【摘要】? 充分的信息是決策的基礎，對于教學也是如此。在教學環(huán)境數(shù)字化不斷加深的今天，傳統(tǒng)的經(jīng)驗式教學決策的瓶頸凸顯，依托數(shù)據(jù)進行教學決策成為教師的必備素養(yǎng)。本文通過中外文獻分析，厘清了傳統(tǒng)教育視域下教師教學決策的概念、類別、模型等，以及數(shù)據(jù)驅動的教學決策的概念、影響因素、模型框架、應用成效等。分析發(fā)現(xiàn)：①教學決策的理論模型并未與數(shù)據(jù)驅動的教學決策模型有效融合;②教師數(shù)據(jù)化教學決策能力較為離散，有待進一步整合;③教師數(shù)據(jù)化教學決策的有效性仍需實證。對此，提出了三方面建議：①加強對數(shù)據(jù)驅動的教學決策模式的研究，為教師實踐應用提供腳手架支持;②弱化對數(shù)據(jù)驅動教學決策的技術面強調，讓數(shù)據(jù)從抽象價值落地課堂教學;③關注對數(shù)據(jù)驅動教學決策的有效性實證，據(jù)此創(chuàng)建具體施策的可行路徑。

【關鍵詞】? 數(shù)據(jù)驅動決策;教學決策;數(shù)據(jù)素養(yǎng);數(shù)據(jù)化決策;模型框架;大數(shù)據(jù);數(shù)據(jù)驅動;有效教學

【中圖分類號】? ?G420? ? ? ? ? 【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2020）4-0065-11

一、研究背景

近年來，隨著互聯(lián)網(wǎng)和數(shù)字終端的普及，社會互聯(lián)互通程度進一步加深，人們的行為越來越能夠以數(shù)據(jù)的形式得以存儲，直接導致了數(shù)據(jù)的指數(shù)級增長。麥肯錫報告指出，人類社會已經(jīng)進入“大數(shù)據(jù)”時代，數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務職能領域，成為信息化發(fā)展新階段最重要的生產(chǎn)要素。數(shù)據(jù)對于決策的價值也得到了越來越多的認可，未來的決策將日益基于數(shù)據(jù)和分析做出，而非基于經(jīng)驗和直覺（朱書堂， 2017）。我國有著世界上最大的教育系統(tǒng)，系統(tǒng)內部各類教育要素在信息技術作用下正逐漸聯(lián)通，不僅催生出海量教育教學數(shù)據(jù)，也為數(shù)據(jù)的迭代獲取奠定了堅實的基礎。鑒于數(shù)據(jù)在諸多領域呈現(xiàn)出的對于決策支持的巨大潛能，教育界也紛紛入局，以期通過對不同層級教育數(shù)據(jù)的挖掘分析為教育的管、教、學、評等賦能增效?！坝行Ы虒W基本上等同于合理的教學決策”（Hunter， 1984），教師教學決策能力是影響教學效果和提高教學質量的關鍵因素。面對技術引發(fā)的教學變化，教師作為教學的直接推進者和課堂決策制定者，其基于數(shù)據(jù)的教學決策能力和決策成效成為時下重要的研究議題。

二、問題緣起

（一）傳統(tǒng)的經(jīng)驗式教學決策的瓶頸

教學決策是教師必備的基本教學技能，是教師在特定教學情境下，基于自身的知識技能儲備，感知和處理信息并做出選擇的過程。但隨著我國教育改革的深入推進，教育的大環(huán)境（國際、國內）和小環(huán)境（校園、課堂等）都發(fā)生了劇烈變化，諸多成形于工業(yè)社會背景下的教學決策方式變得越來越難以適應教育發(fā)展。根據(jù)達林-哈蒙等（Darling-Hammond & McLaughlin， 1995）提出的教師教學決策階段劃分標準，以及張定強（2012; 張定強， 等， 2013）、曾兵芳等（2016）的現(xiàn)狀調查發(fā)現(xiàn)，當前我國教師教學決策主要面臨以下問題：一是教學設計和準備階段的決策，缺乏系統(tǒng)考量教學要素的決策意識，易過分依賴經(jīng)驗;二是教學實施和互動階段的決策，缺乏對教學過程準確判斷的決策力度，易陷入常識性誤區(qū);三是教學評價和反饋階段的決策，缺乏對教學進程有效評價的工具和方法，易犯感覺性錯誤，較少基于科學。此外，還存在教師較多地以知識達成為傾向，較少關注學生發(fā)展的問題（黃小蓮， 2010）。數(shù)據(jù)能夠為不同階段的教學決策提供適應性信息，能夠關注到學生在不同學習階段的需求及其變化，為做出差異化、個性化的教學干預提供決策參考，為解決上述決策問題提供了可行的突破口。

（二）基于數(shù)據(jù)的教學決策研究有待深入

數(shù)據(jù)在教育領域已經(jīng)引起了廣泛關注。國務院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》（國發(fā)〔2015〕50號）明確指出，要“探索發(fā)揮大數(shù)據(jù)對變革教育方式、促進教育公平、提升教育質量的支撐作用”。2017年的《美國國家教師教育技術標準》也提出，教師要理解并運用大數(shù)據(jù)驅動自身的教學，為學生學習目標的達成提供支持（馮仰存， 等， 2018）。對此，教育界人士大都認同數(shù)據(jù)對于教育教學的促進作用，但就目前來說，大家對基于數(shù)據(jù)的決策（Data Based Decision Making， DBDM）的認同主要表現(xiàn)在兩個方面：①對其能促進有效教學的潛能的認同，即通過借鑒其他領域的數(shù)據(jù)應用形式，相信將遷移至教育領域同樣會有正向效果（王坤， 2018; 楊甲睿， 等， 2013; 鄒逸， 等， 2018; 張務農(nóng)， 2018）;②對其支持相對高位的教育決策的認同，即用于教育教學的宏觀管理和規(guī)劃類決策，主要決策者為教育行政部門或學校管理者（張斌， 等， 2018; 顧小清， 等， 2016; 劉歡， 等; 2018）。在具體教學情境下，以教師為主要決策者的基于數(shù)據(jù)的決策，仍缺乏實踐認同，即教師在日常工作中基于數(shù)據(jù)的決策能否切實提升學生的學業(yè)成就和教師專業(yè)能力及其主要影響因素等，這些問題都有待深入研究。

