大数据环境下区域高中教学质量监测的探索研究

大数据环境下区域高中教学质量监测的探索研究

汪福明

池州市第三中学247000

摘要：大数据时代的到来为教学管理提供更多的技术支持，可以通过数据采集、数据分析以及数据校验等技术手段，为教学质量诊断和管理提供有效的参考。在教学质量测评中，可以通过测评指标体系的构建解决实际教学问题。

关键词：大数据技术；教学质量评价；应用意义；运用策略

大数据时代的来临，使数据技术逐渐向社会各领域进行拓展和普及，对人们的生活形成巨大影响。当前我国的高中教育正从数量规模的提升向质量创新方面发展，区域教学质量监测成为教育发展的新动向。传统教育质量监测手段过于形式化，师生对测评参与意识比较弱，导致人才培养质量测评和提升发展受限。因此需要加强对区域高中教学质量监测工作的优化和探索，明确大数据技术在教学质量监测中的意义，并探究合理的教学质量监测策略。

一、大数据技术在区域高中教学质量监测中的应用意义

大数据环境下区域高中教学质量监测既可从点上诊断单个学校教育质量存在的突出问题，又能从面上把握区域内不同学校、不同学生群体、不同教师群体间的特点与差异，有利于区域教育行政部门和学校改进教育教学管理。同时，设立面向学校的监测结果应用，帮助学校深入研究监测结果反映的实际问题，以研究促进学校持续推进教育教学改进。

二、大数据环境下区域高中教学质量监测概述

大数据这个术语最早期的引用可追溯到“apacheorg”的开源项目“Nutch”。随着谷歌MapReduce和GoogleFileSystem（GFC)的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。目前，在各个领域应用最多的还是大数据技术以及大数据应用。

我们处于大数据时代，伴随着强大的信息技术的支持，可以对区域教学质量进行全方位的监测，这种监测过程包括数据采集、数据建模、数据分析等，并据此对教学行为进行一系列诊断，促使教师不断改进教学方法。通过数据采集、数据建模、数据分析等，科学分析教师的学科教学内容、教学途径、教学方法与学生现有的认知水平、认知能力是否匹配，为区域高中教学方面的改进提供基本思路和科学依据，积极探索课堂教学的新方法，从而促进精准教学，实现课堂教学模式的创新，为培养学生的核心素养助力，促进学生的全面发展。

三、大数据环境下区域高中教学质量监测的策略

1.有效落实“教学评”一体化思想

《普通高中课程方案和课程标准(2017年版2020年修订》提出要促进“教、学、考”有机衔接，积极倡导“教学评”一体化，最终形成育人合力。

实际上，评价具有指导、诊断、改进和激励的多项功能，“教学评”本身就是一体的，不能进行认为的分割。“教学评”一体化既指向了个人的教学行为，也指向教育教学观念。就目前来看，教学评价多强调结果性和过程性的统一，并能够将评价结果有效反馈于教学，实现教学的改进。

“教学评”一体化思想为大数据环境下区域高中教学质量监测指明了具体的方向，在借助大数据技术，开展具体的监测时，我们要关注四个评价，即结果评价、增值评价、过程评价和综合评价，运用大数据技术多方面、多维度、多层级的收集教学数据，真正使评价有据可依，打破监测评价的数据壁垒，实现区域高中教学评价数据共享、共建和共用。

2.深入挖掘数据有效融合应用

《深化新时代教育评价改革总体方案》提出，严格控制教育评价活动数量和频次，减少多头评价、重复评价，切实减轻基层和学校负担。大数据环境下区域高中教学质量监测是一个系统性的工程，既要深入贯彻国家方案的要求，也有充分结合地方特点，展现区域特色。其实，大数据背景下，我们并不缺少教育质量监测的数据，缺少的是对这些数据的科学分析、深入挖掘，以及合理利用。因此，大数据环境下区域高中教学质量监测不需要一味地追求海量的数据，非要做到面面俱到，而应该以点面结合的方式，在数据采集上有侧重，切实避免数据的重复性、无效性，避免多头评价、重复评价，从而能够使数据物尽其用，使监测评价与教育教学共生共建。

3.坚持技术聚焦实现精细化监测

2018年教育部发布了《教育信息化2.0行动计划》，提出了积极推进“互联网+教育”发展，加快教育现代化和教育强国建设，特别要发挥教育信息化、大数据和人工智能的作用，构建网络化、数字化、智能化、个性化、终身化的教育体系。大数据技术为区域高中教学监测打开了空间，在信息采集、数据分析、数据管理以及结果应用等方面发挥了非常重要的作用。当前教育质量监测与大数据融合越来越深入，基于教育质量监测的大数据管理越来越精细化，区域教育智慧工程建设得到越来越高的重视。

总而言之，我们要依托大数据技术，从办学方向、课程教学、教师发展、学校管理、学生发展方面对区域高中教学质量进行综合评价和诊断，以培养学生的德智体美劳全面发展的角度呈现学校的办学成效，以评价为引领促进区域高中优质特色多样化发展。

参考文献：

[1]张洪孟，胡凡刚.教育虚拟社区:教育大数据的必然回归[J].开放教育研究，2015(1).

[3]李啸龙，魏孔鹏，谷洪彬.大数据技术在教学质量评价中的运用与探索[J].计算机时代，2020(4):85-86，89.