论文部分内容阅读
摘 要：以数据进行分析，发现优势总结经验，发现问题及时改进，发现差异扬长补短，从而精准地对学生的学，教师的教进行诊断，有利于学校和教师因材施教对症下药，从而“低负高效”提升学业质量。量化的分析数据能较为客观地反映课堂教学行为，以便进行更为深入的分析评价，既能提早干预学生行为，激发学生潜能，又能促进教师教学水平的提升。
关键词：过程化评价;量化的数据;精准教学
每到学期结束，班主任就忙着给学生写学期评语。我们小学一般是语文老师担任班主任，语文老师会在语文课堂中了解孩子的阅读能力、倾听能力、小组合作能力、作业订正是否及时？那么，孩子在上数学课、科学课、体育课的表现如何呢？班主任是否也精确地把握到了呢？只是执教一门学科的班主任的评价会不会以偏概全？
笔者在对教师的多次访谈中，老师们经常评价有的学生上课看着很认真，但是学业成绩提不上去？为什么有的学生语文特别厉害，数学就那么弱，偏科特别严重……那么，有没有关注过学生的个体差异？有没有对学生每一道习题的作答情况进行统计，做出全面、精细、具体的分析。学生不理解，是不是我们老师未正确、精确地分析知识模块，难以发现教学过程中存在的问题和盲区，不知道自己教学优势和不足在哪里？学生某一学科特别弱，跟她在课堂上表现出来的活跃度有没有必然的联系？
综上所述，学校也应该拥有一系列全面、精细、有效的评价数据，以数据进行分析，从而精准地对学生的学，教师的教进行诊断。我校以过程化评价这样的技术方式来检测学生一个学期是否落实核心素养，然后基于数据和实际情况进行诊断性分析，发现优势总结经验，发现问题及时改进，发现差异扬长补短。过程化评价是指对学生日常学科上课、作业、活动等学习过程中表现出的学习行为、学习态度情感和价值观等综合性评价，是基于学生学习生活全过程的观察和记录做出定性评价。大量数据提供的多角度、多维度的评价，提高教师对教学问题的诊断和对学生学业指导的精准度，使得教学过程化评价技术更具有说服力。具体实施步骤分以下三个流程。
一、更新理念，促进教师专业成长
自2017年11月份学校引进大数据项目，就及时对大数据如何在学校推进进行了规划，成立了实施组，命题组，为项目的有效推进提供坚强的组织保障。大数据的实施首要一步是數据的收集，以阶段性检测为载体引入云阅卷系统。并通过数据记录器魔法棒，及时评价学生课堂学习行规、参与程度、思维层次和其他等四个维度内容，旨在激励学生主动学习，提高学习热情，分析学生思维特点，给予个体化的指导。学校还请专家到学校给教师做专题培训，尤其是教研组长的命题能力。专家们的培训，启发了教师的智慧和创造性，有力地促进了教师的专业化成长。
二、实践创新，评价方式有所突破
1.课堂表现评价数据收集深化学科过程性评价的实施
随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据大有作为的一个重要领域。大数据能给教育带来革命性的变化。对具体的课堂教学来说，数据应该是能说明教学效果的。比如，学生识字的准确率，作业准确率，举手次数，这些具体的数据经过专门的收集、分类、整理、统计和分析就成为大数据。
2.阶段性检测数据收集升华学科过程性评价的内涵
2018年第一学期对语、数、英、科四门学科的第四单元进行阶段性检测，语文从①卷面书写，②写字或基础积累，③阅读理解，④习作或写话这四大板块进行项目化测评;数学从①数学基础，②计算能力，③解决问题，④拓展思维，⑤图形与操作这五大板块进行测评，而测评的结果数据收集又最终形成学生的过程性评价。
云阅卷自动采集命题检测数据，而大量数据的收集，如果只是闲置，那是毫无意义的。如果说数据的采集是基于现象，那么数据分析就是找出原因和对应措施。以六年级某次云阅卷数据采集为例：表1是模块比较，找出不同的模块维度之间的差距在哪里？比如，主观题、卷面、拼音写词语、阅读、习作的班级平均分高于年级平均分，其中主观题模块70.01高于年级平均分67.84，而课文填空模块低于年级平均分。说明这个班级的学生对课文填空或者相关要求掌握得不够全面深入，需要教师在课堂教学中调整教学策略，以诵读、复述等形式扎实落实学生对课文的熟悉度。主观题考查学生的具体情况或个性化差异，能看出这个班级的学生在课堂上是踊跃发言，善于表达自己的想法的。表2聚焦个体学生的具体情况，从卷面和写词语可以看出这是一个书写很工整，字词掌握比较到位的学生，最有待进步的是阅读，因为阅读失分最多。教师在平时的课堂教学中要多关注这个学生的发言，培养其喜爱阅读、善于表达的能力。
3.整合过程化评价方式，相得益彰
