Tỷ lệ duy trì học tập vào học kỳ thứ hai trên toàn quốc hiện ở mức 69,5%, có nghĩa là khoảng 3 trong 10 sinh viên không quay lại trường ban đầu của họ. Tại các trường cao đẳng cộng đồng, gần một nửa số sinh viên bán thời gian không tiếp tục học lên năm thứ hai. Các hệ thống cảnh báo sớm đã tồn tại, nhưng phần lớn các cơ sở giáo dục vẫn phụ thuộc vào việc giới thiệu thủ công và dữ liệu bị phân mảnh.
Một hệ thống AI được tích hợp trong nền tảng quản lý dự án có thể tự động hóa các quy trình xác định rủi ro, phân công can thiệp, phân tích tỷ lệ duy trì và hướng dẫn hỗ trợ thành công.
Dưới đây là một mẫu lời nhắc cho trợ lý AI sẵn sàng để sao chép, bạn có thể dán vào ClickUp để xây dựng một không gian làm việc theo dõi thành công của sinh viên hoàn chỉnh chỉ trong vài phút. Tuy nhiên, trước khi sử dụng nó, bạn nên xem xét các vấn đề vận hành mà hệ thống này nhằm giải quyết. Đối với hầu hết các nhóm hỗ trợ thành công của sinh viên, vấn đề không phải là không có các tín hiệu rủi ro. Mà là những tín hiệu đó hiếm khi được chuyển thành hành động nhanh chóng và phối hợp giữa những người chịu trách nhiệm giúp sinh viên duy trì tiến độ học tập.
Ai nên sử dụng thiết lập theo dõi thành công của sinh viên này
Thiết lập này được thiết kế dành cho các nhóm hỗ trợ thành công của sinh viên, văn phòng duy trì tỷ lệ lưu giữ, lãnh đạo tư vấn, huấn luyện viên thành công, điều phối viên gia sư và các quản trị viên hỗ trợ sinh viên chịu trách nhiệm xác định rủi ro, phân công các biện pháp can thiệp và đang theo dõi việc thực hiện các biện pháp này trên nhiều đơn vị hỗ trợ. Thiết lập này đặc biệt hữu ích cho các cơ sở giáo dục đã sử dụng nền tảng cảnh báo hoặc công cụ phân tích nhưng vẫn phải dựa vào sự phối hợp thủ công để chuyển sinh viên từ trạng thái được đánh dấu sang trạng thái được hỗ trợ.
Vấn đề: Bạn đang cố gắng theo dõi 5.000 học sinh có nguy cơ bỏ học chỉ với một bảng tính và hy vọng
Nếu bạn có công việc trong lĩnh vực hỗ trợ thành công cho sinh viên, bạn hiểu rõ tầm quan trọng của vấn đề. Mỗi sinh viên bỏ học đều là một thất bại về mặt con người và tài chính. Trường học mất doanh thu học phí, sinh viên mất thời gian và tiền bạc, và các chỉ số duy trì sinh viên mà các cơ quan kiểm định đánh giá lại bị ảnh hưởng thêm. Câu hỏi không phải là liệu can thiệp sớm có hiệu quả hay không. Mà là liệu nhóm của bạn có thể xác định và tiếp cận đủ số lượng sinh viên kịp thời hay không.
Dữ liệu cho thấy: 39% sinh viên lần đầu theo học chương trình cử nhân toàn thời gian không hoàn thành bằng cấp trong vòng tám năm. Khoảng cách về tỷ lệ duy trì theo chủng tộc vẫn còn rất lớn, với tỷ lệ duy trì của sinh viên gốc Tây Ban Nha, da đen và thổ dân Mỹ lần lượt là 63,6%, 56,6% và 52,8% , so với mức trung bình quốc gia là 68,2 %. Đây không chỉ là những số. Chúng đại diện cho hàng nghìn sinh viên cần sự giúp đỡ, nhưng cơ sở giáo dục của bạn không thể xác định hoặc không thể tiếp cận kịp thời.
