• Prácticas de datos
    • 3

    Prácticas de datos

    The blended teaching monument image. There is a filter over the whole image that shades everything except the column that reads data practices, so that the data practices column (the focus of the chapter) is highlighted.

    "¡Datos! ¡Datos! ¡Datos! No puedo hacer ladrillos sin arcilla". −Sherlock Holmes en "La aventura en las hayas de cobre" de Arthur Conan Doyle

    Tener conocimientos y habilidades básicas para practicar los datos es esencial para una enseñanza combinada eficaz. Al final de este capítulo, debería poder cumplir los siguientes objetivos:

    Lista de verificación de competencias

    • Puedo crear evaluaciones formativas con umbrales de dominio (3.1).
    • Puedo crear un registro de dominio con evaluaciones alineadas con los resultados del aprendizaje (3.2).
    • Puedo identificar patrones importantes en los datos de desempeño de los estudiantes (3.2).
    • Puedo usar los datos para recomendar actividades de aprendizaje enfocadas para los estudiantes (3.3).
    • Puedo usar los datos para evaluar y mejorar las evaluaciones y los materiales didácticos (3.3).

    3.0 Introducción - Contar historias con números

    Los datos pueden ser un tema de conversación intimidante por muchas razones. Una de estas razones puede ser que los datos se utilizan a menudo en el contexto de informes y análisis de mediciones que quizás no conozcamos. Se usa para predecir los patrones climáticos, el mercado de valores, los resultados de eventos deportivos importantes e incluso el tiempo que puede tardar en llegar al centro comercial el jueves por la noche, la semana después del Día de Acción de Gracias. Sin embargo, todas las definiciones de "datos" tienen un tema central: el uso de los datos consiste simplemente en contar historias con números y, basándose en esos números, las personas cuentan la historia de lo que se midió que ocurrió, por qué parece que ocurrió y qué podría suceder después. Desde luego, los datos no nos dan clarividencia, pero sí nos ayudan a ver patrones y utilizarlos para predecir la próxima tormenta eléctrica, la caída del mercado de valores, el ganador del campeonato de la División I o la hora de inicio del tráfico en hora punta.

    Dentro de la educación, utilizamos el término "datos" para clasificar la información numérica, como los resultados de las evaluaciones, la frecuencia de asistencia y las mediciones de participación, pero también utilizamos los datos para información categórica, como la demografía de los estudiantes. Podemos determinar dónde se encuentran los estudiantes en cuanto a su comprensión de los objetivos de aprendizaje, por qué los estudiantes están donde están, cómo podemos ayudarlos a llegar a donde necesitan estar y cuándo finalmente están allí. En otras palabras, los datos nos ayudan a contar y dirigir la historia del rendimiento de los estudiantes.

    Pon a prueba tu preparación: prácticas de datos http://bit.ly/K12-BTR

    test your readiness.png

    ¡Puede utilizar este enlace para obtener algunos datos para usted! Comprueba qué tan preparado estás para usar los datos en tu propia clase mixta.

    3.1 Desarrollar un aula basada en el dominio

    Para introducir las prácticas de datos, primero analizaremos el concepto de progresión basada en el dominio. Muchas aulas mixtas utilizan este enfoque porque las prácticas de datos de la enseñanza combinada proporcionan una puerta de entrada a un aula exitosa basada en el dominio.

    3.1.1 ¿Qué es la progresión basada en el dominio?

    El aprendizaje basado en el dominio se centra en el desempeño de los estudiantes más que en el tiempo de asiento para determinar cómo los estudiantes progresan en el plan de estudios. Los estudiantes demuestran el dominio de una habilidad o tema antes de pasar a uno más avanzado. Mientras tanto, mantienes una expectativa fija sobre el desempeño de los estudiantes y permites que el tiempo requerido para alcanzar ese nivel varíe. En otras palabras, el aprendizaje se convierte en una constante y el tiempo en variable. Por el contrario, la progresión basada en el tiempo mantiene fijo el tiempo dedicado a un resultado en particular y permite que el rendimiento del estudiante varíe; el tiempo es la constante y el aprendizaje es la variable (consulte la figura 3.1).

