预测分析是让我们的孩子留在学校的关键

近年来，高中毕业率达到了历史最高水平。然而，有一件事情仍然很清楚：仍有许多工作要做。每年有超过120万学生辍学，低收入学生和非低收入学生之间的毕业率差距几乎达到了每个州的两位数。我们面临着一个不幸的现实，即有色，残疾，社会经济地位较低的学生资源和机会较少。

教育部门的教师，家长和非营利组织如何共同努力缩小毕业差距?我们如何为所有年轻人创造更多机会?答案：数据，技术和同情心。

传统上，教育部门和以学生为中心的非营利组织提供诸如课后和辅导计划等服务，依靠测试分数和评估来衡量学生的进步。然而，仅凭这两个因素无法可靠地显示出其他可能有助于学生取得学业成功的因素。教师负责每班21至27名学生，自2004年以来，特别是在低收入地区的课外项目需求一直在增加。

当天没有足够的时间或可用资源来帮助满足对更多学生关注和深入评估的不断增长的需求。这就是技术发挥作用的地方。预测分析使用历史数据集来识别模式并预测未来结果，可以填补教师可能错过的空白，并忽略测试分数。

例如，John是德克萨斯州的五年级学生，他在年度STAAR考试中得分很低。如果我们在筒仓中看他的得分，我们不可避免地会错过重要的细节。例如，假设John正在接受课外辅导计划，他的出勤记录显示他在考试前几个月平均错过了每周两次课程。也许他还使用了比以前更多的免费学生午餐。

这些额外的数据点表明，他的家庭生活中可能会出现一些因素导致低于平均水平的考试成绩。具有预测功能的技术将这些细节转化为可操作的数据，使教师，导师和非营利性服务提供商能够主动采取行动，并就如何提供支持做出数据驱动的决策。

技术有能力收集，分析和报告每个学生的数据，而不是仅仅关注学生的整体情况。然而，技术本身并不足以降低辍学率并有效地管理我们的青年走向成功。

虽然预测技术可以执行分析并以只有计算机才能实现的速度和准确度提供洞察力，但人类的经验，直觉和同情心无法取代。教师和以教育为重点的非营利组织与学生互动并建立关系。他们了解课堂，课程和教育系统的细微差别。当教师和案例工作者能够获得补充其人际知识的数据时，他们可以引导学生获得更大的可能性。最终，这些见解可以为教室内外的教育工作者和案例工作者提供明智的，数据驱动的选择。

随着地区预算缩减，决策者必须对他们分配资金的位置保持战略性。缺乏预算，时间限制以及对未知事物的恐惧往往会使技术采用对于教育工作者和案例工作者来说都是不可逆转的。然而，随着我们的世界越来越依赖数据来推动决策，我们必须考虑未能采用能够提供更全面的学生观点的技术而错过的内容。

预测分析与人工干预相结合可以改变教师教学和学生学习的方式。它已经影响了非营利组织开展教育计划的方式，并管理学生走向成功的未来。单独来说，这些能力都不足以显着降低学校辍学率。但是，它们共同推动学生走向成功，并使教育工作者，政策制定者和案例工作者的每个人都能做出明智的决定，这些决策植根于事实并得到经验和同情心的支持。

如果我们的目标是让孩子们继续上学，帮助他们毕业，并在课堂之外宣传他们的学术和个人成就，那么我们应该看看预测分析如何指导我们指导他们。通过为热情的教师和案例工作者提供技术支持，我们可以为每个学生创建一个360度的支持系统。通过这样做，我们可以缩小毕业差距，为每个学生提供机会，每年让越来越多的孩子上学。