给罗盘”:

•这块越来越聪明的细节在俄亥俄州的一个学区的努力聚合和共享数据,以帮助落后的学生。结果在考试成绩两位数的增长。

•从这个例子中其他教育活动能学到什么?一个是简单地收集数据是不够的,最有效的做法是确保有一个完整的画面,在音乐会中使用许多数据点。

这是互操作性如何清理混乱的学校数据


扬斯敦城市学校,一个赤贫学区(俄亥俄州东北部约5000名学生,我们的学生面临着重大挑战。我们城市的工业经济多年来一直努力为依据,尽管我们正处在一个城市更新项目,城市的中产家庭收入只有24000美元根据最近的人口普查。十年前,CNNMoney说扬斯敦平均收入最低的美国城市有超过65000居民。

尽管存在这些障碍,我们地区显示出可喜的进展的迹象。事实上,今年早些时候,我们感到自豪,见证我们的学生取得了两位数的增长他们的分数在西北评估协会(NWEA)基准考试。

我们给所有的学生在这些考试成绩2(阅读)和k - 12(数学)来跟踪他们的学术进步。从一开始的2017 - 18学年中间,学生平均增加18%的阅读和数学的15%。虽然有很多因素负责这年中增长,一个关键要素是我们地区的使用指导和干预相关的数据。

我们把数据从许多不同的来源,我们总该信息为每个孩子都创建一个“正轨”分数。这一点上,根据不同的指标,告诉我们学生是否较低,中度或高度风险的失败。使用这种预警系统,我们可以为每个学生制定学术计划和干预时间让学生成功的正轨。

阅读全文使学校数据一起工作由约翰·LaPlante越来越聪明。