基于小閑數據分析的學情診斷案例

倪俊

隨著大數據時代的到來，大數據分析也應運而生。將大數據分析應用于數學課堂教學是一種全新的嘗試。如何以教育大數據建設為驅動，深化信息技術與教育教學應用融合，推進教育信息化工作創新，成為當前教育信息化發展有價值的研究?，F階段，各校使用網上閱卷系統閱卷已經非常普遍，也會利用測試數據進行適當分析研究，但很多時候還停留在最高分、最低分、均分、方差等冰冷數據中。下面我將從一線教學視角，利用小閑系統的數據分析，對于如何提升數學教學的精準性做了一些積極的實踐嘗試和思考。即基于小閑系統數據診斷下的教學策略分析，以初三第二次數學隨堂練習為例說明：

一、精準化講評試卷

通過數據分析，教師能夠更好地分析考試情況，做到心中有數。教師在評講前，要先進行有關的成績統計、分析和處理（包括每一題的正確率、平均分、最高分、最低分、優秀率、及格率等），以此來確定本班學生對知識的掌握情況。然后對答卷進行客觀的分析：一是對試卷的分析，二是對學生答題的分析。從而找出試卷中學生錯誤率較高的試題或典型的錯誤，分析其出錯原因，也包括掌握知識性失誤和技能性的失誤，這樣不僅切合學生學習的實際，而且有的放矢。這是提高評講質量的前提。

比如數學老師，通過小閑系統的大題分析，可以了解自己學生對于客觀題和主觀題的完成信息，通過表格、柱狀圖、雷達圖三種形式，可以有更直觀的感受，見下表：

小題分析可以更具體的反饋客觀題和主觀題中每一小題的完成情況，有助于教師的分門別類，在今后的教學過程中對各類知識點改善講解的方法和程度。見下表：

個人感覺非常有用的是知識點分析，它既可以讓教師更清楚了解自己的學生對于每一塊知識點掌握情況，有助于老師更好的調整自己對各知識點的改善和補充，同時對今后的同類型的知識點的教學方式方法有所改變，同時它的歸納也很好的節約了教師們本就不夠的教育教學時間。見下表：

二、個性化答疑輔導

在試題講評時，教師選擇高頻錯誤點和得分率較低試題進行課堂集中講評。但對于個別學生出錯的試題，也不是置之不理，教師可以利用課堂間隙，走到對應學生身邊，進行點對點答疑與指導。這類問題出錯點往往都在個別地方，很容易完成快速解答，讓個性化輔導落到實地。同時，在解答題的講評后給學生一定的訂正與總結時間，利用這個時間，教師可以走到個別學生身邊，結合學生的答題卷與得分，進行現場精準分析與交流，達到快速完整的分析與反思。這種個性化答疑輔導，既能夠減少學生課下再去答疑的周期，節省了時間成本，也能夠實現師生全面交流。相比課下再答疑，輔導沒有打折扣，甚至更高效。

三、最優化跟蹤指導

通過考試數據分析，教師可以知道本次考試全年級、本班級學生相應知識掌握的總體情況，反思自己的課堂復習是否到位，特別是日常的訓練講解是否精準。通過對個別學生的答題進行分析，可以較為準確地知道每個學生在哪些知識點上存在問題。通過對收集的問題進行一些歸類與分析，可以有效地提出完善的方式。如對于概念、定理、公式等問題不清楚的同學，可以安排課下的知識點、公式或知識體系的完善類作業;對于計算和簡答題出現問題的同學，可以安排進行課后的題型與拓展的總結性訓練，以最短的時間來完成解題能力提升訓練。對于壓軸類型的解答題，考慮到是一輪復習階段，在課后訓練安排上注重基礎題型的訓練與總結，確保每位同學能完成第1或第2問。基于學情的訓練分類指導，一方面能快速完善知識、方法，提升解題能力，另一方面個性化的后期學習指導對學生學習信心的培養非常有價值。

通過小閑系統對試卷整體的難易度和區分度有清晰的了解，備課組長可以獲得全年級學生對于本張試卷的張體答題信息。

在中考數學中，基礎題、中等題和難題的在試卷中的占比大致是6：3：1，也就是說基礎題和中等題基本上占據了整套試卷90%的題目和分值，難題只占據了很小的一部分。本張試卷的試題整體難度是0.72，難度比是0.12：0.25：0.63，略超出范圍，考慮到本校學生的整體水平較好，試題偏難一點可以接受;信度達到0.9，說明本張試卷的出題是比較優秀的。

難度分布和區分度分布可以向備課組長反饋全年級學生的答題信息，了解全年級學生對于考察知識點整體的掌握情況，更好的調整和制定下階段教學計劃安排。

綜上所述：良好的教學效果源于有效策略的選擇，好的策略也依賴于較為精確的問題。小閑智慧數據平臺給教與學提供了有力的數據支撐，通過各種試卷分析的數據診斷，教師能夠提高教學的精準性和學習的高效性。