1119胡丹 信息技术支持下的精准教学及个性化学习 用2Word格式文档下载.docx
《1119胡丹 信息技术支持下的精准教学及个性化学习 用2Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《1119胡丹 信息技术支持下的精准教学及个性化学习 用2Word格式文档下载.docx(8页珍藏版)》请在冰豆网上搜索。
“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。
”
就是说,大数据时代,数据分析已经渗透到各行各业,这里也包括教育行业。
大数据领域公认专业、百万级超级热销书《大数据时代》作者、牛津大学互联网研究所迈尔-舍恩伯格教授以浅显易懂的语言讲述了前沿的理念——大数据将如何改变教育。
他举出MOOC、可汗学院、多邻国语言学习网站等案例,告诉我们,蓬勃发展的在线教育领域产生了大数据,教育不只是“你讲我听”、考试评分或是选修科目更多而已。
历史上第1次,我们拥有了强大、具有实证效果的工具,能够空前的看到学习的过程,破解过去不可能发现的重重学习阻碍,让教育可以实现“私人定制”,改善学习的成效。
教师的工作不但不会被网络视频所代替,还会变得更高效,更有趣。
(二)背景回顾和现状分析:
背景回顾:
1、2016年,广东省高考采用全国卷试题,试题难度增大,知识覆盖面更广,考察的能力和素养更加多元。
2、2017年,国家教育部颁布新普通高中课程标准,提出了明确的学科素养要求,增加传统文化考核内容以及学科考核目标的具体要求,并具体说明了调整后变化了的考试内容。
同时强调:
一个中心:
即促进学生全面而有个性地发展;
三个适应:
适应社会生活;
适应高等教育;
适应未来的职业发展;
一个奠定:
为学生的终身发展奠定基础。
3、2018年,广东省将实行新高考改革,有别于当前的文理科分类,改革后学生可将学科自由组合参加高考,选考比重大大增加;
行政班教学模式也将改为行政班与“走班制”并存教学模式。
这些变化对各高中学校既是机遇也是挑战,能否在改革之际实现弯道超越,是每个高中学校都在研究的课题。
现状分析:
1、学校:
南外高中建校十四年来,以小班化教学、鲜明的外语特色和科技特色、优异的高考成绩以及卓著的办学业绩,跻身深圳市优秀高中行列。
高考成绩跻身南山翘楚、深圳前七,并连续十年被评为“深圳市高考先进单位”。
2018年9月,南外高中终于有了自己独立的新校区,上级领导、社会、家长、学生都对我们充满期待,如何保持荣誉并不断向前发展,如何适应时代变化和高考改革的要求,我们整个团队倍感肩上责任重大。
2、学生:
我校近三年的高中录取线排位都在市第10名左右,在南山区也是千年老二,从学生整体素质来看,尖子生几乎没有,生源越来越扁平化,他们都不同程度地存在一些问题,如:
学习的内驱力不足、爱好广泛但又够不上一技之长,思维活跃但专注度集中度不高等等,尤其是绝大部分学生都有薄弱学科。
如何充分挖掘内在潜力,提高教育教学质效,实现突破性发展?
