Data Driven instructie: definitie en 11 strategieën

het draait allemaal om de data.

in uw school zijn veel gegevens te beheren. Er is informatie over personeel, curriculum, studenten en hun familie, tests, examens, reglementen, budget, betalingen, lerarenevaluaties, evenementen…

krijg je hoofdpijn als je er al over nadenkt?

met al die gegevens die rond uw school zweven, kan het idee van data driven instructie overweldigend lijken.

het vastleggen, begrijpen en aan het werk zetten van informatie over uw leerlingen kost immers tijd.

het idee van data driven instructie is niet nieuw. Maar hoe werkt het precies? Welke praktische stappen kunt u nemen om ervoor te zorgen dat docenten goed werken met data driven instruction?

laten we eerst bespreken wat er betrokken is bij data driven instructie. Vervolgens onthullen we 11 stappen die u vandaag kunt nemen om een cultuur van data-driven instructie op te bouwen in uw school.

Plus, we hebben een downloadbare lijst samengesteld van de 11 stappen die u aan uw bureau kunt bewaren!

Wat is data driven instructie?

in het kort, data driven instruction omvat het verzamelen van een database van informatie over de studenten in elk klaslokaal, en het gebruik van die informatie om de kwaliteit van het onderwijs in de klas te verbeteren.

hoewel veel van dit werk door de leraren zelf wordt gedaan, is het aan de leiding van de school om een cultuur van datagedreven onderwijs op te bouwen.

elk klaslokaal zit vol met leerlingen met hun eigen behoeften, vaardigheden en kennisniveaus. Data driven instruction is bedoeld om al deze informatie in aanmerking te nemen bij het opbouwen van curricula, of zelfs direct bij het lesgeven in de klas.

er zijn drie belangrijke stappen betrokken bij gegevensgestuurde instructie:

• gegevensverzameling: verzamel informatie uit klassenbeoordelingen en gestandaardiseerde testresultaten, evenals observaties van de leraar, en maak een database met informatie.
• gegevensanalyse: essentiële informatie scheiden van niet-essentiële informatie. Kijk naar patronen en duik in de redenen achter deze resultaten. Trek conclusies en formuleer onderwijsplannen.
• actie: feliciteer uw klas en ga naar het volgende onderwerp, of bereid de tijd voor om bepaalde ideeën opnieuw aan de klas te leren.

dieper gaan dan de “wat”

tot nu toe hebben veel scholen data driven instructie genomen om te betekenen het opbouwen van een database van wat de leerlingen weten en wat ze niet weten.

om de leerlingen op uw school echt te helpen, moet u echter meer begrijpen dan alleen de “wat”.

examenscores en gestandaardiseerde testresultaten geven alleen het kennisniveau van de studenten weer. Je moet dieper graven om het “waarom” en “hoe” van de situatie te begrijpen.

stel je bijvoorbeeld voor dat de meerderheid van één wetenschapsklasse niet over de vereiste kennis beschikt om de gestandaardiseerde test te doorstaan. Het ‘ wat ‘ is duidelijk: ze missen een gelijkwaardig begrip van het onderwerp.

nu is het tijd om uit te zoeken waarom en hoe.

dus, waarom hebben deze studenten gemist belangrijke informatie onderwezen in de klas? Is er een soort afleiding die geminimaliseerd kan worden? Had de manier waarop de informatie werd gepresenteerd een effect op hun begrip?

hoe kunnen deze leerlingen dan op een zodanige wijze worden omgeleid dat de informatie blijft hangen? Als ze duidelijk begrepen andere onderwerpen die werden onderwezen tijdens hetzelfde semester, hoe hebben ze die onderwerpen geleerd? Hoe kun je dezelfde principes toepassen om de informatie die ze niet leerden opnieuw te onderwijzen?

het verzamelen van de nodige gegevens om de “wat”, “waarom” en “hoe” te beantwoorden is de basis voor gegevensgestuurde instructie.

welke strategieën zullen u helpen de datacultuur van uw school te ontwikkelen?

