G4基于数据分析的学情诊断总结1

学情诊断在教学环节中起承前启后的重要作用。 传统教学中， 教师一般通过经验评价学生学习情况并做辅导 。 文章针对教学中的痛点需求，通过探索应用数据分析进行科学测评和精准教学及个性化辅导， 结合实例阐述了数据分析在学情情诊断、命题开发、评价反馈方面的优势。

一、 传统教学评价中存在的不足

数学教学需要经历“传授新课—巩固落实—阶段检测—学情诊断” 的完整闭环， 并且环环相扣， 逐渐深入。 学情诊断是教学中不可或缺的重要环节， 它是对前一个教学周期教学成果的检测验收， 是新周期教学调整的重要依据。 然而， 在教学实践中， 教师对评价反馈普遍重视不够， 或者受技术条件限制， 尚存在诸多不足。 具体表现： 过于强调评价的甄别与选拔功能， 忽视诊断与激励功能； 过分关注结果而忽视过程； 做成绩统计与分析时， 以名次排位为主， 对学生个体的进步与成长关注不够； 在大班额现状下， 很难给学生提供全面的学情诊断、 个性化的学习建议和因人而异的作业练习。

随着新课改的推进， 传统的评价模式已很难适应“以人为本， 发展个性， 尊重学生主体地位， 促进学生自主、 全面发展” 的教育要求。 新的学情诊断模式呼之欲出。

二、 学情诊断中遇到的困难

我校历来重视数学教学评价反馈， 一贯致力于研究并开展发展性评价， 即运用多种科学的评价手段诊断教与学的问题， 分析问题， 激励评价者与被评价者改进、 完善， 以评价促进发展， 包括学生的发展、 教师的发展和课程的发展。 在探索新模式、新方法的路上，我们也遇到了一些困难。

（一）沿袭传统，问题凸显

一直以来， 数学学科的阶段性测试题目主要来源于命题教师的日常积累， 包括教材、 教参、 教辅、 自己积累的往年各种试题等。 测试时教师需自行录入排版打印。 因数学试题中符号繁多， 图形复杂， 选题、 录入耗时较多。 批改试卷后进行的成绩登记统计工作一般是教师召集各班课代表配合完成——用计算器加出学生个人总分并计算班级平均分。由于数据过少， 大量教与学的反馈信息被忽视。事实上， 即使两个学生分数相同， 这两人的数学基础、 学习能力、 测试表现也会存在巨大差异。 比如甲学生的代数、 逻辑推理能力强， 但是图形感知、 空间想象力弱， 而乙学生可能恰好相反； 再如甲学生的基础、 计算功底较好， 基础题完成较好， 对难题直接放弃， 对能力（爬坡） 题完全没有思路， 而乙学生的思维水平较高， 对能力题完成较好， 但做基础题时经常失分……学生之间的巨大差异靠简单的分数高低比较是无法体现的。

然而有时教师只能依靠经验和感觉就整体进行粗略的评价， 对学生的指导缺乏针对性，不能满足学生的个性化需求，导致教学效率和效果大打折扣。

（二）探索遇阻，进退两难

随着技术的进步， 新技术向教育不断渗透， 教师专业化成长加速。 目前， 我校数学学科教师普遍能够熟练应用一些统计软件（如 Excel、 SPSS 等） ， 而且比较重视“用数据说话” 。 在评价反馈环节， 一般都会应用教育统计和测量的专业知识以及统计软件的强大功能进行更加细化的学情分析。 达成共识后， 数学教师自发组成兴趣小组， 利用业余时间交流应用统计软件新功能的心得， 分享应用所学新技能优化、 细化教学评价和学情诊断的实践案例。 大家在互相学习中共同进步， 大大提高了数学教学评价反馈环节的科学性和有效性。 例如， 我校高一备课组应用Excel软件对全年级学生的期中、 期末考试成绩进行细化分析， 以发现班级差异， 为下一周期实施差异化教学提供依据（起点、 重点、 速度、 难度等会呈现差异）。各备课组应用 SPSS 软件逐班逐题分析， 主要关注考题的难度、 区分度等指标。 科学应用辅助软件有利于提高教师命制高质量试题的能力并完善优化校本题库。

虽然我们所做的教学评价精细化探索较之传统的教学评价取得了长足进步，丰富了反馈信息， 更好地利用了评价的诊断与激励功能， 然而我们也遇到一些需要破解的难题。 例如， 批改试卷结束后教师要召集各班课代表逐人逐题录入分数（某次考试需要录入的数据量为27条/学生， 全年级近 2 万个原始数据） ， 还要自己编制程序按需进行数据加工以生成各种图表。 如此繁冗枯燥的工作完全要依靠人工手动完成， 势必会耗费大量精力， 给教师本就繁重的日常工作又增新负担。另外， 完成后期数据整理分析、 图表信息解读等工作， 要求教师具备足够充分的统计学知识， “门槛太高” 不利于向其他学科推广。 我们的探索一度陷入进退两难的困境，大家迫切希望新技术能把教师从数据的汪洋中解放出来！

三、教学评价的大数据解决方案

近年来， 学校在大力推动“中小学教师信息技术应用能力提升工程” 行动计划， 教育界也加快了教育信息化的步伐。 “互联网+教育” 并不只是将互联网技术应用于教育， 而是互联网与教育的深度融合， 即利用网络技术、 多媒体技术等现代信息技术手段开展新型教育、 开展新型学情诊断。 教育信息化是推动教育进步、效率提升并增强教育创新力的具有战略性和全局性的教育新力量。

