|
传统的学业评价往往评价维度片面(常常只注重对学生学科学习成绩的评价)、评价主体单一(多关注教师评价)、评价方式有限(多通过考试方式进行)，过于关注对学习结果的评价而缺乏对学习过程的评价。大数据支持的学业评价则是对学生学习过程与结果进行全方位、全程式、多元化的跟踪与评价。 依托大数据技术，教师可以动态地收集、整合、处理并分析学生的学习过程信息、课业与学业表现信息、个性特征信息(例如：性格特征、学习风格、学习态度等)、身心健康信息、社会交往信息、学习环境信息等发展性数据，而这些数据可以来自技术设备的自然采集，也可以来自教师、学习同伴、学生自己、家长或社区的评价。 大数据可以全方位分析、呈现学生个体的发展与成长情况，发现学生间的发展差异及每个学生所需要的学习支持和发展路径。可见，基于大数据的学业评价有助于教育者了解学生的真实学习状态与发展过程中面对的困难，为优化教育教学环境、提供适宜的学习资源与有效的学习支持提供依据，以便最终促进每一个学生实现知、情、意全人化发展。 |
|
|