11 strategieën om een cultuur van gegevensgestuurd onderwijs op te bouwen in uw school

betrekken leraren bij het proces

terwijl u als schoolleider de basis legt voor gegevensgestuurd onderwijs, zijn het de leraren die het grootste deel van het zware werk moeten doen.

daarom is het belangrijk dat leraren betrokken worden bij het proces van het creëren en bouwen van uw datacultuur.

kansen als deze helpen leraren gegevensgestuurde instructie te geven en helpt de angst voor de testdag te minimaliseren voor studenten die nieuw zijn voor het Regents-examen! https://t.co/CMAUaZE7N1

— Alex Servello (@YonkersScience) februari 27, 2019

er is veel werk betrokken bij het maken van uitvoerbare plannen die de kern van student assessment en data-analyse. Betrek je leraren bij het maken van deze plannen. Kom samen en stel de routines en standaarden op die de basis zullen vormen voor data driven instructie in uw school.

de lerarenopleiding is eveneens van groot belang. Zodra u de normen voor gegevensverzameling, – analyse en-toepassing hebt ingesteld, moeten leraren precies begrijpen wat dat voor hen betekent in hun dagelijkse activiteiten in en buiten de klas.

onderwijsgevenden trainen om snel gegevens te analyseren en conclusies te trekken die actie stimuleren, zodat ze een datagedreven instructiebeleid kunnen implementeren.

schaal uw inspanningen langzaam

|

duiken in het verzamelen van gegevens en analyse voor elke klas in uw hele school kan ontmoedigend lijken.

dat komt omdat het te veel werk is.

in plaats van de ‘alles-of-niets’ benadering, probeer te beginnen met slechts één klasse.

Verzamel gegevens over de kennisniveaus van studenten en hoe zij leren. Met het doel om klein te beginnen, bouw een proces dat gegevens gemakkelijk te verzamelen en te vertalen in actie maakt.

bijvoorbeeld, laat leraren bijhouden hoeveel keer leerlingen om opheldering vragen over een onderwerp in de klas, en welke onderwijsstrategieën ze op dat moment gebruikten. Deze gegevens kunnen gemakkelijk worden vertaald in een actie: verwijder onderwijsmethoden die de informatie niet duidelijk presenteren.

zodra u resultaten begint te zien in een of twee klaslokalen, kunt u beginnen met het uitbreiden van dezelfde methoden voor het verzamelen en toepassen van gegevens naar de rest van de school.

Stel de juiste normen voor beoordelingen

spreid jezelf niet te dun. Er zijn genoeg dingen die studenten ‘zouden’ moeten leren. En leraren kunnen hun eigen ideeën hebben over wat belangrijke informatie is in een lesplan.

echter, om definitieve, stabiele resultaten in data driven instructie te hebben, moet u de normen van beoordeling definiëren.

dat betekent dat elke eenheid wordt behandeld en de volgende vragen worden beantwoord:

• welke informatie is essentieel voor studenten om te leren?
• wat moeten ze weten en begrijpen om te slagen voor SATs of andere belangrijke examens?
• welke informatie zou absoluut opnieuw moeten worden onderwezen als de leerlingen het niet op een bepaalde tijd onder de knie hadden?

zodra deze normen zijn ingevoerd, is het voor leraren en studenten gemakkelijker om te werken aan solide leerdoelen en om de nodige gegevens te verzamelen voor een beter onderwijs.

Bouw routines voor tussentijdse beoordelingen

hoewel summatieve beoordelingen belangrijk zijn, vergeet nooit dat leren een doorlopend proces is. Als een aantal studenten nooit een onderwerp onder de knie hebben dat aan het begin van het schooljaar werd behandeld, zou het gemakkelijker zijn om het probleem eerder aan te pakken dan in de weken voor het zomervakantie.

werk dus samen met de leraren op uw school om een systeem op te bouwen voor tussentijdse (of formatieve) beoordelingen.

