Кейт Кеннеди - Как использовать анализ данных о добавленной стоимости для улучшения обучения школьников - руководство для школ и лидеров школьных округов

Рис. 4.2.Матрица «Фокус на моем округе»

Этот несложный способ отображения двух разных типов данных позволяет нам многое понять. Самые яркие успехи конкретного округа попадают в верхний правый угол матрицы. Это классы и предметы, в которых достигается как высокая успеваемость, так и высокие темпы прогресса. Для данного округа естествознание и обществоведение в 4-м классе, а также литература и обществоведение в 7-м классе – это явные сильные точки. Но недостаточно просто обратить внимание на эти результаты: руководители округа должны разобраться, почему эти конкретные программы оказались настолько эффективными. Существуют ли закономерности в учебных планах и методах обучения, приведшие к таким выдающимся результатам?

Нижний левый угол матрицы требует внимания иного рода. В классах и предметных областях в этой части матрицы наблюдается как низкая успеваемость, так и неудовлетворительный рост. Почему? В чем причина того, что программы естествознания в 6-х классах и математики и естествознания в 8-х классах не работают в пользу учеников? Что содержится в текущих образовательных программах, которые обеспечивают результаты ниже ожидаемого уровня?

В этой матрице есть еще две «говорящие» зоны. Классы и предметы, попавшие в верхний левый угол матрицы, представляют учебные программы, в которых успеваемость учеников, возможно, и высока, но прогресс оказывается ниже ожидаемого. Весьма вероятно, что преподавание в этих классах и этих предметов стало слишком рутинным и (или) перестало развиваться. Педагоги в этих сферах считают свою работу эффективной, потому что ученики успешно проходят тесты, но проблема, скорее всего, в том, что этим успехом они обязаны предыдущим учителям или благоприятной домашней обстановке, которая способствует качественному обучению. Преподавателям этих проблемных классов нужны долгосрочные цели, связанные с прогрессом их учеников.

Последняя интересующая нас зона матрицы – нижний правый угол – представляет программы, в которых ученики добиваются прогресса, превышающего ожидаемый, но при этом их средняя успеваемость оказывается ниже ожидаемого уровня. Обратите внимание, что в нашем примере эта часть матрицы осталась пустой. Но обычно в крупных городских округах сюда попадает несколько предметных областей. Программы, оказавшиеся в этой части матрицы, должны быть тщательно изучены. Педагоги, работающие в этих областях, нашли способ добиваться постоянного прогресса от учеников, которые изначально сильно отставали от своих сверстников.

Можно увидеть и другие закономерности, которые выходят за пределы анализа квадрантов. С помощью цветовой маркировки входных данных в соответствии с изучаемым предметом окружная рабочая группа сможет легко заметить закономерности, связанные со школьными предметами. В нашем примере большое беспокойство вызывает математика. Все пять курсов математики с 4-го по 8-й классы попали в первые две колонки. Это значит, что ни в одном из классов не удается достичь даже ожидаемого уровня прогресса в математике. Поэтому с точки зрения крупномасштабных паттернов математика требует пристального внимания.

Те же самые данные можно раскрасить в соответствии с годом обучения (классом), и тогда мы увидим, что программы для 4-х и 7-х классов оказались достаточно сильными, а в остальных классах – сравнительно неэффективными.

Окружная рабочая группа должна изучить и дезагрегированные данные – т. е. информацию по подгруппам, чтобы найти закономерности другого рода. Например, нередко хороший учебный план оказывается эффективным не для всех учеников, а неудачный учебный план, напротив, некоторым ученикам помогает достичь хороших результатов. Единственный способ увидеть это состоит в изучении дезагрегированной информации о прогрессе, которая покажет паттерны прогресса для различных подгрупп учащихся. На рис. 4.3 вы видите графическую составляющую подборки диагностических отчетов, связанных с удручающими результатами по математике, наблюдаемыми в нашем примере. Графические данные сопровождаются числовой информацией, но нам для выявления важных закономерностей достаточно графиков.

Отчеты, представленные на рис. 4.3, сформированы компанией SAS, округа получают доступ к таким отчетам через систему услуг EVAAS института SAS Institute, Inc.