Cara Mengajar Dan Menjadi Orang Tua Lebih Baik Di Zaman Data Besar Jumlah siswa dalam jumlah. Chatchai Kritsetsakul / shutterstock.com

Pada konferensi orang tua-guru, saya duduk di seberang meja dari guru kelas satu saya di kursi yang dibuat untuk anak berusia 6. Guru menunjuk persentase yang ditulis dengan tinta merah. Saya melihat dan mendengarkan.

"Angka ini," katanya, "adalah skor Lexile-nya." Dia melanjutkan, menggerakkan jari telunjuknya di atas meja yang dibuat oleh MetaMetrics. “Ini kisaran normal untuk anak seusianya. Jadi, Anda ingin dia membaca buku di level ini. ”

Laporannya tentang kinerja matematika melanjutkan dengan cara yang sama: lebih banyak persentase, rentang, dan "level," kadang-kadang dihitung dari ukuran hak cipta yang berbeda.

Pada titik ini, saya kesulitan mengikuti. Aku diam-diam bertanya-tanya: Saya memiliki gelar Ph. dalam Pengajaran dan Pembelajaran, dan saya tidak mengerti apa yang dikatakan data ini tentang anak saya. Apa yang orang tua lain dapatkan dari pertemuan ini?


grafis berlangganan batin


Ketika guru itu berhenti sejenak, aku bersandar sejauh kursi mungil itu mengizinkan. Dia mendongak dari tumpukan lembar kerja, menangkap tatapanku. Saya memanfaatkan momen ini. "Apakah kamu pernah bisa berbicara dengan Mac?" Tanyaku. “Maksudku, apakah kamu tahu apa yang dia sukai, apa yang dia minati? Itu cara yang baik untuk memilih buku untuknya, berdasarkan minatnya. ”MetaMetrics tidak tahu apa yang membuat Mac (bukan nama sebenarnya) senang belajar. Dia tersenyum dan kembali santai ke kursinya.

Tidak cukup mengumpulkan data tentang seorang siswa. Saya percaya bahwa data bukanlah pengganti untuk membangun hubungan dengan kaum muda. Namun, guru sekolah dasar hingga menengah yang bekerja dengan baik dengan data, mereka yang tahu bagaimana mengukur dan berbicara dari persentase, melakukan pekerjaan dengan benar. Ini mengajar di zaman "data besar".

Sekolah yang kaya data

Tekanan akuntabilitas terbaru di sekolah, karena No Child Left Behind, berarti guru semakin menggunakan data siswa untuk memberi informasi baik pengajaran di kelas maupun peningkatan di seluruh sekolah.

Baca saja paragraf pertama a 2009 Ringkasan Eksekutif dari Departemen Pendidikan untuk merasakan pentingnya data di sekolah:

Pengumpulan, analisis, dan penggunaan data pendidikan sangat penting untuk peningkatan hasil siswa yang dibayangkan oleh No Child Left Behind (NCLB). Penggunaan data dalam pengambilan keputusan pendidikan diharapkan menjangkau semua lapisan sistem pendidikan - dari tingkat federal ke tingkat negara bagian, distrik, sekolah dan kelas.

Dalam survei 2007 dari distrik sekolah 1,039 di seluruh negeri, Departemen Pendidikan menemukan bahwa 100% memelihara sistem informasi siswa dengan poin data seperti nilai tes pada penilaian di seluruh negara bagian, demografi, kehadiran dan perilaku.

Dengan program-program seperti PowerSchool, Kampus tak terbatas dan Menuju ke angkasa - masing-masing mengenakan biaya lebih dari US $ 5 per anak per bulan - sistem informasi siswa ini menjanjikan toko serba ada untuk melacak semua aspek data siswa dan sekolah kabupaten.

Idealnya, sistem ini membantu guru untuk melihat data siswa dalam tim, dengan guru dan pemimpin sekolah lainnya. Tetapi bagaimana guru di berbagai kabupaten biasanya menafsirkan, menggunakan atau mengabaikan data masih merupakan pertanyaan terbuka.