Hầu hết các hệ thống cảnh báo sớm đều tạo ra các cảnh báo. Tuy nhiên, ít hệ thống thực sự quản lý những gì xảy ra tiếp theo. Một giảng viên gửi cảnh báo, nhưng ai sẽ phân công can thiệp? Ai sẽ theo dõi sau 48 giờ? Ai sẽ báo cáo lên cấp trên khi sinh viên không phản hồi? Khoảng cách giữa “được cảnh báo” và “được hỗ trợ” chính là nơi sinh viên bị bỏ sót.
Cách Đại học Miami giải quyết vấn đề này: Trung tâm Khám phá và Thành công Nghề nghiệp của Đại học Miami đã sử dụng ClickUp để đang theo dõi và tương tác với 19.107 sinh viên với tỷ lệ thành công 98%, thay thế các công cụ rời rạc bằng một hệ thống tập trung để theo dõi các tương tác và kết quả của sinh viên.
Michael Turner, Phó Giám đốc
Nhờ có ClickUp, tôi đã duy trì được sự tổ chức và có những năm học vô cùng thành công dù trong bối cảnh đại dịch toàn cầu.
Đó chính là cơ hội ở đây. Không phải để thay thế các công cụ cảnh báo hiện có, mà là tạo ra một lớp vận hành thống nhất hiển thị các hoạt động diễn ra sau khi một sinh viên được đánh dấu cần hỗ trợ. Cách nhanh nhất để thử nghiệm mô hình này là thiết lập một hệ thống theo dõi thành công của sinh viên về công việc được ngay trong nền tảng quản lý dự án của bạn.
Bạn muốn thử nghiệm một mô hình tương tự trong hoạt động hỗ trợ thành công của sinh viên tại cơ sở của mình? Hãy bắt đầu với lời nhắc dưới đây và điều chỉnh nó cho phù hợp với dân số sinh viên có nguy cơ, mô hình nhân sự và quy trình can thiệp của bạn.
Cách Đại học Miami giải quyết vấn đề này: Trung tâm Khám phá và Thành công Nghề nghiệp của Đại học Miami đã sử dụng ClickUp để theo dõi và tương tác với 19.107 sinh viên với tỷ lệ thành công 98%, thay thế các công cụ rời rạc bằng một hệ thống tập trung để theo dõi các tương tác và kết quả của sinh viên.
Michael Turner, Phó Giám đốc
Nhờ có ClickUp, tôi đã duy trì được sự tổ chức và có những năm học vô cùng thành công dù trong bối cảnh đại dịch toàn cầu.
Nhờ có ClickUp, tôi đã duy trì được sự tổ chức và có những năm học vô cùng thành công dù trong bối cảnh đại dịch toàn cầu.
Đó chính là cơ hội ở đây. Không phải để thay thế các công cụ cảnh báo hiện có, mà là tạo ra một lớp vận hành thống nhất xung quanh công việc diễn ra sau khi một sinh viên được đánh dấu cần hỗ trợ. Cách nhanh nhất để thử nghiệm mô hình này là thiết lập một hệ thống theo dõi thành công của sinh viên hoạt động được ngay trong nền tảng quản lý dự án của bạn.
Bạn muốn thử nghiệm một mô hình tương tự trong hoạt động hỗ trợ thành công của sinh viên tại cơ sở của mình? Hãy bắt đầu với lời nhắc dưới đây và điều chỉnh nó cho phù hợp với dân số sinh viên có nguy cơ, mô hình nhân sự và quy trình can thiệp của bạn.
Đó chính là cơ hội ở đây. Không phải để thay thế các công cụ cảnh báo hiện có, mà là tạo ra một lớp vận hành thống nhất xung quanh công việc diễn ra sau khi một sinh viên được đánh dấu cần hỗ trợ. Cách nhanh nhất để thử nghiệm mô hình này là thiết lập một hệ thống theo dõi thành công của sinh viên hoạt động được ngay trong nền tảng quản lý dự án của bạn.
Bạn muốn thử nghiệm một mô hình tương tự trong hoạt động hỗ trợ thành công của sinh viên tại cơ sở của mình? Hãy bắt đầu với lời nhắc dưới đây và điều chỉnh nó cho phù hợp với dân số sinh viên có nguy cơ, mô hình nhân sự và quy trình can thiệp của bạn.
