学习他人_提升学校领导力_

学习他人_提升学校领导力_

第九章　寻求解决之道：证据为本的决策和过程

这一章我们将集中探讨当我们用数据帮助识别学校当前存在的问题时该决定做什么，但不管怎样，迄今为止也只有学校的数据将使学校得到改进。如果数学教学需要加强的话，那么领导班子将如何知道下一步该做什么。这一章就为如何选择一项教育干预措施提供参考建议。此外，本章还通过讨论如下的问题来描述一个考虑解决策略的过程：为什么科学研究如此重要？研究证明了什么？领导者怎么知道该关注哪一个研究？其他教育者和学校们在做什么？什么是有前途的教育实践？什么决策模型可以用来提出一个实现变革的路径？学校是怎样检测和评估他们的执行策略的？

情境再现

为了帮助教师和社区理解为什么基于数据的决策如此重要，罗斯蒙特学校的领导团队付出了艰辛的努力。这个团队在运用数据识别重点改进的领域、解释并分析数据方面取得了很大的进展。在这点上这个团体已经找到了改进的路径和需要迎接的挑战。事实上，正是这些数据帮助他们发现问题和识别学校工作的重点。例如，领导团队发现了四年级的学生家长参与不充分，这给四年级和五年级的数学成绩造成一个明显的挑战。这些数据表明高质量教师几乎全在高年级，而新手教师和缺乏经验的教师通常在低年级。然而，这些数据通常不能帮助我们找到解决策略或干预措施。这个团队现在需要对如何解决问题和监测进展进行决策。

当学校已经决定了自己的需求领域并通过基于数据的决策为需要改进的重点指标建立了特殊而具体的行为目标后，领导们将开始认真思考和讨论改进策略。在考虑选择有效变革和改进策略时我们需要思考几个重要问题：(www.guayunfan.com)

●学校是否正在根据那些基于数据决策过程中寻找到的问题设定特殊的目标并提出改进策略？

●是否有可信的证据支持这些策略的有效性？对于每一项策略这些证据的质量如何？

●在采取某一策略时是否存在广泛的支持？我们对这些策略能够解决已经识别问题是否充满信心？

●在学校里是否有必需的条件（如资源、知识、时间）来执行该策略？是否开展了干预策略的专业发展活动？（Levesque，Bradby，Rossi＆Teitelbaum，1998）

基于数据的决策最可能发掘出一系列改进的领域。四年级和五年级数学成绩在下降，家长参与创下历史最低水平，专业发展并非学校最关注的事项，那么罗斯蒙特学校应该聚焦在哪一方面的改进上？该怎样进行决策？教育领导们通过回答以下几个问题来设立需要改进的领域的优先性：

●这个问题有多严重？

●解决这个特殊的问题有多关键和迫切？

●在既定的资源、人力、文化和环境下，学校解决这个问题有多可行？

学校领导可以在更广泛的学校社区里讨论需要改进的领域的优先性，在前面的章节里我们提到过，最可行的方法是聚焦于基于数据的决策所揭示出来的严重的和关键的问题，这也是学校可以控制的和能够解决的问题。显然，学校的改进应该集中关注那些对学生的学习有着最重要影响的领域。如果学校重点强调了一个并不是很可行和很严重的问题，即使投入过多的精力和资源也是没有意义的。

此外，干预策略应该关注学生学习和表现的结果。家长参与和专业发展都是有利于学生学习的关键步骤，这应该与针对学生学习目标的干预策略充分结合起来。如果数学成绩就是学习目标，那么专业发展就应该是解决学生数学成绩问题的干预策略中的一部分。

证据为本的策略

当选择可能采取的干预措施和策略提升学生学业成绩时，教育领导们需要关注教育方面的研究。如同美国教育的其他领域一样，教育研究在《一个都不掉队》法案的框架下得到了重新塑造。这项法案要求联邦政府的拨款单位将经费投入到以证据为本的策略研究和高质量的科学研究中去。