Di beberapa kabupaten, guru membutuhkan pelatihan literasi data yang menunjukkan kepada mereka bagaimana menafsirkan data siswa dan menyesuaikan instruksi mereka sesuai. Di kabupaten lain tanpa pelatihan, guru tidak memiliki rencana yang kohesif untuk apa yang harus dilakukan dengan semua data ini, membuat upaya big data tampak tidak ada gunanya.

Cara Mengajar Dan Menjadi Orang Tua Lebih Baik Di Zaman Data Besar Beberapa kabupaten melatih guru untuk menilai data siswa. AVAVA / shutterstock.com

Menangkap kebutuhan siswa

Seperti yang dikatakan Toni Morrison, "Kebijaksanaan tanpa data hanyalah dugaan." Hanya memiliki data tentang anak-anak tidak setara dengan mereka yang hidup dengan baik, atau memiliki masa depan yang penuh harapan.

Seringkali, yang terjadi justru sebaliknya. Siswa dikeluarkan dari peluang karena mereka dianggap "berkinerja rendah" berdasarkan poin data yang terbatas. Beban ada pada siswa untuk meningkat daripada menanyakan bagaimana sistem gagal pada anak.

Saya percaya bahwa sekolah harus fokus pada pengembangan lebih banyak kearifan data - mengingat kekuatan data untuk membangun jalur menuju masa depan yang lebih baik. Melakukan hal itu berarti semua pendidik, baik orang tua atau guru, menggunakan data dengan bijak: mempertimbangkan apa yang dilakukannya dan tidak ditampilkan, mengingat data itu dalam konteks sosial yang lebih besar, dan melihat pengalaman masa lalu dan tren dalam kehidupan anak untuk merencanakan dengan sungguh-sungguh untuk masa depan.

Makin, penelitian pendidikan mendorong guru untuk memperluas definisi data mereka untuk memasukkan sumber-sumber di luar penilaian yang diamanatkan: data observasi kelas, direkam satu-satu percakapan dengan seorang siswa, dan video tentang cara siswa berbicara dan isyarat saat bekerja melalui masalah matematika.

Digunakan bersama-sama, bentuk-bentuk data ini melukiskan gambaran yang lebih bernuansa tentang seorang anak, menangkap aspek-aspek yang tidak diukur dengan tes yang diamanatkan oleh negara.

Orang tua dan guru dapat memikirkan lebih banyak poin data yang mulai menunjuk pada dinamika sosial, budaya, dan ekonomi yang lebih besar yang dimainkan di masa anak-anak.

Cara Mengajar Dan Menjadi Orang Tua Lebih Baik Di Zaman Data Besar Apakah siswa siap secara fisik dan emosional untuk berhasil di kelas? Sharomka / shutterstock.com

Skor Lexile Mac tidak menjelaskan ketidaktertarikannya membaca tentang anjing di Arktik selama dua minggu. Tetapi data tentang apa yang Mac suka lakukan di rumah akan memberikan informasi pelengkap tentang topik buku potensial. MetaMetrics tidak tahu bahwa Ibu lupa mengirim makan siangnya ke sekolah dan dia menolak untuk makan di kafetaria; Mac kelaparan ketika dia mengerjakan lembar kerja matematika itu. Penilaian cepat tentang Mac keadaan sosial emosional sebelum mengerjakan pekerjaan matematika bisa menjelaskan kehabisan tenaga setengah jalan melalui tes.

Dan Mac adalah pria kulit putih istimewa yang tidak memikul stresor apa pun rasisme, seksisme atau ketidakstabilan ekonomi, realitas harian bagi banyak siswa yang sepenuhnya terhapus oleh satu metrik. Penilaian cepat aktif intimidasi dan kecemasan, misalnya, dapat menguraikan tabel MetaMetrics untuk para guru dan orang tua secara bermakna.

Dari sana, orang dewasa, semoga bersama siswa, dapat memikirkan poin data pelengkap ini untuk membuat rencana, mengatasi berbagai alasan mengapa membaca dan matematika tidak berjalan sebaik harapan semua orang.

Menggunakan kebijaksanaan data sebagai prinsip panduan adalah tentang pendidikan serius.Percakapan

Tentang Penulis

Katie Headrick Taylor, Asisten Profesor Ilmu Pembelajaran dan Pengembangan Manusia, Universitas Washington

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.

Buku terkait

at Pasar InnerSelf dan Amazon