数据驱动教学：数学个性化学习

如果你是一名管理员，你知道有效的数据驱动教学不仅仅是从在线学习程序中收集数据。毕竟，数据的好坏取决于它是否有用。真正有用的数据是自适应技术的关键功能，它允许个性化学习，而不是传统的一刀切的课堂教学。自适应技术具有提供即时反馈以影响教学策略或课程的能力，以及在学习过程中提供相关反馈的能力，而不仅仅是在学习结束时提供给教师和学生。

利用实时数据提高学校成绩

智能数据对于数学教师和学习者来说是可测量的、可操作的、相关的和及时的。在本白皮书中，Gregory Firn博士解释了如何提出正确的问题并使用生成的智能数据改变了围绕如何选择和使用数据来提高数学成绩的对话。你将从Firn博士的成功中学习，他提供了他的学区转变为数据驱动的个性化学习文化的一些方法，并提高了ELL、风险学生和高级学习者的数学成绩。结果如何？

使用SMART数据，北卡罗来纳州一个地区的阿莱格布拉熟练程度提高到97%，数学熟练程度提高到89%。

创建数据驱动文化的八个步骤

本报告提供了成功创建数据驱动文化的八个步骤，包括：

• 协作：管理员和教师在一个共同的框架内为相同的目标共同工作；教育工作者还与同事一起创建学习社区。
• 专业发展:教师必须不断接受培训，以理解定性和定量数据评估的设计、管理和解释，以影响教学。
• 持续改进：从管理者到教师，再到学生，每个人都必须永不停止学习和前进。
• 充分利用对学习过程的实时洞察：持续形成性评估推动了出色的数学成绩。

有关如何创建数据驱动文化以及数据驱动教学的好处的更多信息，现在下载这个宝贵的资源。