这似乎遵循了这样一种逻辑：联邦政府对教育事业进行投资，如果学校希望将联邦经费用于完成改进项目和课程改革，学校必须使这些项目实践建立在坚实的科学研究基础之上。

美国联邦政府关注教育研究的原因在于，它对于目前教育方面研究的质量和影响有着强烈的不满。2002年，美国教育部智库、教育科学研究院院长格罗夫?J.怀特赫斯特博士（Grover J.Whitehurst）发表了如下观点：

美国国家研究委员会认为教育这一行业，不同于国防、卫生部门或工业生产部门，并没有坚实的研究基础。没有其他领域会这样：个人的经验和意识形态在决策时被如此倚重，而研究却很少被应用。同时，美国国家研究委员会也认为，教育领域的科学研究应该像在其他行业一样处于核心地位。换句话说，科学研究的核心地位在教育领域的重要性就如同它在医药领域一样。我们应该充分相信，如果我们重视教育科学研究并创造机制鼓励以证据为本的教育实践，我们将看到发生在教育里的进步和变革如同我们在医药和农业里看到的一样如此巨大。（Whitehurst，2002）

公平地讲，不仅仅是联邦政府对教育研究的现状厉声斥责，教育学者们也对教育研究的质量悲叹了几十年。（Lagermann，1997）

2002年《教育科学改革法案》（H.R.3801；http://www.ed.gov/policy/rschstat/leg/PL107-279.pdf）设立了教育科学研究院来开展高质量的研究以促进教育发展，该机构的目标是“把教育转变成一种以证据为基础的工作领域，使决策者在决定采取某项涉及广大学生的改革计划或教育实践之前能够经常性地得到最有效的研究和数据支持”并且“开展和支持科学有效的研究活动”。（Education Science Reform Act p.6，2002）

很明显，从帮助制定政策和提升教育实践的角度看来，教育研究的价值在于“证实某项教育计划或政策的有效性和因果联系”（Jacobs＆Ludwig，2005，p.47）。基于科学以证据为本的研究主要集中在应用性的教育研究中。

于是，希望得到联邦资助的教育者、州政府和教育领导者们必须清楚地意识到用以指导他们的项目、决策和实践的研究的本质。另外，希望得到政府研究经费的教育研究者们也不得不使其研究设计匹配科学研究的理念。

我们可以用供需关系来考虑这些变化。“在对终端产品有着强烈需求的市场中，高质量研究的供应才可能出现。好的研究能够明显地区别于那些差的研究。”（Jacobs＆Ludwig，2005，p.48）聚焦于教育研究的质量关涉供应问题，而刺激对于好的研究带来的教育项目和决策的需求则关涉需求问题。这些观点显然需要回答这样一个问题：什么是基于科学的研究？

在《一个都不掉队》法案中，基于科学的研究是指“一系列应用严格的、系统的、客观的程序来获得与教育活动和教育项目相关的可信的和有效的信息”的研究（No Child Left Behind Act of 2001，p.540）。如果需要更广泛的定义，那么应该包括如下方面：

●使用可以进行观察或实验的系统的、经验的方法；

●进行严格的数据分析，使之充分证明已有的假设和验证结论；

●从不同的观察者和评测者，使用多种测量和观察方法，从不同的调查者那里获得可靠的、有效的数据；

●采用实验或准实验设计来进行评估，在这样的实验设计里，每个个体、实体单位、项目或者活动都被指派到不同的实验条件下并接受适当的控制来评估某个条件刺激的影响。通常更偏重于随机分配实验或者是在一定程度上包含控制内部条件和外部条件的实验设计。

●确保实验研究在展现时有足够的细节和明晰性，可以重复验证，或者至少提供在其实验结果上进一步进行系统开发的机会。

●实验结论能够被同行评审的杂志所接受或者被独立的第三方专家组通过严格的、客观的和科学的审议所批准。（Public law 107-11，SectionⅢ）

我们可以想象，在学者和研究者圈内对于政府力量介入教育研究存在着恐慌和不安。过去的研究更像是一种“由下往上”的行业，也就是说，由研究者自己设定研究思路。

教育的实验者们担心基于科学的研究背后的善意会误入歧途，使得对于研究或者科学的界定更加窄化，可能限制而不是丰富我们对于教育政策和实践的理解，甚至学术自由会被蜕变为屈服政府权力或者被纯粹方法论的狂热所侵蚀。几乎每个人都本能地意识到以证据为本形成的政策的优点，然而，如果要使证据为本的研究这一概念更加清晰，更具有操作性，更有效度，这完全是另外一回事了（Feuer， Towne，＆Shavelson，2002，p.4）。