基于数据分析和研究，提取信息能力是信息时代对人才素质的新要求，要求学生能发现、收集信息，判断信息的重要性，理解信息、提取有效信息。也就是经常说的审题要准确，对材料所给的信息要准确把握中心思想、领悟信息情境更要准确把握。在评价数据中，分析发现练习时选择题准确率不高，主观题看不懂材料，学生获取和解读信息的能力有待加强，2019年将语文评价方式修改为①写字或基础积累，②听力检测或信息提取，③习作表达或写话三大板块。2020年通过校区班级数据、学生个人数据比对，发现阶段性检测的方式过于空泛，不能针对性地检测出学科存在的主要问题。为了阶段知识点检测能实现评价目标多元化，积极推动课程实施和改革，特组成知识模块检测命题小组，准确实效地进行本学期的知识点检测作为评价推进的方式。以五年级语文基础常识，六年级阅读理解为知识点;数学五年级小数乘法和小数除法，六年级计算综合能力检测以分数的四则混合运算为知识点;英语五年级句子，六年级篇章阅读为知识点;五年级科学辨析，六年级实验操作为知识点。此外，我们开展各学科展评活动，活动数据来源于大数据平台的过程化评价，引领学生从课堂走向课后，将所学内化并能有效呈现，拓展评价的深度。
2017年到2020年，我们从不容易收集数据的纸笔测试，到粗糙的云阅卷初体验，再到阶段性测试，最后到精准的知识模块检测，将单一的项目化评价，以数据形式记录收集，形成学生整个小学阶段的过程性评价，整合两者，使教育方式能有的放矢，相得益彰。
三、聚焦特点，生成个性化评价成绩单
每个孩子的天性禀赋、理解能力和兴趣点不同。基于过程性评价的大数据分析，可以对不同学生进行能力测评，然后根据每个孩子的不同情况针对性地制订学习方案，找到学生的短板和优点，最终生成属于学生个人的个性化评价成绩单，我们打通班级优化大师与大数据平台的通道，班级优化大师可以设置课堂中教师个性化地对学生的评价，以过程化评价可视化技术APP——钉钉为主要查询途径，家长可通过钉钉查看。
大数据时代，预测、了解、评估教学行为如此简单，我们能收集过去既不现实也不可能聚集起来的反馈数据。我们迎合学生个性化需求，通过对过程化评价数据的运用挖掘，使学习更自主、可预测、可协作，更为轻松、可控，更为智慧，致力于课堂精准教学，最终都指向学生学科素养。
参考文献：
[1]方海光.教育大数据[M].北京：机械工业出版社，2016.
[2]王旭东.纸笔测试坚冰初融[J].当代教育家，2017（3）.
[3]谭少春.学业评价：从“甄别”走向“发展”：核心素养理念下的纸笔测试创新[J].教育研究与评论（小学教育教学），2018（3）.
关键词：过程化评价;量化的数据;精准教学
每到学期结束，班主任就忙着给学生写学期评语。我们小学一般是语文老师担任班主任，语文老师会在语文课堂中了解孩子的阅读能力、倾听能力、小组合作能力、作业订正是否及时？那么，孩子在上数学课、科学课、体育课的表现如何呢？班主任是否也精确地把握到了呢？只是执教一门学科的班主任的评价会不会以偏概全？
笔者在对教师的多次访谈中，老师们经常评价有的学生上课看着很认真，但是学业成绩提不上去？为什么有的学生语文特别厉害，数学就那么弱，偏科特别严重……那么，有没有关注过学生的个体差异？有没有对学生每一道习题的作答情况进行统计，做出全面、精细、具体的分析。学生不理解，是不是我们老师未正确、精确地分析知识模块，难以发现教学过程中存在的问题和盲区，不知道自己教学优势和不足在哪里？学生某一学科特别弱，跟她在课堂上表现出来的活跃度有没有必然的联系？
综上所述，学校也应该拥有一系列全面、精细、有效的评价数据，以数据进行分析，从而精准地对学生的学，教师的教进行诊断。我校以过程化评价这样的技术方式来检测学生一个学期是否落实核心素养，然后基于数据和实际情况进行诊断性分析，发现优势总结经验，发现问题及时改进，发现差异扬长补短。过程化评价是指对学生日常学科上课、作业、活动等学习过程中表现出的学习行为、学习态度情感和价值观等综合性评价，是基于学生学习生活全过程的观察和记录做出定性评价。大量数据提供的多角度、多维度的评价，提高教师对教学问题的诊断和对学生学业指导的精准度，使得教学过程化评价技术更具有说服力。具体实施步骤分以下三个流程。
一、更新理念，促进教师专业成长
自2017年11月份学校引进大数据项目，就及时对大数据如何在学校推进进行了规划，成立了实施组，命题组，为项目的有效推进提供坚强的组织保障。大数据的实施首要一步是數据的收集，以阶段性检测为载体引入云阅卷系统。并通过数据记录器魔法棒，及时评价学生课堂学习行规、参与程度、思维层次和其他等四个维度内容，旨在激励学生主动学习，提高学习热情，分析学生思维特点，给予个体化的指导。学校还请专家到学校给教师做专题培训，尤其是教研组长的命题能力。专家们的培训，启发了教师的智慧和创造性，有力地促进了教师的专业化成长。