鑒于此，為進一步提升教師在數(shù)字化環(huán)境下的教學決策能力和教學成效，本文對傳統(tǒng)教育視域下教師教學決策和數(shù)據(jù)驅動的教學決策進行了綜述，以期厘清教學決策的來路和去向。

三、傳統(tǒng)教育視閾下的教師教學決策

教師教學決策是隨著有效教學研究的深入而出現(xiàn)的。西方學者對有效教學的研究始于20世紀20年代初（張亞星， 等， 2014）。美國學者亨特（Hunter， 1984）指出，有效教學基本上等同于合理的教學決策。但是，教師教學決策研究并未引起足夠重視，研究范疇主要停留在傳統(tǒng)教學環(huán)境下的教學決策，研究方向主要是概念、類別、模式的辨析等。

（一）概念透視

決策作為教學決策的上位概念，與教學決策的發(fā)展有著密不可分的關系。管理學大師赫伯特·西蒙（2007）認為，決策是人們對行動目標和手段的探索、判斷、評價直至最后選擇的全過程?；谖髅蓪Q策含義及其過程的解釋，在教學論視閾下，里根和奧斯本（Reagan & Osborn， 2001）將教學決策定義為，教師理性地思考和權衡備選方案， 運用一定的標準選擇行為的過程。更為細節(jié)化、與教學結合也更為貼切的闡釋是由佐藤學（2003）給出的，即教師教學決策是教師為實現(xiàn)教學目標，憑借自己的信念與理論，不斷地制定計劃、修正課程和大綱、反復地進行教學中多樣的選擇和判斷的主觀思維認知活動。我國早期學者則將教學決策限定在課堂中，提出了課堂教學決策的概念，即教師對課堂教學這一動態(tài)系統(tǒng)進行的分析和決策，或者說為了達到課堂教學的目的，而對課堂教學實踐的方向、目標、原則和方法等所做出的決定（付海倫， 1994）。張朝珍（2008）從認識論的視角對教學決策進行了根源探究，指出教學決策的本質是一種選擇性的認識活動，是教師對教學活動諸要素的判斷與選擇，包括具體選擇什么、怎么選擇和為什么做出這樣的選擇，不僅僅是一個技術過程，更是教學認識論持續(xù)起作用的過程。宋德云等（2008）從關系的視角分析了教學決策對于教師思維和教學實踐的中介作用，認為教師教學決策是教師為了實現(xiàn)教學目標與完成教學任務，根據(jù)自己的信念、知識和不斷形成的實踐性認識，通過對教學實踐的預測、分析和反思確定最有效的教學方案等一系列發(fā)揮教師主觀能力的動態(tài)過程。與之形成對應的是楊鑫（2017）對教學決策的界定，認為教學決策是認知能力（思維）、選擇判斷（決策）與付諸行動（實踐）的統(tǒng)一，而非教學活動中思維與實踐的中介。類似地，楊豫暉等（2010）認為教學決策是教師的教學信念、教師知識、教學思維方式與具體情境交互作用的內隱思維過程和相應外在行為表現(xiàn)的統(tǒng)一，具有過程性和內隱思維性的整體特征，不僅強調了思維與行為（實踐）的統(tǒng)一，還強調了教師特性與情境交互的作用。不同的是，何杰（2010）認為教學決策是教師的一種理性行為，需要對其進行理性審視，并將教學決策的要素分為決策主體、決策情景、決策目標和決策程序等。

根據(jù)有限理性的觀點，決策者不僅受到價值觀、受教育程度、技能和個性習慣的限制，還受到不充分的信息和知識的限制（西蒙， 2007）。決策是決策者根據(jù)決策目標，基于充分信息（包括知識）有邏輯理性地消除不確定性，以實現(xiàn)組織利益最優(yōu)的過程。從這一視角出發(fā)，可以看出以上對教學決策的理解，一方面并未充分考慮信息對于決策制定的作用和價值，更多的是依賴教師特質的自我選擇;另一方面，教學決策的目標與結果不一致，目標較多定位在了教師完成教學任務，而忽視了學生能力培養(yǎng)和教師專業(yè)發(fā)展這一應然結果。

（二）分類辨析

根據(jù)不同的主體，就美國來說，教育決策可以分為國家層面、州級層面、學區(qū)層面、學校層面和教師層面。結合我國具體實際，可以對應分為國家層面、省市層面、區(qū)縣層面、學校層面和教師層面，討論語境相對偏于宏觀，主要以“教育決策”的概念出現(xiàn)，而對教師層面決策的關注不多，由于其直接面向教學實踐，因此用“教學決策”更為精準。

根據(jù)教學的實施流程，杰克遜（Jackson， 1990）和威倫等（Wilen， Ishler， Hutchison， & Kindsvatter， 2000）將教學決策分為教學前決策（計劃決策階段）、教學進行中決策（互動決策階段）和教學后決策（觀察改進決策階段）。有研究者根據(jù)決策內容進行劃分，指出教學決策存在于教學的三個方面，分別是教學的設計和準備、教學的互動以及學習結果的評價（Darling-Hammond， et al.， 1995）。但筆者認為流程與內容這兩種劃分標準本質上是統(tǒng)一的，二者不可割裂。單就分類來看無可厚非，但應用于指導教學實踐，應一并而行。

根據(jù)決策的主體特性或信念體系，威倫等（Wilen， Hutchison， & Ishler， 2008）將教學決策分為直覺決策（經(jīng)驗、傳統(tǒng)、個人需求等）和理性決策（教學原則、建構主義、教學有效性、驗證過的實踐等）。尼特考（Nitko， 1989）把教學決策劃分為部署決策、診斷決策、管理決策和成就決策，在每個決策環(huán)節(jié)都強調了信息獲取對于決策制定的支持。認知科學家認為理性可分為工具性理性和認識性理性。工具性理性就是對個體目標實現(xiàn)的最優(yōu)化;認識性理性則涉及個體所持有的信念在多大程度上是符合真實世界架構的，有時也被哲學家稱為“理論性理性”（斯坦諾維奇， 2016）。由此，從上述劃分來看，威倫等的理性決策部分當屬于認識性理性的范疇，而尼特考的教學決策則屬于工具性理性范疇。

除上述劃分外，也有研究根據(jù)教學活動設計的主要元素進行劃分，主要涉及對課程內容、課堂管理、教學風格、課程資源等的決策（Galton & Eggleston， 1979; Walker， 1990）。這種劃分相對瑣碎，對數(shù)據(jù)環(huán)境下的教學決策啟示并不多，根據(jù)教學流程的劃分更應成為數(shù)據(jù)決策的理論基礎。

