数据破坏教学的10种方式
经过特里·赫克里克
您如何在教学中使用数据？或评估？
在功能上，这是评估目的是提供数据来修改计划指令。在看学生理解的内容中，可以根据这些结果 - “数据”，计划向前移动掌握的最佳路径 - “数据”。
虽然存在具有任何形式的评估（以及确定学生理解的最佳方式）的固有（和可能的缺陷）缺陷，但是评估设计是另一天的主题。目前，它可以帮助更好地了解数据 - 以获得其益处，也许更重要的是，它的限制。vwin.com德赢
像Rick Stigins这样的数据冠军，Richard Dufour和Nancy Love已经做了精彩的工作和用于数据。爱的书使用数据来改善所有人的学习对于任何想要更好地了解数据如何支持工艺的教师是一个写成好的彻底的起点。
但这并不简单。
在教学中使用数据
数据不仅成为学校改善的催化剂，而且成为教育改革的整体激励力量。
从“不让一个孩子掉队”，到数据团队和小型农村学区的专业学习社区，人们呼吁用数据为日益阴暗的学校改善之水带来科学和光明。在许多学校和地区，数据不只是一种工具，它是一个现实，每个人，每一个努力，都被评判。
被衡量的东西被珍视(反之亦然)，许多其他的可能性就消失了。
虽然这是有问题的评估设计，但到目前为止可用的学习域，空间和工具 - 有些方法可以最小化数据驱动狂潮所做的损坏。关键是没有将数据视为有价值的教学工具，而是了解其追求更好的评估设计和数据提取实践的限制，特别是以数据友好课程和教学设计的形式。
那么数据（否则无瑕疵的概念）可以破坏你的教学的一些方式是什么？
在教学中使用数据？10种方法出错
1。这些评估并不精确
测试，测验，项目和等于程序知识和低的评估能够揭示学生了解所评估内容和标准的信息不仅仅是有帮助的，他们对学生有害，以及一般学习的障碍。
当测试比学习者，内容或教师有更多的重力时，有些东西是不合适的。
2。基于评估结果的推断是有限的或错误的
即使有一份写得很好的评估，在教学中使用数据的作用也仅限于教育工作者根据这些数据决定如何最好地修改计划好的教学。项目分析——让每个学生仔细检查每一个问题，然后推断出问题出在哪里——是一个非常痛苦的过程，最多也就是有经验的猜测。
当它完成火腿时，这是灾难的谱系，或者至少为学生提供不均匀和令人沮丧的学习体验。
3.评估不常见
在持久评估的气氛中，每个“测试”（测验，退出滑动，概念地图，绘图，对话，观察等）提供了学生的快照似乎理解(参见#1)。
但如果此类评估不常见，则展示进步和掌握的机会是有限的。对于任何与内容知识无关的原因，学生们与考试争取，从焦虑到简单地享受糟糕的一天。
4。评估是糟糕的
在错误的时间进行正确的评估是错误的评估。在一个理想的环境中，每个学生都会获得完全个性化的评估途径 - 合适的时间在合适的时间，正确的时间评估。
这在公共学校环境中是一个挑战，教育者可能是彻头彻尾的彻底压倒性的写作评估工作量，计划指导，修改指令，项目分析，数据提取等。
即使在'数据团队的环境中，这可能是太多的，无论老师和学校的罐头精神，都可以保持一致。
5. D.ATA您正在使用
在合适的时间给出的正确评估，甚至导致正确的推论都没有帮助，如果它不立即使用。理解是易腐烂的，生长和萎缩的经验和时间。日期的数据被宠坏了牛奶。
6.'不考虑知识深度
大多数教育家都很清楚知识深度的重要性绽放的分类法为例。
但是，如果考试没有用故意使用这种想法 - 从低水平回忆到更高级别的“批判性思维”技能 - 必须以相同的有限光线考虑数据。
7.数据并不透明或可供他人访问
老师是贪吃惩罚的人，他们自己承担了整个学习过程。这不仅不现实，而且对学习者有害。毕竟，这需要一个村庄。其他内容领域的教师、管理人员、家长、家庭、导师甚至社区成员对学习者表现的了解越多，学生支持系统的包容性就越强。
8.数据源并不是多样化的
从出境单到考试，从项目到基于计算机的评估，从自我评估到同行评估，从地区评估到国家评估，从基于标准到参照标准，等等，数据来源越多样化，对宏观的理解就越完整。
9。抵抗数据“吸收”的不灵活的课程
如果课程是脚本，课程指南残酷，课程地图刚性和静态，评估预先制造和包装 - 这些因素不利于吸收和使用立即对学生学习需求做出反应的数据。
10.数据有太多的数据
南希爱在她的书中解释说：“只需拥有更多的数据就可以了。学校淹没在数据中。问题是（使用所有）数据......“
太多的数据差不比完全没有数据。
图像归因闪烁用户TulanePublicRelations