联邦的立法向研究者们吹响了号角，要求他们审视自身并且清理门户。“为什么立法者们会在联邦法案中急切地对教育研究的方法做出规定？也许是因为他们并不相信这一领域能够自我监督。教育研究中这一案例反映了在美国历史上一段特殊的重要的时期的信心危机，如果教育领域希望利用这个机会重建政府信任的话，这一问题必须正视。”（Feuer et al.，2002，p.8）

卡内基教学促进基金会主席李?舒尔曼（Lee Shulman）曾经针对以证据为本的政策制定为《教育周报》写过一篇评论，题为《寻找简单……并怀疑它》（Seek Simplicity…and Distrust It）。他坚持认为，即使有“好”的证据，研究通常形成的结论都是不相同甚至是相互冲突的。舒尔曼说：“所谓的研究几乎都是在不确定的条件下形成判断，即使是实验的设计也不可能减轻我们判断的责任。在设计实验的过程中需要涉及价值判断，解释结果往往也需要价值判断。”这并不意味着研究是不必要的或者教育决策不应该建立在细致的研究基础上。“我们应该意识到研究的证据很少能够直接应对政策的解决方案的争论，因为这是一个充满不确定性的世界，而且我们没有必需的用于调和人类的判断、人类的价值观和争吵不休的学术社区的斡旋机构。”（Schulman，2005，p.36）

这种转变对于教育者和学校领导们来说意义深远。关于什么能够起作用或者在什么条件下某种策略或干预可能会起作用的研究话题正在新兴起来。这种研究可以作为重要的知识基础，用于决定如何解决基于数据的决策发现的问题。

什么类型的研究能最好地服务于决策？

研究这一个术语被广泛地使用。对基于数据的决策来说，最重要的莫过于对那些校本干预措施和策略的实效的研究。某些研究也许能最好地回答这个问题：到底什么在起作用？那些有关干预措施是否奏效的研究也视同实验设计。也许一项研究是否能够帮助作出决策的最根本的标准在于它是实验设计还是非实验设计。

实验设计

什么是实验设计？一个实验设计是一项被试或参加者被给予某种“处理”（在教育情境中，某种干预措施或者策略）并测量是否这项干预带给被试行为上的变化。

以下我们给出一个简单的实验例子：一个研究者把某个学区里所有的五年级学生随机分配，一半学生使用现在所使用的课程，而另一半学生将使用以问题为中心的新课程，这一课程在不同的学科相关内容间建立联系。研究者在春季实验开始之前对学生的数学成绩进行了测验（这时候的学生还在四年级），并在以后的三年里每学年结束时都对学生的数学成绩进行测试（五年级、六年级、七年级），在实验班（接受新课程的学生）和控制班（仍然接受现有的课程）中，在新的课程内容教学以前和每一年学年结束时都会对学生数学知识和能力方面的变化进行测试。在真正的实验中，参与者（在这个例子中是学生）都是被随机分配并使用不同干预手段的，或是新课程，或是既有的课程。随机分配的意思是每一个参与者都有平等的机会被分配到两个班级中。这一点相当重要，因为它排除了偏差。例如，它使得所有数学学习动机水平高的学生不会被分配到新课程班，也不会使得所有数学成绩好的学生都被分派到现有课程的控制班中。

有时候对参与者（学生）做到随机分配是不可能的，例如，研究者经常依赖整个原始班级，在这个班级中一半的学生将接受现有的课程，而另一半的学生接受新课程。当不能做到随机分配时，这种研究设计就叫作准实验研究设计。很多教育实验都属于准实验设计，因为当选取某个项目或方法进行研究时学生们原先已经被分配到一定的班级中，教师和校长们也已经在学校工作了很多年。当在一个实验中不能对参与者进行随机分配时，研究者实施准实验设计，根据人口统计学特征和学业成就水平尽量让两个组具有可比性。

