基于小闲数据分析的学情诊断案例

倪俊

随着大数据时代的到来，大数据分析也应运而生。将大数据分析应用于数学课堂教学是一种全新的尝试。如何以教育大数据建设为驱动，深化信息技術与教育教学应用融合，推进教育信息化工作创新，成为当前教育信息化发展有价值的研究。现阶段，各校使用网上阅卷系统阅卷已经非常普遍，也会利用测试数据进行适当分析研究，但很多时候还停留在最高分、最低分、均分、方差等冰冷数据中。下面我将从一线教学视角，利用小闲系统的数据分析，对于如何提升数学教学的精准性做了一些积极的实践尝试和思考。即基于小闲系统数据诊断下的教学策略分析，以初三第二次数学随堂练习为例说明：

一、精准化讲评试卷

通过数据分析，教师能够更好地分析考试情况，做到心中有数。教师在评讲前，要先进行有关的成绩统计、分析和处理（包括每一题的正确率、平均分、最高分、最低分、优秀率、及格率等），以此来确定本班学生对知识的掌握情况。然后对答卷进行客观的分析：一是对试卷的分析，二是对学生答题的分析。从而找出试卷中学生错误率较高的试题或典型的错误，分析其出错原因，也包括掌握知识性失误和技能性的失误，这样不仅切合学生学习的实际，而且有的放矢。这是提高评讲质量的前提。

比如数学老师，通过小闲系统的大题分析，可以了解自己学生对于客观题和主观题的完成信息，通过表格、柱状图、雷达图三种形式，可以有更直观的感受，见下表：

小题分析可以更具体的反馈客观题和主观题中每一小题的完成情况，有助于教师的分门别类，在今后的教学过程中对各类知识点改善讲解的方法和程度。见下表：

个人感觉非常有用的是知识点分析，它既可以让教师更清楚了解自己的学生对于每一块知识点掌握情况，有助于老师更好的调整自己对各知识点的改善和补充，同时对今后的同类型的知识点的教学方式方法有所改变，同时它的归纳也很好的节约了教师们本就不够的教育教学时间。见下表：

二、个性化答疑辅导

在试题讲评时，教师选择高频错误点和得分率较低试题进行课堂集中讲评。但对于个别学生出错的试题，也不是置之不理，教师可以利用课堂间隙，走到对应学生身边，进行点对点答疑与指导。这类问题出错点往往都在个别地方，很容易完成快速解答，让个性化辅导落到实地。同时，在解答题的讲评后给学生一定的订正与总结时间，利用这个时间，教师可以走到个别学生身边，结合学生的答题卷与得分，进行现场精准分析与交流，达到快速完整的分析与反思。这种个性化答疑辅导，既能够减少学生课下再去答疑的周期，节省了时间成本，也能够实现师生全面交流。相比课下再答疑，辅导没有打折扣，甚至更高效。

三、最优化跟踪指导

通过考试数据分析，教师可以知道本次考试全年级、本班级学生相应知识掌握的总体情况，反思自己的课堂复习是否到位，特别是日常的训练讲解是否精准。通过对个别学生的答题进行分析，可以较为准确地知道每个学生在哪些知识点上存在问题。通过对收集的问题进行一些归类与分析，可以有效地提出完善的方式。如对于概念、定理、公式等问题不清楚的同学，可以安排课下的知识点、公式或知识体系的完善类作业;对于计算和简答题出现问题的同学，可以安排进行课后的题型与拓展的总结性训练，以最短的时间来完成解题能力提升训练。对于压轴类型的解答题，考虑到是一轮复习阶段，在课后训练安排上注重基础题型的训练与总结，确保每位同学能完成第1或第2问。基于学情的训练分类指导，一方面能快速完善知识、方法，提升解题能力，另一方面个性化的后期学习指导对学生学习信心的培养非常有价值。

通过小闲系统对试卷整体的难易度和区分度有清晰的了解，备课组长可以获得全年级学生对于本张试卷的张体答题信息。

在中考数学中，基础题、中等题和难题的在试卷中的占比大致是6：3：1，也就是说基础题和中等题基本上占据了整套试卷90%的题目和分值，难题只占据了很小的一部分。本张试卷的试题整体难度是0.72，难度比是0.12：0.25：0.63，略超出范围，考虑到本校学生的整体水平较好，试题偏难一点可以接受;信度达到0.9，说明本张试卷的出题是比较优秀的。

难度分布和区分度分布可以向备课组长反馈全年级学生的答题信息，了解全年级学生对于考察知识点整体的掌握情况，更好的调整和制定下阶段教学计划安排。

综上所述：良好的教学效果源于有效策略的选择，好的策略也依赖于较为精确的问题。小闲智慧数据平台给教与学提供了有力的数据支撑，通过各种试卷分析的数据诊断，教师能够提高教学的精准性和学习的高效性。