大数据支撑下的智慧作业资源的共建共享研究

来源:2023年度智慧教育优秀案例 2024-05-17 10:31:26 所属栏目:案例实践

学校建成了校本资源库。学生有了个性化学习,并探索了基于学业成长线的过程性追踪评价。通过课例研讨的形式,学校探索了智慧作业资源应用于新授课和复习课的课堂教学模式,这些大数据驱动下精准教与学的第一手实践资料,既是数据应用与教学的积极有益的探索,也将学校推向信息化建设之路的一个新高地。

本文大概

读完共需

分钟

为纵深推进教育数字化战略行动,深入发展智慧教育,促进智慧教育领域经验总结和互学互鉴,加强优秀案例分享和国际传播,在教育部科学技术与信息化司指导下,“智慧教育示范区”创建项目专家组秘书处与教育部教育信息化战略研究基地(北京、华中、西北)开展了智慧教育优秀案例征集活动。

经过申报或推荐、案例撰写培训和修改、专家遴选、公示等环节,共确定324个智慧教育优秀案例,其中区域发展类74个、学校实践类226个、解决方案类12个、研究成果类12个。

本期为您带来学校实践类智慧教育优秀案例:大数据支撑下的智慧作业资源的共建共享研究——以南昌市二十八中教育集团青云学校为例

 

一、大数据的采集校本资源库的建立

在传统作业基础上,由学生对江西省基础教育目录的教辅书籍进行全面系统扫描。学校拓展了数据采集渠道,在错题、难题归类基础上,主要围绕微课、学习清单、周分层卷三方面,丰富完善数据种类,初步建立校本资源库。

一是编制学习清单。教师以新课程标准为指导,以素质教育要求为目标,以学生的认知水平、知识经验为依据,集结教研组的集体力量,借助国家中小学教育平台、赣教云平台和学生的共性难题,共同编辑初中部九大学科22本学习清单,并且每年在原有的基础上修改更新。

二是命制周分层卷。老师们在资源库中选择不同题型、难度值的试题进行智能组卷,七、八、九年级语文、数学、英语、物理学科每周命制一张周分层卷,试卷包含基础层、能力层、拓展层。除了以往单纯依靠教师经验选题,现在支持添加学生常见错题,个性化选题,教师自行录入搜集的优质题等多种方式。目前学校教师共命制周练试卷385张。

三是录制微课。学校将学科教师聚集起来,聘请各自学科组长为负责人,带动组员录制微课。教师录制的微课上传赣教云平台,获奖的同时充实校本资源库建设。我校录制微课百余节,视频类课程50余节。

二、生成学习成长线服务学生的个性化学习

(一)数据分析,生成学生学业成长线

经过与学校一线教师、公司研发人员的研创,对采集数据进行分析,优化呈现学生学业成长线,主要包含生成学生肖像分析(如成绩趋势分析、学科短板分析、知识薄弱分析、知识图谱分析等);班级学情分析(如知识短板分析、群体共性分析、班级分层分析、阶段学情分析等);学科数据分析(如作业数据分析、考试成绩分析、学科短板分析、动态学情分析等)。

(二)初步探索基于学业成长线的过程性评价

基于大数据的教育评价横向上包括对学生各个方面的评价,纵向上贯穿整个教育过程。基于大数据的教育评价由大量的教育数据的坚实基础,因而其评价具有科学性,并为教育决策提供可靠的依据。

(三)学生个性化学习场景

校本资源库的建设为学生的“个性化学习”提供了智慧作业大数据的支撑。利用清单预习,自主完成了学习任务;利用周分层卷进行针对性练习;智慧作业微课解答课上不懂的问题,三管齐下逐渐让“个性化”学习成为可能。同时还培养了学生的自主学习能力。比如疫情时期,没有了教师面对面的指导,这时智慧作业大数据起到了很好的辅助作用。

三、探讨数据融合教学服务教师的专业成长

(一)精准教学课例研讨

青云学校以初中数学组为试点,以过程性学情数据为依据,组织多名教师开展教学课例研讨,课题组开展了智慧作业在精准备课,分层教学,针对性讲评和巩固练习情景下的实践探索,尝试构建课前、课中、课后的学习闭环。在课前,教师精准备课,通过分析学生课后作业数据,来了解学生对上节课重难点知识的理解和掌握情况,也可以提前收集预习作业情况来确定教学目标,或聚焦教学重难点。在课中,教师分层教学,让不同层次学生在他们的“最近发展区”练习专属习题,让学生都学有所得。在课后,教师进行习题讲评,根据诊断数据调整不同班级的复习策略。