    Two line graphs that show student progression. The Y-axis represents the student's grade and the X-axis shows time. The top chart shows time-based progression. After four weeks the unit ends, Student 1 has a grade of 80% and Student 2 has a grade of 65%. The second graph shows mastery-based progression. Student 1 has a grade of 80% after four weeks and can move on. Student 2 has a grade of 80% after five weeks and can move on.
    Figure 3.1 Time-based vs Mastery-Based Progression.23

    Definición: dominio frente a aprendizaje basado en competencias

    definition icon.png

    El aprendizaje basado en el dominio sostiene que los estudiantes deben alcanzar un cierto nivel de rendimiento antes de pasar al siguiente concepto o habilidad.

    El aprendizaje basado en competencias se utiliza a menudo como sinónimo de aprendizaje basado en el dominio, pero también incluye la idea de que los estudiantes que adquieren habilidades adquiridas fuera del aula pueden demostrar su competencia en esas habilidades y seguir adelante.


    Vídeo 3.1 (2:30) sobre el desarrollo de las habilidades de los estudiantes mediante un plan de estudios basado en el dominio http://bit.ly/btb-v208

    Watch on YouTube

    Qué buscar: identifique las diversas razones por las que a los estudiantes, maestros, padres, administradores e incluso a los políticos les gusta la idea del aprendizaje personalizado.

    La progresión basada en el dominio es mejor para el aprendizaje de los estudiantes que la progresión basada en el tiempo. Sin embargo, requiere un conjunto de habilidades que puede ser nuevo para usted: administrar un aula en la que los estudiantes progresan a diferentes ritmos. También requiere que utilices mejor los datos de manera efectiva para informar tus prácticas docentes. Los datos de los estudiantes les ayudarán a usted y a sus alumnos a saber cuándo están listos para avanzar al siguiente concepto o habilidad. Las buenas prácticas de datos también proporcionan información sobre las deficiencias específicas de los estudiantes, de modo que pueda ofrecer intervenciones específicas para ayudar a los estudiantes a superar esas deficiencias.

    Ejemplos de aprendizaje basado en el dominio.
    Vídeo elemental 3.2 (2:05) http://bit.ly/btb-v224

    Watch on YouTube

    Vídeo secundario 3.3 (3:36) http://bit.ly/btb-v274

    Watch on YouTube

    3.1.2 Crear evaluaciones para la progresión basada en el dominio

    Las buenas evaluaciones son clave para un aprendizaje eficaz. Las buenas evaluaciones vienen en muchas formas y están diseñadas para medir el crecimiento de un estudiante hacia los objetivos de aprendizaje. La validez de la evaluación nos proporciona un barómetro para confiar en que la evaluación mide con precisión lo que se pretende medir y que es apropiada para los estudiantes a los que se imparte.

    Los tipos de evaluaciones se dividen en dos grupos principales: sumativas y formativas. Las evaluaciones sumativas generalmente se realizan al final de una unidad, curso o año escolar y, a menudo, las crea alguien que no sea usted. Las evaluaciones formativas suelen ser más cortas, frecuentes y tienen un propósito diagnóstico; brindan orientación específica a los estudiantes y a usted sobre lo que sus estudiantes aún necesitan aprender.

    Desarrollará una amplia gama de evaluaciones formativas para su aula. Dentro de este rango se encuentra la variación entre las evaluaciones en línea y las presenciales. Ambos tipos son elementos centrales de una enseñanza combinada eficaz. La administración de las evaluaciones en línea y en persona tiene diferentes ventajas que deben tenerse en cuenta al planificar su instrucción. Se detallan a continuación en la Tabla 3.1.

    Tabla 3.1 Puntos fuertes de los diferentes tipos de evaluación administrados en persona y en línea.