Bạn muốn thử nghiệm một mô hình tương tự trong hoạt động hỗ trợ thành công của sinh viên tại cơ sở của mình? Hãy bắt đầu với lời nhắc dưới đây và điều chỉnh nó cho phù hợp với dân số sinh viên có nguy cơ, mô hình nhân sự và quy trình can thiệp của bạn.
Yêu cầu: Xây dựng không gian làm việc theo dõi thành công của sinh viên bằng AI
Sao chép lời nhắc này, dán vào ClickUp Brain để tạo ClickUp Super Agent của riêng bạn, điền thông tin chi tiết về cơ sở giáo dục của bạn, và bạn sẽ có được một không gian làm việc toàn diện về thành công của sinh viên với các tính năng cảnh báo sớm, đang theo dõi can thiệp, phân tích tỷ lệ duy trì và quy trình huấn luyện thành công.
Kết quả đầu ra sẽ cung cấp cho bạn một bản phác thảo ban đầu vững chắc về cấu trúc vận hành, bao gồm các quy tắc định tuyến, dòng thời gian theo dõi, khả năng hiển thị rủi ro và quy trình xử lý hồ sơ. Sau đó, nhóm của bạn có thể tùy chỉnh nó để phù hợp với dân số sinh viên, mô hình can thiệp và các ưu tiên về tỷ lệ duy trì của bạn.
Kết quả đầu ra sẽ cung cấp cho bạn một bản phác thảo ban đầu vững chắc về cấu trúc vận hành, bao gồm các quy tắc định tuyến, dòng thời gian theo dõi, khả năng hiển thị rủi ro và quy trình xử lý hồ sơ. Sau đó, nhóm của bạn có thể tùy chỉnh nó để phù hợp với dân số sinh viên, mô hình can thiệp và các ưu tiên về tỷ lệ duy trì của bạn.
Gợi ý:
→ Sẵn sàng tạo Super Agent đầu tiên của bạn chưa?
Mở ClickUp Brain và dán lời nhắc ở trên để tạo một Super Agent tùy chỉnh cho Không gian Làm việc của bạn.
Sau khi bản thiết kế quy trình làm việc đã được tạo ra, bước tiếp theo là biến nó thành một không gian làm việc thực tế mà nhóm hỗ trợ thành công của sinh viên có thể sử dụng hàng ngày.
Cách cài đặt trong ClickUp (4 bước)
Trước khi cài đặt Space của bạn, hãy thu thập thông tin mà nhóm của bạn đang sử dụng để xác định và hỗ trợ sinh viên có nguy cơ. Thông tin này thường bao gồm các danh mục cảnh báo, loại hình can thiệp, quy tắc nâng cấp hiện tại, chỉ số rủi ro, cấu trúc khối lượng công việc và nhu cầu báo cáo theo nhóm. Bắt đầu với dữ liệu đầu vào chính xác sẽ giúp các quy trình tự động hóa, bảng điều khiển và quy trình can thiệp của bạn trở nên hữu ích hơn rất nhiều.
- Tạo cấu trúc không gian làm việc của bạn Thiết lập một không gian chuyên dụng có tên là Thành công của sinh viên. Thêm bốn thư mục để sắp xếp công việc trong suốt chu kỳ thành công của sinh viên: "Cảnh báo sớm & Trường hợp" cho các cảnh báo mới, trường hợp đang xử lý, trường hợp đã giải quyết và chuyển tiếp trường hợp khẩn cấp; "Can thiệp & Hỗ trợ" cho việc điều phối gia sư, giảng dạy bổ sung, huấn luyện thành công và cố vấn đồng đẳng; "Phân tích duy trì" để đang theo dõi nhóm sinh viên, giám sát khoảng cách công bằng, phân tích chỉ số dự báo và so sánh giữa các học kỳ; và "Tiến độ bằng cấp" để giám sát sinh viên trong thời gian thử thách, theo dõi kiểm tra bằng cấp, kiểm tra giữa học kỳ và hỗ trợ chuẩn bị tốt nghiệp.