然而，使用准实验设计研究教育计划、干预手段或者策略的影响和作用时得到的结论通常没有真实验得到的结论真实有效，记住这一点很重要。没有进行随机分配的实验得出的结论必须谨慎地加以解释的原因是因为实验组和对照组这两个组（例如接受传统课程和接受新课程的学生）也许不是同质的，随机分配则保证了这两组人在实验开始之前保持同一个水平。

当不使用随机分配时，这两组学生在诸如动机、能力、完成数学家庭作业的程度以及父母的支持程度等方面可能是有很大区别的，因此，如果新课程组的学生胜过传统课程的学生，那么我们就很难知道这种结果是否是由于新课程导致的或者说这种差别是因为两组学生之间原有的差别导致的，比如所有的能力强的学生都被安排到以问题为中心的新课程班里。

值得注意的是很多研究往往来自非常脆弱的实验设计，比如说仅仅使用一组学生并在干预之前对他们进行一系列的测试并在干预结束后对他们进行相应的测试。试着想象一下，一个班级的任课教师给他的学生进行了数学测验，然后在他的教学里引入新的解决问题的方法，在学期结束时再对他们进行了测试，最后告诉国内所有的教师他的学生的分数增加了并鼓励大家都遵照他的教学方法。是他引进的问题解决的新教学方法促进了学生分数的提高吗？不，没有对照组，这儿没有什么能够告诉我们是不是这些学生在其他的教学方法中表现得更好。此外，这些学生表现得更好也许是因为他们在这一年的实验过程中心智自然成熟了，或者也有可能是这位教师把所有有天赋的孩子都纳入到他的班级里，这里有很多其他可选择的原因来解释这样的结果。

总之，在评价实验设计时最重要的是要仔细检查研究的三个方面：随机分配、对照组以及实验前后测的变化。框9.1列出了由美国教育部制定的用以衡量一项实验是否满足严格要求的标准框架，当考虑采取某个教育干预措施和策略时可以使用这一标准来帮助作出判断。

约翰?霍普金斯大学的数据驱动教育改革中心指出（www.cddre.org），除了研究设计的质量，研究的其他方面也应该给予考虑。一项研究的持续时间也是很重要的。决定一项干预是否有效果的最佳的期限至少是一个学年，少于一年的研究所得到的结果在解释时要格外谨慎。当然，有关教育干预措施的效果的历时性研究往往能提供更多有效的结果。我们知道变化是需要花时间酝酿的。

另外，知道研究的结果能否被复制也是很重要的，也就是说，相似的结果也能为其他的研究所发现。例如，这里有两个或者更多的实验研究抑或是只有一个研究发现同伴辅导会对数学成绩产生积极影响？如果有很多项研究共同指向了同样的结果，我们也应该对在我们学校实施这个干预措施产生积极的影响充满信心。

我们应该对外在的第三方研究者主持的研究而不是自行设计干预方案的研究给以更多的信心。如果评估者和研究者独立于项目的设计者和执行者，那么产生偏见的可能性就大大降低了。此外，发表在同行评审杂志上的研究、着重检查研究设计和方法的质量以及研究结果和结论的效度的杂志应该比发表在网页上的研究或者是没有经过严格的、独立的评审的研究报告更可信更有效。

框9.1　如何评估一项教育干预方案是否被严格的证据所支持：一个框架

第一步：这项干预是否由强有力的有效证据所支持？

研究的质量应该建立强有力的证据：

●经过良好设计和实施的随机对照实验：

证据的数量需要：

●在两个或更多的典型学校场景中进行有效实验；

●其中一个学校的场景与你的学校或班级具有相似性；

第二步：如果这项干预没有强有力的证据支持，那么它是否由可能的有效证据支持呢？

几种可以构成“可能的”证据的研究类型：

●随机对照实验中其质量或数量是好的但是缺乏那种“强有力”的证据，并且/或者

●在对照实验中实验组和对照组成员间在学业成就、人口统计学特征或者其他特性非常相似。

几种不能满足“可能的”证据要求的研究类型：

●前后测研究；

●对照实验中实验组和对照组极其不相似；

●包含低质量研究结果的“元分析”。

第三步：如果不能满足上述两步问题的条件，那么我们可以认为这样的干预方案没有有效的证

据支持。

来源：U.S.Department of Education（2003）.Identifying and Implementing Educational Practices Supported By Rigurous Evidence：A User Friendly Guide http://ies.ed.gov/ncee/wwc/pdf/rigorousevid.pdf

