Инструкция, управляемая данными

Обучение, основанное на данных, — это образовательный подход, который опирается на информацию для преподавания и обучения. Идея относится к методу, который учителя используют для улучшения обучения, изучая имеющуюся у них информацию о своих учениках. Это происходит в классе, в отличие от принятия решений на основе данных . Инструкция, управляемая данными, работает на двух уровнях. Во-первых, это дает учителям возможность более чутко реагировать на потребности учащихся, а во-вторых, позволяет учащимся самим отвечать за свое обучение. Обучение, основанное на данных, можно понять, изучив его историю, то, как оно используется в классе, его атрибуты и примеры использования этого процесса учителями.

История

До нынешнего акцента на данных и подотчетности в школах некоторые школьные руководители и исследователи образования сосредоточились на основанной на стандартах реформе образования, . Из идеи создания стандартов вытекает подотчетность, идея о том, что школы должны отчитываться о своей способности соответствовать установленным стандартам. В конце прошлого века и в начале 2000-х годов повышенное внимание к подотчетности в общественных организациях распространилось и на сферу образования. С принятием в 2001 году Закона «Ни один ребенок не останется без внимания» (NCLB) появились законы, требующие от школ предоставлять общественности информацию о качестве образования, предоставляемого учащимся. Чтобы иметь возможность предоставлять такие данные, штатам было поручено разработать меры подотчетности и проводить ежегодные оценки для оценки эффективности школ в выполнении этих мер. Вслед за NCLB более поздний закон в соответствии с Законом о гонке за звание лучшего подтолкнул штаты к использованию сбора данных и отчетности, чтобы продемонстрировать способность школ удовлетворять запросы общественности. И в NCLB, и в Законе о гонке за звание лучшего заложено предположение, что сбор и использование данных может привести к повышению успеваемости учащихся.

Атрибуты

Данные в классе — это любая информация, которая видна во время обучения и может быть использована для информирования преподавания и обучения. Типы данных включают количественные и качественные данные, хотя количественные данные чаще всего используются для обучения, основанного на данных. Примеры количественных данных включают результаты тестов, результаты викторины и уровни успеваемости при периодической оценке. Примеры качественных данных включают полевые записи, студенческие работы/артефакты, интервью, фокус-группы, цифровые фотографии, видео, аналитические журналы.

Количественные и качественные данные обычно собираются с помощью двух форм оценки: формативной и суммирующей. Формативное оценивание – это информация, которая раскрывается и передается во время обучения и может быть использована учителем или учеником. Пол Блэк и Дилан Уильям предлагают примеры оценивания в классе, которое носит формирующий характер, включая наблюдения и обсуждения учащихся, понимание потребностей и проблем учеников, а также анализ работ учащихся. И наоборот, суммативное оценивание предназначено для определения того, может ли учащийся перенести свои знания в новые контексты, а также в целях подотчетности. Формативное оценивание – это использование информации, ставшей очевидной во время обучения, для улучшения успеваемости и успеваемости учащихся. Суммативное оценивание проводится после преподавания и обучения.

Примеры

Понимание различий между количественными и качественными данными , а также формативной и суммирующей оценкой , позволяющей выявить эти данные, можно определить как оценочную грамотность. Повышение грамотности в области оценивания также включает в себя знание того, когда и какой тип оценивания следует использовать, а полученные данные использовать для информирования об обучении. Целью обучения, основанного на данных, является использование информации для руководства преподаванием и обучением. Дилан Уильям предлагает примеры обучения, основанного на данных, с использованием формативного оценивания:

• Разъяснение, обмен и понимание намерений и критериев обучения
• Получение доказательств достижений учащихся
• Предоставление обратной связи, которая продвигает обучение вперед
• Активация учащихся в качестве учебных ресурсов друг для друга.
• Активизация учащихся как владельцев собственного обучения

Из-за отсутствия своевременной обратной связи о результатах, а также невозможности персонализировать подход, суммативное оценивание не всегда можно использовать для обучения на основе данных в классе. Вместо этого для принятия решений об успеваемости и успеваемости учащихся в рамках обучения, основанного на данных, следует использовать разнообразную информацию, полученную в результате различных форм оценивания. Использование нескольких мер различной формы и в разное время для принятия учебных решений называется триангуляцией .