- Cấu hình các Trường Tùy chỉnh cho mỗi công việc liên quan đến thành công của sinh viên Thêm các Trường Tùy chỉnh vào các mẫu công việc thành công của sinh viên để mỗi trường hợp đều bao gồm dữ liệu quan trọng mà nhóm của bạn cần để xác định rủi ro, định hướng hỗ trợ và theo dõi quá trình thực hiện. Bao gồm các Trường về điểm rủi ro, mức độ rủi ro, nguồn cảnh báo, cố vấn được chỉ định, loại can thiệp, số ngày kể từ lần liên hệ gần nhất, tình trạng thế hệ đầu tiên và điều kiện đủ tiêu chuẩn nhận trợ cấp Pell. Cấu trúc nhất quán này giúp bảng điều khiển, tự động hóa và quản lý khối lượng công việc trở nên đáng tin cậy hơn rất nhiều.
- Dán lời nhắc vào ClickUp Brain Mở ClickUp Brain trong không gian mới của bạn và dán lời nhắc ở trên. Điền các biến số của bạn, bao gồm tên cơ sở giáo dục, dân số sinh viên, tỷ lệ duy trì, tỷ lệ tốt nghiệp, các công cụ hiện tại, số lượng nhân viên và các nhóm sinh viên có nguy cơ. Sử dụng kết quả được tạo ra để tạo bản nháp đầu tiên cho các quy tắc định tuyến cảnh báo, quy trình can thiệp, bảng điều khiển duy trì và cấu trúc khối lượng công việc huấn luyện, sau đó tinh chỉnh nó cho mô hình thành công của sinh viên.
- Thiết lập các quy trình tự động hóa cho quản lý liên tục Tạo các quy trình tự động hóa để duy trì công việc theo dõi thành công của sinh viên mà không cần theo dõi thủ công liên tục. Sử dụng các quy tắc để phân loại cảnh báo theo loại, nâng cấp mức độ rủi ro khi nhiều chỉ số tích lũy, áp dụng thời hạn theo dõi, kích hoạt các cuộc kiểm tra can thiệp và đánh dấu các khoảng cách về công bằng đang gia tăng trước khi chúng trở thành bất ngờ vào cuối năm.
Thiết lập một không gian chuyên dụng có tên là "Thành công của sinh viên". Thêm bốn thư mục để tổ chức công việc trong suốt chu trình thành công của sinh viên: "Cảnh báo sớm & Trường hợp" dành cho các cảnh báo mới, trường hợp đang xử lý, trường hợp đã giải quyết và chuyển tiếp trường hợp khẩn cấp; "Can thiệp & Hỗ trợ" dành cho điều phối gia sư, hướng dẫn bổ sung, huấn luyện thành công và cố vấn đồng đẳng; "Phân tích duy trì" dành cho đang theo dõi nhóm sinh viên, giám sát khoảng cách công bằng, phân tích chỉ số dự báo và so sánh giữa các học kỳ; và "Tiến độ bằng cấp" dành cho giám sát sinh viên trong thời gian thử thách, theo dõi kiểm tra bằng cấp, kiểm tra giữa kỳ và hỗ trợ chuẩn bị tốt nghiệp.
Thêm các Trường Tùy chỉnh vào các mẫu công việc theo dõi thành công của sinh viên để mỗi trường hợp đều bao gồm dữ liệu quan trọng mà nhóm của bạn cần để xác định rủi ro, phân bổ hỗ trợ và theo dõi việc thực hiện. Bao gồm các trường về điểm rủi ro, mức độ rủi ro, nguồn cảnh báo, cố vấn được phân công, loại can thiệp, số ngày kể từ lần liên hệ gần nhất, tình trạng sinh viên thế hệ đầu tiên và điều kiện đủ tiêu chuẩn nhận trợ cấp Pell. Cấu trúc nhất quán này giúp các bảng điều khiển, tự động hóa và quản lý khối lượng công việc trở nên đáng tin cậy hơn rất nhiều.