（三）決策模式

教學決策模式是教師教學決策研究中非常重要的一部分，可以說是研究成果的集中體現(xiàn)（盧鋒， 等， 2013）。受威倫等（Wilen， et al.， 2008）按照教學活動流程劃分教學決策的影響，我國研究者姜文（2010）提出了以應用為導向的基于問題解決的教學決策模式，該模式由八個相互聯(lián)系又彼此交叉重疊的環(huán)節(jié)構成（見圖1）。

綜上所述，教師進行教學決策的實質是解決教學問題的過程，沿用的模式是以解決問題為導向的操作思路。從教學決策模式的各組成要素來看，都需要有效信息的支撐。雖然有些模型中可以看到數(shù)據(jù)技術的影子，但并未顯化存在，其重要性并未得到重視。從教學決策模式的適用情境來看，多是面向課堂教學，并未體現(xiàn)對課前教學設計決策和課后教學評價決策的關注。從教學決策的階段來看，第一個模式有著更廣的適用范圍，但也相對泛化和一般。第二個和第三個模式則主要是為課堂互動決策階段提供支持，雖然具體但有局限性，缺乏系統(tǒng)性整合。

四、數(shù)據(jù)驅動的教師教學決策

諸多研究顯示，教師和學校領導對數(shù)據(jù)的有效利用可以促使學生獲得更好的學業(yè)成就，促進學校教學水平提升（Earl & Katz， 2006; McNaughton， Lai， & Hsiao， 2012; Protheroe， 2001; Schildkamp & Ehren， 2013; Walsh， 2003）。教學決策是教學成功的關鍵，鑒于數(shù)據(jù)對決策支持的重要作用，研究者紛紛將數(shù)據(jù)引入教學決策之中，以期通過數(shù)據(jù)驅動決策來提升教育教學成效。以下從基于數(shù)據(jù)教學決策的概念、有效應用的影響因素、已有模型、應用成效等方面進行論述。

（一）概念梳理

基于數(shù)據(jù)的決策（DBDM）或數(shù)據(jù)驅動的決策（Data Driving Decision Making， DDDM），可以認為是隨著數(shù)據(jù)時代的到來教學決策在循證文化中的新發(fā)展。需要指出的是，雖然這兩個概念并未含有教育相關的詞匯，但是由于其發(fā)源和應用的場景主要在教育領域，因此默認其中的決策是教育決策或教學決策（Isaacs， 2003; Marsh， Pane， & Hamilton， 2006）?；跀?shù)據(jù)的決策研究最早可以追溯到20世紀80年代（Popham， 1987; Popham， Cruse， Rankin， Sandifer， & Williams， 1985）。其具體含義如下：數(shù)據(jù)驅動的決策（DDDM）是管理者和教師系統(tǒng)地收集和分析各類數(shù)據(jù)（包括輸入數(shù)據(jù)、過程數(shù)據(jù)、結果數(shù)據(jù)和滿意度數(shù)據(jù)等）以指導一系列教育決策的過程（Marsh， et al.， 2006; Ikemoto & Marsh， 2007）;基于數(shù)據(jù)的決策（DBDM）是指教師、數(shù)據(jù)專家、校領導等運用數(shù)據(jù)（如評估數(shù)據(jù)、課堂觀察數(shù)據(jù)、調研數(shù)據(jù)）的全過程，包括對數(shù)據(jù)進行收集、分析、解釋以指導教育實踐，利用所獲得的信息作為決策的基礎，以調試、實施教育實踐，然后判斷學業(yè)成就是否改善，評估調試是否取得了預期的效果（Coburn & Tuner， 2011; Coburn， Touré， & Yamashita， 2009）。維基百科并未對DDDM與DBDM加以區(qū)分：基于數(shù)據(jù)的決策（DBDM）或數(shù)據(jù)驅動的決策（DDDM）是指教育者不斷收集和分析不同類型的數(shù)據(jù)的過程，包括人口統(tǒng)計學、學生成績測試、滿意度、過程等數(shù)據(jù)，以指導決策來改進教育的過程（Wikipedia， 2018）。管玨琪等（2019）認為DDDM是DBDM在企業(yè)中的應用方式之一，另一種為數(shù)據(jù)啟發(fā)的教學決策（Data Informed Decision Making）。值得一提的是，鄧恩等（Dunn， Airola， Lo， & Garrison， 2013）在班級層面對DBDM的定義指出，DBDM是一種學習表現(xiàn)的識別模式，旨在發(fā)現(xiàn)學生在達成學習目標上的優(yōu)缺點，選擇和規(guī)劃相對應的學習策略和干預措施，以促進學生學習目標的實現(xiàn)。與之類似，我國學者楊甲睿等（2013）也指出，證據(jù)型教學決策是指教育者系統(tǒng)挖掘、收集各類優(yōu)質的學生學習表現(xiàn)數(shù)據(jù)，經(jīng)過信息化、知識化處理，有效提升學生學習效果的系列決策活動。筆者認為，雖然二者的定義還未完全體現(xiàn)出教學決策的理論內涵，但相較此前的定義，其情境更加具體，目標更加明確。

從以上表述來看，DDDM與DBDM二者本質上并無差別。因此，如無特別強調，文中出現(xiàn)的“基于數(shù)據(jù)的教學決策”“數(shù)據(jù)驅動的教學決策”均指代同一事物。另外，無論DBDM還是DDDM當前的關注點都更為宏觀，內容上也較為概括、零散，像鄧恩等（Dunn， et al.， 2013）和楊甲睿等（2013）將DBDM置于課堂視野下以提升學生學習為具體目標指向的定義和應用并不多。

