Veriye dayalı kararlar, kişiselleştirilmiş öğrenmeyi geliştiren, değerlendirme ve geri bildirimi iyileştiren, kaynak tahsisini optimize eden ve erken müdahaleyi teşvik eden K-12 eğitiminin kritik bir bileşeni olarak giderek daha fazla tanınmaktadır. Bu kararlar, akademik başarı, akademik olmayan faktörler, program ve sistem verileri ve algı verileri gibi çeşitli veri türlerinin analiz edilmesiyle verilmektedir. Buna karşılık, bu analiz eğitimcilerin, öğrencinin öğrenmesini ve okul verimliliğini doğrudan etkileyen bilinçli seçimler yapmasına yardımcı olur.

Faydalarına rağmen, eğitimde veriye dayalı karar almanın uygulanması zorluklar da beraberinde getiriyor. Okul liderleri ve öğretmenler, verileri etkili bir şekilde toplamak, analiz etmek ve yorumlamak için daha fazla zamana, araca, uzmanlığa ve mesleki gelişime ihtiyaç duyabilir. Üstelik olmak arasında bir fark var. veri açısından zengin ve veri-güdümlü. Veri toplamak önemlidir, ancak zaten aşırı sorumluluk yüküne sahip olan eğitimciler üzerindeki baskıyı artırabilir. Toplama ve analiz süreçlerini otomatikleştiren yüksek kaliteli veri yönetimi sistemleri, veri odaklı bir modele geçiş yapmak isteyen kurumlar için çok önemlidir.

EdSurge yakın zamanda konuştu Becky Mathison, Yenilik, Öğretme ve Öğrenmeden Sorumlu Müfettiş Yardımcısı Winnetka Devlet Okulları, Illinois, bölgesinin eğitimcileri etkili ve verimli veri analizi ve kullanımı konusunda nasıl desteklediğini anlatıyor. Müfredat, öğretim ve değerlendirmeye odaklanan bölge düzeyindeki idari rollerde 10 yıldan fazla deneyime sahip olup, veri tabanı karar verme sistemlerini oluşturma ve geliştirme konusunda kapsamlı uzmanlığa sahiptir. İdari görevlerinden önce Mathison, ortaokul fen bilgisi öğretmeniydi, sınıf düzeyindeki takımlara ve fen bilimleri bölümüne liderlik ediyordu. Bu süre zarfında, öğrenci öğrenme sonuçları ile veriye dayalı içgörüler arasındaki ilişkiye olan ilgisi ilk kez ortaya çıktı ve öğrenci ilerlemesini anlama yaklaşımına yön verdi ve gelecekteki eğitim stratejilerine yön verdi.

EdSurge: K-12 eğitiminde sınıf ve bölge düzeyinde veriye dayalı karar verme neden önemlidir?

- Mathison: Veriler, okullardan giderek daha fazlasını yapmalarının istendiği günümüz çağında özellikle önemli olan birçok öğretim stratejisine bilgi sağlamaya yardımcı olabilir. Nicel ve nitel veriler arasındaki denge esastır. Niceliksel veriler açısından normlandırılmış bir şeye sahip olmak çok değerlidir. Bir öğrencinin zaman içindeki gelişimini karşılaştırmanıza ve aynı zamanda başarılarını karşılaştırmalı değerlendirmelere göre not etmenize olanak tanır. Işığımızı nereye parlatacağımızı bulmanın bir yolu bu.

Diğer bir yaklaşım ise öğrenci çalışma örneklerini ve öğretmen geri bildirimlerini analiz ederek öğrenci ihtiyaçlarına daha bütünsel bir bakış açısı sunmayı içerir. Daha önce bir öğretmen olarak asıl odak noktamız içerik sunmaktı. Ancak bugün okul günü boyunca sosyal-duygusal öğrenmeye ve fiziksel aktiviteye daha fazla zaman ayırmanın ve öğrencilere öğrenimlerinde daha fazla özerklik sağlamanın öneminin giderek daha fazla farkına varılıyor. Niteliksel veriler bu açıdan eşit derecede etkili olmaya devam ediyor.

