学科通用-C6应用数据分析模型-模型介绍(信息技术2.0微能力认证优秀作业).docVIP

应用数据分析案例 1. 实现由“预设性教学”向“生成性教学”的转变 北京中科院附属实验学校英语老师孟欣在中南大学铁道学院大礼堂作了中学英语创新课例示范，孟欣展示了自己利用智能化同步教学平台对学生学习情况的数据统计分析结果，参考智能作文批改工具提供的作文修改建议，针对学生预习和作业当中出现的薄弱环节，有针对性地改进课程设计。 平台能对教师的教学结果和学生的学习行为进行记录、存储、统计、分析和预测；教师可以根据所得数据调整教学思路、教学设计以及教学方法，准确的数据分析可以极大节省教师时间，学生在智能平台上的学习结果，可以得到及时反馈，教师也可以及时发现学生在学习中普遍存在的问题，改进下一步教学。让课堂教学从“预设性教学”向“生成性教学”转变。 在持续反馈和不断调整的过程中，教师可以对学生进行连续测评，分析学生学习行为及学习方式的变化，为教师后续教学提供课程设计参考，使课堂教学管理从经验型向数据型、智能型、科学型转变，从以课堂和教材为中心实现以学生完成教育目标任务为中心转变，从统一教学标准的工厂化模式向基于学生能力的个性化教学转变。 2. 实时分析课堂数据辅助教学 广州市第一中学初中部将“小班化教学试验”与“教学数据化试验”结合起来的新尝试。 学生人手一台上课“神器”，随时可以把上课状态用数据“晒”出来。每位学生的桌前都放着一个“神器”。老师提问时，学生可以按下“神器”按钮示意可以作答，这时“神器”便充当起“抢答器”；有学生回答了，同伴之间可以对回答进行评分，这时“神器”又成了“评价器”；有学生回答问题，“神器”自动录入答案，算出学生的回答正确率，便成了“打分器”。 要求每一位学生都参与到评价同学的回答，这就要求学生时刻留心别人的答案。否则，学生随便打分，老师就能看穿“你可能走神了”。 随堂的大数据系统记录并呈现学生的课堂练习结果、快速检测预习效果、主动发言的愿望、发言质量的评价、主动反映听课效果、准确检测学生课堂关注度、准确统计老师问题的回答结果、调查统计学生的学习效果、辅助教师记录统计学生课堂的批评表扬表现情况。通过这些课堂实时数据的呈现，可以快速帮助老师随时调整教学进度，充分关注每一位同学的课堂表现。“收集课上所有数据信息并上传到数据云端，通过数据反映出学生的真实学习状态和学习习惯。” 据悉，这些实时课堂信息积累成“数据云”后，学校、老师、家长和学生都可以在系统后台查看。家长会上，老师对学生在校表现的反馈，也将以更直观的数据呈现。“当家长疑惑自己的小孩为何在某些科目上成绩不错，而在某些科目上又有大的起伏时，我们完全可以调出学生在各个科目上课时的表现，如课堂参与度，回答问题的积极度、正确率等等，用数据去分析原因了。”一位老师如是说。 3. 数据化测评判断老师成长 KickUp 是一个专注教师测评的标准化 SaaS 工具，测评数据来自教师的自查报告及学年内的各项教学结果的反馈，这些数据可以纵向记录教师的成长历程，提出有待改善的地方。KickUp 根据学生和老师的数量、按地区进行收费，目前全美有超过 50 个地区的学校在使用这款测评工具。 4. 择优录取学生 据PBS教学，伊萨卡学院（Ithaca College）自2007年开始收集学生的社交网络数据。该学院为申请者设立了一个类似Facebook的网站IC PEERS，让申请者得以通过网站联系学院教师和彼此。 伊萨卡使用IBM统计分析系统来收集IC PEERS上产生的数据，研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。收集的数据包括申请者上传了多少张账户照片、拥有多少名IC PEERS好友。研究人员认为，这能反映出申请者对这所学院有多感兴趣。 5. 发现需要学生关怀的对象 电子科大曾做过一个课题——寻找校园中最孤独的人。他们从3万名在校生中，采集到了2亿多条行为数据，数据来自学生选课记录、进出图书馆、寝室，以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析，可以发现一个学生在学校有多少亲密朋友，比如恋人、闺蜜。 最后，通过这个课题找到了800多个校园中最孤独的人，他们平均在校两年半时间，一个知心朋友都没有。这些人中的17%可能产生心理疾病，剩下的则可能用意志力暂时战胜了症状，但需要学校和家长重点予以关爱。 6. 为学生资助提供依据 每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。据教学，南京理工大学教育基金会通过数据分析，每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。南京理工大学还采取直接将补贴款打入学生饭卡的方式，学生无需填表申请，不用审核。 小学数学认知模型的相关分析 在小学数学教学中，应注重培养学生的认知能力，激发学生的创造潜能，帮助学生解决生活中的问题。本文通过对小学数学认知模型的分