Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightRisk grubu olarak düşünülen öğrencilere yönelik ise veriye dayalı kararların alınması öğrencilerin bulundukları eğitim ortamından yararlanmalarını önemli ölçüde etkilemektedir.
📌 3 Maddede Bu Makale
Özet
Bu çalışma, sınıf öğretmenleri tarafından akademik ya da davranışsal olarak risk grubu olduğu düşünülen öğrencilerin özel eğitim hizmetlerine uygunluğu için yönlendirilmesinden önceki süreçte veriye dayalı karar vermenin kullanılmasına ilişkin durumu ortaya koymayı amaçlamaktadır. Çalışmada, sınıf içi izleme ve değerlendirme süreçleri, gönderme öncesi süreç ve bu sürecin öğrencilerin eğitim hayatı açısından önemi, veriye dayalı karar verme ve gönderme öncesi süreçte veriye dayalı karar vermenin önemi açıklanmaya çalışılmıştır. Bir öğrencinin öğrenme özellikleri hakkında bilgi sahibi olunması sınıf içi izleme ve değerlendirme ile öğrenciye ilişkin ne zaman, ne kadar ve nasıl veri toplandığına bağlıdır. Sınıf içerisinde her bir öğrenci kendi öğrenme özellikleri ile ilerlemektedir ve bu özellikler öğrencilerin destek ihtiyacının da göstergesidir. Öğretmenlerin her bir öğrencisinin öğrenme özelliğine uygun düzenlemeleri yapabilmesi için veri toplamaları, verileri sınıflamaları ve kararlarını eyleme dönüştürdükleri veriye dayalı karar verme sürecini etkin kullanmaları önemlidir. Risk grubu olarak düşünülen öğrencilere yönelik ise veriye dayalı kararların alınması öğrencilerin bulundukları eğitim ortamından yararlanmalarını önemli ölçüde etkilemektedir.
Abstract
This study aims to reveal the situation regarding the use of data driven decision making in the process before students’ being guided by classroom teachers to be an academically or behaviorally at risk group for special education services. In the study, in-class monitoring and evaluation processes, the pre-referral process and the importance of this process in terms of students' educational life, the importance of data-driven decision making and data-driven decision making in the pre-referral process were tried to be explained. Learning about a student's learning characteristics depends on when, how much and how data is collected through in-class monitoring and evaluation. In the classroom, each student progresses with his or her own learning characteristics. These features are also indicators of students' need for support. It is important for teachers to collect data, classify data and use the data-driven decision making process, in which they turn their decisions into action, so that they can make appropriate adjustments to the learning characteristics of each student. For students who are considered as a risk group, making decisions driven on data significantly affects students' ability to benefit from the educational environment they are in.