使用数据修改课堂上的指令时要避免什么
经过特里·希克（Terry Heick）
您如何在教学中使用数据？还是评估？
在功能上，评估的目的是提供数据以修改计划的说明。在了解学生的理解时，可以根据这些结果（“数据”，可以计划迈向精通的最佳途径。
尽管有任何形式的评估（确定学生理解的最佳方法是什么？），虽然有固有的（也许是残酷的）缺陷，但评估设计是另一天的话题。就目前而言，它可以更好地简单地理解数据的好处，也许更重要的是，它的限制。vwin.com德赢
Rick Stiggins，Richard Dufour和Nancy Love等数据冠军与Data一起做得很好。爱的书使用数据改善所有人的学习对于任何希望更好地了解数据如何支持其工艺改善的老师来说，都是写得很好的起点。
但这并不是那么简单。
如何在教学中使用数据？
数据不仅成为学校改善的催化剂，而且已经成为Ed Reform in Masse中的镀锌力量。
从广义上讲，数据用于评估学生对特定学术标准的掌握。这些“评估”产生的数据使学校可以比较学生的标准，标准，基准或其他学生。
也可以看看学习评估类型
从没有孩子留下来，到小型农村学区的数据小组和专业学习社区，都要求数据将科学和光线带到越来越模糊的学校改善水域。在许多学校和地区中，数据不仅是一种工具，而且是每个人以及每一个努力的现实。
测量的是珍贵的（反之亦然），许多其他可能性消失了。
尽管这是有问题的 - 评估设计远远落后于可用的学习域，空间和工具，但可以最大程度地减少数据驱动的狂潮造成的损害。关键不是将数据视为有价值的教学工具，而是理解其在追求更好的评估设计和数据提取实践的限制，尤其是以数据友好的课程和教学设计的形式。
那么，数据（一个原本是完美的概念）的方式可能会破坏您的教学？
1。评估不精确
测试，测验，项目和其他评估，这些评估对程序知识较高，而对能够发现学生对所评估的内容和标准的理解的能力他们不仅没有帮助，而且对学生有害，并且对整个学习的障碍。
当测试比学习者，内容或老师的重力更大时，事情就会陷入困境。
2。基于评估结果的推论是有限或错误的
即使进行了精心编写的评估，在教学中使用数据也与教育工作者一样有用，以决定如何根据该数据最好地修改计划的教学。项目分析 - 通过每个学生通过每个问题，以推断出了问题所在 - 是一个痛苦的过程，并且受过教育的猜测充其量。
当完成HAM FIST时，这是灾难的秘诀，或者至少是学生对学生的不平衡和令人沮丧的学习经历。
3。评估很少
在持续评估的气氛中，每个“测试”（测验，出口单，概念图，绘图，对话，观察等）提供了学生的快照似乎了解（请参阅＃1）。
但是，如果这种评估很少见，那么证明进步和掌握的机会就受到了限制。学生出于多种原因与内容知识无关的原因，从焦虑到简单的一天，这与考试无关。
评估越频繁，越好。
4.评估较差
错误时间的正确评估是错误的评估。在理想的环境中，每个学生都会获得完全个性化的评估途径，即正确的时间，正确的评估在正确的时间。
在公立学校环境中，这是一个挑战，在该环境中，教育工作者可能要承担彻底的压倒性写作评估，计划指导，修订教学，项目分析，数据提取等的工作量。
即使在“数据团队”环境中，无论老师和学校的精神如何，这都无法始终如一地接受。
5. d您正在使用的ATA已过时
如果不立即使用，在正确的时间进行正确的评估，甚至导致正确的推论也无济于事。理解是易腐烂的，随着经验和时间而成长和萎缩。过时的数据是变质的牛奶。
6.“知识深度”不是置换的
大多数教育者都非常了解知识深度的重要性 -布卢姆修订的分类法， 例如。但是，如果没有故意使用此类想法的考试 - 从低级召回到更高级别批判性思维策略- 必须以相同的有限的光考虑数据。
7。数据不透明或无法访问
要求老师承担为数十名学生（甚至数百名）学生掌握数十个（甚至数百个）学习目标的艰巨任务。这不仅是不现实的，而且对老师和学生都有损害。
其他内容领域的教师，管理员，父母，家庭，导师甚至社区成员对学习者表现的了解越多，学生支持系统就越包容性。显然，这应该小心。在这里，学生隐私问题或将错误的信息传达给可能不了解意义的家庭是许多挑战中的两个。
但是至少，其他老师（以及越来越多的自适应学习算法）应该可以访问学生的所作所为和不知道的事情，从而使他们所做的和不需要的事情。
8。数据源并非多样化
从退出单程到测试，项目到基于计算机的评估，自我评估再到同行评估，地区评估到国家评估，基于标准到规范引用和其他方式，数据源越多样化，宏观视图就越完整理解。
9.不灵活的课程可抵抗“吸收”数据
如果课程是脚本的，则节奏指南残酷，课程地图刚性和静态，评估预先制作和包装 - 这些因素不利于以立即对学生学习需求有反应的方式吸收和使用数据。
10.数据太多
南希·洛夫（Nancy Love）在她的书中解释了：使用数据改善所有人的学习‘，爱解释说：“简单地拥有更多可用数据是不够的。学校淹没了数据。问题是将数据作为变革的强大力量。如果没有有效和协作的系统过程，许多学校，尤其是那些为高贫困学生服务的学校，都会以慢性低表现苦苦挣扎，而无需承担责任的压力。”
太多的信息可能比太少更糟糕。