（二）影響因素

雖然很多研究者看好基于數(shù)據(jù)的決策對于教學的正面價值，但當前的應用情況并不樂觀，諸多因素影響著基于數(shù)據(jù)的教學決策的推廣。其一，教師接受度。梵勒梅爾等（Vanlommel， Van Gasse， Vanhoof， & Van Petegem， 2017）對教師使用數(shù)據(jù)進行決策的現(xiàn)狀進行調查后發(fā)現(xiàn)，教師直觀的專業(yè)知識仍然是教師決策最重要的基礎，極少數(shù)教師會有目的地通過收集數(shù)據(jù)來進行教學決策。吉佩爾斯等（Kippers， Wolterinck， Schildkamp， Poortman， & Visscher， 2018）的研究也指出，只有25-50%的教師利用數(shù)據(jù)來支持教學決策?；虏返龋℅elderblom， Schildkamp， Pieters， & Ehren， 2016）對荷蘭小學教師的調查顯示，盡管教師都本著提高教學質量的目的使用數(shù)據(jù)，但在使用數(shù)據(jù)的過程中往往忽略了重要的步驟，而且教師主要在學生的學習成績未達預期時使用數(shù)據(jù)。其二，教師數(shù)據(jù)素養(yǎng)。數(shù)據(jù)素養(yǎng)被認為是學校有效實施數(shù)據(jù)決策的前提條件。凡吉爾等（Van Geel， Keuning， Visscher， & Fox， 2017）研究結果顯示，即使教師能夠理解數(shù)據(jù)，也很少有教師能夠將數(shù)據(jù)解釋轉化為教學行動，教師在中間的轉化環(huán)節(jié)上有技能缺失，即數(shù)據(jù)素養(yǎng)的缺失（Lai & Mcnaughton， 2016; Mandinach & Gummer， 2016; Farrell & Marsh， 2016; Van Geel， Keuning， Visscher， & Fox， 2016）。其三，外部支持環(huán)境?？埔翆幍龋↘euning， Van Geel， & Visscher， 2017）對進行DBDM干預的不同學校進行評估時發(fā)現(xiàn)，干預成效參差不齊。干預效果較強的學校在教師教學質量、員工對DBDM的態(tài)度、學校數(shù)據(jù)文化等方面與沒有產(chǎn)生干預效果的學校相比存在差異，在數(shù)據(jù)素養(yǎng)、DBDM數(shù)據(jù)領導力方面無差異。馬什等（Marsh， Bertrand， & Huguet， 2015）探究了數(shù)據(jù)教練以及專業(yè)學習共同體（Professional Learning Community， PLC）對于數(shù)據(jù)決策的影響，發(fā)現(xiàn)二者在調節(jié)教師對數(shù)據(jù)的反應方面起到重要的作用，有助于促進教學更深層的變化。其四，教師心智模式?；谞柹↗imerson， 2014）探究了教師使用數(shù)據(jù)時的心智模型變化，研究結果表明，教育工作者會通過心理模型來進行基于數(shù)據(jù)的決策。博卡拉等（Bocala & Boudett， 2015）在其研究中也指出，思維習慣有助于教師數(shù)據(jù)素養(yǎng)的塑造。普瑞戈等（Prenger & Schildkamp， 2018）從心理學角度探究了情感與工具態(tài)度、知覺控制、社會規(guī)范、自我效能、集體效能、與資料使用意圖等心理構念對教師應用數(shù)據(jù)決策的影響。結果表明，對數(shù)據(jù)使用的感知控制、工具態(tài)度和意圖均顯著影響數(shù)據(jù)使用。此外，該研究發(fā)現(xiàn)意向是情感態(tài)度和數(shù)據(jù)使用之間關系的中介，并指出以數(shù)據(jù)為基礎的決策干預應考慮到這些心理因素的影響。

綜上所述，教師進行數(shù)據(jù)化決策受到多種因素影響，有些容易進行干預和調整（如數(shù)據(jù)素養(yǎng)和教師心智），有些改善起來費時費力（如技術性基礎設施的構建）。此外，當前對影響因素的研究，一方面比較分散、缺乏系統(tǒng)性整合，另一方面也缺乏對教學決策本身的審視，較多地將視野放在了數(shù)據(jù)的技術應用上。

（三）框架模型

1. 框架概覽

從數(shù)據(jù)到?jīng)Q策不是一蹴而就的，教學決策也是如此，需要經(jīng)歷一系列的信息加工過程。對此，最具代表性和解釋性的是阿科夫（Ackoff， 1989）提出的DIKW模型或體系，即數(shù)據(jù)（Data）—信息（Information）—知識（Knowledge）—智慧（Wisdom），它們之間是連續(xù)轉化的過程，最終形成智慧以用于決策。基于數(shù)據(jù)的教學決策模型，大多都是以這一模型為基礎構建的。曼迪納契（Mandinach， Honey， & Light， 2006）最先進行了數(shù)據(jù)驅動決策的框架構建（見圖4），該模型涵蓋了學區(qū)、學校、課堂三個層級的決策情境，包含數(shù)據(jù)到知識轉化的六個數(shù)據(jù)驅動技能（收集、組織，分析、概括，綜合、優(yōu)先化），其中前四個技能由基于技術的工具予以支撐，最后形成決策→執(zhí)行決策→產(chǎn)生影響→反饋。池本等（Ikemoto， et al.， 2007）在這一模型的基礎上，結合蘭德公司的兩個實踐（學區(qū)層次的數(shù)據(jù)應用和教育財政系統(tǒng)的數(shù)據(jù)應用），對上述模型進行了簡化，去掉了其中的技術支撐部分（限于篇幅本文未列出，標記為框架2）。值得注意的是，該研究針對實踐過程中DDDM過程的復雜化和描述的單一化，添加了一個描述DDDM復雜度的象限圖，對于教育工作者可能用到的數(shù)據(jù)類型、分析方式、決策方式進行了復雜度抽象，以此為不同決策者的不同DDDM類型予以導航，但并不指向DDDM決策好壞的衡量（見圖5）?？紤]到數(shù)據(jù)化決策的成效，斯德卡普等（Schildkamp & Poortman， 2015）構建了更具操作性和應用性的數(shù)據(jù)化決策框架（見圖6），該框架與之前顯著不同的是：①強調了決策者和決策環(huán)境特點對于決策的影響;②更加注重問題和目標導向（在數(shù)據(jù)之前增加了目標一環(huán)）;③增添了決策的反饋循環(huán)，更加體現(xiàn)了對于決策成效的持續(xù)關注和決策優(yōu)化。馬什等（Marsh & Farrell， 2015）指出，教師數(shù)據(jù)化決策能力是提升決策成效的關鍵，而培養(yǎng)教師這一能力缺乏理論支持，領導者應該為教師提供相應支持，因此從服務領導者的視角出發(fā)，構建了教師數(shù)據(jù)決策能力建設框架（見圖7）。