Учебные системы, управляемые данными

Предыстория и происхождение

Учебные системы, управляемые данными, представляют собой комплексную систему структур, которую руководители школ и учителя разрабатывают для включения данных в свои инструкции. Опираясь на литературу по организационным и школьным изменениям, Ричард Халверсон, Джеффри Григг, Рид Причетт и Крис Томас разработали структуру DDIS, пытаясь описать, как соответствующие участники управляют внутренней и внешней подотчетностью на уровне школы. В частности, была реализована политика внешней подотчетности с высокими ставками, такая как Закон «Ни один ребенок не останется без внимания» (NCLB), чтобы привлечь школы к ответственности за сообщаемые стандартизированные показатели итоговой оценки. Однако в школах уже существовали активные системы внутренней подотчетности, в которых большое внимание уделяется постоянному циклу совершенствования обучения, основанному на использовании данных, включая результаты формативного оценивания и информацию о поведении. Таким образом, когда была реализована подотчетность с высокими ставками, школы, естественно, проходят процесс согласования между различными типами данных, разными целями и соответствующей напряженностью. Ричард Халверсон и его коллеги, используя подходы тематического исследования, исследуют усилия лидеров по координации и процессу согласования, который происходит между существующими «центральными практиками и культурой школ» и «новым давлением подотчетности» в стремлении улучшить показатели успеваемости учащихся.

Ключевые понятия

В своей статье Ричард Халверсон, Джеффри Григг, Рид Причетт и Крис Томас предполагают, что структура DDIS состоит из шести организационных функций: сбор данных; отражение данных; согласование программы; программный дизайн; формирующая обратная связь; подготовка к тестированию.

Сбор данных

Сбор данных включает в себя функции сбора, хранения данных и представления данных. «Данные» в модели DDIS в широком смысле концептуализируются как любой тип информации, которая направляет преподавание и обучение. На практике школы собирают академические данные, результаты стандартизированных оценочных тестов, а также неакадемические данные, такие как демографическая информация учащихся, данные опросов сообщества, учебные программы, технологические возможности и записи о поведении. Для хранения таких данных некоторые школы разрабатывают свои собственные стратегии сбора данных на местном уровне, используя простые распечатки и блокноты, тогда как другие школы полагаются на высокотехнологичные районные системы хранения, которые предоставляют огромные объемы отчетов. Руководители школ обсуждают, какие данные необходимо сообщать и как сообщать эти данные таким образом, чтобы они могли использовать их в качестве руководства для практики преподавания.

Отражение данных

В модели DDIS отражение данных означает коллективное осмысление сообщаемых данных. Сбор данных на уровне округа предоставляет школам внутри округов ключевые возможности для выявления сильных и слабых сторон школьного уровня с точки зрения данных об успеваемости. Ретриты помогают округам разработать концепцию обучения на уровне округа. Напротив, на местных собраниях по анализу данных учителя обсуждают прогресс отдельных учащихся, проверяя успеваемость каждого учащегося по оцениваемым стандартам.

Согласование программы

Ричард Халверсон и его коллеги утверждают, что функция согласования программы означает «связывание соответствующего содержания и стандартов производительности с фактическим содержанием, преподаваемым в классе». Например, результаты эталонной оценки, являющиеся «инструментами поиска проблем», помогают преподавателям выявлять учебные стандарты, которые не соответствуют текущим учебным программам.

Разработка программы

После определения основных областей, связанных с потребностями учащихся в обучении и школьными целями, руководители и учителя разрабатывают меры вмешательства: программы на уровне факультетов; программы на основе учебных программ; и студенческие программы. В целях повышения грамотности преподавателей в области данных преподавателям предоставляются разнообразные возможности профессионального развития и обучение, ориентированное на профессиональное взаимодействие (факультетские программы). Кроме того, преподаватели модифицируют свою учебную программу, охватывая весь класс (программы, основанные на учебной программе), или разрабатывают индивидуальные планы обучения с учетом потребностей отдельных учащихся (программы, ориентированные на учащихся).

Формирующая обратная связь

Преподаватели взаимодействуют друг с другом, формируя обратную связь о местных мерах, реализуемых в классах и программах. Системы формирующей обратной связи состоят из трех основных компонентов: вмешательства, оценки и приведения в действие. Артефакты вмешательства здесь включают учебные материалы, такие как учебники и эксперименты, или такие программы, как индивидуальные образовательные программы (Вмешательство). Эффект этих артефактов вмешательства можно оценить посредством формирующих оценок, коммерческих или самостоятельно созданных, с точки зрения того, что они привнесли запланированные изменения в преподавание и обучение (Оценка). В пространстве действия преподаватели интерпретируют результаты оценки в соответствии с первоначальными целями вмешательства и обсуждают, как изменить подачу инструкций или оценку в качестве инструментов измерения, что закладывает основу для новых вмешательств (приведение в действие).

