자료는 의사 결정 기반

Data based decision making

데이터 기반 의사 결정 또는 데이터 기반 의사 결정을 분석하고 데이터의 인구 통계적, 학생 성취도 시험, 만족, 데이터를 처리 교육 과정의 개선 쪽으로 결정을 하는데 등 다양한 수집의 교육자들의 진행 중인 과정을 의미한다.DDDM 특수 교육에 연방 및 주test-based 책임 정책부터 중요시 되어가고 있다.아동 낙오 방지 법 교육 기관에 의해 학교와 지역의 데이터 추가 구성 요소를 분석하고, 뿐 아니라 이들 학생들의 시험 성적을 높이기 위해 긴급한 요구하여 데이터를 사용하는 데에 더 넓은 기회와 인센티브가 열립니다.정보 학교 올해 개선 다양한생 단체가 올해의 책임을 묻게 만든다.DDDM이 문제에 의해 영향을 받는 문제고 알아볼 수 있기 때문에 따라서 DDDM 문제의 해결책을 찾을 수 있도록 도와 준다.

목적

DDDM의 목적은 조치 가능한 지식에 학생 성과 개선에 정보를 이용하려면 교육자, 학교, 학구, 그리고 국가들을 돕는 것이다.DDDM, 그렇지 않으면, 데이터 및 신뢰할 수 없는 추론에 이를 잘못된 정보를 주달 수 있는 고품질 데이터와 어쩌면 기술 지원이 필요하다.데이터 관리 기술 학교에서 가르치고 학습 개선할 수 있다.시험 점수는 많은 교장들이 "거품 아이들"을 식별하기 위해 사용합니다. 이 학생들은 읽기 및 수학 [1]능력 수준보다 약간 낮은 점수를 받습니다.

교육에 사용되는 데이터 유형

교육에 사용되는 데이터는 크게 인구통계 데이터, 인식 데이터, 학생 학습 데이터, 학교 과정 [2]데이터 등 4가지 유형이 있습니다.

1. 교육기관의 인구통계 데이터는 "우리는 누구인가?"라는 질문에 답한다.인구 통계는 학교의 현재 상황과 추세를 보여준다.트렌드는 미래를 예측하고 계획하는 데 도움이 되며, 리더들이 지속적인 학교 개선을 위해 노력하는 조치들을 볼 수 있습니다.철저한 인구통계자료는 학교, 제도, 리더십의 구조를 설명한다.교육인구통계자료에서 다음 항목 : 학교 내 학생수, 특별한 요구를 가진 학생수, 영어학습자수, 코호트 학생의 연령 또는 등급, 학생의 사회경제적 지위, 출석률, 민족/인종/종교적 신념, 졸업률, 자퇴율, 교사의 경험정보, 정보학생의 [2]부모에 대한 평가.

2. 인식 데이터는 학생, 직원, 학부모가 학교에 대해 어떻게 생각하는지 알려주고 "어떻게 사업을 할 것인가?"라는 질문에 답합니다.학교 문화, 기후 및 조직 프로세스는 인식 데이터로 평가됩니다.인식 데이터에는 가치, 신념, 인식, 의견, 관찰이 포함됩니다.인식 데이터는 주로 설문지를 수집합니다.인식 데이터는 직원 1명, 학생 2명, 학부모의 두 그룹으로 구분할 수 있습니다.직원들은 지침이나 커리큘럼에 변화가 필요한지를 묻고 있다.학생들과 학부모들은 그들의 관심사를 보고하고, 배우는 것이 얼마나 어려운지,[2] 그들이 어떻게 가르치고 대접받는지 질문을 받는다.

3. 학생 학습 데이터는 다음 두 가지 질문에 답변합니다.우리 학생들은 잘 지내고 있나요? 그리고 우리는 지금 어디에 있나요?학생 학습 데이터에는 인구 통계 그룹, 교사, 학년 수준, 시간 경과에 따른 코호트 및 개별 학생 성장에 따라 세분화된 모든 과목 영역의 정보가 필요합니다.이러한 유형의 데이터는 능숙하지 않은 학생들에게 더 많은 도움을 주는데 도움이 되며, 그들이 능숙해지기 위해 알고 있는 것과 모르는 것을 심화시킵니다.학생의 학습 데이터는 커리큘럼, 지도 및 평가와 연계되어 결과를 향상시킵니다.학생 학습 데이터는 단일 교육자 또는 학교 전체의 효과를 명확하게 나타낼 수 있습니다.SLD는 진단 테스트, 형성 평가, 성과 평가, 표준화된 테스트, 비기준 테스트, 종합 평가, 교사 할당 테스트 [2]등을 통해 수집할 수 있습니다.