以上框架無論從理論基礎還是框架組織上都沒有太大的不同。構建方式以文獻梳理為主，并未從實證的視角進行驗證。與之不同的是，荷奧（Ho， 2016）對于“依托數(shù)據(jù)進行決策的教育工作者將會更系統(tǒng)、更有效地改善教學”這一假設進行了實證（案例）研究，發(fā)現(xiàn)學校從業(yè)人員在決策過程中有效使用學校數(shù)據(jù)并不是有組織的、理性的過程的產(chǎn)物，也不是簡單地通過輸入和干預加以改進的過程。旨在影響決策的數(shù)據(jù)和數(shù)據(jù)使用過程依賴于文化（決策文化、組織文化、數(shù)據(jù)文化）、政策和主觀因素等，是在建立、修訂的漸進循環(huán)中不斷演進的?；谠撗芯堪l(fā)現(xiàn)構建了學校數(shù)據(jù)決策的框架（見圖8）。與此前不同的是，該模型不僅強調了數(shù)據(jù)的使用，還考慮到了決策的過程和體制機制層面的可能影響，應該說是比較完備的，但其細節(jié)部分以及如何建立因素之間的聯(lián)系仍需進一步研究。

2. 框架比較

為清晰呈現(xiàn)不同框架的差異和特點，對上述框架進行了比較（見表1）。

總的來看，基于數(shù)據(jù)的教學決策框架模型呈現(xiàn)出多種類型（如指導實踐類、能力建設類、因素探究類等），但也暴露出一定的不足。首先，從構建理論來看，多是以數(shù)據(jù)使用背后的行動理論為支撐構建的，更偏重于應用，并未體現(xiàn)或融入教學決策相關理論。其次，從構建方式來看，多以文獻分析為主，即使實證也是用案例分析的方法，缺乏更加廣泛和科學的實證驗證。再次，從框架應用對象來看，目標對象多為相對高位的教學決策者，并未體現(xiàn)出對于教師教學決策的關注。此外，對于應用過程中的技術支撐的關注也相對較少。最后，從應用情境來看，多是在學校及以上層級施行，很少有針對教室決策情境的細化框架研究。

（四）作用成效

卡爾森等（Carlson， Borman， & Robinson，? 2011）探究了學區(qū)層面實施DBDM干預對學生數(shù)學成績的影響，結果顯示，數(shù)據(jù)驅動的改革舉措在全區(qū)范圍內對學生數(shù)學成績的改善具有統(tǒng)計學意義。萊等（Lai， et al.， 2016）研究了學校層面對教師進行數(shù)據(jù)應用能力培訓的影響，發(fā)現(xiàn)這種干預提高了學生的閱讀理解和寫作水平?？埔翆幍龋↘euning， Van Geel， Visscher， Fox， & Moolenaar， 2016）從學校社交網(wǎng)絡的視角探析了DBDM的影響。研究發(fā)現(xiàn)，實施DBDM改革一年后的學校，與實施前相比，教師進行DBDM的交互網(wǎng)絡發(fā)生了轉變，尤其是在學生成績數(shù)據(jù)的討論方面——關系數(shù)量雖然保持穩(wěn)定，但卻形成了更多的交互關系網(wǎng)，不再集中于少數(shù)幾個有影響力的工作人員周圍。凡吉爾等（Van Geel， et al.， 2016）的研究結果顯示，DBDM應用于社會經(jīng)濟地位較低的學校，學生的學習成績有顯著改善。但范德爾謝等（van der Scheer & Visscher， 2018）對教師進行DBDM干預后發(fā)現(xiàn)，對學生數(shù)學成績沒有影響。還有研究探究了教師數(shù)據(jù)化教學決策技能與教師基本教學技能的關系，結果表明二者并無實質性關聯(lián)（van der Scheer， Glas， & Visscher， 2017）。但讓人深思的是，該團隊在探究DBDM干預對教師自我效能和學生參與度時，均呈現(xiàn)出較強的干預效果（van der Scheer & Visscher， 2016）。

綜合來看，已有實證研究多是從學區(qū)或學校層面進行干預，而且干預成效存在不一致性。通過對教師進行直接DBDM干預，探尋其對課堂情境下學生學業(yè)成就影響效果的研究比較少見，也較少關注DBDM干預對教師能力和態(tài)度等方面的影響，而隨著數(shù)據(jù)技術應用的深入，這些都是教師不得不面對的挑戰(zhàn)。

（五）其他

不難發(fā)現(xiàn)，以上幾乎都是國外的DBDM研究，而且多是實證。我國在該方面也有諸多探索，但表現(xiàn)與之較為不同，具體來說主要集中在以下方面：一是教學決策支持系統(tǒng)設計。該類研究所涉系統(tǒng)主要用于學校的教學管理決策，而非課堂教學決策，應用層次多為高等教育，關注焦點在數(shù)據(jù)倉庫設計（于寧， 等， 2006; 陳健， 等， 2007; 張德新， 等， 2003）。二是數(shù)據(jù)對改進教學/教育決策的潛能或價值。主要探究數(shù)據(jù)對教育/教學決策的可能影響，如雷云鶴等（2016）通過預學習數(shù)據(jù)分析促進教學決策精準化的應用研究;劉歡等（2018）關于數(shù)據(jù)可視化促進教育決策科學化的策略分析;顧小清等（2016）所示例的數(shù)據(jù)模擬對于教育決策的支持優(yōu)勢。三是大數(shù)據(jù)應用于教育決策的問題或挑戰(zhàn)。雖然數(shù)據(jù)有諸多優(yōu)勢，但利用數(shù)據(jù)進行決策依舊面臨很多挑戰(zhàn)，如劉金松（2017）指出大數(shù)據(jù)應用于教育決策時，在大數(shù)據(jù)客觀自身、大數(shù)據(jù)使用主體和大數(shù)據(jù)使用規(guī)范三方面存在不同的問題，需要警惕決策過程中的唯數(shù)據(jù)主義（鄒逸， 等， 2018）。四是大數(shù)據(jù)用于教育決策的實現(xiàn)路徑或推進策略。針對存在的不足，對如何將數(shù)據(jù)用于決策提出的對策建議。如數(shù)據(jù)標準建設、數(shù)據(jù)人才培養(yǎng)、數(shù)據(jù)素養(yǎng)培育、決策機制優(yōu)化等（鐘婉娟， 等， 2016， 2017; 付達杰， 2018; 王坤， 2018）。

就我國而言，DBDM的研究呈現(xiàn)出的形態(tài)更加學理化，基本停留在對數(shù)據(jù)本身的操作層面和數(shù)據(jù)的價值探索上，其中的數(shù)據(jù)情境也多為較難在教學中實用化的大數(shù)據(jù)，數(shù)據(jù)服務層次以宏觀教育決策和中觀教學管理決策為主。