是我们这所年轻的小高中一直在思考与研究的,我们发现可以从数据入手,实现精细化教学管理与备考,才能真正减少能耗,实现跨越式发展。
其实,学校日常教学过程中的数据无处不在。
如课堂教学中某个知识点的教学及在线习题反馈,课后作业中每个学生对每个题目的作答信息,一次考试后形成的成绩分析报告等,都蕴含着大量有价值的鲜活数据,但其作用往往被严重弱化。
如何收集这些常态化的教学数据,并应用数学统计、数据挖掘等技术手段,进行深入有效的分析挖掘,发现规律,找到问题,既形成一些共性的教学策略,又提出一些个性化的学习建议,让数据为教学服务,就显得很有意义。
(三)操作层面的思考和尝试:
当前,我校信息技术支持下,通过大数据分析,实现精准化教学与个性化学习的研究重点包括三个方面,一是真实全面的数据采集;
二是精准科学的数据分析;
三是精准高效的靶向教学活动。
三个方面层层递进、环环相扣,形成了一个基于大数据分析的精准化教学模型。
1、全面科学的数据采集种类
<
1>
教育教学质量监测类:
中期督导问卷
2>
班级、学科教学质量监测类:
期中、期末考试分析
3>
辅助志愿填报指导类:
职业倾向性网络问卷调查
4>
课堂教学质效监测类:
课堂行为跟踪监测分析
海量教学资源系统使用数据统计:
2、对精准化教育教学的促进作用
<
调控教育教学管理决策:
年级、学科间发展不均衡——调整年级组、备课组师资,劝勉帮扶,行政介入监管;
教师间发展不均衡——查找原因,针对帮扶,劝勉谈话。
暴露问题,督促学科组、年级组及时调整教育教学行为
发现典型,形成导向,引导教师个人调整教学行为
对毕业年级备考,落实靶向教学,落实个性化补弱
3、对学生个性化自主学习的促进作用
考试后,21页分析报告,全面诊断学生学习情况,清楚自己学习状况与效果
雷达图,引导学生自我分析,扬长避短,调整学科学习方法,调整学科时间分配
细目表,引导学生梳理各科薄弱环节,靶向落实补弱
*<
微课点击率,提醒学生预知共性重难点,提高预习听课的针对性
1、学校层面
(1)质量分析
传统质量分析:
整体分析效果还好,个体分析难度较大
运用excel表进行班级和年级成绩的初步分析(单次分析和简单汇总分析),对学生个体成绩分析做起来难度很大,呈现方式也比较单一。
做超链接:
成绩分析excel表——班级、年级、几次合计
大数据支持下的质量分析:
轻松实现对各类划界群体及个体的分析
在我校购买的成绩云软件下,在建立基础数据后,即可生成对各类划界群体及个体的分析,如:
临界生的划定及临界生整体的追踪分析;
班级、年级成绩动态变化,学科成绩的动态变化等,方便学校从各个层面多维度分析数据、查摆问题,调整教学和备考策略。
班级、年级成绩动态变化,学科成绩的动态变化
(2)辅助志愿填报
传统志愿填报:
费时、费力、易偏差
学校召开填报志愿指导会,由专门教师根据省市文件精神和自己以往的经验对填报志愿事宜进行指导和解读,然后家长和学生翻阅《招生专业目录》和《填报志愿指南》,根据自己的分数排位及专业方向和目标大学进行查找,再去目标大学官网查询学校和专业信息,最后确定填报。
不仅费时费力,而且极易出现偏差。
大数据支持下的志愿填报:
科学、快捷、很便利
从2016年起,我校陆续和一些公司建立起试用合作关系,在高考结束后,首先对学生进行职业生涯规划辅导讲座和职业倾向性网络问卷调查;
接着在成绩发布后考生通过志愿填报系统,输入高考分数和省排位以及大学类型、专业选择、地域选择等信息,系统自动生成可以选择的院校名称;
然后考生和家长通过此系统调取这些大学及专业的的介绍信息,确定自己填报的院校。
链接网址、结果网址、督导反馈的PPT
(3)教学常规管理
传统教学常规管理:
主管校长和教务主任进行检查,汇总检查结果并进行分析
大数据支持下的教学常规管理:
运用相关的计算机管理软件系统,把我们需要了解和掌握的情况通过网络调查问卷等形式组织相关人员填写,并通过系统进行数据提炼分析。
