Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

170306 presentatie velon

113 views

Published on

Presentatie op het Velon-congres 16 maart 2017.

  • Be the first to comment

  • Be the first to like this

170306 presentatie velon

  1. 1. Een onderzoek naar een datateam interventie bij lerarenopleiders 
 Wat is de bijdrage aan het professionaliseren? Erik Bolhuis, Hogeschool Windesheim Email: e.d.bolhuis@utwente.nl. Joke Voogt, Universiteit van Amsterdam & Hogeschool Windesheim. Email: j.m.voogt@uva.nl Kim Schildkamp, University van Twente. Email: k.schildkamp@utwente.nl Contact details: drs. E.D. Bolhuis, postbus 217, 7500 AE Enschede, email: e.d.bolhuis@utwente.nl. http://goo.gl/CfzYja
  2. 2. Praktijk context • Kwaliteit hoger onderwijs onder druk: - Kritiek op niveau pabo’s; - Opleidingen die onder vuur komen te liggen; - Rol werkveld blijft achter; - Flexibilisering blijft achter; - Tegenvallende rendementen, te hoge uitval en studenten doen te lang over hun opleiding; - Weinig nadruk voor talent; - Portfolio van opleidingen lijken op elkaar. http://goo.gl/CfzYja
  3. 3. Praktijk context • Kwaliteit hoger onderwijs onder druk: - Kritiek op niveau pabo’s; - Opleidingen die onder vuur komen te liggen; - Rol werkveld blijft achter; - Flexibilisering blijft achter; - Tegenvallende rendementen, te hoge uitval en studenten doen te lang over hun opleiding; - Weinig nadruk voor talent; - Portfolio van opleidingen lijken op elkaar. http://goo.gl/CfzYja
  4. 4. Dit, terwijl 1. We leven in een data-rijke wereld, ook in het onderwijs (OECD, 2013) 2. Maar vooral het besef groeit dat datagebruik leidt tot betere leerprestaties (Carlson, Borman & Robinson, 2011; Lai, et al., 2014) 3. Lerarenopleidingen, dubbel perspectief op datagebruik: • Aanleren van aankomende leerkrachten (Mandinach & Gummer, 2016) • Zelf data gebruiken om de opleiding te ontwikkelen http://goo.gl/CfzYja
  5. 5. Echter, • Ondanks dit dubbelperspectief gebruiken lerarenopleiders geen/weinig data om de opleiding te verbeteren (Bolhuis, Voogt, Luyten, submitted)
  6. 6. Theoretisch kader 1. Data 2. Kennis, vaardigheden en attitude 3. Datagebruik 4. Professionaliseren http://goo.gl/CfzYja
  7. 7. Data Het systematisch verzamelen van verschillende soorten kwantitatieve en kwalitatieve data, zoals demografische- en administratieve data, observaties en studievoortgang waarmee docenten en managers analyses uitvoeren en maatregelen nemen (Hamilton, Halverson, Jackson, Mandinach, Supovitz & Wayman, 2009). http://goo.gl/CfzYja
  8. 8. Datavaardigheden: • Probleem kiezen en hypotheses formuleren • Data verzamelen en de kwaliteit van data beoordelen (validiteit & betrouwbaarheid) • Data omzetten naar informatie (analyseren, interpreteren en conclusies trekken) • Maatregelen ontwikkelen • Maatregelen evalueren
  9. 9. Attitude • De overtuiging dat data een bijdrage kunnen leveren aan verbeteren van onderwijs en instructie (Marsh, 2012)
  10. 10. Drie soorten datagebruik (Williams, 2013): Datagebruik: Data: Voorbeelden: Ter verantwoording Rankings, 
 rendementen Accreditatie, NSE School ontwikkeling Rendementen, toetsuitslagen enquêtes, intake Groenpluk-analyse Verbeteren instructie toetsuitslagen, studentgegevens, online activiteiten Op basis van een formatieve toets onderwijs aanpassen http://goo.gl/CfzYja
  11. 11. Professionaliseren 1 • Professionaliseren middels een datateam (Schildkamp, et al., 2014) • Datateams hebben veel kenmerken van effectieve vormen van professionaliseren (Desimone, 2011; Losmos, Hofman & Bosker, 2011; Van Veen, Zwart, Meirink & Verloop, 2010; Vescio, Ross & Adams, 2008) http://goo.gl/CfzYja
  12. 12. Professionaliseren 2 • Veel onderzoek naar datateams in het VO en PO (Ebbeler, Poortman, Schildkamp & Pieters, 2016a en b; Gelderblom, Schildkamp, Pieters & Ehren, 2016; Hubers, Poortman, Schildkamp, Pieters, & Handelzalts, 2016) • Het blijkt dat het werken in een datateam leidt tot professionalisering in termen van het ontwikkelen van een positieve(re) attitude t.o.v. datagebruik en tot het ontwikkelen van de benodigde kennis en vaardigheden om data te gebruiken (Ebbeler et al., 2016a en b) • Echter, nog geen onderzoek in HO http://goo.gl/CfzYja
  13. 13. Onderzoeksvragen Wat is de bijdrage van een datateam interventie aan het professionaliseren van lerarenopleiders in het werken met data? 1. Welke kennis, vaardigheden en attitudes over het werken met data levert participatie in een datateam op? 2. Op welke wijze en waarvoor gebruiken deelnemers hun kennis en vaardigheden in het werken met data in hun beroepspraktijk? http://goo.gl/CfzYja
  14. 14. Methode Casus onderzoek (N=5), gedurende de DT-interventie (2 jaar) (Yin, 2014) •Instrumenten: o Vragenlijst Datagebruik o Kennistest o Interviews •Analyses: in een case-ordered en een cross-case ordered matrix http://goo.gl/CfzYja
  15. 15. Resultaten 1: Kennis & vaardigheden •Datateamleden ontwikkelen heel verschillend hun kennis & vaardigheden •Datateamleden met de minste kennis bij de start, leerden het meest. •Leerwinst: ‘omzetten van data in informatie’, ‘conclusies omzetten in maatregelen’ en ‘evalueren’ •Kennis in het ontwikkelen van onderwijs. http://goo.gl/CfzYja
