培训心得讲话材料.docVIP

PAGE \* MERGEFORMAT1 培训心得讲话材料 昆阳二中的学生，特别是在施教区调整后的生源，学习习惯千差万别、生活方式各式各样，给学校管理及教师教育教学带来很大的困惑；学生生源质量参差不齐，在原有学业评价制度下，教师积极性、主动性不断受到冲击，学校管理方面也出现危机。 课堂上，学生难以跟上教师的教学进度，许多老师由于教学任务繁重，与课时相关的延伸内容也非常多，导致在课堂上的讲解节奏快，许多学生由于自身的学习经历不够，在学习的过程中很容易落后。同时学校班级学生人数多，教师无法了解到每个学生的学习情况，在进行教学备课的时候只能采取“折中”的方法，导致班级中出现优生“学不够”、学困生“吃不透”的情形。学生的学习压力较大，根据新课程标准中的规定，我校学生要在学校中完成六门功课的基本学习，学生要在有限的时间内完成大量的学习任务，学科种类多，课后作业重，每个学生在学习中渐渐感到“疲惫”，导致有些学生的学习兴趣越来越低，花在学习上的精力很多，却始终得不到理想的学习效果，丧失了学习的自信心。 黄德钦老师等的相关研究成果，强调“变基于数据的评价功能转向为诊断、改进、提高的功能”，突出数据贯穿在教与学的始终，更关注了教学和学习方式的融合转型。我们期望将相关成果应用于我校实际，指导我校教育教学工作，从而引导我校教师重视数据的功能，转变观念，改变原有的学业评价制度。突出数据的诊断功能，促进教师对课堂教学实际与自身教学经验做多视角、多层次的总结和反思。 二、研究的内容 基于数据对教学品质的改进。基于学业质量数据的分析、处理和诊断，让学校教学质量建设从常规数据通报走向基于问题改进的品质化管理，对初中学科教研思路的改进就是促进分层教研针对性和强化质量追踪的精准性的提高。 三、我们的做法 （一）真实全面的数据采集 数据是基础、也是核心。只有采集了学生学习过程中常态化的海量数据，教师才能说“了解”每一位学生，才能看到学生发展进步的动态过程，进行客观理性的学情分析和学生学业水平评估。 一种是通过网上阅卷系统在不改变学生原有作答模式的基础上，对学校的大型考试采用“先扫后批”的方式，实现集中的网上阅卷，同步实现考试数据的采集分析，其缺点是改变了教师的工作方式，同时学生试卷上也没有留下任何痕迹。 另一种数据采集主要通过电子书包，记录学生每一次作业的解答痕迹，反应学生课后学习及学习效果的全过程。 （二）精准科学的数据分析 常规的学生考试成绩统计如班级平均分、各分数段人数等，已远远不能满足大数据形势下教师、学生、校长的内在需求。常态化的学生学习、考试数据是海量的、零碎的，需要专业人员根据实际需要建立数学模型，再由软件开发人员应用数学统计、机器学习、数据挖掘等技术手段，进行精准科学的数据分析，生成对学生学习、教师教学、校长决策有价值的信息。我们认为，学习数据分析应该包括不同层级。对于学校管理者来说，需要精准分析每一个班级、每一位教师、每一门学科的对比数据，全面监控学校的教学现状，适时调整学校的教学管理；对于教师来说，需要精准分析每一位学生的学习数据并进行学情追踪，帮助找准课堂教学的起点、重点和每一位学生的薄弱点，开展精准教学；对于学生来说，需要精准分析自己的学习现状，提出个性化的课后复习计划和作业建议。 1．学校整体分析 学校管理者更多地关注整个学校、一个年级、一个学科的整体发展情况，数据分析的重点在教师之间的差异性、班级之间的差异性、试卷的整体质量、考试成绩的整体分析等。图3是我校2018年九年级第二次模拟考试的科学试卷质量分析报告，包括试卷的整体难度、不同难度题目的比例、信度和区分度等。 （图3-科学试卷质量分析） （图4-全科成绩分析） （图5-成绩分数段对比） 2．班级表现分析 班主任作为一个班级的管理者，更多地关注班级的整体学习表现、每一个学生的学业表现、历次成绩跟踪、班级优势学科和弱势学科等。图6为2018年九年级第二次模拟考试“学科配合度”分析，用来研究各个班级的优势学科、薄弱学科。 （图6--班级的优劣势学科分析） （图7-班级学生成绩分档统计） 任课教师作为一个班级某一门学科的责任人，更多地关注知识点和重难点掌握情况的数据分析、学生成绩分布情况、得分率较低题目的归因分析等。图8是2018年九年级第二次模拟考试的分析报告，包括每个题目的分值、难度、区分度、年级和班级的均分、得分率等。 （图8-学科小题得分情况分析表） （图9-关注临届生和波动生） 3．个人学业分析 家长和学生更多地是关注自己的考试结果或学业现状，如每次考试的班级年级排名、优势学科和薄弱学科分析、每一个学科的薄弱知识点分析、历次考试的动态跟踪（进步、退步）、错题分析及自动添加到私人错题库中、学习评估和后继学习建议等。同时，根据常态化的课堂和课后作业数据分析，给出合理