Wetenschap
De perceptie van goede scholen is sterk afhankelijk van de voorbereiding van de studenten die erheen gaan, zo blijkt uit onderzoek
Zijn scholen met sterke testscores zeer effectief, of schrijven ze vooral studenten in die al goed voorbereid zijn op succes? Een studie, mede geschreven door MIT-wetenschappers, concludeert dat breed verspreide kwaliteitsbeoordelingen van scholen de voorbereiding en gezinsachtergrond van hun leerlingen evenveel of zelfs meer weerspiegelen dan de bijdrage van een school aan de leerwinst.
Uit het onderzoek blijkt dat veel scholen die relatief lage beoordelingen krijgen, beter presteren dan deze beoordelingen zouden impliceren. Het onderzoek maakt duidelijk dat conventionele beoordelingen sterk gecorreleerd zijn met ras. Concreet zijn veel gepubliceerde schoolbeoordelingen zeer positief gecorreleerd met het aandeel blanke studenten.
“De gemiddelde resultaten van een school weerspiegelen tot op zekere hoogte de demografische mix van de bevolking die zij bedient”, zegt MIT-econoom Josh Angrist, een Nobelprijswinnaar die al lange tijd de onderwijsresultaten analyseert. Angrist is co-auteur van 'Race and the Mismeasure of School Quality', dat verschijnt in de American Economic Review:Insights .
Het onderzoek, waarin de schooldistricten van Denver en New York City worden onderzocht, heeft het potentieel om de manier waarop schoolkwaliteit wordt gemeten aanzienlijk te verbeteren.
In plaats van ruwe geaggregeerde metingen zoals testscores, gebruikt het onderzoek veranderingen in testscores en een statistische aanpassing voor raciale samenstelling om nauwkeurigere metingen te berekenen van de causale effecten die het bezoeken van een bepaalde school heeft op de leerwinst van leerlingen. Dit methodologisch geavanceerde onderzoek bouwt voort op het feit dat Denver en New York City beide leerlingen aan scholen toewijzen op een manier die de onderzoekers in staat stelt de omstandigheden van een gerandomiseerde studie na te bootsen.
Bij het documenteren van een sterke correlatie tussen de momenteel gebruikte beoordelingssystemen en ras, blijkt uit het onderzoek dat blanke en Aziatische studenten doorgaans naar hoger gewaardeerde scholen gaan, terwijl zwarte en Spaanstalige studenten vaak geclusterd zijn op lager gewaardeerde scholen.
"Eenvoudige metingen van de schoolkwaliteit, die gebaseerd zijn op de gemiddelde statistieken voor de school, zijn steevast sterk gecorreleerd met ras, en die metingen zijn vaak een misleidende indicatie van wat je kunt verwachten als je je kind naar die school stuurt", zegt Angrist. .
De auteurs van het artikel zijn Angrist, de Ford Professor of Economics aan het MIT; Peter Hull, hoogleraar economie aan de Brown University; Parag Pathak, hoogleraar economie in 1922 aan het MIT; en Christopher Walters Ph.D., universitair hoofddocent economie aan de Universiteit van Californië in Berkeley. Angrist en Pathak zijn beide professoren bij het MIT Department of Economics en mede-oprichters van MIT's Blueprint Labs, een onderzoeksgroep die vaak schoolprestaties onderzoekt.
Het onderzoek maakt gebruik van gegevens afkomstig van de openbare schooldistricten van Denver en New York City, waar zesdeklassers zich aanmelden voor zitplaatsen op bepaalde middelbare scholen, en de districten gebruiken een schooltoewijzingssysteem. In deze districten kunnen leerlingen kiezen voor elke school in het district, maar sommige scholen zijn overtekend. In deze omstandigheden gebruikt het district een willekeurig lotnummer om te bepalen wie waar een zetel krijgt.
Dankzij de loterij binnen het algoritme voor stoeltoewijzing gaan anderszins vergelijkbare groepen studenten willekeurig naar een reeks verschillende scholen. Dit vergemakkelijkt vergelijkingen die causale effecten van schoolbezoek op leerwinst aan het licht brengen, zoals in een gerandomiseerde klinische studie van het soort dat in medisch onderzoek wordt gebruikt. Met behulp van testscores voor wiskunde en Engels evalueerden de onderzoekers de voortgang van leerlingen in Denver van de schooljaren 2012-2013 tot en met de schooljaren 2018-2019, en in New York City van de schooljaren 2016-2017 tot en met 2018-2019.
Toevallig zijn deze systemen voor schoolopdrachten mechanismen die sommige onderzoekers hebben helpen ontwikkelen, waardoor ze de effecten van schoolopdrachten beter kunnen begrijpen en meten.
"Een onverwacht voordeel van ons werk bij het ontwerpen van de gecentraliseerde keuzesystemen in Denver en New York City is dat we zien hoe studenten worden gerantsoeneerd uit [verdeeld over] scholen", zegt Pathak. "Dit leidt tot een onderzoeksontwerp dat oorzaak en gevolg kan isoleren."
Uiteindelijk laat het onderzoek zien dat een groot deel van de school-tot-schoolvariatie in de ruwe totale toetsscores voortkomt uit de typen leerlingen op een bepaalde school. Dit is een geval van wat onderzoekers 'selectiebias' noemen. In dit geval komt de selectiebias voort uit het feit dat meer bevoorrechte gezinnen de voorkeur geven aan dezelfde scholen.
"Het fundamentele probleem hier is selectiebias", zegt Angrist. "In het geval van scholen is de selectiebias zeer consequent en maakt deze een groot deel uit van het Amerikaanse leven. Veel besluitvormers, of het nu gezinnen of beleidsmakers zijn, worden misleid door een soort naïeve interpretatie van de gegevens." /P>
Pathak merkt op dat het overwicht van meer simplistische schoolbeoordelingen (te vinden op veel populaire websites) niet alleen een bedrieglijk beeld schept van hoeveel waarde scholen voor leerlingen toevoegen, maar ook een zichzelf versterkend effect heeft – aangezien goed voorbereide en betere Veel gezinnen verhogen de huisvestingskosten in de buurt van hoog aangeschreven scholen. Zoals de wetenschappers in de krant schrijven:"Bevooroordeelde beoordelingssystemen leiden huishoudens naar scholen van lage minderheden in plaats van scholen van hoge kwaliteit, terwijl scholen worden bestraft die de prestaties van kansarme groepen verbeteren."
Het onderzoeksteam hoopt dat hun onderzoek districten ertoe zal aanzetten de manier waarop zij de schoolkwaliteit meten en rapporteren te onderzoeken en te verbeteren. Daartoe werkt Blueprint Labs samen met het New York City Department of Education om later dit jaar een nieuw beoordelingssysteem te testen. Ze plannen ook extra werk om te onderzoeken hoe gezinnen reageren op verschillende soorten informatie over de schoolkwaliteit.
Gezien het feit dat de onderzoekers voorstellen om de beoordelingen te verbeteren op wat volgens hen een eenvoudige manier is, door rekening te houden met de voorbereiding en verbetering van studenten, denken ze dat meer ambtenaren en districten geïnteresseerd kunnen zijn in het updaten van hun meetpraktijken.
"We hebben goede hoop dat de eenvoudige regressieaanpassing die we voorstellen het voor schooldistricten relatief eenvoudig maakt om onze maatregel in de praktijk te gebruiken", zegt Pathak.