可行性研究数据库（The What Works Cleaninghouse，WWC）是由教育科学研究院于2002年建立的，它向教育者、立法者、研究者以及公众提供了判断在教育里什么是有效的科学证据的资源（www.whatworks.ed.gov）。它是在对有效研究进行评论的基础上形成报告的，这种研究往往是针对学生学业成绩改进的有效教育干预措施。它也通过对有效证据的质量进行评估来判定一项教育干预策略的有效性。下面是它对两门小学数学课程普通数学（Everyday Mathematics）和萨克逊数学（Saxon Math）实验进行评论的例子。在以有效的数据为证据的评论基础上，普通数学拥有更多有效的经验性研究来表明它能够给孩子们在数学学习中带来积极的结果。

非实验设计。非实验研究不牵涉研究者实施的干预或者某种处理。它通常是不切实际的，实施起来要么太难要么太昂贵。研究者往往进行观察、测量或者描述一种现象或者条件，然后再回顾已有研究来找到产生某种条件的原因。研究者不需要实施干预是因为结果已经发生了。这种类型的研究叫作因果研究或者前后事实研究。例如，一个研究者试图解释为什么有些数学教师在过去三年能够让他的学生全部通过水平考试，而有些老师却不能。然后研究者就开始测试和解释那些可能导致两组学生和两组老师的差别的影响因素，如老师花在教育辅导上的时间多少，他们实施了什么样的课程内容，布置了多少家庭作业以及布置了什么类型的家庭作业等。

表9.1　普通数学

来源：What Works Clearinghouse （2007c） http://ies.ed.gov/ncee/wwc/reports/elementary-math/eday-math/

在这种研究设计中，如果研究者发现通过水平考试的学生更可能拥有以学生为中心进行教学的老师，而没有通过水平考试的学生更可能拥有以方法为基础进行教学的老师，我们不能认为是教师的教学重点和教学风格造成了学生学业成就的差异，我们能够得出的保险的结论是教师的风格和强调的重点与学生的学业成就有关。因此，在探究因果关系时非实验设计得出的结论不可能比实验设计得出的结论更强有力。

表9.2　萨克逊小学数学课程

续表

来源：What Works Clearinghouse（2007b） http://ies.ed.gov/ncee/wwc/reports/elementary-math/eday-math/

其他类型的非实验研究包括用来描述态度、信念和行为的调查，如同前面章节提到的一样。我们可以花费数年追踪调查老师，这叫作历时性调查，用于测量老师们在实施新课程所要求的教育活动和实践时的参与程度。相关性研究设计用于检验两个领域之间是否存在相关关系。研究者们通过相关性研究检验在教师的教龄与教师培训的类型和学生的学业成就之间是否存在相关。两个因素之间存在相关并不意味着一个因素是导致另外一个因素的原因，记住这一点十分重要。

重要的一点是只有通过真实验设计教育者才敢于处理具有因果关系的问题。我们的干预措施、新的项目以及策略变化产生了我们预期的结果了吗？其他类型的研究可以提供关于研究问题的相关信息但是却不能提供能够说明原因和结果的严格证据。这些研究设计可以用来帮助你做出决定但是却不能如同实验设计一样肯定地回答究竟什么在起作用这一问题。

简而言之，当领导团队开始考虑实现特殊目标的某些可能的干预措施和策略时，清点现有的教育研究成果将帮助整个团队了解这些干预措施是否已经被研究过了，以及它们是否对学生产生了积极的结果。不是所有的研究都能这样，因此，领导团队形成的结论应该建立在对研究证据的质量进行严谨评估的基础上。可行性研究数据库和其他研究评论就是很重要的资源。

