Finden der Lernverlustdaten, die benötigt werden, um die Lernwiederherstellung voranzutreiben

Die Nationale Bewertung des Bildungsfortschritts (NAEP) Zeugnis zum Thema Lernverlust war eine ernüchternde, aber nicht unerwartete Bilanz darüber, wie tief und umfassend die Pandemie das Lernen und die Leistungen von Schülern beeinflusst hat. 

Auf NAEP-Ergebnisse auf staatlicher Ebene über einen Rückgang der Mathe- und Leseergebnisse folgte die Veröffentlichung des Bildungswiederherstellungs-Scorecard, das NAEP-Daten nutzte, um die erste vergleichbare Ansicht des Lernverlusts auf Distriktebene während der Pandemie zu bieten. Dieser Doppelschlag bestätigt, dass der Lernverlust von COVID-19 umfangreich und in einigen Fällen schlimmer als erwartet war. Empfehlungen zum weiteren Vorgehen sind nicht Mangelware, und für viele sind Daten das Herzstück des Übergangs von Lernverlust zu Lernwiederherstellung. 

Finanzielle, politische und Lernentscheidungen ohne Daten sind ein Rezept für eine Katastrophe – insbesondere angesichts der Schätzungen, dass Hunderte von Milliarden Dollar erforderlich sein werden, um die Auswirkungen von Lernverlusten auszugleichen. Aber wir brauchen auch die richtigen Daten und den richtigen Ansatz zur Interpretation dieser Daten, um einen erfolgreichen Lernwiederherstellungsprozess einzuleiten.  

Ganzheitliche Lernverlustdaten reichen nur so weit

Während meiner Amtszeit als Bildungsminister von South Dakota habe ich aus erster Hand erlebt, wie wichtig Daten sind, um alle Aspekte der Leistung von Schülern, Lehrern und Institutionen zu unterstützen und zu verbessern. Bei rund 150 Schulbezirken waren landesweite Daten wertvoll, aber die Vielfalt der Bildungserfahrungen in städtischen und ländlichen Gebieten unterstrich die Notwendigkeit individueller Schülerdaten. 2019, 40 Prozent der Schüler in South Dakota besuchten ländliche öffentliche Schulen, was unterschiedliche Schüler-Lehrer-Verhältnisse und Zugang zu digitalem Lernen bedeutete. Trotz Annahmen hielten standardisierte Testergebnisse in ländlichen Gebieten jedoch oft mit denen in dichter besiedelten Gebieten Schritt oder übertrafen sie. 

Daten zum Lernverlust auf Landes- und Bezirksebene is kritisch. Die Lernerholung erfordert jedoch eine Analyse individueller Daten auf Schülerebene. Aus diesem Grund wird einem Dutzend Staaten Aufmerksamkeit geschenkt, die den COVID-Lernverlust bis hin zu einzelnen Schülern gezielt nachverfolgt haben. Insgesamt repräsentierten die Daten aus diesen Staaten ungefähr 15 Millionen Studenten, die an staatlichen Bewertungsprogrammen teilgenommen haben. Die einzelnen Zustandsanalysen verwendeten die gesamten verfügbaren Testhistorien der Schüler in allen getesteten Klassen und Fächern. Bei diesem Ansatz werden die Schüler mit sich selbst verglichen. 

Dieser statistische Ansatz wird verwendet, um vorherzusagen, wie Schüler bei Tests ohne die Pandemie abgeschnitten hätten. Durch den Vergleich dieser Ergebnisse mit den erwarteten Ergebnissen und die Bewertung der Leistung der Schüler im Vergleich zu ihrer Leistung erwartet zu leisten, kann man zu einem schülerspezifischen Maß für den Lernverlust gelangen. Der beabsichtigte Wert besteht darin, die Stärken und Kämpfe von Schule, Klasse, Fach, Schülergruppe und einzelnen Schülern aufzuzeigen. Das ist das Niveau von Informationsbildungsleitern, und Lehrer müssen Unterrichtsentscheidungen treffen und Ressourcen für die Erholung und Beschleunigung des Lernens zuweisen. 

Daten auf Schülerebene helfen dabei, die Lernwiederherstellung zu steuern 

Unabhängig davon, wie die Staaten auf die Pandemie reagierten, zeigte dieser Blick auf die Daten auf Schülerebene Gemeinsamkeiten, die die nationalen Erkenntnisse widerspiegeln, sowie Anomalien, die bei Investitionen in die Lernwiederherstellung beachtet werden sollten. 

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://www.eschoolnews.com/educational-leadership/2023/02/16/learning-loss-data-learning-recovery/