数据为教与学服务.docVIP

数据为教与学服务 作者：肖志良 李全增 从国际教育发展趋势看，提高学生学习质量，重视学生生存、发展和创新等能力，已成为当前国际基础教育改革与发展的主流。美国的“不让一个孩子掉队教育改革计划”（NCLB）实施后，出现了许多热门的新名词，其中最流行的当属“数据驱动下的决策制定”（Data-driven Decision Making）。简单概括之，这一概念涉及借助学生考试结果数据的搜集和分析处理、人口统计学信息以及学生的其他相关数据来制定更加完善的教育决策。数据在教与学的过程中，扮演了越来越重要的角色。 “十一五”期间，北京市朝阳区现代教育技术信息网络中心承担了市级教育规划重点课题《云计算理念下的北京教育信息数据库建设初步研究》的区级试点研究；进而在2011年承担了北京市教育科学“十二五”规划信息化重点课题《“以校为本”的学业能力诊断与评价信息化建设与应用研究》。课题基于“以校为本、服务每一位学生”这一核心理念，与教育行政、教研、信息化企业等机构多方联合，搭建数据服务平台，面向学校领导与一线教师、广大学生和家庭三类人群，以教育评估与测量为理论依据，以数据挖掘、分析和网络技术为工具，组织不同类型、不同背景条件的实验校、学区，开展以教学诊断、评价和质量监控为主要切入点的数据驱动下的教学决策研究。使教学管理者能够更全面地监控学校整体教学质量并进行长期追踪，科学地制订学校整体教学目标和教学策略，合理地评价各班教学质量并找到差异化原因；有效地建立整体教学策略共建共享的机制，均衡师资水平；使一线学科教师更高效地提升班级综合学业能力水平，有目标、有针对性地进行一线教学策略制订与改进；使学生能够以丰富的学业反馈报告为载体，提升学生的自主学习、自我反思的能力；帮助家长更科学地关注孩子的成长，提升家庭助学的意识、能力和方法。 4年来，课题组联合各级教研部门搭建的“朝阳学业追踪诊断与评价服务网”，为30多所实验校，100多位学校领导和教师，8000多位学生和家长提供了持续的学业成就数据分析和反馈服务，积累了30000多人次的学业诊断数据。同时，通过长期对实验校学校领导和教师提供通识培训、数据分析、报告解读、基于数据分析的命题培训等多维度相关培训，使实验校不断提升数据在教与学过程中的应用价值，使一线教师的信息素养和数据决策意识不断增强，得到了从领导到一线教师，到家长和学生的广泛认可。课题实验校通过深入、持续的实践研究，积累了各种数据为教与学服务的典型案例。 一种图表，多种应用 M-S图是课题实施过程中，学校教学管理方面应用最多的分析图，用于直观呈现年级、班级学生群体学业发展的均衡性。其纵坐标是平均分（标准分）、横坐标是标准差，把这两个常用教学数据统计量放到同一个图中，如图1所示，其中以红点为年级平均，以它为基准画十字，把图划分为四个区域，图中蓝色的点表示各个班级，落在左上区域的班级（或年级），平均分高、标准差低，属于综合表现良好的群体，同理，右下为危险区、右上和左下区域表示群体相对安全，但有短板。 图 1 在课题实施过程中，该类型分析图得到不同的实验校创造性地应用。典型应用如下。 【白家庄小学】明确学业发展目标，数据分析成为教研常规。 教学主管和学科组长利用年级的M-S图为各班建立各学科均衡性发展目标，如图2所示，箭头表示同一班级的学业均衡性发展趋势，箭头越向左上方表示该班学业整体进步，斜率越大说明变化越大；反之则说明班级均衡性需要深入分析原因，确定新的教学目标、改善教学计划和策略。 图 2 该学校长期参与课题实验的年级，从各学科组长到一线教师，都能利用阶段性学业诊断的M-S图，作为建立教学目标、检验绩效、开展教学反思和分析的依据，并逐渐成为教研工作的常规。 【芳草地国际学校某校区】从数据中发现问题、汲取教训，谨慎对待日常教学计划。 通过两次对比的M-S图，发现教学计划变更，对三年级的数学学习影响巨大。如图3、图4所示，两次诊断性测试数据显示，各班的学业均衡性发生非常明显的变化，特别是一班和二班，几乎是位置交换了，最初课题组以为是测试数据在采集、整理过程中出现错误，导致这种极端现象，但经过与学校三年级数学组一起分析讨论，发现由于两次测试之间的两个月中，为应对区里其他学科的某项评比，影响了数学教学计划的实施，直接导致三年级学生数学学习状况发生如此巨大的变化。 图 3 图 4 基于此次数据分析得出的结果，学校充分认识到各科教学计划及其严格执行的重要性，使学校各年级制定和变更教学计划更加谨慎和有效。 利用数据，提质减负 “提质减负”是各级各类教育主管部门多年来长期倡导的，但如何采用有效的方式、具体落实，一直困扰着学校和家庭。课题组根据实际学业诊断需求研发的一系列图表，为课题实验校提供了有力的数据载体，某些课题实验校，充分利用每次学业诊断的反馈报告，深挖数据