当美国教育数据不好的时候（四）

当美国教育数据不好的时候（一）

当美国教育数据不好的时候（二）

当美国教育数据不好的时候（三）

她说:“有些地方的头几年数据很混乱，这就是它的样子。”

可以肯定的是，数据差异不仅仅是错误数据输入的结果。也可以由动力驱动更好看,就被认为是今年早些时候的一项调查显示,1 3特区公立学校于2017年毕业的学生不应该收到证书由于缺少太多的类或不当信誉恢复课程。

还有一种情况是，将生命注入一种方便的统计数据中，这种统计数据很好地配合了叙事的执行，但在使用之前没有进行检查。上周，在智利举行的第一次20国集团教育峰会上，教育部长贝琪•德沃斯(Betsy DeVos)重申，2030年的工作岗位中有85%尚未创造出来。

“你把所有这些东西都扔进了搅拌机，突然之间，我对今天早上我确定的事情就不那么确定了，”pono说。“我不是那种说不要用数据来为你的决定提供信息的人。并不是说我们不应该在这方面做得更好或忽视它，但它应该让我们更善于思考。你必须让事情看起来比实际情况更好的动机，你知道，这是一项涉及利益冲突和数据信心的大型研究。

无论如何，数据差异可能会对研究人员、实践者和决策者在现实世界中产生影响，他们会对如何管理学校系统做出重要决定，并最终对注册这些系统的学生产生影响。

启示,只有一小部分的学生哥伦比亚特区的报道应该毕业毕业,例如,动摇了教育改革社区,这多年来被该地区的fastest-improving国家,另一个是收获的好处更严格的标准,新老师评估和补偿模型,并增加学校的选择。事实上，许多其他城市地区都把这个地区看作是大规模改进的典范。

科瓦尔斯基很快指出，这个国家只有大约10年的时间处于“数据生成有用环境”，对数据的需求比以往任何时候都要高。

例如，一项新的“数据质量运动”(Data Quality Campaign)民调显示，教师和家长了解数据的价值，并希望利用数据来决定如何最好地教育学生。

她表示:“我认为，我们的调查显示，人们普遍认为数据是教育决策的关键策略。”“这种程度的信任和需求，应该推动必要的资源，让最需要的人掌握高质量的数据。”

---