最近的几次家长会,成都师范附属小学六(四)班班主任王霞感觉到一些细微而又令人惊喜的变化:在她用数据分析学生的阅读、体质等情况时,家长们抬起了头,竖着耳朵,听得特别认真。以前,只有讲到分数时,家长注意力最集中。

  是什么让家长“抬起了头”?答案是“数据”。现在,“用数据说话”成了成师附小老师们的一种风尚。

  “家长们特别渴望了解自己的孩子、自己的家庭处在班级中的哪个位置,优势和劣势分别是什么,有何发展趋势。当行为习惯也用数据说话时,家长们的注意力也就慢慢地从‘学业成绩’上转移过来了;当身体素质也用数据说话时,孩子的体质状况一目了然,家长就会更加关注体育锻炼。”成师附小校长刘娟说。

  读懂一年级新生


  培训多,锻炼少,在学业上并非一张白纸


  如果你是一位小学校长,当数百名一年级新生涌进校园,你会选择跟孩子及家长们说点什么?你是否思考过:接手的是一批怎样的学生?面对的是一群怎样的家长?

  成都市成师附小选择用数据说话。开学之前,成师附小在网上发放针对新生及家长的调查问卷。这些问题包括识字量、阅读、锻炼、习惯等,涉及家长的主要包括受教育程度、职业、家庭阅读习惯等。

  调查结果让老师们感到惊讶,在回答“入学前参加了几个培训”这一问题时,答案为2、3、4的分别占到32.87%、31.50%、10.96%。看到这一数据时,刘娟感慨不已:“小儿郎已经提前背着书包上学堂了。我们不能忽略孩子的学习时间,更不能忽略家长的行为动机。”

  这样的数据,大大提高了教师开展教育教学活动的针对性;也让家长心里更加明白,自己的孩子在班级中处于什么样的位置?发展趋势如何?

  “这意味着,老师们接手的一年级新生,在学业上并非一张白纸。学生提前学了一半,教师教什么?”刘娟说。对教育工作者来说,这可能既是利好消息,也是一大挑战。如果处理不当,会带来负面影响。

  读懂内心世界


  与本年级横向比较,四班学生幸福感弱,孤独感强


  近年来,成都市锦江区与北师大合作开展了“建立教育质量评价监测体系,促进区域教育质量提升”的项目研究,每年都会从社会适应性、师生关系、家校合作等方面对学生全面发展进行监测与评价。

  去年暑期,成师附小四(4)班班主任王霞对北师大检测结果进行全方位的解读后,感到情况不妙。王霞说,我班学生在情绪评价上总体趋势跟全区比较相近,但与本年级横向比较,处于中间偏下水平。主要是两个指标比较突出,一个是“幸福度”,一个是“孤独感”。

  在消极情绪方面,该班学生的“孤独感” 平均分比本区高出2分,比本校同年级高出2.9分。这说明班级中有部分学生因家庭因素、学业成绩等影响,造成了自尊心与自信心受挫,感受到独孤的体验。

  拿到这些数据后,王霞心里很不好受。她想搞清楚:为啥自己班上的学生幸福感弱,而孤独感强?

  王霞说:“过高的期待会成为孩子的负担。当不能完成家长期待时,孩子就会产生焦虑情绪,甚至自我评价降低,造成自卑,同时也会导致情绪低落等症状。”

  “通过分析数据,老师们更加明白学生的实际发展状况,进而思考家庭、学校、班级对学生情绪和行为的影响,最终提出有效的改进方法。”成师附小德育主任何琳说。

  读懂“每一个”学生


  让“每一个”变得更清晰,不被“淹没”,不被“估算”


  一般情况下,学生中的“每一个”容易“淹没”在学生群体里,也容易被老师们凭感觉地“估算”。老师们总是根据自己的经验说某个班的学生爱阅读,但一旦问到这个班有多少个学生爱阅读?爱到什么程度?每周读几本书?他们往往语焉不详。

  “每一个”有共性特点,也有个性特点。“每一个”有差异,“每一个”同等重要。“每一个”不是概念,而是一个个鲜活的、拥有平等发展权利的个体。

  要实现学生“全面而个性的发展”,教师需要从不同的角度准确地认识“每一个”。而这,需要借助大数据这个有效工具。刘娟说,大数据让“每一个”变得更清晰。大数据的有效利用有助于教育工作者丰富“每一个”成长的时空,提供“每一个”多元的成长平台,寻找“每一个”差异发展的路径。

  解读数据、分析原因后,王霞针对四班学生提出了改进措施:给学生提供更多参与班级、学校以及社会实践活动的平台;坚持班级共同体的个性化打造,创设和谐的班级文化;加强教师业务学习,关注孩子从四年级到五年级心理的变化;引导孩子合理宣泄,运用正确方法处理各种局面;丰富和完善学校的心理健康课程,开设心理健康小社团活动,等等。

  一年过后,这些改进措施的成效便显露出来。2014年,成师附小五年级的5个班又一次参与了北师大的监测。结果显示,该校五年级学生在情绪与行为方面的表现明显优于全区平均水平。

  大数据,促进了家校的深度融合。在教师根据数据的解读结果采取一些针对性举措时,家长们高度理解,并深入参与其中。小五(4)班一位刘姓家长表示,以前,我们对自己孩子的了解是肤浅的,不够精准。现在,我们能够更清晰地了解自己的孩子到底怎么样,他身处一个怎样的群体,将来努力的重点在哪些方面。

转载于:https://my.oschina.net/u/1160813/blog/385224

大数据背景下的教育管理样本相关推荐

  1. 大数据背景下高校就业创业教育转型与创新研究(非原创)

    大数据背景下高校就业创业教育转型与创新研究 闫蕾蕾 郑州商学院 摘 要: 随着现代社会的创新和发展, 社会企业对高校毕业生提出了更高的要求, 而高校作为人才培养的聚集地, 在当前教育阶段, 经过不断的 ...

