – – – – #teach #teachingexcellence #teachertraining #acp #teachercertification #professionaldevelopment #education #teachemup #houston #houstonlove #TElove #education #educator #impact #authentic #learning #teacher #teachersofinstagram #teachersofig #commonassessments #review #testing #datadriveninstruction#data#studentachievement#reflect
kun data driven opetus suunnitelma on paikallaan, se on mielenkiintoista katsella, mitä eroa se tekee luokkahuoneissa.
joten muista kirjata lähtötilanne lähtötilanteesta. Säilytä ensimmäiset luokkahuonearviot ja analyysi, jotka opettajat ottivat pois keräämästään datasta.
Näin voit nähdä ne uskomattomat tulokset, joita data driven instruction tuo tullessaan. Esimerkiksi New Mexico School for the Arts käytti data driven instruction principles-menetelmää parantaakseen osaamistaan PARCC – matematiikan kokeissa 29 prosentista 40 prosenttiin ja PARCC-englannin kielen taiteissa 80 prosentista 87 prosenttiin.
ladattava luettelo 11 keskeisestä askeleesta kohti datalähtöistä opetusta
millaisia tuloksia koulusi voisi nähdä?
Aloita datalähtöisen opetuksen kulttuurin rakentaminen kouluusi tänään lataamalla ilmainen, tiivistetty listamme askeleista, joihin voit ryhtyä. 👇
johtopäätös: Anna koulullesi datalähtöisen opetuksen
etu käyttämällä dataa oppimiskokemusten parantamiseen koulussasi on tulevaisuuden tapa. Opettajien täytyy tietää, mitä heidän oppilaidensa päässä tapahtuu, jotta he voivat auttaa heitä, ja sinun täytyy ymmärtää, mitä luokkahuoneissa tapahtuu, jotta voit paremmin ohjata kouluasi.
muista, että dataan perustuva opetus sisältää kolme olennaista vaihetta:
- tiedonkeruu
- tietojen analysointi
- toiminta
päättämällä standardeista ja antamalla ohjeita opettajille autat rakentamaan datalähtöisen opetuskulttuurin kouluusi.
koulun johtaja? Kokeile ihmelääkettä-ilmaista, opetussuunnitelman mukaista matematiikan alustaa, jota käyttää yli miljoona opettajaa ja koulun johtajaa 90 000 koulussa.
koulun johtajat voivat käyttää:
- Gauge student preparation for standardized testing
- Inform data driven instruction efforts and drive student achievement
- Pine student ’s working grade levels and their levels on key Strand
Fill out the form to see your building’ s users!