Academic resilience in the Latin America region post COVID-19 pandemic -- an explainable machine learning analysis of its determinants and heterogeneity using alternative definitions

Dit artikel gebruikt uitlegbare machine learning-methoden op PISA 2022-data om de determinanten van academische veerkracht bij leerlingen in Latijns-Amerika na de pandemie te analyseren, waarbij zowel huishoudelijke factoren als schoolspecifieke variabelen en de impact van schoolsluitingen als cruciale invloeden worden geïdentificeerd.

Marcos Delprato, Andres Sandoval-Hernandez

Gepubliceerd 2026-03-06
📖 5 min leestijd🧠 Diepgaand

Each language version is independently generated for its own context, not a direct translation.

De "Academische Superkracht" in Latijns-Amerika: Hoe Machine Learning de Sleutels Ontdekte

Stel je voor dat Latijns-Amerika een enorme, drukke school is waar de afgelopen jaren een zware storm (de coronapandemie) heeft gewoed. Deze storm heeft de ramen ingeslagen, de verwarming gestolen en de leraars thuis gehouden. Voor veel kinderen, vooral die uit arme gezinnen, was dit een ramp: ze moesten langer thuisblijven, hadden geen internet en vielen ver achter.

Maar er is een groepje leerlingen dat, ondanks deze storm, toch een A heeft gehaald. Zij noemen de onderzoekers academisch veerkrachtig. Het zijn de leerlingen die, ondanks dat ze uit een achterstand komen, toch goed presteren.

De vraag is: Hoe doen ze dat? Wat zijn de "superkrachten" of de "geheime ingrediënten" die hen helpen om boven water te blijven?

Om dit antwoord te vinden, hebben de auteurs van dit artikel (Marcos en Andrés) niet naar één leerling gekeken, maar naar data van 9 landen in Latijns-Amerika. Ze gebruikten een heel slim computerprogramma (een vorm van kunstmatige intelligentie) dat fungeert als een super-detector.

Hier is wat ze ontdekten, vertaald in een verhaal:

1. De Detectives met een Magische Lantaarn (Machine Learning)

Normaal gesproken kijken onderzoekers naar één of twee factoren, zoals "heeft de vader een diploma?". Maar dit computerprogramma, een soort magische lantaarn, kon tegelijkertijd naar 65 verschillende factoren kijken. Het kon zien hoe alles samenwerkte.

Het programma gebruikte een techniek genaamd SHAP. Je kunt dit vergelijken met een gerecht. Als je een soep proeft en het is lekker, wil je weten: is het de wortel? De kruiden? Of de kip? De SHAP-methode vertelt je precies hoeveel elke "kruid" (elke factor) heeft bijgedragen aan het succes van de soep.

2. Twee Soorten "Superleerlingen"

De onderzoekers keken naar twee verschillende definities van succes, wat leidde tot twee verschillende sets van geheimen:

  • Scenario A: De "Huis-En-Familie" Superkracht
    Als we kijken naar leerlingen die gewoon goed presteren (niveau 2 of hoger), blijken de belangrijkste factoren vaak thuis te liggen.

    • De "Boekenkast" en "Tablet": Leerlingen met veel boeken en digitale apparaten thuis hadden een enorme voorsprong. Het is alsof ze een gereedschapskist hadden, terwijl anderen met een leeg handje moesten werken.
    • Huiswerk en Herhaling: Leerlingen die veel huiswerk maakten en nooit een klas moesten herhalen, hadden meer kans op succes.
    • Het Geslacht: Mannen bleken iets vaker "veerkrachtig" te zijn dan vrouwen in deze data.
    • De "Stress-vrije" Leerling: Leerlingen die zich niet druk maakten, nieuwsgierig waren en empathisch voelden, deden het beter.
  • Scenario B: De "School-En-Kwaliteit" Superkracht
    Toen de onderzoekers de invloed van het gezin en de school zelf eruit filterden (om te kijken wat de school zelf doet), verschoof het beeld. Nu waren de schoolfactoren de helden:

    • De Leraar: Hoe meer leraren een officieel diploma hadden en bijscholing kregen, hoe beter.
    • De Verbinding: Hoe meer computers in de school verbonden waren met internet, hoe beter.
    • De Klasgrootte: Kleinere klassen (minder leerlingen per leraar) hielpen enorm.

3. De "Corona-Scars" (De Littekens van de Pandemie)

De computer zag ook duidelijk de schade van de pandemie:

  • De Sluitingstijd: Hoe langer de school dichtbleef, hoe kleiner de kans was dat een leerling veerkrachtig bleef. Een school die 400 dagen dichtbleef, had leerlingen die veel minder kans maakten dan die van een school die 230 dagen dichtbleef.
  • De Digitale Muur: Als er veel obstakels waren voor online leren (geen internet, geen apparaten), zakte de kans op succes hard.

4. Twee Profielen: De "Winnaar" vs. De "Verliezer"

De onderzoekers maakten twee schetsen van leerlingen aan de uiterste kanten van het spectrum:

  • De "Super-Veerkrachtige" Leerling:
    Deze jongen gaat naar een privé-school. Hij heeft thuis 26 tot 100 boeken en 10 digitale apparaten. Hij maakt elke dag huiswerk, is niet bang om fouten te maken (hij is nieuwsgierig), en zijn leraars zijn allemaal goed opgeleid. Hij heeft de storm overleefd omdat hij een schuilplek had.

  • De "Kwetsbare" Leerling:
    Deze leerling is een "herhaler" (hij heeft een jaar overgeslagen). Hij heeft geen boeken, weinig apparaten, en zijn ouders hebben weinig schoolopleiding. Hij voelt zich stressvol en maakt weinig huiswerk. Hij zit in een school waar de leraars niet goed opgeleid zijn en waar de school 300 dagen dichtbleef. Hij heeft de storm geen schuilplek geboden.

Wat betekent dit voor de toekomst?

De boodschap van dit onderzoek is als volgt: We kunnen de storm niet ongedaan maken, maar we kunnen wel betere schuilplekken bouwen.

Als beleidsmakers willen dat arme leerlingen niet achterblijven, moeten ze niet alleen zeggen "leer meer". Ze moeten kijken naar de fundamentele bouwstenen:

  1. Zorg dat elke leerling thuis of op school toegang heeft tot boeken en internet.
  2. Investeer in leraren (opleiding en certificering).
  3. Zorg dat scholen niet te lang dicht blijven tijdens crises.
  4. Houd rekening met het feit dat publieke scholen en plattelandsscholen andere hulp nodig hebben dan privé- en stadsscholen.

Kortom: Om leerlingen te helpen om "veerkrachtig" te worden, moeten we de sleutels geven die ze nodig hebben om de storm te doorstaan, en die sleutels liggen vaak in de handen van de school en het gezin.