ओवर-द-काउंटर डेटा: Difference between revisions

From Vigyanwiki
(text)
No edit summary
 
(2 intermediate revisions by 2 users not shown)
Line 75: Line 75:
==संदर्भ==
==संदर्भ==
<references/>
<references/>
[[Category: शैक्षिक प्रौद्योगिकी]]


[[Category: Machine Translated Page]]
[[Category:Created On 06/07/2023]]
[[Category:Created On 06/07/2023]]
[[Category:Machine Translated Page]]
[[Category:शैक्षिक प्रौद्योगिकी]]

Latest revision as of 16:03, 25 July 2023

Diagram of over-द-काउंटर डेटा घटक
ओटीसीडी घटकों का आरेख

ओवर-द-काउंटर डेटा (ओटीसीडी) एक अभिकल्पना दृष्टिकोण है जिसका उपयोग डेटा प्रणाली, विशेष रूप से शैक्षिक प्रौद्योगिकी डेटा सिस्टम में किया जाता है, ताकि बेहतर प्रतिवेदन डेटा द्वारा उपयोगकर्ताओं के डेटा विश्लेषण की यथार्थता को बढ़ाया जा सके। [1] दृष्टिकोण में मानकों का पालन करना सम्मिलित है जो पांच घटकों द्वारा व्यवस्थित हैं: लेबल, पूरक डॉक्यूमेंटेशन, सहायता प्रणाली, पैकेज/प्रदर्शन और विषय सूची। [2]

ओटीसीडी उन विभिन्न तरीकों से प्रेरित था, जिनसे ओवर-द-काउंटर औषधि इसकी अंतर्वस्तु का उपयोग करने वालों को सहायता करती है। [3] जिस तरह ओवर-द-काउंटर औषधि के लिए कोई लेबलिंग, डॉक्यूमेंटेशन या अन्य समर्थन सम्मिलित नहीं होना लापरवाही होगी, जिससे लोगों को इसकी अंतर्वस्तु को सुरक्षित रूप से उपयोग करने में मदद मिलेगी, उसी तरह डेटा सिस्टम के लिए शिक्षकों को आवश्यक समर्थन प्रदान किए बिना डेटा प्रदर्शित करना लापरवाही माना जाएगा। यह सुनिश्चित करने के लिए कि जब शिक्षक छात्रों की आवश्यकताओं का इलाज करने के लिए डेटा का उपयोग करते हैं तो इसका सही ढंग से उपयोग किया जाता है।

पृष्ठभूमि

ओवर-द-काउंटर औषधि अपनी अंतर्वस्तु का उपयोग करने वालों को समर्थन देने के विभिन्न तरीकों से प्रेरित होकर, ओटीसीडी 2010 में बनाया गया था और इसे शिक्षा डेटा सिस्टम के सुधार के लिए लागू किया गया था। [4] उस तरीके पर विचार करें जिसमें खाद्य एवं औषधि प्रशासन (एफडीए) को ओवर-द-काउंटर औषधि के साथ इसके उपयोग में सुधार के लिए पाठ्य मार्गदर्शन की आवश्यकता होती है, अन्यथा ऐसा करना लापरवाही माना जाता है। [5] इस तरह के मार्गदर्शन के साथ, मरीज़ स्वास्थ्य में सुधार के लक्ष्य के साथ ओवर-द-काउंटर औषधि ले सकते हैं, जबकि औषधि का उपयोग कैसे करना है यह समझाने के लिए कोई डॉक्टर उपस्थित नहीं है। औषधिओं के लेबल न होने या खराब होने के कारण कई त्रुटियां और त्रासदी हुई हैं, क्योंकि लोगों के पास यह जानने का कोई तरीका नहीं बचा है कि अंतर्वस्तु का बुद्धिमानी से उपयोग कैसे किया जाए। [6]

लेबलिंग परंपराएं गैर-औषधि उत्पादों पर भी बेहतर समझ में तब्दील हो सकती हैं। [7][8] इस प्रकार, जिस तरह से ओवर-द-काउंटर औषधि के उचित उपयोग को एक संपूर्ण लेबल और अतिरिक्त डॉक्यूमेंटेशन के साथ संप्रेषित किया जाता है, उसी तरह छात्र के प्रदर्शन का विश्लेषण करने के लिए उपयोग की जाने वाली डेटा प्रणाली में उपयोगकर्ताओं को इसमें सम्मिलित डेटा को बेहतर ढंग से समझने में मदद करने के लिए घटक सम्मिलित हो सकते हैं। [9] डेटा संचार करते समय ओटीसीडी दृष्टिकोण (यानी, ओटीसीडी मानकों का पालन) का उपयोग करने में अनुसंधान-आधारित सिफारिशों का पालन करना सम्मिलित है, जिससे शिक्षकों की समझ, विश्लेषण और प्रदर्शित किए जा रहे डेटा के उपयोग में सुधार होने की संभावना है। [10]