    Tipo de evaluación

    Ventajas presenciales

    Ventajas en línea

    Cuestionarios y exámenes
    • Es más fácil prevenir las trampas
    • Individualiza la selección de preguntas
    • Puntuación y comentarios automatizados
    • Posibilidad de varios intentos

    Observaciones
    • La inmediatez de los comentarios
    • Riqueza de datos

    Presentaciones en vivo y demostraciones físicas
    • Riqueza sensorial
    • Menos barreras tecnológicas
    • Flexibilidad en el tiempo y el espacio
    • Es hora de proporcionar comentarios detallados entre las presentaciones
    • Puede volver a ver las presentaciones
    • Gestión de la revisión por pares

    Ponencias y proyectos
    • La revisión por pares puede beneficiarse de la conexión humana
    • Envío y recogida digitales
    • Integración de rúbricas y libretas de calificaciones en línea
    • Gestión de la revisión por pares

    Portafolios
    • Permite objetos físicos
    • Riqueza sensorial
    • Portabilidad y capacidad de compartir
    • Posibilidad de actualizar fácilmente
    • Puede contener elementos dinámicos

    Participación en el debate
    • La asistencia es fácil de rastrear, la contribución es más difícil
    • La energía de la contribución se puede sentir fácilmente
    • Todos pueden contribuir
    • Se puede evaluar la calidad de la contribución

    Para que una evaluación sea útil para la progresión basada en el dominio, cada elemento debe estar asociado a un resultado de aprendizaje (SLO) específico del estudiante. En lugar de centrarnos en las puntuaciones generales de un cuestionario o examen, nos centraremos en las puntuaciones del nivel SLO. Considere el ejemplo de la figura 3.2. Esta figura muestra los puntajes de los exámenes de una clase en la que cada estudiante obtuvo una puntuación del 85% o más en el examen. ¡Bastante impresionante! ¿Están todos los estudiantes de la clase preparados para pasar a la siguiente unidad?

    A gradebook showing grades for six students across three assignments and a unit exam. All students have a cumulative grade above an 85%, and all students scored at least an 85% on the exam.
    Figure 3.2 Gradebook with unit Exam 1 scores all at 85% or above.24

    Para responder a esta pregunta y utilizar este examen para progresar según el dominio, tendrás que hacer coincidir cada elemento o pregunta del examen con el SLO que mide, como se muestra en la figura 3.3.

    Unit Exam Results divided into four student learning outcomes (SLOs) to show that the four objectives were not measured evenly. The first SLO had 15 points on the exam, the second 20 points, the third 40 points, and the fourth 25 points.
    Figure 3.3 The relationship of items in the unit exam to four different SLOs.25

    La figura 3.4 muestra los resultados del examen unitario organizados por SLO. Ahora, cuando miras las calificaciones de los exámenes, ¿están todos los estudiantes preparados para pasar a la siguiente unidad?

    Gradebook for the exam with four student learning outcomes ( SLOs). It shows that even though all students had above an 85% on the exam, only one student achieved mastery of all four SLOs.
    Figure 3.4 Gradebook from Figure 3.3 with Exam 1 scores by SLO.26

    Los recuadros de la figura 3.4 muestran que, si bien todos los estudiantes obtuvieron una puntuación del 85% o más en el examen 1, todos menos uno mostraron una debilidad significativa en al menos un SLO. Pasar a la siguiente unidad sin ayudar a los estudiantes a superar las deficiencias podría provocar un aumento del bajo rendimiento.

    3.1.3 Identificar los umbrales de dominio

    Las libretas de calificaciones o los rastreadores de dominio son herramientas que te permiten ver rápida y fácilmente qué tan bien un estudiante ha dominado cada SLO. Para comunicar esto claramente, los maestros suelen utilizar un esquema de codificación de colores para farolas en las libretas de calificaciones (consulte la figura 3.5). En la libreta de calificaciones de dominio, el verde indica que el estudiante ha alcanzado un nivel de dominio en una evaluación o SLO, el amarillo indica que está cerca del dominio y el rojo indica que el estudiante necesita una corrección o intervención más significativa.

