Принятие решений на основе данных

Принятие решений на основе данных или принятие решений на основе данных относится к непрерывному процессу сбора и анализа преподавателями различных типов данных, включая демографические данные, данные о результатах тестов учащихся, данные об удовлетворенности, данные процесса, чтобы принимать решения по улучшению образовательного процесса. DDDM становится более важным в образовании, поскольку федеральная и государственная политика подотчетности основана на тестировании. Закон «Ни один ребенок не останется без внимания» открывает более широкие возможности и стимулы в использовании данных образовательными организациями, требуя от школ и округов анализировать дополнительные компоненты данных, а также оказывая давление на них для повышения результатов тестов учащихся. Информация заставляет школы отчитываться за год от года улучшение различных групп учащихся. DDDM помогает распознать проблему и определить, кого она затрагивает.

Цель

Цель DDDM — помочь педагогам, школам, округам и штатам использовать имеющуюся у них информацию для практических знаний для улучшения успеваемости учащихся. DDDM требует высококачественных данных и, возможно, технической помощи; в противном случае данные могут дезинформировать и привести к ненадежным выводам. Методы управления данными могут улучшить преподавание и обучение в школах. Результаты тестов используются многими директорами школ для выявления «детей-пузырей», учеников, чьи результаты чуть ниже уровня владения чтением и математикой. ^[1]

Типы данных, используемых в образовании

В образовании используются четыре основных типа данных: демографические данные, данные о восприятии, данные об обучении учащихся и данные о школьных процессах. ^[2]

1. Демографические данные в образовательных организациях отвечают на вопрос «Кто мы?». Демографические данные показывают текущий контекст школы и показывают тенденции. Тенденции помогают прогнозировать и планировать будущее, а также видеть меры, в которых лидеры работают над постоянным улучшением школ. Тщательные демографические данные объясняют структуру школы, систему и руководство. В сфере образования демографические данные по следующим пунктам: количество учащихся в школе, количество учащихся с особыми потребностями, количество изучающих английский язык, возраст или класс учащихся в группах, социально-экономический статус учащихся, уровень посещаемости, этническая принадлежность / раса / религиозные убеждения , процент выпускников, процент отсева, информация об опыте учителей, информация о родителях учащихся. ^[2]

2. Данные о восприятии говорят нам, что учащиеся, сотрудники и родители думают о школе, и отвечают на вопрос: «Как мы ведем бизнес?». Школьная культура, климат и организационные процессы оцениваются по данным восприятия. Данные восприятия включают в себя ценности, убеждения, восприятия, мнения, наблюдения. Данные о восприятии собираются в основном с помощью анкет. Данные восприятия можно дифференцировать по двум группам: 1- сотрудники, 2- учащиеся и родители. Сотрудников спрашивают, какие-либо изменения в инструкции или учебную программу необходимо ли внести . Учащимся и родителям опрашивают, чтобы рассказать о своих интересах, о том, насколько труден для изучения материал, как их учат и как с ними обращаются. ^[2]

3. Данные об обучении учащихся отвечают на два вопроса: как успевают наши учащиеся? и Где мы сейчас находимся? Для данных об обучении учащихся требуется информация из всех предметных областей с разбивкой по демографическим группам, учителям, классам, когортам с течением времени и индивидуальному росту учащихся. Этот тип данных помогает оказывать дополнительную помощь учащимся, которые не обладают достаточными навыками, углубляясь в то, что они знают и чего они не знают, чтобы стать профессионалами. Данные об обучении учащихся связаны с учебной программой , обучением и оценкой , чтобы улучшить результаты. Данные об обучении учащихся могут четко указать на эффективность работы отдельного преподавателя или всей школы. SLD можно получить, просматривая диагностические тесты, формирующие оценки, оценки успеваемости, стандартизированные тесты, нереферентные тесты, суммативные оценки, тесты, назначенные учителем, и другие. ^[2]

4. Школьные процессы относятся к действиям администраторов и учителей по достижению целей школы. Привычки, обычаи, знания и профессионализм учителей — это факторы, ведущие к прогрессу внутри организаций. Данные о школьных процессах говорят нам о том, что работает, а что нет, о результатах образовательного процесса и отвечают на вопрос: «Каковы наши процессы?». Школьные процессы приводят к результатам школы и класса. Существует 4 основных типа школьных процессов: 1. учебные процессы, 2. организационные процессы, 3. административные процессы, 4. процессы непрерывного совершенствования школы. ^[2]

