共查询到10条相似文献，搜索用时 15 毫秒
1.
冯仰存 《中国远程教育(综合版)》2020,(4):65-75
充分的信息是决策的基础,对于教学也是如此。在教学环境数字化不断加深的今天,传统的经验式教学决策的瓶颈凸显,依托数据进行教学决策成为教师的必备素养。本文通过中外文献分析,厘清了传统教育视域下教师教学决策的概念、类别、模型等,以及数据驱动的教学决策的概念、影响因素、模型框架、应用成效等。分析发现:(1)教学决策的理论模型并未与数据驱动的教学决策模型有效融合;(2)教师数据化教学决策能力较为离散,有待进一步整合;(3)教师数据化教学决策的有效性仍需实证。对此,提出了三方面建议:(1)加强对数据驱动的教学决策模式的研究,为教师实践应用提供脚手架支持;(2)弱化对数据驱动教学决策的技术面强调,让数据从抽象价值落地课堂教学;(3)关注对数据驱动教学决策的有效性实证,据此创建具体施策的可行路径。 相似文献
2.
大量研究表明,数据驱动的教学决策能有效增强教师教学和学生学习的效果。当前研究多聚焦于数据驱动的教学决策模型及实践案例,较少关注支持教师教学决策的数据组织、收集和分析的过程。文章运用文献研究法和案例分析法,阐明基于数据教育应用原理的教学决策过程,并对其中的数据收集和分析过程进行解构,基于多模态学习分析的发展和过程优势,建构多模态学习分析支持的教学决策过程模型,找寻多模态学习分析支持教学决策的多模态数据收集和处理的过程与方法,并从实践角度分析两种多模态学习支持的教学决策的典型案例的过程和实践,希冀为国内中小学开展基于数据的有效教学决策研究和实践提供指引。 相似文献
3.
合理的教学决策是有效教学的前提。不同专业发展阶段的教师在教学计划决策、互动性教学决策和反思性教学决策三方面存在着决策维度、决策焦点和决策模式的差异。现有研究表明,新手教师成长为卓越教师,除了教学经验的不断丰富之外,更重要的是要增强教师的课程意识和课程决策能力,提高教师对教学决策的反思批判水平。对这一问题的后续研究需要增加有经验教师和专家教师的教学决策比较,实现从认知理性到生态理性的研究转换,以更好地指导教师专业发展的实践。 相似文献
4.
众多研究证明,数据使用对促进教师专业发展和学生成就提升有显著效能.研究采用文献研究和案例分析法,阐明了指向教学问题改进和专业发展的数据团队内涵,解析了数据团队的教育应用原理及实践过程,并以美国某地区和学校两级数据团队为例系统解构了其数据采集、团队协作、教学改进及效果评价等过程.对国内研究者和教师的启示则包括从评价数据中发现教学问题、构建从区域到课堂的系统化教研实践、设计数据驱动的校本研修新模式及趋向证据驱动的教师专业发展范式等,以此论证数据使用对教师实践性知识提升及学生成就改善的使能效用. 相似文献
5.
6.
教师数据素养是教师必须具备的关于教育数据的意识、知识和能力,是信息化时代教师必备的专业素养.作为当今世界教育信息化发展领先的国家,美国教育界培育了数据至上的学校文化与教学传统,出台了发展教师数据素养的政策与规划,建立了支撑教师使用教育数据的纵向数据库,开发了发展教师数据素养的资源与工具,具备了发展教师数据素养所需的基础条件.在发展教师数据素养的路径方面,美国主要通过在教师专业标准中纳入数据素养要求,在教师职前培养阶段增加数据素养训练,在日常教育教学中推广使用教育数据,在职后教师专业发展中强化数据素养培训等方式进行. 相似文献
7.
研究和实践领域十分关注数据对于决策的支持作用,当前关于"数据驱动决策"的研究和实践中,主要关注了反映认知主体的数据应用,重视教师教学决策的变化,而对于学习决策的关注相对欠缺.现代技术的教育应用,促进了学习空间的延展,学习者有机会接触更加广袤的外部世界,并产生了大量数据.梳理文献和比较可以发现,在学习过程中主要存在两类数据形式,一类是反映认知对象的数据,一类是反映认知主体的数据.数据反映了事物的运动状态与变化,具有客观性,但数据的应用却因为认识主体的目的性而表现出主观性的特点.数据具有原材料、可加工与多指向属性,如果从学习者的学习主体责任出发,可以合理使用学习数据来引导学习者学会进行"学习决策".学习决策既是学习的条件,也是学习的结果,是一种具有选择性特点的思维活动,是由一组决策构成的决策链.合理使用数据,可以引导学习者与外部世界建立更加高效的互动关系,使得学习决策与认识行为同时发生. 相似文献
8.
教师的数据素养是混合式教学模式和教育大数据时代背景对新时代教师提出的新要求和新挑战。对数据素养内涵的研究可以提高教师用数据驱动教学的能力,为教师的个人发展及教师培训指明方向,有利于我国教育大数据的建设和应用。文章通过研究比较国内外数据素养的模型,归纳出教师的数据素养可以分为数据使用意识、数据使用知识基础和数据使用核心技能三个层次。其中使用意识是使用数据驱动决策的前提,有了意识基础教师才具备对数据的敏感性,才能有意识地收集数据和使用数据解决实际教学中的问题;数据的核心技能以统计知识、心理测量、教育教学和学科知识为知识基础,没有这些知识储备,则不能进行统计分析,亦不能对统计结果进行正确的解读和交流。 相似文献
9.
10.
高等教育已经进入了大数据时代,无论对学习者、教师、高校,还是整个教育生态系统,都将催生革命性的变化,导致教育理念与教育形式的解构与重构。如何利用学习分析和教育数据挖掘技术,把在线学习数据转化为可行动的信息,发掘数据背后潜在的价值,改善教与学,无疑有着积极的理论和现实意义。该文首先解读大数据的特征及其应用,接着分析了大数据时代高等教育面临的多重挑战;然后探析了大数据时代的高教改革的价值取向——数据驱动教学,助推教学决策科学化、管理精细化、学习个性化和教学信息化。大数据时代高等教育改革主要有四条实现路径:正确理念是基础,教师是关键因素,学习分析和教育数据挖掘是手段,技术服务是保障。 相似文献