不仅仅是从研究的结果得到启示，研究也能够帮助领导团队了解在实施某项特殊的策略或项目时可能牵涉的因素。大多数研究都包含了关于实施项目性质的报告。

在决定实施基于严格的研究证据之上的干预策略时，你需要密切注意干预策略或措施在你的学校实施的细节。通常情况下一项既有的策略在新的场景下不能产生预想的效果，因为它未能正确地执行，并且实施的细节没有得到认真的追踪。我们称其为执行的忠实度。此外，提供必要的培训、专业发展以及高质量实施的支持措施都是极其重要的。

有前景的实践：学习他人

除了求助严谨的研究证据，许多教育者也考虑其他渠道获得有前景的实践，比如从相关专业关系网以及学校和学区里的实践专家们等。在探索可能没有充分研究支持但前景看好的解决策略时，学校领导层应该关注什么问题？

什么是我们实践的目标？什么是我们的结果？清楚地表达这些问题非常重要。不是所有的新事物都可以成为前景远大的实践。什么使得这样的实践前景远大？证据是什么？证据由谁提供？在没有高质量的科学研究的情况下，拟议中的新做法的效果应用性有多么广泛？

以下是评估这些有前景的教育实践时需要考虑的一系列问题：

●这项研究的场景和背景与你的相似吗？例如，如果你在农村地区的一个大规模的中学里工作，而这种实践却是在一所小规模的私立小学中实施的，你能指望从中学到什么？

●参与者是否具有相似性？例如，这项实践针对的是那些不愿意接受新教学方法的有经验的老教师，而你们学校的老师更为多样化，且多为仅有一年经验的新教师。在开展这种实践时认真考虑参与者问题是很重要的，他们与你的学生、老师、社区等是怎样的相似或怎样的不同。

●新的干预措施与当前存在的其他项目是否匹配？

●整个执行过程是否清晰？策略是什么？是如何实施的？执行各个方面内容的时机如何选择？实施策略能否在你的学校复制？有项目的指导手册吗？

●在实施改革时需要何种支持和专业知识？是否需要特殊的经费支持如拨款？是否需要新的人手？哪些专业知识你的学校有？哪些没有？换句话说，你的学校还需要什么去完成这项有前景的改革项目？

●项目具体的结果、影响、产出是什么？为什么被认为是有前景的？由谁评估的？

●对于项目的执行和成功可能存在哪些障碍？

数据驱动改革中心（Center for Data-Driven Reform）对于使用研究辅助进行有关干预策略的决策提供了相应的指导标准，这一指导标准也能用于评估其他教育者的研究或者有前景的实践。中心建议谨慎地评估干预过程来决定是否这一干预对于设定的目标是适合的或者是相关的。如果基于数据的决策程序表明学校文化和组织氛围（包括学生的行为）很强并且不是需要关注的问题，那么一项旨在改进学校纪律的干预方案可能与旨在改进数学教学的干预方案不相一致。你的学校也应该考虑新的干预策略多大程度上与正在实施的项目具有匹配性。如果你的学校的组织结构是传统的班级结构，学生们都在他们的班级里学习，没有任何课堂以外的能力分组形式，这时候采取需要重新分组的干预策略可能并不适合已有的项目或者学校的文化。

之前我们曾提及，事先知道是否有针对实施干预的专业发展和辅导非常重要。专业发展和辅导是否来自校外要依干预策略的具体内容而定，有时候学校的教职员工、领导或者社区就存在着需要的专业知识。然而，专业发展和辅导需要成为实施策略的一部分，这样的实施策略蕴涵了来自经历了项目成功的人的专业技术和支持。

当考虑干预措施时，你需要注意干预的具体程度并需要进行细致的描述，以使其他人能完全理解并能复制。有足够多的细节来使教师实施这一项目吗？另外，决定何种临时性问责措施能在你的学校用以持续监控和反馈也很重要。该项目包括经常性观察和讨论的反馈机会吗？我们从这里直到本章结束即将讨论持续的监控。

确立执行和改进的方法的决策模型

一旦你的学校领导团队被召集在一起检视了有关研究或者有前景的实践的信息，并且提出了实现既定目标的想法，你的学校就必须对追求目标的途径做出决策。一般而言，在解决由数据诊断出来的某一问题时，不仅仅只有一种可能的解决策略。信息收集阶段就很有可能已经开发出很多可能的解决策略。决定实施何种策略是基于数据的决策中非常重要的一步。