Mở ClickUp Brain trong không gian mới của bạn và dán lời nhắc ở trên. Điền các biến số của bạn, bao gồm tên cơ sở giáo dục, dân số sinh viên, tỷ lệ duy trì, tỷ lệ tốt nghiệp, các công cụ hiện tại, số lượng nhân viên và các nhóm sinh viên có nguy cơ. Sử dụng kết quả được tạo ra để lập bản nháp đầu tiên cho các quy tắc định tuyến cảnh báo, quy trình can thiệp, bảng điều khiển duy trì và cấu trúc khối lượng công việc huấn luyện, sau đó tinh chỉnh nó cho mô hình thành công của sinh viên.
Tự động hóa các công việc hỗ trợ thành công của sinh viên mà không cần theo dõi thủ công liên tục. Sử dụng các quy tắc để phân loại cảnh báo theo loại, nâng cấp mức độ rủi ro khi nhiều chỉ số tích lũy, áp dụng thời hạn theo dõi, kích hoạt các cuộc kiểm tra can thiệp và đánh dấu các khoảng cách về công bằng đang gia tăng trước khi chúng trở thành bất ngờ vào cuối năm.
💡 Mẹo chuyên nghiệp: Hãy bắt đầu với một quy trình cụ thể, chẳng hạn như định tuyến cảnh báo sớm hoặc theo dõi hỗ trợ, trước khi triển khai hệ thống trên toàn bộ hoạt động hỗ trợ thành công của sinh viên. Một dự án thử nghiệm quy mô nhỏ sẽ giúp nhóm của bạn tinh chỉnh các ngưỡng cảnh báo, quy tắc quyền sở hữu và thời điểm can thiệp trước khi mở rộng quy mô.
Các trường Tùy chỉnh được đề xuất cho các công việc theo dõi thành công của sinh viên
Các trường này tạo ra một hồ sơ hoạt động nhất quán bao quát các cảnh báo, can thiệp, phân tích tỷ lệ duy trì, điều phối hoạt động gia sư và khối lượng công việc huấn luyện.
| Trường | Loại | Mục đích |
|---|---|---|
| Điểm rủi ro | Số | Điểm tổng hợp dựa trên các chỉ số học tập, mức độ tham gia và tài chính |
| Cấp độ rủi ro | Menu thả xuống | Đang trên đà, Theo dõi, Có nguy cơ, Nguy cơ cao |
| Nguồn cảnh báo | Menu thả xuống | Báo cáo của giảng viên, Hoạt động trên hệ thống quản lý học tập (LMS), Điểm giữa kỳ, Tỷ lệ tham dự, Tình trạng giữ lại học phí, Giới thiệu hỗ trợ học tập, Giới thiệu tư vấn, Sự cố liên quan đến chỗ ở |
| Huấn luyện viên được chỉ định | Con người | Nhân viên thành viên chịu trách nhiệm theo dõi việc thực hiện các biện pháp can thiệp |
| Loại can thiệp | Menu thả xuống | Huấn luyện thành công, Tư vấn học tập, Gia sư, Tư vấn hỗ trợ tài chính, Tư vấn tâm lý, Tư vấn đồng đẳng, Hội thảo, Hỗ trợ thực phẩm hoặc nhà ở |
| Số ngày kể từ lần liên hệ gần nhất | Số | Thời gian kể từ lần tiếp cận hoặc cuộc họp thành công gần nhất |
| Trạng thái sinh viên thế hệ đầu tiên | Menu thả xuống | Thế hệ đầu tiên, Không phải thế hệ đầu tiên, Không rõ |
| Đối tượng đủ điều kiện nhận trợ cấp Pell | Menu thả xuống | Có, Không, Không rõ |
| Trạng thái tương tác | Menu thả xuống | Chưa bắt đầu, Đã gửi thông báo, Đã liên hệ, Đang can thiệp, Đang theo dõi, Đã đóng |
| Loại nhóm | Menu thả xuống | Năm nhất, Học tiếp, Chuyển trường, Bán thời gian, Thử thách, Khác |
| Thẻ Nhóm Công bằng | Nhãn | Pell, Sinh viên thế hệ đầu tiên, Sinh viên-vận động viên, Sinh viên chuyển trường, Sinh viên nội trú, Sinh viên ngoại trú, Khác |
| Ngày theo dõi tiếp theo | Ngày | Yêu cầu liên hệ hoặc điểm kiểm tra tiếp theo |
📘 Xem thêm: Xem tất cả các loại Trường Tùy chỉnh để quyết định trường nào phù hợp nhất với quy trình quản lý tài trợ của bạn.