    A stoplight showing levels of mastery. Red is remediation, Yellow is near mastery, and Green is Mastery.
    Figure 3.5 The visual representation of whether students have reached established mastery thresholds.27

    Creación de evaluaciones de dominio

    Como sabe, las evaluaciones pueden tener muchas formas: cuestionarios, pruebas, informes, ensayos, proyectos, actuaciones. Las posibilidades son casi infinitas. La importancia de una evaluación de dominio es que está directamente relacionada con un estándar de aprendizaje. Esto significa que la rúbrica de un proyecto o ensayo se centra principalmente en el dominio del objetivo y no en aspectos como la gramática, la longitud de la presentación, el formato, etc. Una de las formas de hacerlo es crear una rúbrica que divida tu dominio en cuatro niveles diferentes y transfiera esos niveles a la rúbrica. Los cuatro niveles de tu rúbrica de dominio pueden incluir:

    • Supera la maestría
    • Maestría
    • Cerca de Mastery
    • Remediación

    Es importante saber qué aspecto tiene cada uno de estos puntos de referencia para un estándar determinado y qué forma de evaluación puede medirlos mejor.

    Usted o su escuela deberán determinar los umbrales superiores e inferiores de dominio adecuados. Hay investigaciones que respaldan la idea de que el nivel de dominio superior debe estar entre el 80 y el 95%. La figura 3.6 muestra la libreta de calificaciones de la figura 3.4 como una libreta de calificaciones de dominio con el umbral superior establecido en el 85% y el umbral inferior en el 75%.

    Screenshot of a mastery gradebook from MasteryConnect. Student scores are color coded red, yellow, or green to show levels of mastery - remediation, near mastery, or mastery respectfully.
    Figure 3.6 Example of a mastery tracker for SLOs (Mastery=85%, Near Mastery=75%).28

    Competencia: puedo crear evaluaciones formativas con umbrales de dominio (3.1)

    plan.png

    Desafío 1

    Revise los elementos de una de las evaluaciones de su unidad y asigne cada elemento al SLO que está midiendo, como se muestra en la figura 3.4. Determine los umbrales de dominio adecuados para cada SLO.

    create.png

    Desafío 2

    Crea un pequeño cuestionario de 4 a 5 preguntas que se centren en evaluar un solo SLO de tu plan de estudios. Determina los umbrales de dominio adecuados para tu cuestionario. Cree el cuestionario en su sistema de gestión del aprendizaje.

    Ch 2 BADGE Opt 2.png

    Desafío 3

    Utilice la sección 3.1 de la hoja de ruta de enseñanza semipresencial para determinar los niveles de dominio de un estándar que utilice en el aula y hacer una lluvia de ideas sobre las evaluaciones basadas en el dominio de ese estándar (http://bit.ly/BTRoadmap).

    3.2 Monitorear el crecimiento de los estudiantes

    Una vez que haya (1) creado o adquirido las evaluaciones, (2) haya hecho coincidir los elementos de evaluación con sus SLO y (3) haya establecido los umbrales de dominio adecuados, estará listo para empezar a utilizar las evaluaciones para supervisar la participación y el aprendizaje de los estudiantes. En esta sección, analizaremos cómo se pueden usar los datos para monitorear el desempeño y la actividad o la participación de los estudiantes en línea. Se incluyen varios ejemplos de datos de software educativo que ayudan a los maestros a monitorear el aprendizaje y la participación de los estudiantes. Por último, aprenderá varias estrategias para identificar patrones significativos al analizar los datos de dominio.