Подготовка к тесту

Эта функция не предназначена для того, чтобы учителя «обучали тесту». Скорее, он указывает на следующие виды деятельности: мероприятия, встроенные в учебную программу, тестовую практику, экологический дизайн и работу с населением. Учителя включают содержание стандартизированного оценивания в свои повседневные инструкции (встроенные в учебную программу занятия), помогают учащимся практиковаться или привыкать к сдаче тестов с использованием аналогичных типов тестов (тестовая практика) и создают благоприятные условия для прохождения тестов. окружающая среда (средовый дизайн). Кроме того, учителя общаются с родителями и членами сообщества по самым разным темам: от проведения теста до интерпретации результатов теста (работа с сообществом).

Подразумеваемое

Для школьных округов

Основное значение для школьных округов заключается в обеспечении сбора и доступности высококачественных и актуальных данных. Помимо создания систем для сбора и обмена данными, школьный округ должен предоставить экспертные знания в виде специалистов по данным и/или доступа к ресурсам профессионального развития, чтобы гарантировать, что руководители школ смогут получить доступ к данным и использовать их.

Еще одним важным компонентом ответственности округа является обеспечение лидерства и видения для пропаганды использования информации об успеваемости учащихся для улучшения педагогической практики. Завадский и Долейс предлагают школьным округам рассмотреть две области:

«Первое — это сбор и анализ данных. Районы и школы должны тщательно продумать, какие данные им необходимо собирать, разработать инструменты для сбора данных и сделать данные доступными как можно скорее. Второй компонент — использование данных. Директора и руководители округов должны предоставить учителям достаточно времени и пройти обучение, чтобы они поняли данные и научились реагировать на то, что они показывают».

Хотя литература показывает жизненно важную роль округа в создании условий для обучения, основанного на данных, большая часть работы по привязке успеваемости учащихся к практике в классе происходит на уровне школы и класса.

Для школ

Школы играют важную роль в создании условий для процветания обучения, основанного на данных. Хеппен и др. указывают на необходимость четкого и последовательного сосредоточения внимания на использовании данных и среды, богатой данными, для поддержки усилий учителей по использованию данных для управления обучением. Когда руководство создает и поддерживает среду, которая способствует сотрудничеству и четко сообщает о срочности улучшения обучения учащихся, учителя чувствуют поддержку в использовании данных. Дополнительная основа моделирования использования данных на уровне школы повышает опыт учителей в использовании данных.

Для учителей

Инструкции, управляемые данными, создаются и реализуются в классе. У учителей есть самая прямая связь между успеваемостью учащихся и практикой в ​​классе. Используя данные, учителя могут принимать решения о том, чему и как учить, в том числе о том, как использовать время в классе, вмешиваться в работу учащихся, которые не соответствуют стандартам, адаптировать уроки на основе информации в реальном времени, адаптировать практику преподавания в соответствии с потребностями учащихся. и внесение изменений в темп, объем и последовательность.

Чтобы иметь возможность участвовать в обучении, основанном на данных, учителя должны сначала развить необходимые знания, навыки и склонности. Работая в школьной культуре и климате, в котором обучение, основанное на данных, ценится и поддерживается, учителя имеют возможность повысить успеваемость учащихся и потенциально сократить разрыв в успеваемости. Кроме того, учителя должны иметь доступ к возможностям обучения или профессионального развития, которые помогают им понимать педагогическую основу и технические навыки, необходимые для получения, анализа и использования информации об учащихся для принятия учебных решений.

Для студентов

Значительный новый рост преподавания, основанного на данных, заключается в том, что учащиеся формируют свои уроки, используя данные о своем собственном прогрессе. Учащиеся младшего возраста, способные самостоятельно отчитываться об оценках и других оценках, могут добиться высоких результатов и прогресса в обучении. Чтобы внедрить анализ данных, проводимый учащимися, в практику занятий, требуется время, обучение и действия. Стратегии, которые студенты используют для оценки своего обучения, различаются по эффективности. В метаанализе Данлоски, Роусон, Марш, Натан и Уиллингем оценили десять стратегий обучения, основанных на прогнозируемом влиянии каждой из них на достижения:

Высокоэффективные стратегии:

• Практическое тестирование – самопроверка, решение практических задач.
• Распределенная практика – повторяющаяся практика в течение определенных промежутков времени.

