学生データの測定と追跡は 不可欠です。 生徒が教室で学習し、成長していることを確認するために不可欠です。しかし、教育や学習を改善するためにこのデータを収集し管理することは、特に教育者が任意の学年に多数のデータポイントを収集する可能性があるため、困難な作業となる場合があります。テクノロジーベースの評価ツールを活用すれば、従来の方法と比較して、より多くのデータをより短時間で、より少ないギャップで収集することができます。
テクノロジーに基づく評価への移行は、一部の人にとっては初めてのことかもしれませんが、教育者がデータを把握すれば、これらの評価ツールが生徒の学習と成長を促進するためにいかに強力なものであるかが明らかになります。
データ収集と学生の学習測定への挑戦
教育関係者なら誰でも、生徒の学習状況を測定するために正確な生徒データを収集することがいかに重要かを知っていますが、それを定期的に行うことは困難な場合があります。学生データの収集と管理に伴う課題には、次のようなものがあります。
- タイムリーなフィードバックの提供 - 教育者が課題を回収し、学生に素早くフィードバックを与えることができなければ、フィードバックの正確性と有効性は低下します。
- 大規模なデータセットの管理 - 教育者によっては毎日150人以上の生徒を担当することもあり、150人の生徒とその成長を追跡することになります。
- 本物の評価を開発する - 生徒が知っていることを様々な方法で示すことができ、かつ迅速で効率的な評価プロセスを可能にする評価を作成することは、困難なことです。
これらの課題を克服することは困難です。しかし、テクノロジーを駆使した評価ツールを活用することで、教育者は、これ以上負担を増やすことなく、指導と学習を改善するためのタイムリーなデータを収集することができます。ここでは、生徒のデータを効果的かつ効率的に収集し、生徒の学習状況を測定するための3つのヒントをご紹介します。
1.より良いデータを取得するために、アセスメントにPCIを活用する
ポータブル・カスタム・インタラクションPCIは、教育者が本物の実世界のシミュレーションをテストに導入し、それを埋め込むことを可能にする高度な対話型評価項目です。 21世紀型スキルを直接埋め込むことができます。PCIとそのログデータは、教師、研究者、政策立案者を含む教育関係者に、生徒の学習意欲、教科の理解度、問題解決への取り組み方などに関する優れたフィードバックを提供することが可能です。これは、生徒の解答だけが収集される従来の標準化されたテストとは全く対照的です。
これらの項目で取得したデータにより、教育者は生徒の能力をより完全に把握することができ、またテストで混乱した分野や、学習介入が必要なトピックをピンポイントで特定することができます。例えば、フランスの文部科学省は、数年前からTAOプラットフォームを利用して、PCI項目を全国的な評価に組み込んでいます。興味深いことに、ある試験で湖の円周を計算するPCIを使用したところ、生徒が「円周」と「面積」を混同していることがデータから判明したそうです。
Wiquidのパートナーは、オープンソースの数学ベースのPCIセットを開発し、TAOのオープンソースのアセスメントプラットフォームとシームレスに統合しています。このPCIモジュールは、学習者に数学のスキルを身につけさせるツールであるGeoGebraのjavascriptライブラリをベースにしています。こちらをご覧ください。
2.学生データの分析に役立つメタデータのタグ付けの活用
メタデータとは、他のデータを記述するデータに対して使われる用語である。 他のデータについて説明する.のような先進的なテクノロジー・プラットフォームを活用することで TAOを利用することで、教師は特定の問題にメタデータを付けて、学習基準、科目、問題の難易度など、より深いレベルでのレポートを作成することができます。これにより、教師はより深いレベルで理解することができ、教育関係者はこれまで以上に徹底的かつ効率的に生徒のデータを分析することができるようになります。
メタデータを使用することで、特定の質問を教室での学習、さらにはコモンコアのような学習基準に関連付けることができます。これにより、教育者は授業のどの部分が成功し、どの部分に変更が必要かを正確に把握することができ、教育や学習を改善するために生徒のデータを分離することができます。
すべてのアセスメントデータと同様に、データを収集し分析することは、教師が時間内にデータに基づいて行動することができる場合にのみ重要です。 評価は学習に反映されるべきです。そして教育者は、生徒の学習成果を向上させるために、教室にシームレスに戻ることができるシステムを必要としています。
3.コネクテッド・エコシステムを創造する
生徒の評価から得られる大規模なデータセットを見るときはいつでも、データを手動で入力したり転送したりする必要がないように、シームレスに統合され接続されたシステムを持つことが非常に重要です。TAO Insights のような一元化された動的データウェアハウスを使用すると、データを手動で入力したり、転送したりする必要がありません。 TAO Insightsのような一元化された動的データウェアハウスでは、ユーザーはあらゆる可視化ツールにプラグイン可能な全体的なテストデータに簡単にアクセスすることができます。
1つのプラットフォームでつながったシステムを利用することで、教育者は項目の作成から受験者、採点に至るまでデータを完全にコントロールすることができ、ハイレベルな視点で生徒の成長を測定することができます。これは、データ分析の重要な側面であり、教育者は学生集団や個々の学生の傾向やパターンを特定することができます。
最終的には、製品間のプロセスやデータ転送の回数を最小限に抑えることで、時間を節約し、大規模なデータセットを手動で転送する際に避けられないエラーを減らすことができます。これらのことは、教育者が生徒の能力を正確に把握し、生徒の成長をより正確に測定することを意味します。
ボトムライン
堅牢なオンラインアセスメントプラットフォーム、例えば TAOのような強力なオンライン評価プラットフォームにより、教育関係者はデータを新しい視点で見ることができるようになりました。手動でデータを分析するのではなく、ボタンをクリックするだけでグループと個人のデータを取得し、簡単に生徒の結果を比較できるようになりました。
このようなテクノロジーの進歩により、教育関係者は、タイムリーなフィードバック、大規模なデータセットの管理、さらには本格的な評価の開発など、データ分析に伴う多くの課題を克服することができるようになりました。生徒をテストするための先進的なPCIを含め、メタデータタグを使用してデータを分析し、接続されたシステムの中で作業することにより、教育者は10年前よりも多くの方法で生徒の成長を促すためにデータを使用することができます。
TAO Testingのようなオンラインアセスメントプラットフォームが、アセスメントに対する考え方をどのように変えているかについては、こちらをご覧ください。 こちらをご覧ください。.