    3.2.1 Uso de paneles de datos

    Un panel de datos es simplemente una herramienta que le ayuda a visualizar los datos de los estudiantes en tiempo real. Es diferente de un gráfico de crecimiento impreso porque los gráficos del panel de datos se actualizan instantáneamente a medida que se agregan nuevos datos de estudiantes al sistema. Al igual que el salpicadero de un automóvil, los paneles de datos de los estudiantes también pueden incluir varias pantallas de datos que ayudan a entender los patrones de aprendizaje de los estudiantes. La figura 3.7 es un ejemplo sencillo de un panel de datos con tres datos a nivel de clase. Los paneles de datos suelen permitirle ver los datos a nivel del aula y, a continuación, profundizar en los datos individuales a nivel de los estudiantes haciendo clic en los gráficos a nivel del curso. Esto le permite buscar patrones que ocurran tanto a nivel de clase como de estudiante.

    Example of class-level data tracker from Imagine Learning. It shows the average amount of time students spend in the unit, the average number attempts taken per lesson, and the average grade on assignments.
    Figure 3.7 Example of a class-level data dashboard from ImagineLearning.29-30

    Hay dos categorías principales de datos que se utilizan normalmente para monitorear el crecimiento de los estudiantes y, por lo tanto, se visualizan en los paneles de datos (consulte la Tabla 3.2 para ver ejemplos):

    1. Datos de desempeño: datos que miden directamente el aprendizaje de los estudiantes, como el desempeño de los estudiantes en las evaluaciones.
    2. Datos de actividad: datos que son medidas indirectas que a menudo ayudan a explicar los patrones de aprendizaje de los estudiantes, como la participación, el esfuerzo, el compromiso y los niveles de actividad.

    Tabla 3.2 Ejemplos de datos sobre el rendimiento y la actividad de los estudiantes.

    Ejemplos de fuentes de datos de rendimiento

    Ejemplos de fuentes de datos de actividad
    • Libro de calificaciones
    • Libro de calificaciones de maestría
    • Aprendizaje adaptativo
    • Panel de rendimiento
    • Exámenes estatales/nacionales
    • Asistencia
    • Participación
    • Inicio de sesión y actividad de LMS
    • Compromiso

    Ambos tipos de datos son importantes para comprender la historia del aprendizaje y el crecimiento de los estudiantes.

    Las libretas de calificaciones de dominio, con sus colores rojo, amarillo y verde, son buenos ejemplos de paneles de datos de rendimiento sencillos. La figura 3.8 muestra varios ejemplos diferentes de software que permiten ver el desempeño de los estudiantes en una libreta de calificaciones de dominio.

    Comparison screenshots of Google Sheets, MasteryConnect, Canvas, and PowerSchool SIS mastery gradebooks. They are all pretty similar, showing a color coded gradebook based upon student mastery levels for each assignment.
    Figure 3.8 A few examples of mastery gradebooks.31-32

    Las figuras 3.9a-c muestran algunos otros ejemplos de la variedad de paneles de datos de rendimiento disponibles en los programas de software más utilizados, como Khan Academy, 33 Imagine Learning, 30 y ALEKS. 10

    Example of data dashboard from Imagine Learning showing activity data, student growth data, assessment data, and then a combination of all the data.
    Figure 3.9a Example dashboard from ImagineLearning (1=activity data, 2-3=performance data, 4=performance and activity data).34

    Example of data dashboard from Khan Academy showing an activity and performance data overview, and then more detailed activity data and performance data.
    Figure 3.9b Example of a Khan Academy Dashboard (1=activity and performance data, 2=performance data, 3=activity and performance data).35

    Example of data dashboard from ALEKS showing various representations of activity and performance data using pie charts, distribution charts, and lists of assessments.

    Figura 3.9c Ejemplo de un panel de ALEKS (1,4,5 = datos de rendimiento; 2,3 = datos de actividad). 36

    Además de los datos de rendimiento, los datos de actividad le brindan información sobre cómo sus alumnos dedican (o no) su tiempo de aprendizaje. En el nivel más básico, se parecen a los datos de asistencia y participación (véase la figura 3.10). Este tipo de datos puede ayudar a explicar los niveles de rendimiento de un estudiante que falta a la escuela con regularidad, que con frecuencia se retira de clase a una hora determinada del día o que no presenta tareas.