Умеренно эффективные стратегии:

• Подробный допрос – объяснение «почему»
• Самообъяснение – объяснение того, как новая информация соотносится с уже известной.
• Чередованная практика – смешивание различных видов задач на тренировке.

Менее эффективные стратегии:

• Резюмирование – написание краткого изложения изучаемого материала.
• Выделение — выделение важных частей текста.
• Мнемоника ключевых слов — различные мнемонические приемы.
• Использование образов для изучения текста — попытайтесь сформировать мысленные образы читаемого.
• Перечитывание – прочитайте материал еще раз после первоначального прочтения.

Стоит отметить, что менее эффективные стратегии могут чаще использоваться в классах K-12, чем умеренно эффективные и высокоэффективные стратегии. Авторы предлагают учить студентов тому, как использовать более эффективные методы и когда они наиболее полезны в обучении. Когда эти стратегии станут усвоенными, учащиеся разработают методы, позволяющие научиться учиться. Это имеет решающее значение, поскольку они переходят на уровень средней школы и, как ожидается, будут более независимыми в учебе.

Критика

Основная критика обучения, основанного на данных, заключается в том, что оно слишком много внимания уделяет результатам тестов и недостаточно внимания уделяется результатам оценок в классе. Обучение, основанное на данных, должно служить «дорожной картой через оценку», которая помогает «учителям планировать обучение так, чтобы удовлетворить потребности учащихся, что приведет к более высоким достижениям». Суммативное оценивание не должно использоваться для информирования о ежедневном преподавании и обучении, которое поддерживается обучением, основанным на данных. Дополнительные проблемы, связанные с восприятием обучения, основанного на данных, включают ограничения количественных данных для представления обучения учащихся, игнорирование социальных и эмоциональных потребностей или контекста данных при принятии учебных решений, а также чрезмерный фокус на основных областях грамотности и математики, в то время как игнорируя вышедшие на бис традиционно вызывающие большой интерес области, такие как искусство и гуманитарные науки.

