De leerKRACHT aanpak bij mbo Verpleegkunde
De opleiding Verpleegkunde van het Albeda College (locatie Albrandswaardsedijk) is in het vorige schooljaar gestart met het werken volgens de leerKRACHT aanpak. Dit betekent dat de lerarenteams gebruik maken van ‘Verbeterborden’ waarop doelen en acties staan die het team gaan helpen bij het verbeteren van het onderwijs voor de studenten. Het werken met borden en korte bordsessies is een van de componenten van de leerKRACHTaanpak. Deze bestaat verder uit ‘gezamenlijk ontwerpen’ van onderwijs, ‘onderling lesbezoek’ en ruimte geven aan de ‘stem van de student’. Vanuit stichting leerKRACHT begeleid ik dit toegewijde onderwijsteam.
Data als extra input voor het teambord
Een van de nieuwe aspecten in de leerKRACHTaanpak is de aandacht die we besteden aan het gebruik maken van studentdata. Analyse van studentdata fungeert als aanvullende informatie t.b.v. het formuleren van doelen en acties op het bord. De teams verzamelen zelf data en vatten deze samen op een ‘datamuur’. Het gaat dan om data die een directe relatie heeft met studiesucces en die helpend is bij het ontwikkelen en uitvoeren van verbeteringen door het lerarenteam.
Van datamuur naar dashboard
Vanuit VKA richten we ons op datavraagstukken en Artificial Intelligence. O.a. voor gemeenten, uitvoeringsorganisaties en onderwijsinstellingen voeren wij dataprojecten uit. VKA is partner van LeerKRACHT en zodoende zijn we met Albeda Zorgcollege Poortugaal de pilot ‘data voor lerarenteams’ gestart. De ambitie is om de lerarenteams te ondersteunen met een data-dashboard dat hen helpt hun eigen verbeterdoelen te bereiken. Het dashboard moet het team inzicht geven t.b.v. de doelen en acties op het verbeterbord. Van datamuur naast het teambord naar een dashboard.
Pilot data voor lerarenteams
In overleg met de onderwijsleider en de leerKRACHTcoaches hebben we een aanpak gekozen die bestaat uit de volgende stappen.
Stap 1. Inventarisatie van de databronnen
In een tweetal werkbijeenkomsten zijn we de verschillende systemen die data verzamelen over studenten langsgelopen. Uiteindelijk zijn er meer dan 20 databronnen geïdentificeerd waarvan er 10 relevant lijken omdat ze data bevatten met een relatie tot studiesucces
Stap 2. Data extractie
Bij alle databronnen hebben we bekeken of extractie mogelijk was en in welke vorm. In het kader van deze beperkte pilot zijn er exports gemaakt uit het studentvolgsysteem (Eduarte) en uit een toetssysteem met kennistoetsen (Prove to Move). Deze data zijn samengebracht in een gecombineerd databestand dat als basis diende voor het dashboard. Uiteraard gepseudonimiseerd uit privacy oogpunt.
Stap 3. Hypothesen formuleren
Samen met een van de leraren zijn hypothesen geformuleerd die toetsbaar zijn m.b.v. de beschikbare data. Deze hypothesen kwamen ook aan de orde in de workshop met een van de lerarenteams.
De twee hypothesen zijn:
– Hogere aanwezigheid van studenten leidt tot hogere cijfers op de kennistoetsen.
– Studenten die meer tijd nemen tijdens het maken van de digitale toetsen halen hogere cijfers.
Stap 4. Data visualisatie in een prototype dashboard
Met behulp van Microsoft Power BI is in een eerste versie gemaakt van een dashboard t.b.v. onderzoek naar de twee hypothesen.
De belangrijkste schermen zijn de correlatiediagrammen met op de ene as de gemiddelde toetscijfers en op de andere as bijvoorbeeld de aanwezigheid.
Er blijkt hier een zwak verband tussen aanwezigheid en toetscijfers maar er is ook een groep die wel voldoende aanwezig is en toch laag scoort. Het lerarenteam kan verder onderzoeken wat hier aan de hand is en welk acties nodig zijn.
Stap 5. Data workshop met het lerarenteam
In een workshop met een van de lerarenteams hebben we:
- Informatie gegeven over de achtergrond van de pilot en de gekozen aanpak.
- De hypothesen met de leraren onderzocht aan de hand van hun eigen beelden bij de hypothesen en het dashboard.
- Met de leraren gekeken naar de bruikbaarheid van een dergelijk dashboard zowel naar de inhoud (welke data zou je willen toevoegen) als de gebruiksvriendelijkheid (welke visualisaties helpen wel en niet)
- Met de leraren gekeken naar een mogelijk vervolg op deze pilot.
De opbrengst
Het lerarenteam reageerde enthousiast op het dashboard en op de inzichten die het opleverde. Er kwamen uiteraard veel vervolgvragen bijvoorbeeld naar het koppelen van nog meer data aan dit dashboard. Ook wilden de mentoren graag weten hoe het voor hun mentorgroep zat. Terecht werd opgemerkt dat we als leraren heel zorgvuldig (en kundig) met studentdata moeten omgaan. Te rechtlijnige (wellicht stigmatiserende) conclusies zijn riskant.
Het doel lijkt bereikt: Een nog beter gesprek bij het leerKRACHT teambord op basis van data, hypotheses in een onderzoeksdashboard.
Voor meer informatie over deze pilot en de andere dataprojecten van VKA in het onderwijs neem gerust contact op met Nico Verbeij en Gijs de Groot.
Nico Verbeij is adviseur bij VKA op het terrein van leren en ontwikkelen, met speciale aandacht voor de rol van data en AI daarbij.
VKA is maatschappelijk partner van stichting leerKRACHT en vanuit dit partnerschap werkt Nico 2 dagen per week voor leerKRACHT. Hij begeleidt schoolteams op de weg naar een professionele verbetercultuur met behulp van de praktische leerKRACHT instrumenten.