    Image showing class and student-level attendance data in an attendance tracker.
    Figure 3.10 Attendance data at the class-level and student-level.37

    Además de los datos básicos de asistencia, la mayoría de los LMS y los programas de software adaptativo también proporcionan datos sobre las actividades de los estudiantes que pueden ser útiles para comprender cómo los estudiantes utilizan su tiempo. Por ejemplo, estos datos pueden permitirle ver con qué frecuencia un estudiante ha iniciado sesión en el software o cuánto tiempo dedica el estudiante a una tarea de aprendizaje en particular. La figura 3.11 muestra ejemplos de paneles con información sobre el inicio de sesión, el tiempo dedicado a un tema en particular, el tiempo dedicado a ver vídeos instructivos y el número de intentos de responder a las preguntas de la evaluación.

    Activity data from PowerSchool illustrating how frequently a standard is measured, with darker shaded standards having higher assessment frequency.
    Figure 3.11a Examples of activity data from PowerSchool SIS.38

    Activity data from Khan Academy based on topic areas. The data is displayed in a circle graph to show distribution of the topics students engage with.
    Figure 3.11b Examples of activity data from Khan Academy illustrating the range of topics that students are engaging with.39

    Activity data from Khan Academy illustrates student time spent with specific resources. The data is organized in a bar graph with a different bar for each lesson. Each bar is made up of different sections color coded based on when the activity was accessed, during school hours or outside of school hours.
    Figure 3.11c Example of activity data from Khan Academy illustrating the time spent watching videos and doing skill activities. 40

    Activity data from Canvas showing activity and submission data by date. The charts include bar graphs to show how a breakdown of page views and participation with page activities, as well as what percentage of each assignment was submitted on time, late, or is missing.
    Activity data from Canvas showing activity and submission data by date. The charts include bar graphs to show how a breakdown of page views and participation with page activities, as well as what percentage of each assignment was submitted on time, late, or is missing.
    Figure 3.11d Examples of activity data (whole class activity over time and individual student activity) from the Canvas LMS.41

    3.2.2 Identificación de patrones en los datos de los estudiantes

    Si bien los paneles de datos son útiles para presentar grandes cantidades de datos de los estudiantes en forma visual, debe desarrollar las habilidades necesarias para interpretar los datos de los estudiantes y utilizarlos para mejorar el aprendizaje de los estudiantes. Interpretar los patrones en los datos de los estudiantes es el proceso de leer y tratar de entender la historia que cuentan los números sobre el crecimiento del aprendizaje de un estudiante sin tener todos los detalles narrativos.

    Por ejemplo, al observar los paneles de la figura 3.8, ¿puede determinar cuáles son los resultados con los que más se está esforzando cada estudiante? ¿Qué panel de datos analizaría para ver si la asistencia ha sido un obstáculo para su progreso? ¿Qué historia cuentan los datos del panel de control de Khan Academy (figura 3.11a) sobre las dificultades de los estudiantes? ¿Cuántos intentos exitosos e infructuosos se han realizado con el conjunto de problemas? ¿Qué podría deducir de estos datos sobre las intervenciones que necesita el estudiante?

    No hay reglas absolutas para identificar patrones en los datos de los estudiantes, pero hay muchas prácticas comprobadas que pueden ayudarte. En esta sección, le proporcionaremos algunos lugares para comenzar el análisis de datos, así como algunas reglas generales que puede utilizar como guía para interpretar la información.

    3.2.3 El proceso AAA

    Las tablas 3.3-3.5 muestran un proceso generalizado para trabajar eficazmente con datos: el Proceso AAA. Siempre se empieza por identificar la pregunta que se quiere hacer con los datos. Esta pregunta inicial a menudo se centra en comprender los patrones relacionados con un individuo, un grupo de estudiantes o incluso la propia instrucción. El segundo paso del proceso consiste en ANALIZAR los datos en busca de patrones que puedan ayudarlo a responder la pregunta que ha hecho. Por último, debe ACTUAR sobre la base de lo que ha encontrado. Por lo general, esto implica ajustar las actividades de aprendizaje de los estudiantes, la instrucción o las evaluaciones utilizadas para recopilar datos.

