一、搭建学业评价平台

建设数据采集和分析平台：严格分配查看权限，按需定制个性功能，充分体现学校特色。动态化完善评价分析功能：调研需求、梳理需求、生成算法、反馈功能与整合完善，逐步优化各项评价分析功能。

二、规范学业评价行为

年级层面：数据反映全年级总体情况,对全体学生进行分层分析。备课组层面：平台精准分析班级、教师的数据，各学科的教学现状。授课教师层面：分析所教班级的考试数据，进行学情追踪，突破薄弱点。学生层面：明确学业发展的优劣势，生成个性化的学习方案。

三、应用学业评价数据

探寻数据和学习的结合点：通过大数据分析对学生知识内容和学科能力进行学习诊断，推动学生的个性化学习和发展。探寻数据和教学的结合点：教师更好地把握学生的学习起点，根据学生差异设定目标，助力教师教学过程的动态分析。探寻数据和备研的结合点：教师结合自身的教学研究需求，通过数据确定备课和研究主题，优化教研的关键环节。

四、开展学业指导实践

根据高中生不同阶段的学生学业数据和发展规律，开展形式多样的指导活动，打造学业指导的内容体系。如基于生涯规划课程、学业发展咨询、朋辈导师引领等活动，组建学科专家导师团队帮助学生深入探索“自我”，并依托学科组研制学科指导意见、设置满足学生个性化提升的课后服务课程。一言蔽之，通过技术手段的支持，关注影响学业质量的因素、评价结果的再利用，在数据分析的基础上，学业指导服务为学生学业成长打通了“加速跑”赛道。

转自教研网微信公众号，仅作学习交流，如有侵权，请联系本站删除！