五、總結與建議

（一）總結

綜合來看，我國利用數(shù)據(jù)進行教學決策的研究還處于起步階段，相應的研究較少，多以學理分析為主。即便有基于數(shù)據(jù)改善教學的實證，也多是數(shù)據(jù)應用與教學決策的拆分，或是數(shù)據(jù)在教學決策某一環(huán)節(jié)的應用，如學習分析、數(shù)據(jù)挖掘等（鐘薇， 等， 2018; 張琪， 等， 2019; 晉欣泉， 等， 2019），更多的是為教學決策的評價反饋階段提供支撐。國外在數(shù)據(jù)驅動教學決策方面已經(jīng)有所發(fā)展，但仍存在諸多不足。總的來說，主要表現(xiàn)在以下方面：

1. 教學決策的理論模型并未與DBDM有效融合。已有的教學決策模型鮮有將數(shù)據(jù)技術納入的，屬于經(jīng)驗式、直覺式?jīng)Q策的范疇。反之，DBDM的相關研究多是以數(shù)據(jù)的應用為導向的操作性框架，其間也并未有教學決策理論模型的支撐。

2. 教師數(shù)據(jù)化教學決策能力較為離散，有待進一步整合。數(shù)據(jù)素養(yǎng)無疑是其中的關鍵因素之一，但當前研究多將其作為單一整體進行研究，脫離了數(shù)據(jù)化教學決策這一發(fā)源和應用情境。此外，教師的數(shù)據(jù)化教學決策能力，除了數(shù)據(jù)素養(yǎng)外，還有其他能力要素（如教學法知識、教師信念等）需要整合。

3. 教師數(shù)據(jù)化教學決策的有效性仍需實證。如何將數(shù)據(jù)知識與教學知識進行有效整合以提升教學等研究亟須實驗驗證（Poortman， Schildkamp， & Lai， 2016）。一是依托整合模型對教師直接施加DBDM干預的研究很少。二是相關研究的成效存在很多不一致性。三是對于這種直接面向教師的干預，其對教師教學效能和對學生學習效能的影響也是需要考慮的方向。

（二）建議

鑒于當前數(shù)據(jù)驅動教學決策研究呈現(xiàn)出的特點，為切實發(fā)揮數(shù)據(jù)化決策的教育價值，提升教師教學成效，本文建議如下：

1. 加強對數(shù)據(jù)驅動的教學決策模式的研究，為教師實踐應用提供腳手架支持。此處的模式是指將教學決策與數(shù)據(jù)驅動實現(xiàn)完美融合且驗證有效的模式，該模式兼具二者的優(yōu)勢，其中數(shù)據(jù)能夠為教學決策各階段提供具體指導，教學決策指引數(shù)據(jù)應用的教育邏輯。教師依托這一模式能夠方便、容易地開展教學活動。

2. 弱化對數(shù)據(jù)驅動教學決策的技術面強調，讓數(shù)據(jù)從抽象價值落地課堂教學?！按髷?shù)據(jù)”“數(shù)據(jù)挖掘”等技術概念太過抽象，單純論述其潛能價值對教師課堂教學影響甚微，而且也容易給教師教學帶來困惑和壓力。讓教師接受新事物的最佳方式是，讓他們意識到他們已經(jīng)擁有。因此，應該將數(shù)據(jù)理解和數(shù)據(jù)素養(yǎng)能力培育等降維到教師的具體教學情境中，通過建立數(shù)據(jù)與學生、教師行為的映射和交互，依托可行模式讓教師對基于數(shù)據(jù)的決策真實可感，讓其愿意基于數(shù)據(jù)開展教學決策實踐。

3. 關注對數(shù)據(jù)驅動教學決策的有效性實證，據(jù)此創(chuàng)建具體施策的可行路徑。對DBDM的有效性驗證的價值不僅是為求得結果，最重要的是這一結果帶來的后續(xù)影響和牽涉其中的各種影響因素的辨析。一方面驗證有效能夠消除教師應用的疑慮，提供有效的決策模式，減小推行阻力;另一方面，厘清不同影響因素的個中關系是形成可行解決方案的前提，因為不同因素（機制、文化、技術等）具體如何影響決策、影響的程度如何等問題不只是理論推演，還需進行基于實證的關系研究和因果研究等來證實。

[參考文獻]

陳健，閔華清，王進波. 2007. 基于數(shù)據(jù)倉庫的教育決策支持系統(tǒng)[J].電化教育研究（06）：49-52.

馮仰存，鐘薇，任友群. 2018. 美國國家教師教育技術新標準解讀與比較研究[J]. 現(xiàn)代教育技術，28（11）：19-25.

付達杰. 2018. 教育大數(shù)據(jù)對教學決策的影響及優(yōu)化策略[J]. 湖北成人教育學院學報，24（02）：90-93.

付海倫. 1994. 談課堂教學決策[J]. 教育理論與實踐（04）：56-59.

管玨琪，孫一冰，祝智庭. 2019. 智慧教室環(huán)境下數(shù)據(jù)啟發(fā)的教學決策研究[J]. 中國電化教育（02）：22-28，42.

顧小清，薛耀鋒，孫妍妍. 2016. 大數(shù)據(jù)時代的教育決策研究：數(shù)據(jù)的力量與模擬的優(yōu)勢[J]. 中國電化教育（01）：56-62.

赫伯特·西蒙. 2007. 管理行為[M]. 詹正茂，譯. 北京：機械工業(yè)出版社.

何杰. 2010. 論教師教學決策的內涵、取向及其教育學意蘊[J]. 當代教育科學（21）：30-34.

黃小蓮. 2010. 教學決策水平：教師專業(yè)成長的標志——初中教師教學決策水平實證研究[J]. 課程·教材·教法（03）：78-84.

基思·斯坦諾維奇. 2016. 決策與理性[M]. 施俊琦，譯. 北京：機械工業(yè)出版社.

姜文. 2010. 基于問題解決的教師教學決策模式探討[J]. 當代教育科學（16）：35-37，41.

晉欣泉，邢蓓蓓，楊現(xiàn)民，等. 2019. 智慧課堂的數(shù)據(jù)流動機制與生態(tài)系統(tǒng)構建[J]. 中國遠程教育（04）：74-81，91，93.

雷云鶴，祝智庭. 2016. 基于預學習數(shù)據(jù)分析的精準教學決策[J]. 中國電化教育（06）：27-35.

