大数据在教学中的运用资料.docVIP

大数据在教学中的运用 大数据时代的到来，是传统的教育研究走向科学实证的重大机遇。大数据时代的到来，让所有社会科学领域能够借由前沿技术的发展从宏观群体走向微观个体，让跟踪每一人的数据成为了可能，从而让研究“人性”成为了可能。对于我们教师而言，通过大数据的分析,可以让我们更了解自己的学生。 ?那么，大数据将给教育带来什么？如何通过大数据真正实现“以学生为本”的理念，真正读懂我们的学生？ ?一张试卷，它带给我们的数据是什么？可以是简简单单的一个90分，但如果我们通过大数据，我们可以得到很多信息：每一大题的得分，每一小题的得分，每一题选择了什么选项，每一题花了多少时间，是否修改过选项，做题的顺序有没有跳跃，什么时候翻卷子，有没有时间进行检查，检查了哪些题目，涂改了哪些题目……等等，这些信息远远比一个?92?分要来的有价值得多。不单是考试，课堂、课程、师生互动的各个环节都渗透了这些大数据。 这些数据，该如何去处理与统计？这些数据究竟可不可信、有没有代表性？数据对于帮助我们去认识千差万别的学生有何作用呢？所以，大数据在教育中的应用，其最重大的意义，就是能够让我们走近每一个学生的真实。 在大多数教研活动中，评判一个课堂的好坏，更多是专家审美型的——教师的环节设计是否层层递进，提出的问题是否有效，环节设置与本节活动的目标是否契合，等等。而学生在这个课堂中的体验，大部分时间是被完全忽略的，即使获得了关注，也往往是“被代表”的——听课者会根据自己的经验来假设学生的体验，而学生真正的体验如何，却没有强大的技术与数据源可提供分析与实证。 大数据的到来，能从技术层面让体验者的感受得以量化与显现。学生在一个课堂中的需求与态度，经由大数据的处理变得可视，这也提供了教研活动以更为鲜活的素材——倾听学生成为了可能，教师有了了解学生的途径与方法，从学生的需求出发改变教学行为成为了可能。传统的教育研究往往是经验式的，我们总是认为某些因素对学生很重要，对课堂很重要，比如提问有效性，课堂的节奏等。然后，我们通过一次次反复的实践来验证这些经验。但是，这些因素真的是重要的吗？在大数据的思维方式下，真正的重要因素来自于数据挖掘而非想当然的经验。 我们通常布置作业的方法是“所有人完成第三题到第八题”，给学生推荐书目的时候也是给出同样的推荐清单。但是，当大数据技术能够帮助我们了解每个学生的需求之后，绵延了两千多年的“因材施教”的理想，是否离我们更近一些了呢？ 如果这样的技术能够应用在作业上，会是怎样呢？比如甲同学做对了第4题，系统马上可以告诉他，他可以跳过第7题和第9题，这是因为，做对第4?题的学生几乎不可能做错第7题与第9题，做这些题目是简单重复浪费时间。如果乙同学做错了第?5?题，那么系统也会提示他继续练习第?6?，第9?题，这是因为数据显示，做错第?5?题的人很可能做错后两题，这个知识点是该学生需要反复进行操练与巩固的。 因此，大数据给我们带来的改变主要有三点：第一，帮助我们找到真正起作用的教育影响因素；第二，帮助我们洞察学生的真实；第三，帮助我们走向个性化。 希望大数据在我们的教学中越来越来被重视，让我们对学生、对学生的学习了解更细致一些，从而促进学生的全面成长。 渠道专员考核评分表（月度） 考核期间： 年 月 姓名 岗位 业绩考核 序号 考核项目 权重 目标值要求 评分等级 得分 自评 上级 结果 1 销售额 60% 每月2万 达成销售额 60分 达成90%以上50分 达成80%以上40分 达成70%以上30分 达成60%以上20分 不足60%为 0分 2 客户信息收集 30% 每天收集至少30条客户信息，可信率100% 达到目标值 30分 任意一项为到达扣10分 3 销售报表 10% 每天20点之前提交销售报表 达到目标值 20分 未按时提交得 10分 未提交得 0分 加权合计 行为 考核 序号 考核指标 权重 指标说明 考核评分 自评 上级 结果 1 主动性 50% 1级：等候指示 2级：询问有何工作可给分配 3级：提出建议，然后再作有关行动 4级：行动，但例外情况下征求意见 5级：单独行动，定时汇报结果 1级10分 2级20分 3级30分 4级40分 5级50分 2 承担责任 50% 1级：承认结果，而不是强调愿望 2级：承担责任，不推卸，不指责 3级：着手解决问题，减少业务流程 4级：举一反三，改进业务流程 5级：做事有预见，有防误设计 1级10分 2级20分 3级30分 4级40分 5级50分 加权合计 总分 总分=业绩考核得分×80%+行为考核得分×20%= 考核人 签字： 年 月 日