ओटीसीडी घटक ओवर-द-काउंटर औषधि में उपस्थिति डेटा सिस्टम और उनकी विवरणी में उपस्थिति
सूचक धारक लेबल "मुझे कितने लेने चाहिए?" और "संभावित दुष्प्रभाव क्या हैं?", आदि जैसे प्रश्नों का नाम और जानकारी प्रदान करता है। विवरणी का शीर्षक स्पष्ट और संक्षिप्त है, और पादलेख या किनारे में टिप्पणियाँ सम्मिलित हैं जो विवरणी के लिए सबसे बेकार और महत्वपूर्ण जानकारी प्रदान करती हैं।
पूरक डॉक्यूमेंटेशन उपयोगकर्ता को जानने के लिए आवश्यक सभी जानकारी लेबल पर उपयुक्त नहीं हो सकती है, इसलिए आगे की व्याख्या देने के लिए कागज का एक मुड़ा हुआ टुकड़ा पैकेज के भीतर संलग्न किया गया है। इसी तरह, व्याख्यात्मक जानकारी प्रत्येक विवरणी के साथ एक संदर्भ पत्रक और प्रत्येक विवरणी के लिए विशिष्ट संदर्भ मार्गदर्शिका के लिंक के माध्यम से हो सकती है।
सहायता प्रणाली उपयोगकर्ता विशिष्ट प्रश्नों का पता लगाने और उन पर चर्चा करने के लिए एक ऑनलाइन सहायता प्रणाली चाहते हैं (50 मिलियन लोग हर साल वेबएमडी का उपयोग करते हैं [11])। एक ऑनलाइन सहायता प्रणाली सिस्टम का उपयोग करने और डेटा विश्लेषण (डेटा के लिए विशिष्ट) पर व्यापक पाठ प्रस्तुत कर सकती है।
संवेष्टक/प्रदर्श उत्पाद को कैसे प्रदर्शित और संकुल किया जाता है, उद्देश्य और उपयोग जैसी सबसे महत्वपूर्ण जानकारी को स्पष्ट रूप से पहचानने से संचार में मदद मिलती है। डेटा को कैसे व्यवस्थित और प्रदर्शित किया जाता है, जैसे अभिविन्यास जो प्रत्येक विशेष विवरणी के लिए सही विश्लेषण को प्रोत्साहित करता है, भ्रम से बचने में मदद करता है।
विषयवस्तु उत्पाद की सामग्रियां महत्वपूर्ण हैं; उन्हें प्रभावी, उपयोगकर्ता-उपयुक्त होना चाहिए और समाप्त नहीं होना चाहिए। प्रत्येक विवरणी की सामग्री और समग्र रूप से विवरणी सुइट प्रभावी, दर्शकों के लिए उपयुक्त हैं और समाप्त नहीं हुई हैं।

फिर भी, विश्लेषण में सहायता के लिए डेटा सिस्टम के भीतर लेबलिंग और उपकरण असामान्य हैं, भले ही अधिकांश शिक्षक अकेले डेटा का विश्लेषण करते हैं। [12] अनिवार्य रूप से, डेटा सिस्टम और विवरणी सामान्यतः शिक्षकों के लिए "ओवर-द-काउंटर" प्रारूप में डेटा प्रस्तुत नहीं करते हैं, जिसका छात्रों के इलाज के लिए डेटा का उपयोग करने का प्राथमिक विकल्प इस प्रकार एक अचिह्नित या मामूली रूप से चिह्नित धारक से औषधि लेने से तुलना की जाती है। जिस तरह ओवर-द-काउंटर औषधि के लिए कोई लेबलिंग, डॉक्यूमेंटेशन या अन्य समर्थन सम्मिलित नहीं होना लापरवाही होगी, जिससे लोगों को इसकी अंतर्वस्तु को सुरक्षित रूप से उपयोग करने में मदद मिलेगी, उसी तरह डेटा सिस्टम और विवरणी के लिए सर्वश्रेष्ठ को आवश्यक समर्थन प्रदान किए बिना शिक्षकों के लिए डेटा प्रदर्शित करना लापरवाही है। सुनिश्चित करें कि डेटा का उचित उपयोग किया जाए और इस प्रकार छात्रों पर वांछनीय प्रभाव पड़े। [13] ओटीसीडी मानकों (नीचे) द्वारा संक्षेपित अनुशंसा शिक्षा और एडटेक में अनुसंधान के साथ-साथ कई अन्य क्षेत्रों (जैसे, व्यवहारिक अर्थशास्त्र, अभिकल्पना, व्यवसाय विश्लेषण, प्रौद्योगिकी, और अधिक) में अनुसंधान पर आधारित हैं। ओटीसीडी दृष्टिकोण का उद्देश्य शिक्षकों के प्रस्तुतेवर विकास या डेटा उपयोग में सुधार करने वाले अन्य हस्तक्षेपों को प्रतिस्थापित करना नहीं है, बल्कि यह एक अतिरिक्त समाधान है जिसमें शिक्षकों को अधिक समय, पैसा या तनाव खर्च नहीं करना पड़ता है। [13]