Các ví dụ về tự động hóa cốt lõi cho việc theo dõi thành công của sinh viên
Sau khi cài đặt các Trường Tùy chỉnh, hãy xây dựng các quy trình tự động hóa để đảm bảo các cảnh báo, can thiệp, theo dõi và phân tích diễn ra liên tục mà không cần phải thực hiện theo dõi thủ công lặp đi lặp lại.
| Khi… | Sau đó… |
|---|---|
| Một cảnh báo về vấn đề của giảng viên hoặc tình trạng không hoạt động trên hệ thống quản lý học tập (LMS) đã được gửi | Chuyển thông báo đến thành viên phù hợp dựa trên loại cảnh báo và dân số học sinh |
| Một sinh viên nhận được nhiều cảnh báo trong vòng 7 ngày | Tập hợp chúng vào một trường hợp duy nhất và nâng cao mức độ ưu tiên trong việc đánh giá rủi ro |
| Một điểm rủi ro được chuyển sang mức rủi ro cao | Kích hoạt quy trình can thiệp chuyên sâu và giao công việc liên hệ trong vòng 24 giờ |
| Hạn chót theo dõi đã qua mà không có ghi nhận liên lạc nào | Tạo công việc nâng cấp và thông báo cho người giám sát |
| Một học sinh bỏ lỡ buổi học kèm hoặc tư vấn | Tạo công việc tiếp cận tái kết nối và ghi lại các trường hợp liên hệ bị bỏ lỡ |
| Khoảng cách về công bằng vượt quá ngưỡng theo dõi | Đánh dấu chế độ xem nhóm và thông báo cho người phụ trách tỷ lệ duy trì để xem xét |
Các nội dung mà Agent bao quát trong suốt chu kỳ thành công của sinh viên
Một hệ thống AI hỗ trợ thành công của sinh viên không phải là mô hình phân tích dự đoán. Đây là một hệ thống hoạt động trong không gian làm việc quản lý dự án của bạn và quản lý quy trình vận hành từ việc xác định sinh viên có nguy cơ đến việc thực sự hỗ trợ họ. Phân tích sẽ chỉ ra những sinh viên cần hỗ trợ. Hệ thống này đảm bảo rằng sự hỗ trợ đó thực sự được cung cấp.
| Giai đoạn vòng đời | Việc cần làm với Agent | Thay thế cho gì |
|---|---|---|
| Cảnh báo sớm | Chuyển tiếp các cảnh báo, tổng hợp các tín hiệu lặp lại và chỉ định người chịu trách nhiệm theo dõi phù hợp | Hệ thống chỉ đánh dấu và phân loại cảnh báo thủ công |
| Theo dõi rủi ro | Theo dõi các chỉ số rủi ro về học tập, sự tham gia và tài chính, đồng thời cập nhật mức độ ưu tiên can thiệp | Các bảng tính riêng lẻ và quy trình đánh giá không nhất quán |
| Quy trình can thiệp | Giao các hành động hỗ trợ, theo dõi thời gian thực hiện các bước tiếp theo và chuyển lên cấp trên trong trường hợp không có phản hồi | Các hệ thống cảnh báo chỉ dừng lại ở việc xác định vấn đề mà không bao giờ quản lý việc theo dõi và xử lý tiếp theo |
| Phân tích tỷ lệ duy trì | Theo dõi sự kiên trì, xu hướng của nhóm sinh viên và khoảng cách giữa các nhóm nhỏ trong các kỳ học | Báo cáo duy nhất về tỷ lệ duy trì được lập sau khi việc cần làm đã hoàn thành |
| Hướng dẫn học tập và điều phối SI | Theo dõi các trường hợp giới thiệu, các phiên tư vấn, nhân sự và việc sử dụng các dịch vụ hỗ trợ liên quan đến kết quả học tập của sinh viên | Tách biệt nhật ký hướng dẫn học tập và báo cáo hỗ trợ học tập không liên kết |
| Huấn luyện thành công | Quản lý khối lượng công việc, lịch liên hệ, ghi chú, các trường hợp chuyển tiếp và tiến độ học tập của các nhóm học sinh | Sổ tay địa phương, lời nhắc nhở về lịch và việc xem xét khối lượng công việc theo từng trường hợp thủ công |
Bạn muốn xem Super Agents hoạt động như thế nào trong môi trường ClickUp thực tế? Hãy xem hướng dẫn dưới đây để thấy các quy trình công việc, công việc và tự động hóa do AI tạo ra được áp dụng như thế nào trong thực tế.