    Tabla 3.3 El proceso AAA: paso 1 PREGUNTAR

    Paso 1: PREGUNTAR

    Estudiante individual

    Grupo pequeño o clase

    Materiales didácticos

    1. ¿Qué progreso ha logrado el estudiante hacia sus metas de aprendizaje?

    2. ¿Con qué SLO está luchando el estudiante?

    3. ¿Qué ha hecho el estudiante para dominar el SLO?

    1. ¿Hay algún grupo de estudiantes que necesite ayuda con el mismo SLO?

    2. ¿Hay algún grupo de estudiantes al que pueda pedir que trabajen juntos?

    3. ¿Hay resultados con los que toda la clase necesite ayuda?

    1. ¿La evaluación mide con precisión el SLO?

    2. ¿Faltan en la actividad de aprendizaje los elementos necesarios para ayudar a los estudiantes a alcanzar el SLO?

    Tabla 3.4 El proceso AAA: paso 2 ANALICE

    Paso 2: ANALIZAR

    Estudiante individual

    Grupo pequeño o clase

    Materiales didácticos

    Algunas cosas a tener en cuenta...

    1. Patrones de rendimiento: finalización del dominio en SLO.

    2. Patrones de actividad: el comportamiento ajeno a las tareas o el tiempo excesivo en un SLO pueden indicar por qué el rendimiento es bajo.

    3. Posibles causas: poco esfuerzo, ausencias, falta de conocimientos previos, etc.

    Algunas cosas a tener en cuenta...

    1. Grupos procesables: grupos homogéneos/heterogéneos, grupos en proceso de remediación.

    2. Movimiento de maestría: surge de la remediación.

    3. Actividad de LMS.

    Algunas cosas a tener en cuenta...

    1. Funcionamiento de la evaluación: elementos que faltan a la mayoría de los estudiantes.

    2. Uso de la actividad: recursos que se utilizan o no.

    3. Brechas en la instrucción: la actividad no cubría el concepto, contenía información engañosa o no ayudó a los estudiantes a alcanzar el dominio.

    Tabla 3.5 El proceso AAA: paso 3: ACTUAR

    Paso 3: ACTUAR

    Estudiante individual

    Grupo pequeño o clase

    Materiales didácticos

    1. Trabaje con el estudiante para revisar y ajustar las metas.

    2. Proporcione una remediación específica.

    3. Recomiende materiales o actividades específicos.

    1. Proporcione instrucción directa en grupos pequeños.

    2. Establezca grupos de aprendizaje o tutoría entre pares.

    3. Recomiende materiales o actividades específicos.

    1. Mejore las evaluaciones.

    2. Mejore los materiales de aprendizaje.

    En última instancia, querrá familiarizarse con los paneles de datos que están disponibles en su aula. Deberá saber dónde encontrar los datos de rendimiento y actividad de sus alumnos. En la siguiente sección, presentaremos algunos paneles de datos de diferentes fuentes y las preguntas típicas que se pueden hacer sobre esos datos. Póngase a prueba para ver si puede utilizar los datos de los siguientes escenarios para ANALIZAR patrones que puedan responder a las preguntas planteadas. Si no puede responder a las preguntas con el panel de datos existente, identifique qué datos necesitaría para responder a las preguntas.

    Escenario 1: Datos del rastreador MasteryConnect

    La figura 3.12a muestra el rastreador de dominio con cinco resultados de aprendizaje (SLO) de los estudiantes para una unidad. Si usted fuera el profesor, ¿qué preguntas le haría a los datos? ¿Qué patrones ve al ANALIZAR los datos? ¿Cuáles son las posibilidades de actuar sobre la base de los datos? La tabla 3.6 muestra una posible respuesta a estas preguntas.