महत्व

शिक्षकों ने छात्रों की जरूरतों के बारे में जानकारी देने के लिए डेटा के उपयोग के महत्व को व्यापक रूप से स्वीकार किया है। [14][15] यह एक अच्छी बात है, क्योंकि शोध प्रभावी डेटा उपयोग के लाभों के बारे में बताता है। [16][17][18][19] दुर्भाग्य से, शिक्षकों का व्यापक डेटा उपयोग हमेशा अच्छी बात नहीं है। एक महत्वपूर्ण हिस्सा - और कुछ शोध का दावा है कि डेटा का विश्लेषण और उपयोग करने वाले अधिकांश शिक्षक गलत तरीके से ऐसा कर रहे हैं। [18][20][21][22][23][24] उदाहरण के लिए, शक्तिशालि डेटा उपयोग के लिए जाने जाने वाले जिलों में किए गए दो अमेरिकी शिक्षा विभाग के अध्ययनों में, शिक्षकों ने बुनियादी सांख्यिकीय अवधारणाओं से जुड़े डेटा अनुमान लगाते समय केवल 48% यथार्थता प्राप्त की। [12][25]

इस प्रकार शिक्षक निर्णय लेने के लिए डेटा का उपयोग कर रहे हैं, लेकिन वे हमेशा उस डेटा को नहीं समझते हैं जिसका वे उपयोग कर रहे हैं। चूँकि उनके डेटा-गलत जानकारी वाले निर्णय छात्रों पर प्रभाव डालते हैं, ऐसे निर्णय प्रभावित करने के लिए होते हैं, यह एक महत्वपूर्ण समस्या है। एडटेक उत्पाद जो शिक्षकों को ओवर-द-काउंटर प्रारूप में डेटा प्रस्तुत करते हैं - केवल "डेटा दिखाने" के विपरीत और शिक्षकों को विश्लेषण में सहायता के लिए संसाधनों को खोदने की आवश्यकता होती है - शिक्षकों के डेटा उपयोग को बेहतर बनाने में सक्रिय भूमिका निभाते हैं।

ओवर-द-काउंटर डेटा अध्ययन

Diagram of over-द-काउंटर डेटा घटक
ओटीसीडी अध्ययन का इन्फोग्राफिक

हालाँकि पिछले कुछ वर्षों में कई अध्ययनों ने ऐसे साक्ष्य प्रस्तुत किए हैं जिन पर ओटीसीडी मानक आधारित हैं, 2013 में एक मात्रात्मक अध्ययन विशेष रूप से डेटा विश्लेषण यथार्थता पर ओटीसीडी के प्रत्यक्ष प्रभाव पर केंद्रित था (केवल यह निर्धारित करने के विपरीत कि शिक्षक कौन से एडटेक पहलुओं को पसंद करते हैं)। छह अलग-अलग कैलिफ़ोर्निया स्कूल जिलों के नौ स्कूलों में विभिन्न पृष्ठभूमि के 211 शिक्षकों ने शिक्षकों के डेटा विश्लेषण यथार्थता अध्ययन पर ओवर-द-काउंटर डेटा के प्रभाव में भाग लिया। [13] अध्ययन का आधार विश्लेषण यथार्थता पर उपयुक्त प्रभाव निर्धारित करना था जब डेटा सिस्टम प्रतिवेदन वातावरण ने डेटा को "ओवर-द-काउंटर" बना दिया, जिससे शिक्षकों को लेबलिंग और पूरक के रूप में उपयोगकर्ताओं के लिए ओवर-द-काउंटर औषधि जैसे सन्निहित समर्थन प्रदान किया गया। डॉक्यूमेंटेशन मुख्य निष्कर्ष महत्वपूर्ण थे और शिक्षकों, शैक्षिक प्रौद्योगिकी और/या डेटा सिस्टम विक्रेताओं और शिक्षकों को डेटा संप्रेषित करने में सम्मिलित किसी भी अन्य व्यक्ति के लिए निहितार्थ रखते थे: [26]

