用LAUSD - DMV测量大流行期间的学生参与度

2021年4月19日

在COVID-19大流行期间,为学生提供学习和支持一直是学区面临的挑战。洛杉矶联合学区(LAUSD)需要新的方法来衡量出勤率、学生参与度和学习成功。

LAUSD使用各种应用程序的学生学习工作流程,包括Schoology, SeeSaw, NearPod, Edulastic, Eureka Math, Discovery Science, Great Minds, Benchmark, Renaissance, Amplify等。这些应用程序都具有基本的报告功能,但LAUSD希望用一层玻璃衡量所有学生的参与度。

在这节课中,我们将描述如何红色药丸分析LAUSD使用雪花的数据云来测量超过45万名学生的参与度。你将有机会学习和询问……

  • 为什么雪花与他们遗留的on-prem数据堆栈相比,被选中用于该计划
  • LAUSD的现代数据栈,包括用于数据摄取的Fivetran,用于数据管道的数据构建工具(dbt),以及用于分析体验的Tableau

没有以前的视频

下一节
医疗保健和生命科学的数据云之旅- EMEA
医疗保健和生命科学的数据云之旅- EMEA

直接听到雪花客户莫克姆湾大学医院NHS基金会信托,因为他们…