二、实践创新，评价方式有所突破
1.课堂表现评价数据收集深化学科过程性评价的实施
随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据大有作为的一个重要领域。大数据能给教育带来革命性的变化。对具体的课堂教学来说，数据应该是能说明教学效果的。比如，学生识字的准确率，作业准确率，举手次数，这些具体的数据经过专门的收集、分类、整理、统计和分析就成为大数据。
2.阶段性检测数据收集升华学科过程性评价的内涵
2018年第一学期对语、数、英、科四门学科的第四单元进行阶段性检测，语文从①卷面书写，②写字或基础积累，③阅读理解，④习作或写话这四大板块进行项目化测评;数学从①数学基础，②计算能力，③解决问题，④拓展思维，⑤图形与操作这五大板块进行测评，而测评的结果数据收集又最终形成学生的过程性评价。
云阅卷自动采集命题检测数据，而大量数据的收集，如果只是闲置，那是毫无意义的。如果说数据的采集是基于现象，那么数据分析就是找出原因和对应措施。以六年级某次云阅卷数据采集为例：表1是模块比较，找出不同的模块维度之间的差距在哪里？比如，主观题、卷面、拼音写词语、阅读、习作的班级平均分高于年级平均分，其中主观题模块70.01高于年级平均分67.84，而课文填空模块低于年级平均分。说明这个班级的学生对课文填空或者相关要求掌握得不够全面深入，需要教师在课堂教学中调整教学策略，以诵读、复述等形式扎实落实学生对课文的熟悉度。主观题考查学生的具体情况或个性化差异，能看出这个班级的学生在课堂上是踊跃发言，善于表达自己的想法的。表2聚焦个体学生的具体情况，从卷面和写词语可以看出这是一个书写很工整，字词掌握比较到位的学生，最有待进步的是阅读，因为阅读失分最多。教师在平时的课堂教学中要多关注这个学生的发言，培养其喜爱阅读、善于表达的能力。
3.整合过程化评价方式，相得益彰
基于数据分析和研究，提取信息能力是信息时代对人才素质的新要求，要求学生能发现、收集信息，判断信息的重要性，理解信息、提取有效信息。也就是经常说的审题要准确，对材料所给的信息要准确把握中心思想、领悟信息情境更要准确把握。在评价数据中，分析发现练习时选择题准确率不高，主观题看不懂材料，学生获取和解读信息的能力有待加强，2019年将语文评价方式修改为①写字或基础积累，②听力检测或信息提取，③习作表达或写话三大板块。2020年通过校区班级数据、学生个人数据比对，发现阶段性检测的方式过于空泛，不能针对性地检测出学科存在的主要问题。为了阶段知识点检测能实现评价目标多元化，积极推动课程实施和改革，特组成知识模块检测命题小组，准确实效地进行本学期的知识点检测作为评价推进的方式。以五年级语文基础常识，六年级阅读理解为知识点;数学五年级小数乘法和小数除法，六年级计算综合能力检测以分数的四则混合运算为知识点;英语五年级句子，六年级篇章阅读为知识点;五年级科学辨析，六年级实验操作为知识点。此外，我们开展各学科展评活动，活动数据来源于大数据平台的过程化评价，引领学生从课堂走向课后，将所学内化并能有效呈现，拓展评价的深度。
2017年到2020年，我们从不容易收集数据的纸笔测试，到粗糙的云阅卷初体验，再到阶段性测试，最后到精准的知识模块检测，将单一的项目化评价，以数据形式记录收集，形成学生整个小学阶段的过程性评价，整合两者，使教育方式能有的放矢，相得益彰。
三、聚焦特点，生成个性化评价成绩单
每个孩子的天性禀赋、理解能力和兴趣点不同。基于过程性评价的大数据分析，可以对不同学生进行能力测评，然后根据每个孩子的不同情况针对性地制订学习方案，找到学生的短板和优点，最终生成属于学生个人的个性化评价成绩单，我们打通班级优化大师与大数据平台的通道，班级优化大师可以设置课堂中教师个性化地对学生的评价，以过程化评价可视化技术APP——钉钉为主要查询途径，家长可通过钉钉查看。
大数据时代，预测、了解、评估教学行为如此简单，我们能收集过去既不现实也不可能聚集起来的反馈数据。我们迎合学生个性化需求，通过对过程化评价数据的运用挖掘，使学习更自主、可预测、可协作，更为轻松、可控，更为智慧，致力于课堂精准教学，最终都指向学生学科素养。
参考文献：
[1]方海光.教育大数据[M].北京：机械工业出版社，2016.
[2]王旭东.纸笔测试坚冰初融[J].当代教育家，2017（3）.
[3]谭少春.学业评价：从“甄别”走向“发展”：核心素养理念下的纸笔测试创新[J].教育研究与评论（小学教育教学），2018（3）.