Early Alert

As part of SMU in Four, 我们打算扩大教师对早期进度报告和中期进度报告的参与。. 我们将开始在一个用户友好的仪表板上向院长和系主任传播教师参与数据，以便更容易地确定哪些教师和部门在报告成绩方面需要改进. 随着新教务长实施基于绩效的资助，院长们将更有动力根据这些信息采取行动. 此外，还计划在当前的EPR和MPR报告系统中添加评论框. 这些方框旨在帮助提高从教师那里获得的关于学生的信息的质量. 一旦实施，将向教员提供这方面的培训和认识.

A consensus across members of staff, 教师和学生是额外的更全面的数据, beyond EPR and MPRs, is needed to inform SMU’s early-alert efforts. Piloted on campus in 2020, Dropout Detective, 基于Canvas(我们的学习管理系统)的留用工具, 会否作为现行成绩报告的补充. 绘制教师输入和学生使用的画布数据, 辍学侦探为教职员工提供实时仪表板，以识别有风险的学生. 这些数据将与epr和mpr一起查看，以帮助为学生推广工作提供信息.

我们还将与A-LEC和新大图书馆的学术支持服务部门以及宿舍生活和学生公寓(RLSH)的工作人员合作，为有需要的学生提供学术支持，并积极鼓励他们利用这些机会. RLSH的学术倡议主任是早期预警团队的关键成员, 并且可以访问按住宅公地分类的EPR/MPR数据，以便在校园学生居住的地方提供额外的节目. In addition, RLSH和a - lec的联合倡议已经试点扩大了对所有学生的期中查询, 询问学生如何看待他们这学期的学业表现. 因此，我们希望找出那些表现不如自己期望的学生. In this way, 我们希望能够帮助那些感到沮丧的学生, 但我很有动力，在新大努力成为更好的学者.

我们将扩大顾问对有两项或两项以上缺陷的学生的接触，并积极与主要顾问合作，鼓励他们使用成绩报告来识别有风险的专业. 我们将开始将学生成绩报告数据以用户友好的仪表板形式分发给系主任, 辅导员和档案办公室，使学生更容易识别有风险, and to look for patterns related to sex, race, 佩尔助学金资格和学术风险指标，如试用状态. Training will be provided to advisors. 部门主席将接受培训，了解驱动数据的原因以及如何使用新的仪表板. 这项工作将直接连接预警支柱和建议支柱.

Finally, 我们希望整合整个大学的信息，创建一个实时预警系统，汇集整个大学的数据. The first phase
将包括评估Canvas(我们的学习管理系统)中现有数据的质量，并在我们确定教师在EPR/MPR中报告的缺陷的同时，比较Canvas中发现的缺陷. 将共同努力与第一年和门户支柱计划合作，以培养教师使用Canvas的能力和兴趣. 数据整合的第二阶段将侧重于汇集RLSH和学生主任办公室的数据，以全面考虑学生.