劉歡，湯維中，任友群. 2018. 數(shù)據(jù)可視化促進教育決策科學化：內涵、策略與挑戰(zhàn)[J]. 教育發(fā)展研究，38（05）：75-82.

劉金松. 2017. 大數(shù)據(jù)應用于教育決策的可行性與潛在問題研究[J]. 電化教育研究，38（11）：38-42，74.

盧鋒，徐曉東. 2013. 教師教學決策層次模式的個案研究[J]. 開放教育研究，19（02）：93-101.

宋德云，李森. 2008. 教師的教學決策：內涵、構成及意義[J]. 課程·教材·教法（12）：21-26.

王坤. 2018. 支持與實現(xiàn)：教育大數(shù)據(jù)對高校教師教學決策的價值所在[J]. 中國成人教育（16）：145-147.

楊甲睿，黃甫全. 2013. 證據(jù)型教學決策在美國：興起、內涵、策略及其啟示[J]. 電化教育研究，34（04）：107-113.

楊鑫. 2017. 教師教學決策研究的雙重取向[J]. 西北師大學報（社會科學版），54（03）：122-131.

楊豫暉，宋乃慶. 2010. 教師教學決策的主要問題及其思考[J]. 教育研究，31（09）：85-89.

葉妙玲. 2009. 教學決策可視化模型的設計和應用研究[J]. 現(xiàn)代教育技術，19（09）：31-36.

于寧，王行言，羅念龍. 2006. 高校教學決策支持系統(tǒng)數(shù)據(jù)倉庫的研究與實現(xiàn)[J]. 計算機工程與設計（20）：3853-3857.

曾兵芳，宋俊慧. 2016. 中學化學教師教學決策能力的調查研究[J]. 化學教育，37（05）：37-42.

張斌，劉三女牙，劉智，等. 2018. 面向大數(shù)據(jù)的師范生數(shù)據(jù)素養(yǎng)課程體系構建研究[J]. 中國遠程教育（04）：62-68，78.

張朝珍. 2008. 論教師教學決策權的邊界[J]. 全球教育展望（09）：43-47.

張朝珍. 2013. 教師互動性教學決策的模式與運行——不同教師教學決策水平的比較[J]. 當代教育科學（14）：46-49.

張德新，崔巍，蔣天發(fā). 2003. 基于數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的教育決策支持系統(tǒng)[J]. 武漢大學學報（工學版）（04）：129-131.

張定強. 2012. 中學教師教學決策能力的現(xiàn)狀調查及分析[J]. 課程·教材·教法，32（11）：16-21.

張定強，陳國蕤. 2013. 中學教師運用信息技術于教學決策的現(xiàn)狀調查與對策研究[J]. 中國電化教育（09）：107-111.

張琪，王紅梅，莊魯，等. 2019. 學習分析視角下的個性化預測研究[J].中國遠程教育（04）：38-45，92-93.

張務農(nóng). 2018. 論大數(shù)據(jù)之于教育研究“科學化”的價值與局限[J]. 中國遠程教育（08）：16-21，79.

張亞星，胡詠梅. 2014. 國外有效教學研究回顧及啟示[J]. 課程·教材·教法，34（12）：109-114.

鐘婉娟，侯浩翔. 2016. 大數(shù)據(jù)視角下教育決策機制優(yōu)化及實現(xiàn)路徑[J]. 教育發(fā)展研究，36（03）：8-14.

鐘婉娟，侯浩翔. 2017. 教育大數(shù)據(jù)支持的教師教學決策改進與實現(xiàn)路徑[J]. 湖南師范大學教育科學學報，16（05）：69-74.

鐘薇，李若晨，馬曉玲，等. 2018. 學習分析技術發(fā)展趨向——多模態(tài)數(shù)據(jù)環(huán)境下的研究與探索[J]. 中國遠程教育（11）：41-49，79-80.

朱書堂. 2017. 從卜筮到大數(shù)據(jù)：預測與決策的智慧[M]. 北京：清華大學出版社.

鄒逸，殷玉新. 2018. 從“基于經(jīng)驗”到“數(shù)據(jù)驅動”：大數(shù)據(jù)時代教師教學決策的新樣態(tài)[J]. 教育理論與實踐，38（13）：52-56.

佐滕學. 2003. 課程與教師[M]. 鐘啟泉，譯. 北京：教育科學出版社.

Ackoff， R. L. （1989）. From data to wisdom. Journal of applied systems analysis， 16（1）， 3-9.

Bransford， J. D.， Stein， B. S. （1984）.The IDEAL problem solver： A guide for improving thinking，learning， and creativity. New York： WH Freeman and Company.

Bocala， C.， & Boudett， K. P. （2015）. Teaching Educators Habits of Mind for Using Data Wisely. Teachers College Record， 117（4）， n4.

Carlson， D.， Borman， G. D.， & 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.

Coburn， C. E.， & Turner， E. O. （2011）. Research on data use： A framework and analysis. Measurement： Interdisciplinary Research & Perspective， 9（4）， 173-206.

Coburn， C. E.， Touré， J.， & Yamashita， M. （2009）. Evidence， interpretation， and persuasion： Instructional decision making at the district central office. Teachers College Record， 111（4）， 1115-1161.

Darling-Hammond， L.， & McLaughlin， M. W. （1995）. Policies that support professional development in an era of reform. Phi delta kappan， 76（8）， 597-604.

Dunn， K. E.， Airola， D. T.， Lo， W. J.， & Garrison， M. （2013）. Becoming data driven： The influence of teachers sense of efficacy on concerns related to data-driven decision making. The Journal of Experimental Education， 81（2）， 222-241.

Earl， L. M.， & Katz， S. （Eds.）. （2006）. Leading schools in a data-rich world： Harnessing data for school improvement. Thousand Oaks： Corwin Press.

Farrell， C. C.， & Marsh， J. A. （2016）. Metrics matter： How properties and perceptions of data shape teachers instructional responses. Educational Administration Quarterly， 52（3）， 423-462.

Galton， M.， & Eggleston， J. （1979）. Some characteristics of effective science teaching. European Journal of Science Education， 1（1）， 75-86.

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.

Ho， J. E. （2016）. Cultures and contexts of data-based decision-making in schools （Doctoral dissertation）. University of California， Los Angeles.

Hunter， M. （1984）. Knowing， Teaching， and Supervising. In P. Hosford （Ed）. Using What Know About Teaching p.198. Alexandria， VA： Association for Supervision and Curriculum Development.

