Måling og sporing av elevdata er viktig for å sikre at elevene lærer og gjør fremskritt i klasserommet. Likevel kan det være en utfordring å samle inn og administrere disse dataene for å forbedre undervisning og læring, spesielt siden lærere kan samle inn et stort antall datapunkter i løpet av et gitt skoleår. Ved å bruke teknologibaserte vurderingsverktøy kan de fange opp mer data med færre hull på kortere tid sammenlignet med tradisjonelle metoder.
Selv om overgangen til teknologibasert vurdering kan være ny for noen, blir det tydelig hvor kraftige disse vurderingsverktøyene kan være for å forbedre elevenes læring og vekst når lærerne har fått kontroll på dataene.
Utfordringer med å samle inn data og måle elevenes læring
Selv om alle lærere vet hvor viktig det er å samle inn nøyaktige elevdata for å måle elevenes læring, kan det være vanskelig å gjøre det regelmessig. Noen av utfordringene som følger med å samle inn og administrere elevdata inkluderer:
- Gi tilbakemeldinger i tide – hvis læreren ikke kan samle inn oppgaver og gi tilbakemeldinger til elevene raskt, reduserer det nøyaktigheten og effektiviteten av tilbakemeldingene.
- Håndtering av store datasett – noen lærere kan jobbe med over 150 elever hver dag, noe som betyr å spore 150 individuelle elever og deres vekst.
- Utvikle autentiske vurderinger – det kan være en utfordring å lage vurderinger som lar elevene vise hva de kan på en rekke måter, samtidig som de muliggjør en rask og effektiv vurderingsprosess.
Disse utfordringene kan være vanskelige å overvinne. Ved å bruke teknologibaserte vurderingsverktøy kan imidlertid lærere samle inn data i tide for å forbedre undervisning og læring uten å legge mer på bordet. Her er tre tips for å effektivt samle inn elevdata og måle elevenes læring.
1. Bruk PCI-er i vurderinger for å samle inn bedre data
Portable Custom Interactions , eller PCI-er, er avanserte interaktive vurderingselementer som lar lærere bruke autentiske simuleringer fra den virkelige verden i testing og integrere ferdigheter fra det 21. århundre direkte i en vurdering. Flertrinns-PCI-er lar lærere vurdere mye mer enn bare om elevene svarte riktig eller feil på et spørsmål. PCI-er og loggdataene deres kan gi utmerket tilbakemelding til utdanningsmiljøet – inkludert lærere, forskere og beslutningstakere – om elevenes engasjementsnivå, forståelse av fagområdene og hvordan de nærmer seg problemløsning. Dette står i sterk kontrast til tradisjonelle standardiserte tester der den eneste informasjonen som samles inn er elevens svar.
Dataene som samles inn i disse elementene, lar lærere male et mer komplett bilde av hva en elev kan gjøre, og hjelper også med å identifisere områder der det er forvirring i en prøve, eller emner som kan kreve læringstiltak. For eksempel har det franske utdanningsdepartementet brukt TAO-plattformen til å integrere PCI-elementer i sine nasjonale vurderinger i flere år nå. Interessant nok fant de at i ett eksamenstilfelle, da man brukte en PCI som krevde at elevene skulle beregne omkretsen av en innsjø, viste dataene at elevene forvekslet «omkrets» med «areal».
Vår partner hos Wiquid har utviklet et matematikkbasert PCI-sett med åpen kildekode, som integreres sømløst med TAOs vurderingsplattform med åpen kildekode. PCI-modulen er basert på javascript-bibliotekene til GeoGebra, et verktøy for å engasjere elever i matematikkferdigheter. Ta en titt her .
2. Bruk metadata-tagging for å analysere studentdata
Metadata er et begrep som brukes for data som beskriver andre data . Ved å bruke avanserte teknologiplattformer, som for eksempel TAO , kan lærere merke spesifikke spørsmål med metadata for å muliggjøre rapportering på et enda dypere nivå, for eksempel læringsstandarder, fag og til og med vanskelighetsgraden på spørsmålet. Dette gir lærere et forbedret forståelsesnivå og kan hjelpe lærere med å analysere elevdata mye mer grundig og effektivt enn noen gang før.
Bruk av metadata er en måte å koble spesifikke spørsmål tilbake til læring i klasserommet, og til og med læringsstandarder som Common Core. Dette gjør det mulig for lærere å finne ut hvilke deler av timene deres som var vellykkede og hvilke deler som kan trenge endringer, og lar dem isolere elevdata for å forbedre undervisning og læring.
Som med alle vurderingsdata, er det bare viktig å samle inn og analysere dataene hvis læreren kan handle ut fra dataene i tide. Vurdering bør informere læringen , og lærere trenger systemer som sømløst kan gå tilbake til klasserommet for å forbedre elevenes læringsutbytte.
3. Skap et tilkoblet økosystem
Når du ser på store datasett fra studentvurderinger, er det avgjørende at du har et system som er sømløst integrert og tilkoblet, slik at du ikke trenger å legge inn eller overføre data manuelt. Med et sentralisert, dynamisk datalager som TAO Insights har brukerne et enkelt tilgangspunkt til helhetlige testdata som kan kobles til et hvilket som helst visualiseringsverktøy.
Å ha et system som er koblet sammen i én plattform gir lærere full kontroll over dataene fra opprettelse av elementer, til testtaker og karaktersetting, noe som betyr at lærere kan måle elevenes vekst fra et overordnet perspektiv. Dette er et viktig aspekt ved dataanalyse fordi det lar lærere identifisere trender og mønstre på tvers av elevgrupper så vel som individuelle elever.
Til syvende og sist sparer det tid å minimere antall prosesser og dataoverføringer fra produkt til produkt og reduserer de uunngåelige feilene ved manuell overføring av store datasett. Alt dette betyr at lærere får et nøyaktig bilde av elevenes evner og elevenes vekst måles mer nøyaktig.
Konklusjonen
Robuste nettbaserte vurderingsplattformer, som TAO , har gitt lærere muligheten til å se på data fra et nytt perspektiv. I stedet for å måtte analysere data manuelt, kan lærere nå hente ut gruppe- og individuelle data med et enkelt klikk, og sammenligne elevenes resultater.
Disse teknologiske fremskrittene gjør det mulig for lærere å overvinne mange av utfordringene som følger med dataanalyse, inkludert å gi rettidig tilbakemelding, administrere store datasett og til og med utvikle autentiske vurderinger. Ved å inkludere fremtidsrettede PCI-er for å teste elever, bruke metadatakoder for å analysere data og jobbe i et tilkoblet system, kan lærere bruke data til å drive elevvekst på flere måter enn de kunne for 10 år siden.
For å lære mer om hvordan nettbaserte vurderingsplattformer som TAO-testing endrer måten vi tenker på vurdering, klikk her .