Использование в образовательных организациях

Министерство образования США и Институт педагогических наук в последние десятилетия требуют использовать данные и DDDM для управления образовательными организациями. Для принятия решений особое внимание уделяется веским доказательствам и использованию данных. Данные в образовательных организациях значат больше, чем просто анализ результатов тестов. Движение образовательных данных рассматривается как социотехническая революция. Системы образовательных данных включают технологии и фактические данные, объясняющие тенденции округов, школ и классов. DDDM используется для объяснения сложности образования, поддержки сотрудничества, создания новых моделей обучения. Успеваемость учащихся занимает центральное место в DDDM. NCLB способствовал сбору и использованию образовательной информации. ^[3]

Например, в сельской местности преподаватели пытались понять, почему определенная группа учащихся испытывает трудности в учебе. Аналитики данных собрали данные об успеваемости студентов, медицинские записи, данные о поведении, посещаемости и другие данные, а не качественную информацию. Не обнаружив прямой корреляции между собранными данными и успеваемостью учащихся, они решили включить в исследование данные о транспорте. В результате преподаватели обнаружили, что учащиеся, которым путь от дома до школы оказался более длинным, испытывали наибольшие трудности. Согласно результатам исследования, администраторы изменили схему транспортировки, чтобы сократить путь для студентов, а также установили доступ в Интернет в автобусах, чтобы студенты могли сосредоточиться на выполнении домашних заданий. DDDM в данном конкретном случае помог улучшить результаты учащихся. ^[1]

Влияние на школы

Эффективные школы, демонстрирующие выдающиеся успехи в академических показателях, сообщают, что широкое и разумное использование данных положительно влияет на успеваемость и прогресс учащихся. Предполагается, что DDDM станет основным инструментом для продвижения образовательных организаций к улучшению школ и повышению эффективности педагогов . Данные можно использовать для измерения роста с течением времени, оценки программ, а также выявления коренных причин проблем, связанных с образованием. Вовлечение школьных учителей в сбор данных способствует более тесной совместной работе персонала. Данные обеспечивают расширение коммуникации и знаний, что положительно влияет на изменение отношения преподавателей к группам внутри школ, которые не учатся. ^[4]

Примечания

^ Jump up to: ^а ^б Мандинак, Эллен (23 апреля 2012 г.). «Идеальное время для использования данных». Педагог-психолог . 47 :2. дои : 10.1080/00461520.2012.667064 . S2CID 145120528 .
^ Jump up to: ^а ^б ^с ^д ^и Бернхардт, Виктория (2013). Анализ данных для непрерывного улучшения школы . Нью-Йорк: Рутледж. стр. 27–80. ISBN 978-1-59667-252-9 .
^ Благочестие, Филип (2013). Оценка движения образовательных данных . Нью-Йорк: Издательство педагогического колледжа. стр. 1–20. ISBN 978-0-8077-5426-9 .
^ Уэйман, Джеффри (2005). «Вовлечение учителей к принятию решений на основе данных: использование компьютерных систем данных для поддержки запросов и размышлений учителей». Журнал образования для студентов, находящихся в группе риска : 296–300.

Общие ссылки

Спиллейн, Джеймс П. (2012). «Данные на практике: концептуализация феномена принятия решений на основе данных». Американский журнал образования . 118 (2): 113–141. CiteSeerX 10.1.1.458.5153 . дои : 10.1086/663283 . JSTOR 10.1086/663283 . S2CID 145061403 .
Ривз, Патрисия Л.; Берт, Уолтер Л. (2006). «Проблемы принятия решений на основе данных: голоса руководителей». Образовательные горизонты . 85 (1): 65–71. JSTOR 42925967 .

[r1-1] Jump up to: ^а ^б Мандинак, Эллен (23 апреля 2012 г.). «Идеальное время для использования данных». Педагог-психолог . 47 :2. дои : 10.1080/00461520.2012.667064 . S2CID 145120528 .

[Bernhardt-2] Jump up to: ^а ^б ^с ^д ^и Бернхардт, Виктория (2013). Анализ данных для непрерывного улучшения школы . Нью-Йорк: Рутледж. стр. 27–80. ISBN 978-1-59667-252-9 .

[Piety-3] Благочестие, Филип (2013). Оценка движения образовательных данных . Нью-Йорк: Издательство педагогического колледжа. стр. 1–20. ISBN 978-0-8077-5426-9 .

[4] Уэйман, Джеффри (2005). «Вовлечение учителей к принятию решений на основе данных: использование компьютерных систем данных для поддержки запросов и размышлений учителей». Журнал образования для студентов, находящихся в группе риска : 296–300.

[1]

[2]

[3]

[4]