Ikemoto， G. S.， & Marsh， J. A. （2007）. Cutting Through the “Data-Driven” Mantra： Different Conceptions of Data-Driven Decision Making. Yearbook of the National Society for the Study of Education， 106（1）， 105-131.

Isaacs， M. L. （2003）. Data-driven decision making： The engine of accountability. Professional School Counseling， 6（4）， 288-295.

Jackson， P. W. （1990）. Life in classrooms. New York： Teachers College Press.

Jimerson， J. B. （2014）. Thinking about data：Exploring the development of mental models for “data use” among teachers and school leaders. Studies in Educational Evaluation， 42， 5-14.

Keuning， T.， Van Geel， M.， Visscher， A.， Fox， J. P.， & Moolenaar， N. M. （2016）. The transformation of schools social networks during a data-based decision making reform. Teachers college record， 118（9）， 1-33.

Keuning， T.， Van Geel， M.， & Visscher， A. （2017）. Why a Data-Based Decision-Making Intervention Works in Some Schools and Not in Others. Learning disabilities research & practice， 32（1）， 32-45.

Kippers， W. B.， Wolterinck， C. H.， Schildkamp， K.， Poortman， C. L.， & Visscher， A. J. （2018）. Teachers views on the use of assessment for learning and data-based decision making in classroom practice. Teaching and Teacher Education， 75， 199-213.

Lai， M. K.， & McNaughton， S. （2016）. The impact of data use professional development on student achievement. Teaching and Teacher Education， 60， 434-443.

Mandinach， E. B.， & Gummer， E. S. （2016）. What does it mean for teachers to be data literate： Laying out the skills， knowledge， and dispositions. Teaching and Teacher Education， 60， 366-376.

Mandinach， E. B.， Honey， M.， & Light， D. （2006， April）. A theoretical framework for data-driven decision making. In annual meeting of the American Educational Research Association， San Francisco， CA.

Marsh， J. A.， Bertrand， M.， & Huguet， A. （2015）. Using data to alter instructional practice： The mediating role of coaches and professional learning communities. Teachers College Record， 117（4）， 1-40.

Marsh， J. A.， & Farrell， C. C. （2015）. How leaders can support teachers with data-driven decision making： A framework for understanding capacity building. Educational Management Administration & Leadership， 43（2）， 269-289.

Marsh， J. A.， Pane， J. F.， & Hamilton， L. S. （2006）. Making sense of data-driven decision making in education. Retrieved July 23， 2019， from https：//www.rand.org/pubs/occasional_papers/OP170.html

McNaughton， S.， Lai， M. K.， & Hsiao， S. （2012）. Testing the effectiveness of an intervention model based on data use： A replication series across clusters of schools. School Effectiveness and School Improvement， 23（2）， 203-228.

Nitko， A. J. （1989）.Designing Tests That Are Integrated with Instruction. In R. Linn （ed.）， Educational Measurement（3rd ed.） pp.447-474. New York：Macmillan.

Pate， L. E. （1988）. Using the “Four Aces” Decision Making Technique in the Classroom. Organizational Behavior Teaching Review， 12（4）， 155-158.

Poortman， C. L.， Schildkamp， K.， & Lai， M. K.（2016）. Professional development in data use： An international perspective on conditions， models， and effects. Teaching and Teacher Education， （60）， 363-365.

Popham， W. J. （1987）. The merits of measurement-driven instruction. The Phi Delta Kappan， 68（9）， 679-682.

Popham， W. J.， Cruse， K. L.， Rankin， S. C.， Sandifer， P. D.， & Williams， P. L. （1985）. Measurement-driven instruction： Its on the road. The Phi Delta Kappan， 66（9）， 628-634.

Prenger， R.， & Schildkamp， K. （2018）. Data-based decision making for teacher and student learning： a psychological perspective on the role of the teacher. Educational psychology， 38（6）， 734-752.

Protheroe， N. （2001）. Improving teaching and learning with data-based decisions： Asking the right questions and acting on the answers. ERS Spectrum， 19（3）， 4-9.

Reagan， T. G.， & Osborn， T. A. （2001）. The foreign language educator in society： Toward a critical pedagogy. New York： Routledge.

Schildkamp， K.， & Ehren， M. （2013）. From “Intuition”-to “Data”-based Decision Making in Dutch Secondary Schools？ In Data-based decision making in Education （pp. 49-67）. Springer， Dordrecht.

Schildkamp， K.， & Poortman， C. （2015）. Factors influencing the functioning of data teams. Teachers college record， 117（4）， n4.

van der Scheer， E. A.， Glas， C. A.， & Visscher， A. J. （2017）. Changes in teachers instructional skills during an intensive data-based decision making intervention. Teaching and teacher education， 65， 171-182.

van der Scheer， E. A.， & Visscher， A. J. （2016）. Effects of an intensive data-based decision making intervention on teacher efficacy. Teaching and teacher education， 60， 34-43.

van der Scheer， E. A.， & Visscher， A. J. （2018）. Effects of a data-based decision-making intervention for teachers on students mathematical achievement. Journal of Teacher Education， 69（3）， 307-320.

Van Geel， M.， Keuning， T.， Visscher， A. J.， & Fox， J. P. （2016）. Assessing the effects of a school-wide data-based decision-making intervention on student achievement growth in primary schools. American Educational Research Journal， 53（2）， 360-394.

Van Geel， M.， Keuning， T.， Visscher， A.， & Fox， J. P. （2017）. Changes in educators data literacy during a data-based decision making intervention. Teaching and teacher education， 64， 187-198.

Vanlommel， K.， Van Gasse， R.， Vanhoof， J.， & Van Petegem， P. （2017）. Teachers decision-making： Data based or intuition driven？ International Journal of Educational Research， 83， 75-83.

Walker， D. F. （1990）. Fundamental of Curriculum. San Diego： Harcourt Brace Jovanovich.

Walsh， S. （2003）. Developing interactional awareness in the second language classroom through teacher self-evaluation. Language awareness， 12（2）， 124-142.

Wikipedia.（2018， September 22）. Data based decision making. Retrieved March 22， 2019， from https：//en.wikipedia.org/wiki/Data_based_decision_making#cite_note-r1-1

Wilen，W.， Hutchison， J.， &Ishler， M. （2008）. Dynamics of Effective Secondary Teaching（6th ed.）. Boston： Pearson.

Wilen， W.， Ishler， M.， Hutchison， J.， & Kindsvatter， R. （2000）. Dynamics of effective teaching. New York： Addison Wesley Longman.

責任編輯 韓世梅