4. 학교과정이란 학교의 목적을 달성하기 위한 행정가와 교사의 행동을 말한다.교사의 습관, 관습, 지식, 전문성은 조직 내부의 진보를 이끈다.학교 과정 데이터는 무엇이 효과가 있는지, 무엇이 효과가 없는지, 교육 과정의 결과를 알려주고, "우리의 과정은 무엇인가?"라는 질문에 답합니다.학교 과정은 학교와 수업의 결과를 낳는다.학교 과정에는 크게 4가지 유형이 있습니다. 1. 교육 과정, 2.조직 프로세스, 3.관리 프로세스, 4.지속적인 학교 개선 과정[2]

교육 기관으로 사용하는

미국 교육부와 교육과학연구소는 교육기관을 운영하기 위해 과거 수십 년간 데이터와 DDM을 사용해야 합니다.의사결정에 정보를 제공하기 위해 확실한 증거와 데이터 사용이 강조된다.교육기관의 데이터는 시험성적 분석 이상의 의미를 갖는다.교육 데이터 이동은 사회 기술 혁명으로 간주됩니다.교육 데이터 시스템에는 학군, 학교, 교실의 경향을 설명하기 위한 기술과 증거가 포함되어 있습니다.DDM은 교육의 복잡성을 설명하고 협업을 지원하며 새로운 교육 설계를 만드는 데 사용됩니다.학생의 성적은 DDM의 중심입니다.NCLB는 교육 [3]정보의 수집과 사용을 촉진했습니다.

예를 들어, 시골 지역의 교육자들은 왜 특정 학생들의 일부가 학업에서 어려움을 겪고 있는지를 이해하려고 노력했습니다.데이터 분석가는 학생들의 성과 데이터, 의료 기록, 행동 데이터, 출석 및 기타 질적 정보가 부족한 데이터를 수집했습니다.수집된 데이터와 학생 결과 사이의 직접적인 상관관계를 찾지 못한 후, 그들은 교통 데이터를 연구에 포함하기로 결정했다.그 결과, 교육자들은 집에서 학교까지 거리가 먼 학생들이 가장 힘들어한다는 것을 발견했다.조사 결과에 따르면 행정관들은 학생들이 숙제하는 데 집중할 수 있도록 버스 안에 인터넷 접속을 설치하는 것뿐만 아니라 학생들이 가는 길을 단축하기 위해 교통 수단을 변경했다.이 경우 DDM은 학생들의 [1]성적을 향상시키는 데 도움이 되었습니다.

학교에 미치는 영향

학업 대책에 있어서 뛰어난 성과를 보이고 있는 효과적인 학교에서는, 데이터의 광범위하고 현명한 활용이 학생의 성취와 진전에 긍정적인 영향을 준다고 보고하고 있다.DDM은 교육 조직이 학교 개선과 교육 효과를 향해서 움직이는 주요 도구가 될 것을 제안합니다.데이터를 사용하여 시간 경과에 따른 성장률 측정, 프로그램 평가 및 교육과 관련된 문제의 근본 원인을 파악할 수 있습니다.학교 교사를 데이터 조회에 참여시키면 직원의 협업 작업이 더욱 활발해집니다.데이터는 커뮤니케이션과 지식을 증가시켜 실적이 부진한 학교 내 그룹에 대한 교육자의 태도를 바꾸는 데 긍정적인 영향을 미칩니다.

메모들

  1. ^ a b Mandinach, Ellen (April 23, 2012). "A perfect time for data use". Educational Psychologist. 47: 2. doi:10.1080/00461520.2012.667064. S2CID 145120528.
  2. ^ a b c d e Bernhardt, Victoria (2013). Data analysis for continuous school improvement. New York: Routledge. pp. 27–80. ISBN 978-1-59667-252-9.
  3. ^ Piety, Philip (2013). Assessing the educational data movement. New york: Teachers college press. pp. 1–20. ISBN 978-0-8077-5426-9.
  4. ^ Wayman, Jeffrey (2005). "Involving teachers in data driven decision making:Using computer data systems to support teacher inquiry and reflection". Journal of Education for Students Placed at Risk: 296–300.

일반 참조