Sistem veya bölge açısından bakıldığında, sınıf seviyeleri arasında tutarlılığın sağlanması gerçekten önemlidir. Üzerinde mutabakata varılan veri kümeleri (evrensel elemeler, bir değerlendirme tablosu içeren ortak biçimlendirici değerlendirmeler veya öğrencilerin üzerinde çalıştığı projeler) bize sistem genelinde kalibrasyon yapma yolu sağlar; böylece müfredatta nerede ince ayar yapmamız gerekebileceğini bulabiliriz veya Öğrenci ihtiyaçları nedeniyle personel alımında farklı şeyler yapın.

Niceliksel ve niteliksel verilerin dinamiği, eğitimsel karar verme süreçlerinin verimliliğini ve etkililiğini nasıl artırır?

Niceliksel verilerin hazır olması, profesyonel öğrenme topluluklarının (PLC'ler) bir araya gelmesinin verimliliğini artırır. Öğrencileri verilere göre hızlı bir şekilde gruplandırabiliyorsanız, bu çok fazla zaman tasarrufu sağlayabilir, böylece masadaki eğitimciler beyin güçlerini kullanarak verilerin ne anlama geldiğini analiz edebilir, tutarsızlıkları belirleyebilir, ne zaman daha fazla bilgiye ihtiyaç duyulacağını belirleyebilir ve yararlanabilecek öğrenciler hakkında tartışabilirler. öğrenci hizmetlerinden ve hatta sınıf düzeyinde hızlandırmadan.

Bu üst düzey programatik eşleştirme yapıldıktan sonra niteliksel veriler devreye giriyor. PLC'de öğretmenler bu öğrenci gruplarına bütün çocuk perspektifinden bakabilirler. Öğrenci çalışma örneklerini inceleyebilir ve güçlü yönleri veya geliştirilmesi gereken becerileri belirleyebilirler; bu da her öğrenci için gereken uygun desteği belirlememize yardımcı olur.

Öğretmenleri ve personeli, öğretim uygulamalarına bilgi sağlamak amacıyla öğrenci verilerini etkili bir şekilde toplama, analiz etme ve kullanma konusunda nasıl destekliyorsunuz?

Olumlu bir veri kültürünü teşvik ediyoruz ve bölge genelinde veri okuryazarlığını geliştiriyoruz. Bir bölge yöneticisi olarak öğretmenlere, neyin işe yarayıp neyin yaramadığını daha iyi anlamak ve sonuçta en iyi öğrenci deneyimini sağlamaya yönelik sorular sormak için verileri bir başlangıç ​​noktası olarak gördüğümü bildiririm.

Veri okuryazarlığını geliştirmek, yalnızca verileri neden kullandığımızı değil, aynı zamanda tarama araçlarını nasıl kullanacağımızı ve verilerin tam olarak ne anlama geldiğini de konuşmak anlamına gelir. Buna mesleki gelişim ve sürekli, işe dayalı desteğin birleşimiyle yaklaşıyoruz. Bunun mesleki gelişim kısmı mesajlaşmadır: Bu nedenle bölge olarak bu yöne doğru gidiyoruz, bunlar size sağlayacağımız farklı araçlar ve destekler ve verilerin değeri budur. Daha sonra, öğretmenleri araçları kullanma, veri toplama ve kendi bağlamlarında bunun ne anlama geldiğini anlama konusunda desteklemek için bina yöneticileriyle işbirliği yapan bir koç ekibimiz var.

