哈蒂教学与学习策略指数:39个效应量,按升序排列
提供的达纳•绍恩,sai-iowa.org
影响大小的定义
从统计学上讲,是指两个变量之间关系的强弱。澳大利亚墨尔本大学(University of Melbourne)教育学教授、墨尔本教育研究所(Melbourne Education Research Institute)所长约翰·哈蒂(John Hattie)表示,“什么对学生的学习影响最大?””
效果应用
- 扭转效应是不言自明的,并且低于0.0
- 发展的影响是0.0到0.15,一个孩子不受任何教育的情况下,在成长过程中可能会在一年内表现出的进步。(这些水平是参照很少或没有接受过教育的国家确定的。)
- 老师的影响老师们通常都能做到d= 0.20d=每年0.40的增长,这可以被认为是平均的,但会有很多变化。
- 期望的效果上面那些d=0.30 (william, Lee, Harrison, and Black 2004) andd=0.40 (Hattie, 1999),这是由于所研究的特定干预或方法-超越自然成熟或偶然的变化。
- 明显的影响:的效果d=1.0表示一个标准差的增加…一个标准差的增加通常与孩子的成绩提高两到三年有关*,提高50%的学习率,或者一些变量(如。,家庭作业的数量)和成绩接近r= 0.50。当执行一个新程序时,效应大小为1.0意味着,平均而言,接受这种治疗的学生将超过84%没有接受这种治疗的学生。 Cohen(1988)认为d=1.0应该被认为是一个巨大的、明显的、可察觉的差异[例如]一个5英尺3″(160厘米)和6英尺0″(183厘米)的人之间的差异——这是肉眼可以看到的差异。
影响大小的谨慎
减少过度简化的诱惑。这是我们代表学生解决问题的又一个资源。我们需要小心不要在不检查研究的情况下从效应量得出太明确的结论。例如,作业的总体效应值为0.29,这个值很低,远低于平均水平0.40。但是当你仔细观察,你会发现小学生从家庭作业中得到的好处最少(d = 0.15),而中学生从家庭作业中得到的好处更多(d = 0.64)。
编者按
数据的用处取决于它的应用。如上所述,不要误以为名列前茅的教学策略和其他对学生成绩的影响是“坏的”,而排在末尾的则是“好的”。这些都不是建议,而是对大量数据的综合。每个研究都有一个故事,下面的每个策略和影响因素都有一个背景。
这张图表最有帮助的部分——也是我们让Dana在这里分享她的工作的原因——是右边的一栏,她在这里添加了一个简短的声明或花边新闻,帮助将数据点置于上下文环境中。否则,纯粹从图表来判断,就是探究式学习。自主学习、班级规模和教师内容知识在跳过一年的时候表现得非常糟糕,互惠教学和学习技能的教学都是突飞猛进的。
最终,为了最好地利用这些数据来指导教学和计划,每个研究都应该单独分析。我们需要澄清成功的条件是什么。我们还需要清楚地为每个影响因素和策略定义每个词和短语,这样我们就都在说同一种语言。然后,我们需要在每个研究调查中识别和分析其他变量——有或没有技术,有或没有进入当地社区,学生在年级水平、以下和以上阅读,使用与文化相关或不相关的文本,等等。
他的两本书《可视学习》和《我们如何学习的科学》以及《可视学习》综合了超过800个与成就必须购买相关的元分析,这样你就可以自己做这种分析,而不是浏览一篇博客文章,从中提取错误的结论(这就是为什么我们一开始不愿意发表它的原因)。也就是说,综合数据的结果如下所示。
此外,我们还为文档使用了一个新的嵌入式主机。如果你在浏览或滚动时有困难,请在评论中告诉我们电子邮件,或者在推特!
对学习影响最大的是什么?海蒂的合成物的合成
请看下面的效果大小和上下文/解释。
- 保留(推迟一年)
- 开放的学习空间与传统的学习空间
- 学生对学习的控制
- 教师学科内容知识
- 能力分组/跟踪/流
- 性别(男性成就与女性成就之比)
- 使教学与学生的学习风格相匹配
- 在课堂分组
- 课外
- 减少班级人数
- 个性化的教学
- 学校财务
- 教授和指导应试
- 家庭作业
- 探究性教学
- 使用模拟和游戏
- 减少破坏性行为
- 计算机辅助教学
- 综合课程项目
- 如何培养对每位老师的高期望
- 学生成就的专业发展
- 家庭环境
- 同伴对成就的影响
- 语音指令
- 提供工作的例子
- 合作学习与个人学习
- 直接指令
- 概念图
- 理解项目
- 学习策略教学
- 教学研究技能
- 词汇项目
- 如何加速学习(例如跳过一年)
- 如何更好地教授元认知策略
- 师生关系
- 互惠教学
- 如何提供更好的反馈
- 为教师提供形成性评价
- 老师在学生眼中的信誉