Conserveermiddeldocenten in #Read4563 verkennen authentieke manieren om te controleren of ze voor, tijdens, & na een les begrijpen. Geen saaie werkbladen meer! @TWUreadingdept # formativeassessment #Datadriveninstructie pic.twitter.com/kkxrFUp6sE

— Tamra Dollar (@TamraDollar) februari 21, 2019

neem eerst de normen die je hierboven hebt gesteld. Verdeel vervolgens de belangrijkste onderwerpen gedurende het schooljaar.

bijvoorbeeld, laten we zeggen dat een Engelse les het onderwerp van de zinsstructuur aan het einde van het semester onder de knie moet hebben. Dus, neem dat onderwerp en verdeel het in de belangrijkste delen. Wat is de streefdatum voor studenten om een begrip van bijvoeglijke naamwoorden, werkwoorden, onderwerpen en objecten onder de knie te krijgen? Wanneer moeten ze de plaatsing van al deze delen in de zin begrijpen?

vervolgens, op basis van deze hoofdonderdelen van het essentiële onderwerp, data voor tussentijdse evaluaties. Of het nu door middel van tests, teamprojecten, essays, enz., moeten studenten in staat zijn om meesterschap van het onderwerp in kwestie aan te tonen.

deze tussentijdse evaluaties zullen de leerkrachten helpen bij het plannen van de behoeften van elke student, waardoor ze tijd krijgen om essentiële ideeën opnieuw te onderwijzen terwijl het onderwerp nog in hun gedachten is, in plaats van weken of maanden later.

verzamel alleen de gegevens die u nodig hebt

|

een deel van de reden dat data driven instructie is zo ontmoedigend is dat er gewoon zo. Veel. Gegevens.

de uitvoering van een succesvolle strategie houdt in dat de gegevens alleen worden uitgedund tot wat nodig is.

de leraren in uw school hebben natuurlijk al genoeg op hun bord: voeg niet waden door overmatige gegevens aan hun werkbelasting.

zorg er in plaats daarvan voor dat uw gegevensverzamelingsprocessen gebaseerd zijn op informatie die essentieel is. Hoewel het belangrijk is om ervoor te zorgen dat je assessments gestandaardiseerd zijn, zoals hierboven besproken, zou een andere manier om dit te doen zijn om leraren specifieke richtlijnen te geven over het verzamelen en analyseren van studentengegevens.

op die manier verzamelen alle betrokken leraren alleen de noodzakelijke gegevens, en de tijd die ze besteden aan het analyseren van die gegevens is meer gericht op wat echt belangrijk is.

doelen stellen die zichtbaar zijn voor studenten

de docenten zijn niet de enigen die betrokken zijn bij het verzamelen en analyseren van studentengegevens: de studenten kunnen ook meedoen!

het eindspel van data driven instruction is immers om leerlingen te helpen educatieve doelen te bereiken. Dus, laat ze zien hoe ze het doen met die doelen!

dit kan worden gedaan door visuele doelen te creëren en leerlingen in staat te stellen hun eigen vooruitgang te meten. Help leraren tijd te plannen voor student zelfanalyse. Geef kinderen de kans om terug te kijken op hun werk, te zien wat ze hebben bereikt en een groei mindset te ontwikkelen.

om deze strategie echt te laten opvallen, moet de voortgang zichtbaar worden gemaakt.

|

bijvoorbeeld, wanneer ze aan het einde van een eenheid komen, kunnen leraren gebruik maken van klaslokaal responssystemen (of ‘clickers’) om een snel overzicht te krijgen van hoeveel de klas begrijpt van het onderwerp. Deze leuke, interactieve tests laten alle studenten (zelfs de echt verlegen achter) toe om deel te nemen.

