「學校本位課程領導模式之行動研究與省思」 讀後心得

我國近年來實施九年一貫課程改革與學校本位課程發展，這是世界潮流，許多先進國家之教育改革亦都採用此權力下放與組織改造的方法，提升教育品質，台灣將課程與學校品質提升的重責大任，交付於教師手中，教師被賦予課程改革負責人的重責大任，在此過程中，教師雖是課程改革的中堅力量，然亦需校長的帶領。
國小校長是學校中主要課程改革與課程領導者，並需擔負起課程領導的重責大任，本文藉由觀察「中興國校小」、「福興國小」、與「瓜山國小」三校的學校本位課程規劃與施行的情形與透過三所學校教師行動研究案例分析，來探討「九年一貫課程實施學校行政系統運作狀況」與「建構學校本位課程發展與改革的運作模式」，並且歸納出一套學校本位課程發展與改革的運作模式，提供給其他學校課程改革新指標。
在現今全球化下各國一波又一波的教育改革，校長與教師在提升內部效能、外部效能，甚至是未來效能中，皆扮演重要角色。面對跨時代的重大挑戰下，校長身為一校領導者，更應仔細思考學校發展方向，形塑一個有意義的革新行動，掌握未來教育優勢。

課程領導網站介紹

一、課程領導期刊之服務網站
網站上課程期刊自從2003年2月發行後所有已出版的資料，在網站上可以找到需要的文章、目錄、以及新出版品訊息等，此外網站亦提供基本搜尋與進階搜尋的功能，方便使用者找到需要的文章。
二、完整全文資料建構
網站上提供課程領導期刊自出版後所有全文文章，方便讀者點閱、收藏，並且在下方附上次要標題，讀者可藉由次要標題，分類找尋需要的主題研讀。
三、摘要與期刊目錄
網站上亦附有文章摘要，讓讀者預覽文章重點，減少讀者搜尋時間，；此外，網站上也有提供近幾期期刊目錄，讓讀者能快速瀏覽查閱。
四、新近出版品
網站上簡短介紹新近出版品之大要、內容，提供讀者出版資訊，並設有線上購物功能，可立即購入課程領導期刊的出版刊物。

「從發展型管理談優質校長如何營造學校成為學習型組織」讀後心得

在現今資訊爆炸、全球化的環境下，面對競爭日益嚴苛的挑戰，如何培養學生成為一個有競爭力、創造力的人才，提升國民品質，是眾人所關切之事，Senge於第五項修鍊一書中亦出現學習型組織的概念，提出不斷學習組織的想法，藉由組織中成員不斷的學習與相互成長，促使組織發展，並形成一積極向上的學習社群，以提高組織競爭力。
Lessem將組織的發展比喻成樹木，點出發展管理包括土壤、根、主幹、枝葉與果實五項分目，點出學校組織發展的五項重點。現今學校發展，除了學校建築外觀萬外，學校內在文化亦是發展的重點之一，若能形塑出學校文化的標誌，將學校文化與校園、社區緊密的結合在一起，學校的效能自然會大幅上升。而校長在這個過程中，扮演著重要的角色，藉由校長的專業領導，才能將學校帶領至學習型組織的發展方向，以達優質學校的目標。

Data-Driven School Improvement

有效能的教育家根據正確的資訊而做出有效能的決定，如果說知識即是力量，那麼學生學習正確的能力、技巧、態度、以及學習形式，讓教育家能依此來調整課程以符合學校或學區所設定的目標。
當教育家研究其教學的學校或班級時，他們通常試著尋找一個答案來回答一永恆問題：因為我們施行已久的事就是好的嗎？或者因為我們有其明確價值的證據，所做的是就是好的嗎？從許多例子我們瞭解到，一件事必須有已發生的事情才能作結論。因此，經由收集學生學習的資料所做出的結論是適時且正確的。

數據能用來改善教育嗎？
McLean認為完成資料收集與使用計畫的成就，可以引領教育改善，更確切的說，這項成就就如同替教師與行政人員增加了新的能力，使其更能發出疑問：「是否有更好的方法？」。
就以往而言，資料收集通常被使用在評量學生表現上，但隨著權力下放至各學區，教育家開始愛用數據來找出更好的選擇，並提供更好的方法來嘉惠學生與社區。
教育家總是評量閱讀、寫作、與數學表現，但他們卻罕為評量管理技巧、個人學習型態、或者其他可能影響學生成就的因素。
Marilyn Olson 說：「我們正在做試驗，並且也拿到個別學生分數的回覆，然而我們目前尚未說明數據並用於學生身上。」。
Olson目前參與一項創造資料庫的工程，其目的是使教育工作者能由學生身上收集準確的資訊，以幫助教學風格或課程的調整。

應該收集何種型態的數據？
在教育中，數據擁有地域性特質，Richard Wallance提到：「學區收集到的資料，遠比他們能有效利用的多」，可知其挑戰是分析資訊並且利用之。許多人相信以邏輯觀點來看現有資料或檔案可令其有更佳的使用，這些資料包括出席統計、年級、參考資料、標準化測驗結果等。遵照上述準則，檔案數據可提供學校運作參考的基準線，，也可用來與其他小型學校比較。
歷經努力改變，其他種類的班級也變得可以收集了。例子中包括調查結果、面談、書本閱讀數、以及其他學生表現的資訊。這些數據通常需要發展出一個基準來收集與分析資訊。學生作業的數據，例如檔案與表現，可能會更難為客觀地收集並解釋。