采取一项策略、实践或者是干预应该最先由这样的目标决定，即选择能最好地推进你的学校从现有状态（由数据诊断的）发展到被期望的实现新目标的状态的方案。因此，如果你的学校把数学确定为学校目前面临的最核心的问题（学生学业成绩、专业发展和父母参与，等等）之一时，那么采取的策略就要集中在数学教学方面。

霍伊和塔特（Hoy＆Tarter，2004）已经设计出一种简化的决策模型，帮助一个团队决定选择什么路径或者策略来实现学校的目标。学校领导在选择实施策略时需要关注的一个问题是：谁应参与这项决策？接受区间（a zone of acceptance）这个概念能在此处帮助我们理解。如果学校的教职员工意识到这项决策与他们的工作有关系（例如，在这项决策中他们都有自己的利益关系），而且他们都能贡献自己的专业知识，那么这项决策就落在了接受区间之外，即他们应该参与。在改革数学教学和数学课程时数学教师都有自己的利益关系，他们也有专业技能，因此他们应该参与到决策中来。另一方面，如果教师们没有利益关系（例如，不涉及利益关系也没有相关专业知识），那么这项决策就处于接受区域以内，教师们就可以被排除在外了。在采取一项新的数学教学项目时，阅读课的老师也许没有那么多的利益关系，也没有与之相关的专业技巧。

在决定采取什么策略时教师的参与是很重要的。广泛的支持能够增加成功的可能性。然而，不是所有的干预都是这样的，有些干预比其他的干预有更强有力的证据。此外，策略应该具体化为行为层面的目标（例如，在学习数学时增加家长的投入，为教师实施新的数学课程理念而改变专业发展的机会）以使它的影响将被正在实施的基于数据的决策模型和学校改进的相关指标进行评估和监督。最后，在特殊的背景下考虑成功的可能性也是很重要的。领导们了解他们的学校、周边社区还有他们的文化。不是每一项干预都能和当地的文化、学校的背景、社区以及现存的项目和政策相匹配。

框9.2　罗斯蒙特领导团队选择的一项干预措施

校长召集了各年级主任参加选择干预方案的启动会，这一干预方案按照新的达标要求来构建新的数学课程的学习目标。推进会结束后，那些具有专业技巧的数学老师被聘请加入选择新策略的领导团队里，这显然依据的是简单决策模型的指导。

在策略选择团队的启动会上，校长提出了团队即将用来选择决策的程序，包括分析科学的证据。校长展示了两项教学策略的研究，然后整个团队尝试用相应的标准来评估其中的一个研究。校长对标准进行了解释并帮助大家理解这些标准。然后所有的成员被分成了两个小组，每个小组都要在两周内对其他的相关研究进行评估，与学区内的数学专家进行交流，与相邻的学区和专业组织建立合作并最终形成报告。所有的干预策略都将用同样的标准来进行评估，包括核心使命，即决定哪一项策略最有可能影响数学学业成就的行为目标。

持续性的行为监控

这一部分描述监控和评估那些被吸纳的策略的几个步骤。你的学校检验了自己的发展目标和宗旨，分析数据以决定某一特殊的关注领域和需要，还检验了研究和可行的实践以决定特殊的干预方案和改进策略。采取某项干预和决策就意味着付出行动。一个实施计划非常关键，如果没有一个明确的实施计划，即使付出了努力，干预策略也不可能成功。实施计划的目的在于持续地收集重要的数据，解释执行和成绩中呈现的趋势，并且修改或维持行动计划。关注增长和变化是持续改进的中心目标。

从基于数据的决策的视角来看，在对改进策略的实施进行持续监控时有三个关键步骤：

1.制订临时的监控和评估的标准；

2.为持续进行的数据收集工作设置优先顺序；

3.决定数据收集和报告的频率。

为临时的监控和评估制订标准

临时的数据监控应该关注两个因素：项目的实施和影响，从实施过程来看，监控干预策略是否按原计划实施很重要。如果有一个明确的实施计划，那么监控就相对容易。在学校修改一项新的数学教学策略时，该计划可能包括如下几步，像表9.3列出的计划指南所示：