“互联网+教育” 、 云计算、 大数据的蓬勃发展深刻影响、 改变着今天的课堂面貌。 何谓“大数据” ？ “大数据”并非指海量数据。 维克托· 迈尔· 舍恩伯格和肯尼思· 库克耶在《大数据时代》 一书中指明， “大数据——不用随机分析法（抽样调查） 选取随机样本， 而是采用所有数据进行分析处理， 即样本=总体”。大数据要求人们改变对精确性的苛求， 转而追求混杂性； 从对因果关系的串联思维， 转变成对相关关系的并联思维， 这种思维的转变将是革命性的。 教育大数据是大数据在教育领域的具体表现形式。 与传统教育数据比较， 教育大数据的采集具有更强的实时性、 连续性、 全面性和自然性， 其分析处理更加复杂和多样， 应用也更加深入、多元和个性化。

我校有一项优良传统——培养学生具有“一主三自”的意识和能力，“主”即主动， “三自” 即“自觉、自学、 自治” 。 随着新课程改革的深入， 自主发展、个性化学习、 素质全面发展更加受到重视， 让学生自主选择适合自己的柔性教育将会成为教育发展的重要方向。 我校一直在探索以信息技术做支撑推进学生能力培养， 在数学学科教学方面， 从三年前开始尝试使用“一起作业” 在线教育平台。如今“一起作业” 的广泛应用已使数学教学各个方面均发生了巨大的变化， 促进了减负增效。

（一）智能题库改变了教师的命题方式

“一起作业”智能题库自带海量习题资源， 每一道题目都有自己的“身份证”——知识点、 能力点、 难易度、 来源出处等多维度标签。 应用“一起作业” 智能题库， 教师可根据需要以多种方式实现高效检索和精准命题。 如命题对原创性有较高要求， 教师也可以自命题后上传至“一起作业” 平台， 由后台教研人员将其录入， 配备答案解析， 标注难度星级标签， 并将试卷加入校本题库， 实现资源共享。

（二）大数据分析系统优化了教学评价和学情诊断

“一起作业”平台的另一大优势就是拥有自主研发的教育大数据分析系统。用户可以按原有习惯进行解答和批改， 然后用“一起作业” 扫描仪采集数据， 上传数据后几分钟内系统即可自动生成详尽的统计数据和图表。

1.智能全面

教师应用该系统可以分析全年级学生整体作答情况。 系统支持用户以班级为单位， 以表格、 柱形图、 饼状图、 折线图、 雷达图等多种直观方式， 进行知识点分析、 难度分析、 能力分析等。 这些数据分析可为不同类型和水平班级的任课教师进行这一周期查漏补缺、 薄弱点反复训练和下一周期的教学计划调整提供依据。 由于我校智慧校园已实现无线网络全覆盖， 教师可以在线上习题和试卷讲评课。 教师点击题号， 系统就会显示所有学生的作答情况； 将光标悬浮在学生姓名上， 系统立刻显示该生答题纸的扫描图片。 如果教师需要对某一薄弱知识点进行反复训练，系统还可根据统计数据进行智能推送。

2.简单易用

系统可以逐题分析考查内容、 关联能力、 得分率、 平均分、 标准差、 难度系数、 区分度等。 教师无需具备专业的统计学知识和统计软件操作技能， 可直接获取系统自动生成的各项指标。 平台应用门槛低。 这些都有利于提高教师科学命题的意识和能力，提高校本题库内题目资源的质量。

3.深入细化

系统可以对学生个体进行全面的学情诊断， 既能对学生个体在群体中做横向比较分析， 也能对学生在指定时段内的成绩做纵向跟踪记录， 并据此生成详尽的、个性化的学情分析报告， 推送同类型训练题目， 给出学习建议。 学生可利用电脑或智能手机随时随地查询成绩和学情诊断报告。

应用“一起作业” 扫描仪和数据分析系统大大节约了教师的时间， 使得为学生记录动态成长档案、 进行发展性学业评价、 因人而异提供个性化习题和学习指导等美好愿望从设想变成现实。 以往教师进行教学评价和学情诊断如同中医行医，主要依靠经验和感觉。

如今有了大数据技术支持， 就如同有了 CT、 X 光片、 心电图、 化验报告。 教师开启了“结合诊疗” 模式， 教学评价和学情诊断变得简单易行且有理有据， 很好地满足了学习者的个性化需求。

随着大数据技术在教育领域的不断渗透， 教育正在经历深刻的变革： 教育模式正在从“依靠经验” 向“依靠数据” 转变； 教学从“教师中心” 向“学生中心”转变； 教师的关注视角从“宏观群体” 向“微观个体” 转变……大数据技术让教育者真正读懂学生， 实现“互联网+教育=个性化智慧教育” 。 应用大数据分析学习进程和结果， 优化教师的教学方法， 改变学生的学习习惯， 促进自主学习， 实施开放、 共享、 个性的未来教育新模式， 以大数据技术驱动教育转型是大势所趋。新技术改变了课堂面貌， 催生了新的教学模式， 同时也带来了一系列新问题。例如： 如何发挥网络的积极影响， 引导学生抵御网络诱惑和干扰？ 如何增强学生通过网络获取、 加工和传递有益信息的学习交流能力？ 如何指导学生根据大数据信息反馈调整后续学习， 合理应用智能题库选择适合自身基础和发展需求的学习资料， 在线开展高效率的自适应学习？ 等等。这些问题都值得广大教师深入思考，并在大胆的探索和教育创新实践中寻找答案， 在完美解决上述问题的过程中实现教师、学生和课程的共同发展。

总结人： XXX

XXXX年XX月XX日

本文来源：https://www.bwwdw.com/article/3etm.html