Các phương án cho các loại hình cơ sở giáo dục khác nhau
Lời nhắc trên áp dụng cho tất cả các cơ sở giáo dục đại học sử dụng ClickUp. Hãy điều chỉnh lời nhắc cho phù hợp với cơ sở của bạn:
| Loại hình cơ sở giáo dục | Những điều chỉnh chính |
|---|---|
| Trường đại học nghiên cứu R1 | Sử dụng toàn bộ lời nhắc như hiện tại. Mở rộng dân số sinh viên, tăng cường các nhóm can thiệp chuyên sâu và thực hiện phân khúc chặt chẽ hơn giữa các trường và các nhóm sinh viên. |
| Trường Đại học R2 | Giữ nguyên cấu trúc tổng thể nhưng đơn giản hóa quy trình phân công công việc trong các nhóm có nhân sự hạn chế. Tập trung vào việc duy trì sinh viên, hướng dẫn và phối hợp giữa các đơn vị tư vấn và hỗ trợ. |
| Trường Đại học Khoa học Xã hội và Nhân văn | Tập trung vào các biện pháp can thiệp cá nhân hóa, giảm tải công việc và đảm bảo theo dõi chặt chẽ đối với sinh viên năm nhất và sinh viên đang tìm hiểu ngành học. |
| Trường cao đẳng cộng đồng | Tập trung vào việc duy trì sự kiên trì của sinh viên bán thời gian, đà chuyển trường, các trường hợp giới thiệu hỗ trợ nhu cầu cơ bản và các hoạt động tiếp cận linh hoạt dành cho sinh viên đi lại hàng ngày. |
| Trường nghề hoặc trường dạy nghề | Tập trung vào việc theo dõi sự tham gia học tập, tiến độ học tập theo nhóm sinh viên, hỗ trợ học thuật liên quan đến việc cấp chứng chỉ, và các biện pháp can thiệp ngắn hạn dành cho sinh viên nhằm đảm bảo hoàn thành chương trình học. |
Quản lý theo dõi thành công của sinh viên tại một nơi duy nhất
Việc theo dõi thành công của sinh viên sẽ gặp khó khăn khi các cảnh báo, can thiệp, bảng điều khiển tỷ lệ duy trì, giới thiệu gia sư và ghi chú huấn luyện nằm rải rác trong các hệ thống riêng biệt mà không có chế độ xem chung về hoạt động. Với ClickUp Brain, Trường Tùy chỉnh và Tự động hóa, cơ sở giáo dục của bạn có thể biến các hoạt động hỗ trợ thành công của sinh viên thành một hệ thống có thể lặp lại, giúp can thiệp nhanh hơn, phân công quyền sở hữu rõ ràng hơn, theo dõi chặt chẽ hơn và hiển thị rủi ro mất sinh viên.
Mục tiêu không phải là thay thế nền tảng cảnh báo hoặc các công cụ phân tích của bạn. Mục tiêu là giảm bớt công việc phối hợp liên quan đến các công cụ này, nâng cao khả năng hiển thị những gì xảy ra sau khi một sinh viên được đánh dấu cảnh báo, và giúp nhóm của bạn chuyển từ việc xác định rủi ro sang thực sự giải quyết nó. Hãy bắt đầu với hướng dẫn trên, điều chỉnh nó cho phù hợp với dân số sinh viên và mô hình nhân sự của bạn, và thiết lập một hệ thống mà nhóm của bạn có thể thực sự sử dụng mỗi kỳ học.
