From Assessment to Action: An Evidence-To-Reform Translation Framework applied to PISA 2022 data from Uzbekistan
Deze studie introduceert het Evidence-to-Reform Translation Framework (ERTF) om de kloof tussen beoordelingsgegevens en beleidsactie te overbruggen door PISA 2022-gegevens uit Oezbekistan toe te passen om cruciale beperkingen op schoolniveau, zoals docentkwalificaties en klimaat, te identificeren en deze bevindingen te vertalen naar een geprioriteerde, gemonitorde hervormingsstrategie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je onderwijs voor als een enorme, wereldwijde wetenschapsbeurs waar landen hun studenten meenemen om te laten zien wat ze hebben geleerd. Decennialang hebben juryleden rapportcijfers uitgedeeld met gedetailleerde scores, die regeringen precies vertellen waar hun studenten moeite mee hebben. Maar hier zit de crux: weten dat je een probleem hebt is makkelijk; het oplossen is moeilijk. Het is alsof je te horen krijgt dat de motor van je auto een vreemd geluid maakt. Je weet dat er iets mis is, maar de handleiding vertelt je niet of je de olie, de bougies of de banden moet controlen, of welke je eerst moet repareren om de auto weer aan de gang te krijgen. Dit artikel pakt precies die kloof tussen "weten en doen" aan. Het introduceert een nieuwe manier om koude, harde testscores om te zetten in een duidelijke, stapsgewijze reparatiehandleiding voor de scholen van een land, zodat de gelduitgaven en inspanningen daadwerkelijk de motor repareren in plaats van alleen de lak te poetsen.
De studie richt zich op Oezbekistan, een land dat recentelijk zijn eerste grote test heeft afgelegd in de wereldwijde "Program for International Student Assessment" (PISA) in 2022. De onderzoekers keken niet alleen naar de eindscores; ze bouwden een speciaal besluitvormingsinstrument genaamd het Evidence-to-Reform Translation Framework (ERTF). Zie dit framework als een hoogtechnologisch filter. Het neemt de berg aan data uit de test en haalt deze door een reeks controles om te zien welke problemen echt zijn, welke door de overheid aangepakt kunnen worden en welke de studenten die het het moeilijkst hebben, het meest zouden helpen.
Toen ze dit filter toepasten op de wiskundescores van Oezbekistan, ontdekten ze enkele verrassende zaken. Ten eerste ontdekten ze dat ongeveer 22,9% van de verschillen in studentenscores voortkwamen uit de scholen zelf, en niet alleen uit het thuismilieu van de studenten. Dit betekent dat de schoolomgeving een enorm puzzelstuk is. Het grootste probleem dat ze vonden? Onvoldoende gekwalificeerd lespersoneel. Scholen waar directeuren aangaven dat leraren niet goed voorbereid waren, hadden wiskundescores die ongeveer 11,42 punten lager lagen dan scholen waar de leraren wel klaar waren voor de taak. Maar hier komt de wending: dit probleem was bijna onzichtbaar in landelijke scholen, maar was een enorm probleem in stedelijke scholen, waar de straf ongeveer vier keer groter was.
Het artikel keek ook naar hoe verschillende soorten studenten werden beïnvloed. Ze vonden dat een ondersteunend schoolklimaat — waar leraren luisteren en studenten het gevoel hebben dat ze erbij horen — werkt als een vangnet. Het tilt de studenten die het het moeilijkst hebben (de "zwakste" studenten) veel meer omhoog dan de topscorers. Sterker nog, voor de studenten aan de onderkant is de steun van de leraar en een gevoel van ergens bij horen het krachtigste middel om in te halen. Aan de andere kant helpt het vermogen van de familie (sociaaleconomische status) vooral de studenten die het al goed doen, waardoor zij nog hoger klimmen.
Een van de belangrijkste zaken die het artikel uitsloot, was het idee dat het simpelweg hebben van een "gecertificeerde" leraar de magische oplossing is. De data lieten zien dat het bezit van een papiertje dat zegt dat een leraar gecertificeerd is, de betere studentenscores niet daadwerkelijk voorspelde. Sterker nog, de manier waarop de gegevens over dit punt werden verzameld, was zo slordig dat de onderzoekers deze specifieke vraag volledig uit hun analyse moesten verwijderen. Ze ontdekten ook dat de algemene opvatting dat landelijke scholen simpelweg "slechter" zijn dan stadsscholen een mythe is. Zodra ze rekening hielden met het feit dat landelijke scholen vaak te maken hebben met minderbedeelde studenten, verdween het prestatieverschil. De scholen waren niet het probleem; de omstandigheden van de studenten waren dat wel.
Wat betekent dit dus voor het repareren van het systeem? Het artikel suggereert dat Oezbekistan, in plaats van alles tegelijk te willen repareren, zich op twee hoofdzaken moet richten. Ten eerste moeten ze de lerarenopleiding verbeteren, maar ze moeten daarmee beginnen in de steden, waar het gebrek aan gekwalificeerde leraren de studenten het hardst raakt. Ten tweede moeten ze investeren in het creëren van scholen die aanvoelen als gastvrije plekken, omdat dat de snelste manier is om de studenten te helpen die momenteel achterblijven. De onderzoekers hebben ook een "monitoring dashboard" gebouwd met negen specifieke doelen om de voortgang in de komende jaren te volgen, om ervoor te zorgen dat de hervormingen daadwerkelijk werken en niet alleen op een plank blijven liggen.
Kortom, dit artikel bewijst dat je geen kristallen bol nodig hebt om het onderwijs te verbeteren; je hebt alleen een goede kaart nodig. Door een slim, stapsgewijs framework te gebruiken, kunnen overheden stoppen met gissen en beginnen met handelen op basis van bewijs, zodat ze ervoor zorgen dat elke dollar die wordt uitgegeven de studenten helpt die het het hardst nodig hebben.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.