  2. 【2016年第2期】大数据背景下的治理现代化:何以可能与何以可为(下)

    4  大数据时代治理现代化: 何以可为 大数据确实给国际治理现代化带来了诸多机遇,同时也带来了诸多挑战,比如数据暴力和数据鸿沟.数据隐私的泄漏.数据质量难以保证等.人们需要思考的是推进治理现代化应何以 ...

  3. 【2016年第2期】大数据背景下的治理现代化:何以可能与何以可为(上)

    刘强强,石乾新 贵州大学公共管理学院,贵州 贵阳 550025 摘要:大数据是后工业社会中信息爆炸式增长和网络计算技术迅速发展的结果.大数据时代深刻地改变着现代社会的生活方式和治理理念.分析了公共治理 ...

  4. 大数据背景下的信息资源管理

    摘要:随着网络信息化时代的日益普遍,我们正处在一个数据爆炸性增长的"大数据"时代,在我们的各个方面都产生了深远的影响.大数据是数据分析的前沿技术.简言之,从各种各样类型的数据中,快 ...

  5. 大数据学情分析_大数据背景下的大学生学情分析研究

    宋承云 张琼敏 石美凤 厉华杰 摘 要:"学情分析"是教学活动的基本环节,也是教学研究的基本内容.在我国大学生教育从"量"到"质"转型的背景 ...

  6. 大数据产品价值主张_大数据背景下新零售商业模式探究

    摘 要:目前,大数据在生活中的应用愈发广泛,各个方面都被智能设备转化为数字,分析运用起来,大数据对销售领域的影响也特别大,通过大数据及其相关的技术和各种智能采集设备.物联网.人工智能的应用,很好地实现 ...

  7. 大数据背景下的智慧物流:物流行业解决方案

    大数据背景下的智慧物流: 物流行业发展迅速,生产制造企业对其物流的要求越来越高,无论是2B业务还是2C业务,均要求全程的透明可视.物流业务逻辑复杂,存在大量数据孤岛.且物流数据可视化要求高,报表要求也 ...

  8. 学界 | 大数据背景下,景观研究怎么做?

    在这篇文章的开头,在下并不想将很多有关于大数据景观的大概念和大理论摆出来,因为并不直观也很难理解,所以,直接想给大家分享两个案例,之后我们在逐步深入说明: 巴塞罗那大时代--用展现来强化文化遗产和社会 ...

  9. 大数据背景下网络信息安全分析探讨

    大数据背景下网络信息安全分析探讨 刘松溢 (华北理工大学 河北省唐山市曹妃甸区华北理工大学063210) 摘要:在经济快速发展的今天,大数据技术已被广泛地运用于社会生活中,这些技术的应用给人类的生产和 ...

最新文章

  1. C++Primer ch4笔记
  2. thinkphp3.2 学习
  3. b2evolution_0.9.2修改(1)
  4. (原創) 深入探討blocking與nonblocking (SOC) (Verilog)
  5. 转:求多边形的面积 算法几何
  6. 外包女程序员-----励志段子 留着 等没事的时候看看
  7. HDU多校3 - 6975 Forgiving Matching(多项式匹配字符串)
  8. apache derby_Apache Derby数据库JVM安全策略
  9. 翻译的一篇关于学习编程语言的小文章
  10. 不要再用main方法测试代码性能了,用这款JDK自带工具
  11. 上海消保委评饿了么“多等5分钟”功能:逻辑上有问题
  12. python模块之logging
  13. Jmeter-阶梯场景设置
  14. (一) JAVA Swing:Swing快捷开发工具集-v0.01
  15. 被讨厌的勇气:课题分离理论
  16. 黑客攻防日记---刘欣
  17. 研究生软件测试项目答辩ppt,优秀硕士毕业论文答辩PPT.ppt
  18. c语言圆角矩形实现,MFC怎么绘制一个圆角矩形
  19. 简单区分单射、满射与双射
  20. php 分数相同怎么排名,怎么算出成绩排名_学校班级成绩排名计算方法

热门文章

  1. 深度学习-视频行为识别:论文阅读——双流网络(Two-stream convolutional networks for action recognition in videos)
  2. Linux脚本命令万能手脚架整理
  3. 等价类划分法的步骤和示例
  4. python技能描述_【python】利用python爬虫 将LOL所有英雄的技能介绍给爬取下来
  5. watch watch watch the video! I got almost addicted. Oh what a fuck!!!!
  6. P2111 考场奇遇
  7. P1339 [USACO09OCT] Heat Wave G
  8. mongo存储引擎那些事(一):硬盘数据结构
  9. IM即时通讯-2-如何做技术方案设计
  10. 设计模式----访问者模式