Bắt đầu sử dụng ClickUp miễn phí.
Câu hỏi thường gặp
AI có thể thay thế hệ thống cảnh báo sớm như Starfish hoặc EAB Navigate không?
Các tác nhân AI không thay thế nền tảng cảnh báo sớm của bạn. Chúng bổ sung cho nền tảng đó bằng cách quản lý những gì xảy ra sau khi cảnh báo được kích hoạt. Starfish và Navigate tạo ra các cảnh báo. Tác nhân AI đảm bảo những cảnh báo đó được chuyển thành các biện pháp can thiệp kèm theo thời hạn theo dõi, quy trình nâng cấp và theo dõi kết quả. Hầu hết các trường hợp thất bại trong việc duy trì học sinh không phải do học sinh có nguy cơ không được xác định, mà do quy trình can thiệp bị gián đoạn.
Hệ thống này xử lý các yêu cầu của FERPA đối với dữ liệu sinh viên như thế nào?
ClickUp sở hữu các chứng nhận SOC 2, ISO 27001, ISO 27017, ISO 27018 và ISO 42001, đồng thời hỗ trợ SSO, quyền truy cập dựa trên vai trò, và mã hóa dữ liệu khi lưu trữ và khi truyền tải. Quyền truy cập theo từng sinh viên đảm bảo các cố vấn chỉ nhìn thấy các trường hợp được giao cho họ. Giảng viên chỉ nhìn thấy biểu mẫu bài nộp/gửi cảnh báo, không nhìn thấy kết quả xử lý trường hợp. Không có dữ liệu nào được sử dụng để huấn luyện các mô hình AI. Chi tiết đầy đủ trên trang bảo mật.
Làm thế nào để theo dõi khoảng cách về công bằng mà không làm gia tăng định kiến?
Hệ thống đánh giá rủi ro sử dụng các chỉ số học tập và hành vi có thể quan sát được (điểm trung bình, tỷ lệ tham dự, mức độ tương tác trên hệ thống quản lý học tập), chứ không phải các đặc điểm nhân khẩu học, làm các yếu tố rủi ro chính. Dữ liệu nhân khẩu học được sử dụng để lập báo cáo phân tích chi tiết sau khi sự việc đã xảy ra, chứ không phải để xác định rủi ro ban đầu. Cách tiếp cận này giúp xác định những khoảng cách về công bằng trong kết quả mà không cần sử dụng các đặc điểm được bảo vệ để đánh dấu từng học sinh cụ thể.
Nếu chúng ta đã sử dụng một hệ thống cảnh báo sớm tự phát triển thì sao?
Nhiều cơ sở giáo dục đã xây dựng các hệ thống nội bộ để xử lý cảnh báo ban đầu. Không gian Làm việc của AI agent hoạt động trên nền tảng đó bằng cách quản lý quy trình vận hành: ai làm gì, vào thời điểm nào, và điều gì sẽ xảy ra nếu họ không thực hiện. Đây là lớp quản lý dự án dành cho thành công của sinh viên, chứ không phải là sự thay thế cho nguồn cảnh báo của bạn.
Chúng ta cần bao nhiêu cố vấn thành công để thực hiện công việc này?
Hệ thống hoạt động hiệu quả với mọi kích thước nhân sự. Khi có nhiều cố vấn hơn, khối lượng công việc trên mỗi người sẽ giảm và thời gian phản hồi sẽ nhanh hơn. Ngược lại, khi số lượng cố vấn ít hơn, tự động hóa sẽ đảm nhận phần lớn công việc phân loại và theo dõi, giúp các cố vấn tập trung vào những tương tác có mức độ ưu tiên cao nhất. Mục tiêu tiêu biểu là 150-300 sinh viên cho mỗi cố vấn trong hoạt động cố vấn thành công chủ động, mặc dù các quy trình tự động hóa có thể mở rộng phạm vi tác động hiệu quả đáng kể.