प्राथमिक शोध प्रश्नों से संबंधित

  • जब अध्ययन प्रतिभागियों द्वारा देखी गई शिक्षा डेटा विवरणी पर एक पादलेख उपस्थित था, तो प्रदर्शित डेटा का शिक्षकों का विश्लेषण 307% अधिक उपयुक्त था। जब प्रतिभागियों ने विशेष रूप से पाद लेख (73% बार) का उपयोग करने का संकेत दिया, तो उनका डेटा विश्लेषण 336% अधिक उपयुक्त था।
  • जब अध्ययन प्रतिभागियों द्वारा देखी गई डेटा विवरणी के साथ एक संदर्भ पत्रक (निम्नलिखित templates) दिया गया, तो शिक्षकों द्वारा प्रदर्शित डेटा का विश्लेषण 205% अधिक उपयुक्त था। जब प्रतिभागियों ने विशेष रूप से पत्रक का उपयोग करने का संकेत दिया (समय का 50%), तो उनका डेटा विश्लेषण 300% अधिक उपयुक्त था।
  • जब एक संदर्भ मार्गदर्शिका (templates के अनुसार) अध्ययन प्रतिभागियों द्वारा देखी गई डेटा विवरणी के साथ थी, तो प्रदर्शित डेटा का शिक्षकों का विश्लेषण 273% अधिक उपयुक्त था। जब प्रतिभागियों ने विशेष रूप से गाइड (52%) का उपयोग करने का संकेत दिया, तो उनका डेटा विश्लेषण 436% अधिक उपयुक्त था।
  • कुल मिलाकर, जब कोई ओटीसीडी समर्थन अध्ययन प्रतिभागियों द्वारा देखी गई डेटा विवरणी के साथ आया, तो प्रदर्शित डेटा का शिक्षकों का विश्लेषण 264% अधिक उपयुक्त था। जब प्रतिभागियों ने विशेष रूप से समर्थन का उपयोग करने का संकेत दिया (समय का 58%), तो उनका डेटा विश्लेषण 355% अधिक उपयुक्त था।
  • जिन अध्ययन प्रतिभागियों को कोई समर्थन नहीं मिला, उनमें से 87% ने संकेत दिया कि यदि समर्थन उपलब्ध होता तो उन्होंने समर्थन का उपयोग किया होता - जैसे फ़ुटर, संदर्भ पत्रक, या संदर्भ गाइड है।
  • जिन प्रतिभागियों को कोई समर्थन नहीं मिला, उनकी औसत डेटा विश्लेषण यथार्थता 11% थी (अर्थात, विभिन्न डेटा विश्लेषण प्रश्नों का उत्तर देते समय 11% का स्कोर सही था, जैसे कि देखे गए डेटा के अनुसार, कौन सा क्षेत्र साइट की शक्ति की सबसे अधिक संभावना है, कौन सा क्षेत्र सबसे अधिक संभावना है) साइट की शक्तिहीनता, किन विद्यार्थियों ने परीक्षा में कुशल अंक नहीं प्राप्त किया, और किन क्षेत्रों के कारण विद्यार्थियों ने परीक्षा में कुशल अंक नहीं प्राप्त किए)।