aan het einde van de test produceren de meeste kliksystemen een staafdiagram dat aangeeft hoeveel leerlingen elke antwoordkeuze hebben gekozen. Dit geeft studenten en docenten een eenvoudig beeld van de vooruitgang die ze hebben geboekt, of waar ze nog steeds ontbreken.

gebruik EdTech dat de leervoortgang voor leerlingen

weergeeft het is geen geheim dat ed-tech vooruitgang boekt in de klas.

maar wist u dat het u (en uw leraren) daadwerkelijk kan helpen om gegevensgestuurde instructie te implementeren?

in feite ziet 75% van de leerkrachten datagedreven onderwijs als een top trend voor EdTech.

dat is een stijging van slechts 28% in 2017.

waarom de stijging? Omdat de meeste ed-tech-programma ‘ s gebruik maken van de antwoorden van studenten om leraren duidelijke gegevens te geven over wat er in hun klas gebeurt.

Prodigy is een gratis, curriculum-uitgelijnde wiskunde spel dat u helpt gemakkelijk kwantificeren student leren en prestaties. Studenten houden van het game-based learning platform, waar ze skill-building wiskundige vragen beantwoorden om op avontuur te gaan en nieuwe werelden te verkennen. U zult genieten van de krachtige rapportage tools die helpen stimuleren student leren.

je zult in staat zijn om gemakkelijk te lezen rapporten die detail precies welke vaardigheden studenten onder de knie hebben, evenals welke ze zwak in. Dit maakt data-analyse nog gemakkelijker, omdat de informatie al is verzameld en georganiseerd. Leraren kunnen dan weloverwogen beslissingen nemen die het hele klaslokaal helpen beter te leren.

wilt u zien hoeveel Prodigy-gebruikers er in uw gebouw zijn? Vul onderstaand formulier in om een gratis demo te boeken! 👇

Maak een schema voor data-analyse

het is tijd om uw leraren richtlijnen te geven voor het analyseren van gegevens.

bijvoorbeeld, in plaats van leraren te vragen hun conclusies te schrijven na het lezen van de gegevens, Creëer een uniform proces voor gegevensanalyse. Je zou dit kunnen doen door rapporten te maken met korte, specifieke vragen die leraren moeten beantwoorden op een schaal van 1-10 op basis van de gegevens die ze hebben verzameld.

• wat voor soort meesterschap heeft de klas (of student) in dit onderwerp?
• hoe voorbereid is de klas om vragen over dit onderwerp te beantwoorden op een gestandaardiseerde test?
• kan de klas met gemak uitleggen hoe ze dit onderwerp begrijpen?

dan kunnen leraren een lijst maken van specifieke lacunes of zwakheden die ze hebben gezien in individuele leerlingen of in de klas als geheel.

vervolgens moeten ze de verzamelde gegevens over onderwijsmethoden analyseren. Met behulp van dezelfde 1-10 schaal, kunnen ze de verschillende onderwijsmethoden die ze gebruikten beoordelen op hoe goed de klas op hen reageerde.

ten slotte dienen de leerkrachten ten minste drie acties op te sommen die zij van plan zijn te ondernemen om hun onderwijs voor de volgende eenheid te verbeteren. Dit kan onder meer het opnieuw onderwijzen van bepaalde onderwerpen, of het veranderen van hun in-klaslokaal methoden om de informatie stok beter te maken.

nu moet u een schema maken voor uw leraren om die gegevens te analyseren.

sommige scholen stellen in het schema van de leerkrachten een specifieke tijd in om de verzamelde gegevens te analyseren. Idealiter zou dit kort na de evaluatie zijn.

het hebben van een duidelijk proces en schema helpt leraren en schoolleiders om grip te houden op de vooruitgang van leerlingen.