  16. 16. Resultaten 2: Attitude •Niet alle datateamleden maken een positieve ontwikkeling door in het werken met data. •Een positieve ontwikkeling van datavaardigheden gaat niet altijd samen met een positieve ontwikkeling van de attitude. •Een positieve ontwikkeling van de attitude gaat niet altijd samen met een positieve ontwikkeling van het gebruik van data. http://goo.gl/CfzYja
  17. 17. Resultaten 3: Datagebruik •Toename datagebruik om de opleiding te ontwikkelen •Afname datagebruik ter verantwoording •Afname datagebruik om de instructie aan te passen http://goo.gl/CfzYja
  18. 18. Conclusies •Niet elke datateamlid profiteert in toename van kennis en vaardigheden (c.f. Corno, 2008)—> datateammethode differentieert niet •Langzame karakter van de datateam methode en het missen van het momentum •Attitude ontwikkeling groeit niet automatisch door participatie in een datateam (Mandinach & Gummer, 2016) •Aandacht voor (verre) transfer (Kim & Lee, 2001) http://goo.gl/CfzYja
  19. 19. Aanbevelingen voor de praktijk • Maak gebruik van verschillen in kennis en vaardigheden • Schenk expliciet aandacht aan de ontwikkeling van attitude t.o.v. data • Stem datateam methode af op besluitvormingsprocessen in de organisatie • Bevorder transfer door bijvoorbeeld Instructional Coaching
  20. 20. Aanbevelingen voor onderzoek • Ontwikkelen van verre transfer in de datateam methode • Ontwikkelen van de attitude t.o.v. data
  21. 21. Literatuur: Bolhuis, E.D., Schildkamp, K., Voogt, J. & Luyten, J.H. (submitted for publication). Het gebruik van data door lerarenopleiders van de pabo. Carlson, D., Borman, G. & Robinson, M. (2011). A Multistate District-Level Cluster Randomized Trial of the Impact of Data-Driven Reform on Reading and Mathematics Achievement. Educational Evaluation and Policy Analysis, 33(3): 378–398. Corno, L. (2008). On teaching adaptively. Educational Psychologist, 43(3), 161-173. Desimone, L. (2009). Improving Impact Studies of Teacher’s Professional Development: Toward Better Conceptualizations and Measures. Educational Researcher, 38(3), 181–199. Ebbeler, J., Poortman, C. L., Schildkamp, K., & Pieters, J. M. (2016a). Effects of a data use intervention on educators’ use of knowledge and skills. Studies in educational evaluation, 48, 19-31. Ebbeler, J., Poortman, C., & Schildkamp, K. (2016b). The Effects of a Professional Development Initiative in Data Use: The Data Team Procedure. Gelderblom, G., Schildkamp, K., Pieters, J., & Ehren, M. (2016). Data-based decision making for instructional improvement in primary education. International Journal of Educational Research, 80, 1-14. Hamilton, L., Halverson, R., Jackson, S., Mandinach, E, Supovitz, J., & Wayman, J. (2009). Using student achievement to support instructional decision making (NCEE 2009-4067). IES Practice Guide. Washington, DC: U.S. Department of of Education, Institute if Education Sciences, National Center for Education Evaluation and Regional Assistance. Retrieved form res.ed.gov/ncee/wwc/PracticeGuide.aspx?sid=12. Hubers, M.D., Poortman, C.L.,, Schildkamp, K., Pieters, J. & Handelzalts, A. (2016). Opening the blackbox: Knowledge creation in data teams. Journal of Professional Capital and Community 1(1), 41-68. Kim, J. H., & Lee, C. (2001). Implications of near and far transfer of training on structured on-the-job training. Advances in Developing Human Resources, 3(4), 442– 451. Lomos, C., Hofman, R. H., & Bosker, R. J. (2011). The relationship between departments as professional communities and student achievement in secondary schools. Teaching and Teacher Education, 27(4), 722-731. Mandinach, E. B., & Gummer, E. S. (2016). Data Literacy for Educators: Making It Count in Teacher Preparation and Practice. Teachers College Press. Marsh, J. A. (2012). Interventions promoting educators’ use of data: Research insights and gaps. Teachers College Record, 114(11), 1-48. Organisation for Economic Co-operation and Development (OECD). (2013). Synergies for better learning: An international perspective on evaluation and assessment. Paris: OECD. Terlouw, B. (2011). Kijken naar kinderen: kinderen als spiegel voor de leerkracht. Volgens Bartjens 30(5), 4-7. Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities on teaching practice and student learning. Teaching and teacher education, 24(1), 80-91. Van Veen, K., Zwart, R., Meirink, J., & Verloop, N. (2010). Professionele ontwikkeling van leraren. Een reviewstudie naar effectieve kenmerken van professionaliseringsinterventies van leraren. Leiden: ICLON/Expertisecentrum Leren van Docenten. Williams, J. L. (2013). Faculty engagement with learning outcomes assessment: A study of public two-year colleges in Colorado. Doctoral dissertation, University of Denver. Yin, R. K. (2014). Case study research: Design and methods (5th ed.). London: Sage. http://goo.gl/CfzYja

×