监测|大数据:以质量监测透视区域教育生态( 二 )
5.课业投入在中等水平且压力感受轻的学生 , 学业成绩及相关特征最好 。 课业投入在中等水平且压力感受轻的学生 , 学业成绩最好 , 为516.3分;低投高压型和高投高压型两类学生 , 学业成绩最差 , 分别为481.5分和488.9分 。
以高效能的结果运用优化区域教育生态
督导、教研、基教、监测、区域和学校都是教育生态的深度“参与者” , 只有构建多方联动的监测结果运用机制 , 才能共同保障教育生态健康发展 。 苏州监测始终坚持“低利害、轻问责、增内驱、重改进”的评价理念 , 逐步构建了多方联动的教育生态优化合作机制和自主改进机制 , 引导各类教育群体用专业思维和积极主动的探索建立起区域教育生态的良性循环 。
构建联动推进的监测结果运用机制 。 教育质量监测的结果覆盖学业表现、身心健康、课程开设、学业负担、学校管理、教师发展等各个方面 , 反映了区域教育生态的全貌 。 苏州监测建立了督导、基教、教研等多方联动的监测结果运用机制 , 积极推进“数据驱动”的问题预警、精准诊断和靶向改进 。 该机制的运行分为两个阶段 , 第一个阶段的责任主体是监测中心 , 扮演“体检员”的角色 , 通过数据分析、报告发布、问题预警和结果反馈等对区域教育质量进行“健康体检”;第二个阶段责任主体移交 , 由督导、基教、教研等部门组成“专家组” , 对监测结果进行专家会诊 , 与区域和学校协同共研、量质互证 , 精准诊断区域和学校的问题并提出解决方案 , 进而推动区域和学校的自我改进 。
构建自主改进的监测结果改进机制 。 监测结果运用需要一个能够“自我迭代 , 自我完善”的改进系统 。 苏州监测自2016年起以优秀案例评选活动为抓手 , 推动区域、学校开展基于监测结果的跟进式改革研究 。 在这一过程中 , 逐步形成了“监测结果→研读数据→精准诊断→合理归因→科学寻策→靶向改进→后测检验”的结果运用闭环 。 通过三年多的实践 , 苏州的优秀案例立项数从2016年的91项增长到了2019年的447项 , 获奖案例总数264项 。
(作者单位:苏州市教育质量监测中心)
《中国教育报》2020年10月17日第3版
【监测|大数据:以质量监测透视区域教育生态】作者:罗强 宋一丹
推荐阅读
- 眼镜|再上质量黑名单!FILA、LOHO防蓝光眼镜抽检不合格
- 消息资讯|Veritas收购Globanet,扩展其数据合规产品支持微信与钉钉
- 兴趣|百度双十一搜索大数据背后,藏着整个电商产业新格局
- 经开区|今年前10月重庆空气质量排名出炉!快来看看你那里排第几?
- 折射出|数据增长新思维:留量思维折射出新的增长体系
- 数字化|BIM技术进阶:实现数据互联互通
- 垄断|大数据杀熟或认定为垄断,值得期待
- 亚马逊|欧盟指控亚马逊滥用“大数据”
- 销售额|热评丨“双11”比拼,要比销售额更要比服务质量
- 周小川|央行原行长周小川:互联网科技巨头掌控大量数据,形成垄断抑制公平竞争