(二)总结数据使用流程

通过两年的实践,学校对教师使用流程和教研组使用流程进行了常规化设计。其中教师流程环节包括“教师批改作业——学生数据采集——教师精准讲评——学生观看微课——平台推送错题——教师分层组卷——数据反馈学情”。教研组流程环节包括“班级分析——共性分析——成因分析——设计试题——课例研讨”,指导并规范教师和教研组常态化、规模化应用数据。

(三)提炼“清单式”教学模式

在多学科组课例研讨中,学校初步提炼了新授课和复习课下“清单式”教学模式。一是新授课教学模式。课前,通过预习作业并借助学情数据进行分析,判断学习重难点,从而做到精准备课。课中,结合老师编写的教学清单教学,再借助平台实时搜集的学情数据来判断课堂效果。课后,将运用平台推送的个性化错题,再次辅助学生做好知识点的巩固提升。二是复习课教学模式。做好学情分析、互助学习、梳理总结、集体攻坚和练习巩固,以此激发学生兴趣,优化课堂结构,提高课堂教学效率。

四、提炼共建共享机制打造学校的信息化建设

(一)大数据支撑下的智慧作业资源共建共享路径

既立足于江西省赣教云平台智慧作业资源,青云谱区教学大数据平台建设,也借助软云公司的技术研发,青云学校实现了赣教云-公司-学校-老师-学生五个维度的共建和共享,并总结提炼了大数据支撑下的智慧作业资源共建共享路径。一是公司与家校、师生的共建共享。学校利用公司的技术,将采集的作业形成数据,并通过组织教师编写学习清单,命制周分层卷、录制微课等方式,初步建立建全校本资源库。而软云公司则形成适应市场化运行的整体的硬软件配套,将周分层卷等模块系统功能完善,让这些硬软件更加适应教育教学,适合一线老师的使用。二是家校、师生与赣教云平台的共建共享。学校组织教师参加微课录制,借助教师微小力量充实赣教云平台大数据。家长与学校达成一致意见,利用赣教云平台资源和校本资源库,学生可以完成个性化错题本和周分层试卷,学习,减轻家长负担。三是公司方与赣教云平台的共建共享。公司将平台数据与赣教云平台数据打通,学生可以通过错题二维码、数字机顶盒等多渠道解决作业本的错题,并综合一切数据形成学生学业成长线。

(二)师生的成长进步

学生在使用智慧作业后,数理化等理科成绩均有一定幅度的提升。以青云学校2022年集团联考测试八年级物理为例,八上10月份月考中,青云学校优秀率(12.20%)和及格率(41.9%)均低于集团分校江安学校优秀率(20.86%)和及格率(54.3%),但在八下5月份考试中,青云学校优秀率和及格率分别为13.51%、31.35%,已超过江安学校优秀率(5%)和及格率(28.43%),说明八年级物理成绩稳步上升。

教师通过开展“智慧作业”平台应用培训、分层组卷及作业设计培训,分工编写教学清单,录制微课视频,开展清单式教学课例研讨,组卷等系统化培训,更新了教育信息技术和教育教学观念,教师的命题、录课、教学等专业能力有了看得见的成长。我校青年教师冷丽梅老师在南昌市智慧教育示范校开放日活动中执教公开课;在南昌市智慧教育示范校工作交流研讨会上做了《智慧作业--分层作业平台经验分享》。王文蕾老师被聘为江西省中小学教师人工智能教育培训的授课专家,展示公开课;周捩保在南昌市义务教育阶段学校教师“智慧作业”应用全员培训活动中展示公开课,都受到了一致的好评。

(三)建设信息化校园

学校建成了校本资源库。学生有了个性化学习,并探索了基于学业成长线的过程性追踪评价。通过课例研讨的形式,学校探索了智慧作业资源应用于新授课和复习课的课堂教学模式,这些大数据驱动下精准教与学的第一手实践资料,既是数据应用与教学的积极有益的探索,也将学校推向信息化建设之路的一个新高地。

 

作者:冷丽梅 沈俊惠

来源:2023年度智慧教育优秀案例

标签:智慧教育优秀案例

版权申明:本网站内容均为本站原创文章或网友转载,涉及版权问题请联系管理员删除,转载亦请申明来源.

上一篇:“一横十纵”助推城乡教育一体化融合发展
下一篇:互联网赋能的荔江小学“智慧阅读”案例实践