İlçemizde iki veri aracı kullanılıyor: biri verileri yerel olarak analiz etmek için, diğeri ise verileri öğretmenlerin parmaklarının ucuna getirmek için. Çoğu zaman öğretmenlerin öğrenci verilerini toplamak için çeşitli platformlarda arama yapması gerekir. Genel tarama için üç farklı platform, katılım için başka bir platform ve olay raporları hakkında bilgi edinmek için başka bir platform kullanabilirler. Otus bir öğretmenin öğrenci profilinin rapor bölümüne gidebilmesi için bu verileri birleştirmemize olanak tanıdı ve tüm bu bilgilere tek bir yerden erişin. Şu anda sistemde çoğunlukla niceliksel veriler var. Ancak farklı belge yüklemeleriyle daha niteliksel veriler ekliyoruz. Örneğin, birinci aşama okuryazarlık müfredatı incelemesini tamamlıyoruz. Ortak biçimlendirici değerlendirmelerin sonuçlarını sisteme yükleme ve hatta muhtemelen gerçek değerlendirmeleri yükleme planlarımız var.

Aynı zamanda veri okuryazarlığı konusunda toplum eğitiminin öneminden de bahsetmek istiyorum, böylece ebeveynler değerlendirme bilgisi alırken bunun anlık bir görüntü olduğunu anlayabilirler. Veri okuryazarlığı yaklaşımımızda ailelerle ortak olmayı hedefliyoruz. Bu yılki hedeflerimizden biri, öğrenci öğrenimi konusunda veli iletişimini artırmaktı. Tüm değerlendirme raporlarımızı evlerimize gönderdik. Değerliydi çünkü ebeveynlerin farklı değerlendirmeleri anlamalarına yardımcı oldu, ancak her rapor farklı görünüyordu ve farklı raporlama yöntemleri kullanıyordu; bu da başka bir düzeyde veri okuryazarlığı gerektiriyordu.

Gelecek yıl Otus'u kullanmayı planlıyoruz ebeveynlerle. Tek bir yerden giriş yaparak test sonuçlarına daha kolay ulaşabilecekler. Farklı veri sonuçları, verileri benzer şekilde görsel olarak temsil ederken her bir [test sonucunun] anlamını çözecektir.

Veriye dayalı uygulamaların etkinliğini sürekli izlemek ve değerlendirmek için ne gibi önlemler alıyorsunuz?

İlçe düzeyinden başlayıp sınıf düzeyine çıkan kademeli bir sürecimiz var. Yılda üç kez evrensel tarama verilerini topladıktan sonra ilk adımımız ilçe yöneticileri ve bina yöneticileriyle görüşüp sisteme ait verilere bakıyoruz. O toplantıya dahil ettiklerimin bir kısmı, müdürlerin kendi binalarında ele almak isteyebilecekleri farklı faaliyetler veya odak alanlarıdır. Daha sonra, ertesi hafta, binadaki müdür ve öğretmen liderlerinin de dahil olduğu bir bina liderliği ekibi toplantısı yapılır; burada veriler incelenir ve okul iyileştirme planına göre odaklanılacak alanlar belirlenir. Son olarak, sınıf düzeyindeki ekiplerin her biri verilerin üzerinden geçmek için toplanır. Bu ekip toplantılarında sadece sınıf öğretmenleri değil, müdahaleciler, özel eğitim öğretmenleri ve bazen ilgili sanat öğretmenleri de bulunacaktır. İlçe olarak yılda üç kez bu sistemi uyguladığımız için şanslıyız. Ancak amaç, bu arada bu konuşmalardan daha fazlasını yapmaktır.

Veriye dayalı karar verme, garantili ve geçerli bir müfredata sahip olmak veya öğrenme süreçleri için değerlendirmeyi kullanmak gibi okullardaki diğer kanıta dayalı uygulamalara benzer. Veriler bize öğrenci ihtiyaçlarına en iyi şekilde nasıl yanıt verebileceğimiz ve öğrenciden en iyi sonuçlara nasıl ulaşabileceğimiz konusunda bilgi verir. Verilerin gerçekten analiz edilmesi bölge ve okul liderlerimizin öğretmenlerimizi desteklemesine yardımcı olur, böylece onlar da her öğrenciyi destekleyebilir.

Buraya Tıkla Otus'un okul liderlerini öğrencilerin gelişimini sağlayacak güvenli, bilinçli kararlar almaları konusunda nasıl desteklediğini öğrenmek için.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.edsurge.com/news/2024-04-10-how-data-drives-strategies-for-improved-student-outcomes