माध्यमिक अनुसंधान प्रश्नों से संबंधित

  • शिक्षकों की स्कूल साइट जनसांख्यिकी (माध्यमिक स्वतंत्र चर: स्कूल स्तर का प्रकार, स्कूल स्तर, शैक्षणिक प्रदर्शन, ईएल जनसंख्या, सामाजिक आर्थिक रूप से वंचित आबादी और विकलांग छात्रों की आबादी) का डेटा विश्लेषण यथार्थता या समर्थन उपयोग पर कोई महत्वपूर्ण प्रभाव नहीं पड़ा।
  • शिक्षक जनसांख्यिकी (माध्यमिक स्वतंत्र चर: अनुभवी स्थिति, वर्तमान प्रस्तुतेवर भूमिका, स्वयं की डेटा विश्लेषण दक्षता की धारणा, डेटा विश्लेषण प्रस्तुतेवर विकास का समय, और स्नातक स्तर के शैक्षिक माप पाठ्यक्रमों की संख्या) का डेटा विश्लेषण यथार्थता या समर्थन उपयोग पर कोई महत्वपूर्ण प्रभाव नहीं पड़ा।
  • प्रत्येक समर्थन के फ़्रेमिंग/प्रारूप में सामान्य बदलाव (मुख्य रूप से लंबाई और रंग उपयोग के संदर्भ में) का डेटा विश्लेषण यथार्थता या समर्थन उपयोग पर कोई महत्वपूर्ण प्रभाव नहीं पड़ा।

ओवर-द-काउंटर डेटा (ओटीसीडी) मानक

ओटीसीडी मानकों में डेटा विश्लेषण समर्थन को सीधे प्रतिवेदन परिवेश में अंतः स्थापित करना और अभिकल्पना से संबंधित सर्वोत्तम प्रथाओं का पालन करना सम्मिलित है। [27] ओटीसीडी मानकों को शिक्षकों को डेटा संचारित करने वाले किसी भी व्यक्ति द्वारा उपयोग करने और उन उपकरणों में प्रतिबिंबित करने के लिए अभिकल्पना किया गया था जिनके माध्यम से डेटा संचारित किया जाता है (उदाहरण के लिए, डेटा विवरणी, डेटा सिस्टम, या डेटा घटक के साथ अन्य एडटेक उत्पाद)। उनका उद्देश्य प्रदान किए जा रहे डेटा की इष्टतम शिक्षक ("उपयोगकर्ता") समझ, विश्लेषण और उपयोग को बढ़ावा देना है।

ओटीसीडी का उल्लेख

संगठनों और प्रकाशनों में ओटीसीडी के उल्लेखों में सम्मिलित हैं:

संदर्भ

  1. ↑ Rankin, J. G. (2013, June 3). Featured article: What data reporting systems can learn from medicine labeling. EdSurge. Retrieved from https://www.edsurge.com/n/2013-06-03-opinion-what-data-reporting-systems-can-learn-from-medicine-labeling
  2. ↑ Rankin, J. (2013, October 24). Remedying educators’ data analysis errors with over-the-counter data. California Council on Teacher Education (CCTE) Conference. Poster presentation conducted from Kona Kai Resort, San Diego, CA.
  3. ↑ Rankin, J. G. (2013, May 2). Over-the-counter data is the next frontier for data in edtech. Edukwest. Retrieved from http://www.edukwest.com/over-the-counter-data-is-the-next-frontier-for-data-in-edtech/
  4. ↑ Rankin, J. (2011, December 1). Data analysis doesn’t have to be so hard. Ninetieth Annual California Educational Research Association (CERA) Conference Presentation conducted from Disney Convention Center, Anaheim, CA.
  5. ↑ DeWalt, D. A. (2010). Ensuring safe and effective use of medication and health care: perfecting the dismount. The Journal of the American Medical Association (JAMA), 304(23), 2641-2642. doi: 10.1001/jama.2010.1844
  6. ↑ Brown-Brumfield, D., & DeLeon, A. (2010). Adherence to a medication safety protocol: Current practice for labeling medications and solutions on the sterile field. Association of Operating Room Nurses. AORN Journal, 91(5), 610-610-7. doi:10.1016/j.aorn.2010.03.002
  7. ↑ Hampton, T. (2007). Groups urge warning label for medical devices containing toxic chemical. The Journal of the American Medical Association (JAMA), 298 (11), 1267. doi: 10.1001/jama.298.11.1267
  8. ↑ Qin, Y., Wu, M., Pan, X., Xiang, Q., Huang, J., Gu, Z., & ... Zhou, M. (2011, February 25). Reactions of Chinese adults to warning labels on cigarette packages: a survey in Jiangsu Province. BMC Public Health, 11(133). doi: 10.1186/1471-2458-11-133
  9. ↑ Rankin, J. G. (2013, October 25). Pushing edtech’s responsibility to communicate feedback effectively. Edtech Women. Retrieved from http://edtechwomen.com/blog/2013/10/25/pushing-edtechs-responsibility-to-communicate-feedback-effectively
  10. ↑ Rankin, J. (2013, May 7). Over-the-counter data: Improved analysis accuracy. Connect 2013: Canada’s Learning & Technology Conference. Presentation conducted from Scotiabank Convention Centre, Niagara Falls, Ontario, Canada.
  11. ↑ Kronstadt, J., Moiduddin, A., & Sellheim, W. (March, 2009). Consumer use of computerized applications to address health and health care needs: Prepared for U.S. Department of Health and Human Services, Office of the Secretary, Assistant Secretary for Planning and Evaluation. Bethesda, MD: NORC at the University of Chicago.
  12. ↑ 12.0 12.1 U.S. Department of Education Office of Planning, Evaluation and Policy Development (2009). Implementing data-informed decision making in schools: Teacher access, supports and use. United States Department of Education (ERIC Document Reproduction Service No. ED504191)
  13. ↑ 13.0 13.1 13.2 Rankin, J. G. (2013). Over-the-counter data’s impact on educators’ data analysis accuracy. ProQuest Dissertations and Theses, 3575082. Retrieved from http://pqdtopen.proquest.com/doc/1459258514.html?FMT=ABS
  14. ↑ Van der Meij, H. (2008). Designing for user cognition and affect in a manual. Should there be special support for the latter? Learning & Instruction, 18(1), 18-29.
  15. ↑ Hattie, J. (2010). Visibly learning from reports: The validity of score reports. Online Educational Research Journal. Retrieved from http://www.oerj.org/View?action=viewPaper&paper=6
  16. ↑ Wohlstetter, P., Datnow, A., & Park, V. (2008). Creating a system for data-driven decision-making: Applying the principal-agent framework. School Effectiveness and School Improvement, 19(3), 239–259.
  17. ↑ Lewis, D., Madison-Harris, R., Muoneke, A., & Times, C. (2010). Using data to guide instruction and improve student learning. SEDL Letter, 22(2), 10–12.
  18. ↑ 18.0 18.1 SAS Institute. (2013). Best practices in information management, reporting and analytics for education. Retrieved from https://fs24.formsite.com/edweek/form15/secure_index.html
  19. ↑ Stansbury, M. (2013, July). Nine templates to help educators leverage school data: New industry collaborative says using data effectively can help close education gaps. eSchool News. Retrieved from http://www.eschoolnews.com/2013/01/07/nine-templates-to-help-educators-leverage-school-data/?ast=104&astc=9990
  20. ↑ Data Quality Campaign (2009). The next step: Using longitudinal data systems to improve student success. Retrieved from http://www.dataqualitycampaign.org/find-resources/the-next-step/
  21. ↑ Wayman, J. C., Cho, V., & Shaw, S. M. (2009, December). First-year results from an efficacy study of the Acuity data system. Paper presented at the Twenty-fourth Annual Texas Assessment Conference, Austin, TX.
  22. ↑ Underwood, J. S., Zapata-Rivera, D., & VanWinkle, W. (2010). An evidence-centered approach to using assessment data for policymakers (ETS Research Rep. No. RR-10-03). Princeton, NJ: ETS.
  23. ↑ Wayman, J. C., Snodgrass Rangel, V. W., Jimerson, J. B., & Cho, V. (2010). Improving data use in NISD: Becoming a data-informed district. Austin, TX: The University of Texas at Austin.
  24. ↑ VanWinkle, W., Vezzu, M., & Zapata-Rivera, D. (2011). Question-based reports for policymakers (ETS Research Memorandum No. RM-11-16). Princeton, NJ: ETS.
  25. ↑ U.S. Department of Education Office of Planning, Evaluation and Policy Development (2011). Teachers' ability to use data to inform instruction: Challenges and supports. United States Department of Education (ERIC Document Reproduction Service No. ED516494)
  26. ↑ Hansen, L., & Johnson, M. (2013, July 24) Data-Informed Decision Making: It Takes a City. Learning Forward (formerly National Staff Development Council) 2013 Summer Conference. Presentation conducted from Minneapolis Hilton, Minneapolis, MN
  27. ↑ Rankin, J. (2013, March 28). How data systems & reports can either fight or propagate the data analysis error epidemic. 2013 Technology Information Center for Administrative Leadership (TICAL) School Leadership Summit. Retrieved from http://admin20.org/forum/topics/how-data-systems-reports-can-either-fight-or-propagate-the-data
Retrieved from ‘https://www.vigyanwiki.in/index.php?title=ओवर-द-काउंटर_डेटा&oldid=223973’