    Example of mastery data from MasteryConnect. It shows master data for 13 students across 5 standards. No student has mastered all five standards, and only 5 students do not need any kind of remediation.
    Figure 3.12a Mastery Connect data - How would you use this data to help students progress?42

    Tabla 3.6. Ejemplo de análisis de datos en la figura 3.12a

    PREGUNTE

    ANALIZA

    ACTUAR

    ¿Qué estudiantes o grupos de estudiantes necesitan soluciones en torno a qué SLO?
    • Un grupo de estudiantes necesita ayuda con 6.5
    • Dos estudiantes necesitan ayuda con la versión 6.1.
    • Victor tiene problemas con toda la unidad.
    • Comience con una sesión de tutoría individual con Victor los días 6.1-6.4. Usa a Sirius para que te enseñe sobre la versión 6.1.
    • Cree instrucciones directas en grupos pequeños para los estudiantes que necesiten remediación o que estén a punto de dominar el 6.5.

    ¿Qué estudiantes están cerca de lograr el dominio?

    ¿Qué estudiantes han alcanzado el dominio y podrían ayudar a sus compañeros?

    • Muchos estudiantes están en el nivel de maestría (verde) o cerca del dominio (amarillo) en las calificaciones de 6,1 a 6,4.
    • Opción 1 = proporcionar actividades de práctica en línea en torno a los SLO para estudiantes que estén cerca del dominio.
    • Opción 2 = emparejar a estudiantes con dominio y casi dominio para que practiquen juntos en SLO seleccionados.

    Escenario 2: Datos de Khan Academy

    La figura 3.12b muestra un panel de control de Khan Academy para un estudiante de tercer año que ha notado que tiene problemas con la unidad de geometría. La figura 3.12c muestra dos pantallas de datos en las que se ha profundizado más para ver en qué se ha centrado la actividad del alumno y qué muestran los datos del desempeño del primer conjunto de habilidades problemático. ¿Qué patrones observas en cada una de estas pantallas y cuál es la historia que te cuentan los datos? La tabla 3.7 muestra una posible respuesta a estas preguntas.

    An example of data from Khan Academy. It shows performance data for a single student. The data indicates whether the student is at level one, level two, or has mastered various skills in Geometry. The student has practiced four skills but has not obtained mastery in any of them. Of the skills the student has practiced, three are shown, and all three are at labeled "struggling." Other skills still need practice.
    Figure 3.12b Khan Academy data - How would you use this data to help students progress?43

    An example of activity data from Khan Academy for a single student. It shows to pie graphs that make up how the student has spent his time. By looking at the graph we can see that the students is not devoting a lot of time to a single skill, but is instead quickly moving on from skill to skill. There is also a bar graph showing time spent on answering five different questions. A lot of time has been spent on questions one and two, with very little time spent on the other three.
    Figure 3.12c Khan Academy data - How would you use this data to help students progress?44

    Tabla 3.7 Ejemplo de análisis de los datos de las figuras 3.12b-c

    PREGUNTE

    ANALIZA

    ACTUAR

    ¿En qué habilidades necesita ayuda el estudiante?

    (#1) El estudiante ha dedicado 100 minutos y figura como con dificultades en 3 habilidades.

    (#2) El estudiante ha tenido una práctica mínima en 4 áreas adicionales.

    Establezca una meta para que el estudiante trabaje en una o dos habilidades a la vez hasta que las domine y no trabaje en una docena de habilidades simultáneamente.

    ¿Por qué tiene dificultades el estudiante?

    (#2 y #3) El estudiante salta por todas partes y dedica de 2 a 6 minutos a desarrollar una docena de habilidades diferentes.

    (#4) Parece que el estudiante pasó un tiempo intentando descifrar el Q #1 -2 e incluso vio un pequeño vídeo instructivo, y probablemente haya adivinado el Q #3 -5.

    Resuelva el problema de la persistencia con videos instructivos: observe a los alumnos viendo los videos para ver si el nivel del idioma es demasiado alto para la comprensión.

    This content is provided to you freely by EdTech Books.

    Access it online or download it at https://edtechbooks.org/k12blended/data_practices/es.