См. также

• Инструкция, основанная на фактических данных

Дополнительные ссылки

• Блэк, П.; Уильям, Д. (1998). «Внутри черного ящика: повышение стандартов посредством оценки в классе». Пхи Дельта Каппан . 80 (2): 139–148.
• Будетт, КП, Сити, Э.А., Мурнам, Р.Дж. (2013). Data Wise: пошаговое руководство по использованию результатов оценивания для улучшения преподавания и обучения. Кембридж, Массачусетс: Harvard Education Press.
• Дана, Н.Ф. и Йендол-Хоппи, Д. (2014). Руководство для рефлексивного педагога по исследованиям в классе: обучение преподаванию и обучение обучению посредством опроса практикующего специалиста (3-е изд.). Таузенд-Оукс, Калифорния: Корвин.
• Датноу А. и Парк В. (2014). Лидерство, основанное на данных. Сан-Франциско, Калифорния: Джосси-Басс.
• Данлоски, Дж.; Роусон, Калифорния; Марш, Э.Дж.; Натан, MJ; Уиллингем, DT (2013). «Улучшение обучения студентов с помощью эффективных методов обучения, перспективных направлений когнитивной и педагогической психологии». Психологическая наука в общественных интересах . 14 (1): 4–58. дои : 10.1177/1529100612453266 . ПМИД   26173288 . S2CID   1621081 .
• Игл М., Корбетт А., Стампер Дж., Макларен Б.М., Бейкер Р., Вагнер А., ... Митчелл А. (2016). Прогнозирование индивидуальных различий для моделирования учащихся у интеллектуальных преподавателей на основе предыдущей деятельности учащихся (стр. 55–63). АКМ Пресс. дои : 10.1145/2930238.2930255
• Элмор, РФ (2000). Создание новой структуры руководства школы. Институт Альберта Шанкера. Получено с http://eric.ed.gov/?id=ED546618.
• Голд, С (2005). «УПРАВЛЯЕМЫЙ ДАННЫМИ». Технологии и обучение . 25 (11): 6, 8–9.
• Халверсон Р., Григг Дж., Причетт Р. и Томас К. (2007). Новое образовательное лидерство: создание обучающих систем, основанных на данных, в школе. Журнал школьного лидерства, 17 (март), 159–194.
• Гамильтон и др. - 2009 г. - Использование данных об успеваемости учащихся для поддержки instruct.pdf. (без даты). Получено с http://files.eric.ed.gov/fulltext/ED506645.pdf.
• Гамильтон Л., Халверсон Р., Джексон С.С., Мандинак ​​Э., Суповиц Дж.А., Уэйман Дж.К., ... Стил Дж.Л. (2009). Использование данных об успеваемости учащихся для принятия учебных решений. Получено с http://repository.upenn.edu/gse_pubs/279/.
• Хэтти, Дж. (2012). Видимое обучение для учителей: максимальное воздействие на обучение. Нью-Йорк: Рутледж.
• Хеппен Дж., Фариа А.-М., Томсен К., Сойер К., Таунсенд М., Катнер М., ... Кассерли М. (2010). Использование данных для улучшения обучения в школах большого города: ключевые аспекты практики. Исследование городских данных. Совет школ Великого города. Получено с http://eric.ed.gov/?id=ED536737.
• Джонсон, Л. (2009). Рэнди Вайнгартен, президент Антония Кортезе, секретарь-казначей. Получено с http://eric.ed.gov/?id=ED511575.
• Джонс, А. (2005). «Мифы о школах, ориентированных на данные. Главное лидерство». Средний уровень Эд . 6 (2): 37–39.
• Кеннеди, БЛ; Датноу, А. (2011). «Вовлечение студентов и принятие решений на основе данных для разработки новой типологии». Молодежь и общество . 43 (4): 1246–1271. дои : 10.1177/0044118X10388219 . S2CID   145417758 .
• Ларок, М (2007). «Устранение разрыва в достижениях: опыт средней школы». Клиринговая палата . 80 (4): 157–162. дои : 10.3200/чс.80.4.157-162 . S2CID   145741309 .
• Мелуччи, Л. (август 2013 г.). МНЕНИЕ УЧИТЕЛЯ И ИСПОЛЬЗОВАНИЕ ИНСТРУКЦИЙ, УПРАВЛЕННЫХ ДАННЫМИ.pdf. Университет Капеллы.
• Мохтари, К.; Розмари, Калифорния; Эдвардс, Пенсильвания (2007). «Принятие учебных решений на основе данных: что, как и почему». Учитель чтения . 61 (4): 354–359. дои : 10.1598/rt.61.4.10 .
• Пелла, С (2012). «Что следует считать данными для обучения, основанного на данных? К контекстуализированным моделям запроса данных для педагогического образования и профессионального развития». Журнал исследований для средних классов . 7 (1): 57–75.
• Роджерс, Л.Н., и Тиндалл, П.Д. (2001). Взгляды учителей: развитие лидерства в обучении посредством опроса в классе. Получено с http://eric.ed.gov/?id=ED465596.
• Шмидт, WH; Берроуз, Северная Каролина; Зойдо, П.; Хуанг, RT (2015). «Роль школьного образования в сохранении образовательного неравенства: международная перспектива» (PDF) . Исследователь образования . 44 (7): 371–386. дои : 10.3102/0013189x15603982 . S2CID   96446917 . Архивировано из оригинала (PDF) 19 февраля 2020 г.
• Шмокер, М. (1996). Результаты: ключ к постоянному совершенствованию школы. Александрия, Вирджиния: Ассоциация по надзору и разработке учебных программ.
• Шанахан Т., Каллисон К., Каррьер К., Дьюк Н.К., Пирсон П.Д., Шатшнайдер К. и Торгесен Дж. (2010). Улучшение понимания прочитанного в детском саду до 3-го класса: Практическое руководство IES. НЦЭЭ 2010-4038. Что работает Информационный центр. Получено с http://eric.ed.gov/?id=ED512029.
• Стампер Дж., Эд, Пардос З., Эд, Маврикис М., Эд, Макларен Б.М., Эд и Международное общество интеллектуального анализа данных в сфере образования. (2014). Материалы Седьмой Международной конференции по интеллектуальному анализу данных в образовании (EDM) (7-я, Лондон, Великобритания, 4–7 июля 2014 г.). Международное общество интеллектуального анализа данных в сфере образования. http://www.educationaldatamining.org
• Лебедь, Г.; Мазур, Дж. (2011). «Изучение процесса принятия решений на основе данных посредством формативной оценки: сочетание технологий, эвристики интерпретации данных и учебной политики» . Современные проблемы технологии и педагогического образования . 11 (2): 205.
• Уильям, Д. (2011). Встроенное формативное оценивание. Блумингтон, Индиана: Дерево решений.
• Завадский Х. и Долейс А. (2006). ДАННЫЕ: Не просто еще одно слово из четырех букв. Главное руководство, Изд. среднего уровня, 7 (2), 32–36.