leerkrachten aanmoedigen om met elkaar samen te werken

als het gaat om data-analyse, leraren moeten weten dat ze niet alleen te gaan. Bij het plannen van de tijd voor data-analyse, moedigen leraren om samen te werken om door de gegevens die ze hebben verzameld.

deze methode helpt zowel docenten als studenten om de voordelen van data driven instructie te benutten. Ze zeggen dat twee beter werken dan één, en dit is een goed voorbeeld: twee of meer leraren werken samen om de gegevens die ze hebben verzameld te begrijpen en te brainstormen over hoe verder te gaan.

samenwerking tussen docenten is ook een vorm van professionele ontwikkeling. Leraren zullen waardevolle vaardigheden van elkaar leren en op elkaars ideeën voortbouwen om een nog betere leerervaring in de klas te creëren.

evaluatie van de effecten van herscholing

dus, na beoordeling, Een klas nodig re-lesgeven van een essentieel onderwerp. In plaats van de informatie opnieuw door te nemen en verder te gaan, is het belangrijk dat leraren hun beoordelingen opnieuw bekijken om ervoor te zorgen dat leerlingen echt het gevoel van de informatie krijgen.

het gebruik van clicker tests zoals hierboven vermeld is een geweldige manier om een snel overzicht te krijgen van het algemene begrip van een onderwerp in de klas. Deze methode zal niet veel tijd in beslag nemen, en stelt leraren in staat om onmiddellijk feedback te zien over de vraag of het heronderwijs het gewenste effect had.

Grafiek van de voortgang van de school als geheel

Bekijk dit bericht op Instagram

Gedachten voor data seizoen van @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

A post shared by Teaching Excellence (@teachingexcellence) on Nov 15, 2018 at 2:45pm PST

zodra uw data driven instructieplan op zijn plaats is, zal het interessant zijn om te zien wat een verschil het maakt in uw klaslokalen.

dus, zorg ervoor dat u een baseline vanaf het beginpunt registreert. Sla de eerste klassikale beoordelingen op en de analyse die leraren uit de verzamelde gegevens haalden.

Hiermee kunt u de ongelooflijke resultaten zien die data driven instructie met zich meebrengt. Als voorbeeld, de New Mexico School for the Arts gebruikte data driven instruction principles om hun vaardigheid op PARCC wiskunde testen te verhogen van 29 naar 40 procent, en op PARCC Engels taal arts van 80 naar 87 procent.

downloadbare lijst van de 11 belangrijkste stappen naar data-driven instructie

wat voor resultaten zou uw school kunnen zien?

begin vandaag nog met het opbouwen van een cultuur van data-driven instructie in uw school door onze gratis, beknopte lijst te downloaden van de stappen die u kunt nemen. 👇

conclusie: Geef uw school het voordeel van gegevensgestuurd onderwijs

het gebruik van gegevens om leerervaringen in uw school te verbeteren is de weg van de toekomst. Leraren moeten weten wat er in het hoofd van hun leerlingen omgaat om hen te helpen, en je moet begrijpen wat er in de klas gebeurt om je school beter te kunnen sturen.

onthoud dat gegevensgestuurde instructie drie essentiële stappen omvat:

• gegevensverzameling
• gegevensanalyse
• actie

door te beslissen over normen en richtlijnen voor leraren, helpt u een cultuur van gegevensgestuurd onderwijs op uw school op te bouwen.

schoolleider? Probeer Prodigy — het gratis, curriculum-uitgelijnde wiskundeplatform dat wordt gebruikt door meer dan een miljoen leraren en schoolleiders op 90.000 scholen.

schoolleiders kunnen Prodigy gebruiken om:

• Gauge voorbereiding van de student voor gestandaardiseerde tests
• informeer gegevensgestuurde instructieinspanningen en stimuleer de prestaties van de student
• lokaliseer het niveau van de leerlingen en hun niveaus op de belangrijkste onderdelen

vul het onderstaande formulier in om de gebruikers van uw gebouw te zien!