例如:
我校中期教学督导的学生网络点查问卷,以上学期和本学期进行的学生网络调查问卷为例,我们都是通过“问卷星”这个软件,导入我们设置的问题,再导出学生填写的结果进行分析
链接问题网址、结果图片、督导反馈的PPT
2017—2018学年度第一学期,我校设置的问卷,是基于从教师整体出发,个性化数据需要进行筛查汇总。
在实际运用过程中,我们觉得如果设置的问卷,是基于教师个体出发,那无论从学生回答的指向性和后续反馈的针对性上都更有利,因此我们在本学期进行了调整:
链接问题网址、结果图片、教师个人资料呈现电子表
再比如,我们尝试性的作业检查问卷
链接问题网址、结果图片、教务处点评
说明:
我们这么做的目的是用数据说话,让数据为教学管理服务。
我们从调查数据中找出共性问题,与老师们共同探讨和交流,达成共识;
我们还从调查数据中发现闪光点和找出个性问题,与相关老师进行谈话并给出合理化建议,这大大增强了我们的管理科学性和有效性。
2、教师层面和学生层面:
无界对接,良性互动
南外高中自2011年起,对毕业班推行导师制管理。
明确导师职责:
人生引导、心理疏导、学业指导,即引导学生做好职业与生涯规划,从而激发学生自我成长的内动力,使之学会为自己的成长负责;
关注学生的人际关系、情绪及心理问题并及时加以疏导;
引导学生学会在不同的团队中扮演不同的角色,建立起强大的适应能力和心理素质;
指导学生学会“管理学习”,选择适合自己的课程,诊断自己的学业状况,找到适合自己的学习方式。
确定导师选择方式:
学生——导师——学生。
编制了文案《导师制管理手册》,记录和进一步规范学生进步成长的轨迹。
但是教师对学生的个性化学习辅导缺乏更有力的数据支撑,学校安装问卷星和云成绩分析软件以来,导师制之“导”即为每个学生量身定教更精准,出具的单方更有针对性和效果,如:
临界生的弱科是什么、弱知识点是什么,知识盲区是什么,都能直观呈现。
学生梳理自己的临界知识、临界能力,老师心中有数,统筹补弱内容,因材施教。
这就使得老师的教和导、学生的问和学都变得更加清晰和有效。
在数据支撑下的导师制为南外高考助力加分,在近几年的高考中发挥了重要作用。
学生个人成绩分析——雷达图、成绩变化曲线图、试卷批改原图呈现、错题及解析档案、常错知识点、常错知识点的变式训练题
(四)对大数据运用的反思和提升(衡水中学的运用)
我校对大数据的运用还属于亦步亦趋阶段,未来还有很大的提升空间,下一步我们想把大数据进一步运用到课堂教学上。
通过对教师课堂教学行为进行观察、记录和分析,发现课堂教学存在的问题,促进教师反思和改善教学方法,促进教师教学行为改进,建设有效学习与深度学习的课堂,最终达到了提高课堂效率、提升教师专业水平的目的,从而让大数据为教育教学发展助力。
二、新高考走班制教学要求我们整合并运用大数据
所谓大数据,并不是各种繁杂数据的堆砌和累计所形成的数据垃圾,而是经过有序整合、多维分析、驱动应用等加工使用过程检验的完整数据链条,是能够产生数据动能的“引擎”。
2021年广东新高考采用“3+3”模式,即语文、数学、外语+理化生史地政中的三科,这样就产生二十中不同的选择组合。
为了加强教学的针对性,我校还初步设计了参加理化生政史地等级考(选考)的学生分层走班,从而把六选三科目的二十种组合增加到了35种,这对于排课来说相当困难。
如果在满足全部学生选课意愿的前提下,还要实现现有资源的最优化配置,尽可能不增加或者少增加教师、教室、课时资源,就需要引进先进算法的排课软件系统。
经过反复考察比对和慎重选择,我们最终和北京的一家技术优势非常明显的公司实现了战略合作。
我们选择的排选课软件系统不仅限于走班排课的任务,还可以通过排课过程中的数据初始化,完成学生、教师、(家长)、课程、教室数据的统整,实现人、课、地等关乎时空要素的真实数据整合。
为了很好地实现数据统整,为了保证数据驱动过程中的便捷性、安全性、兼容性