1.向全体教师展示数据，说明数学成绩是学校新的改进策略的焦点。

2.评估选择某项干预策略的程序（包括研究过程，对替代方案的分析）。

3.建立年级层面的规划小组、专业发展、持续的课程发展、同伴观察、教学计划的审核、学生工作等。

执行过程中每一步都要进行监控。

表9.3　实施计划和监控指南

除了监控实施结果，监控正在进行的朝向数学学业成绩改善目标的项目进程也很重要。等到实施一年后仅仅靠标准学业成绩来评估项目引起的变化，这无疑是极其轻率的。在采取过程监控时，学校领导和教师应该考虑到数学教学干预策略的“近期变革目标”和最终目标。在这个例子中，最终目标是数学学业成绩的变化。然而，近期目标或者说实施教学策略发生的变化包括聚焦于问题解决，更多以学习者为中心的教学，更多学生在学区的形成性评估中取得更高分数，跨年级教师的合作，每六周成绩报告中不及格者越来越少等。这些可以成为朝着正确方向前进的标志。每一项近期目标都可以作为对干预措施进行持续监控的基础。

设置持续监控的重点

当然，对于改进的实时监控不应该如此繁琐以至全体成员的精力都被监控占据而不是用于实施教学。因此，集中关注那些实现最终目标的最重要的数据指标是很重要的，也即改善学生数学学业成绩和数学学习。在我们的数学干预这个例子中，积极关注学区实施的实时的形成性评估是非常重要的。实行同一年级的教师之间的同伴观察能够提供有价值的有关数学教学策略变化的实时反馈。把老师的备课时间用来共同分析学生的作业也能成为帮助我们对实施过程进行持续监控的数据形式。学校领导在常规的小组会议中也要把分享持续性监控所获得的数据作为重要的环节。

决定数据收集和报告的频率

当你的学校在分析数据时，一项展示和讨论项目进展及其执行情况的计划将帮助教师们来调整他们的实践。放在故纸堆里的数据是没有意义的，只有当你的学校解释和讨论它们时才有效。当每一类数据要用来进行分析和讨论时需要建立一个计划，设置一个时间表来安排何时呈现某种数据用于分析和讨论。讨论的关键问题包括：我们从数据中学习到了什么？我们如何改变我们的实践？我们是否在朝我们的既定目标迈进？学校应该在实施某一改革的教师中分配实时监控任务，以使数学老师可以轮流展示数据并主持有关经验教训和下一阶段工作的讨论。通过有计划的执行和监控过程，学校能够通过基于数据的决策清晰地对项目完成目标的进展进行评价。

结　论

基于数据的决策程序帮助我们聚焦学校需要关注和改革的领域，它也帮助我们选择最佳的干预策略和措施以产生相应的变革和改进。当我们识别出学校的优先发展需要时，简化的决策模型能够使有积极性和感兴趣的老师和领导者团结在一起，共同选择一项干预方案并设计出实施干预、监控和反馈的路径。

在这一章里我们阐述了在高质量的科学研究和最佳实践的基础上选择干预措施的步骤。我们认为，在选择改进策略时了解科学证据的标准同时考虑地方情境都是很重要的。实验设计为理解在什么条件下什么起作用提供了最好的研究证据。

一旦一项干预策略被实施，根据项目的近期目标使用数据进行实时监控能帮助我们调整执行过程，并对判断新的策略是否有效和预期的影响是否实现提供重要的反馈。在实时监控和反馈的基础上进行中期矫正也成为了可能。

建立在数据基础上的清晰的改进目标，对于高质量研究和教育者知识的审视，以及为人所知的有计划的监控和反馈，所有这些结合在一起，就有可能带来真正的变化。

讨论问题

1.为什么合乎科学的证据如此重要？领导团队怎样用它来探讨干预策略？

2.领导团队在对研究进行评估时应该注意哪些重要的问题？

3.浏览可行性研究数据库并且对阅读时遇到的支持干预策略的证据进行评估。

4.对于一个写作教学项目的近期目标的实时监控，可以找到什么数据？