In de aanloop naar de hackathon Hack Valse Start, worden hier een aantal datablogs gepubliceerd. Deze datablogs zijn behulpzaam voordat je aan de slag gaat met open data van meerdere bronnen. Om deelnemers op weg te helpen bij het opzetten van data analyses, worden in verschillende datablogs een aantal voorbeelden uitgewerkt en wordt een overzicht gepubliceerd van relevante data.
Open data in het onderwijs
Er bestaat op onderwijs gebied een hoeveelheid aan open data van verschillende organisaties en over verschillende sectoren in het onderwijs. Zo hebben de Dienst Uitvoering Onderwijs en het Centraal Bureau voor de Statistiek en de gemeente Amsterdam open data portalen met een grote hoeveelheid datasets. Ook de Inspectie van het Onderwijs heeft o.a. data over kwaliteit van scholen. Omdat tijdens de hackathon gewerkt wordt aan specifieke vragen, zijn alvast een verschillende datasets geselecteerd die in deze datablogs worden beschreven.
Bij open data is wel vaak meer nodig voor de interpretatie van de gegevens. Veel data wordt op een ruwe manier aangeboden en heeft enige vorm van verwerking nodig om goed te kunnen interpreteren. Ook verschilt open data per organisatie, omdat de manier van verzamelen en verwerken van gegevens invloed heeft op data. Het is daarom belangrijk dat er goed naar de beschrijving van de gegevens (metadata) wordt gekeken.
Meerdere oorzaken kansenongelijkheid
Niet alle leerlingen kunnen in gelijke mate van het onderwijs profiteren. Veel jongeren maken een valse start als het gaat om onderwijs en kansen op de arbeidsmarkt. Uit onderzoek van de Onderwijsinspectie blijkt dat de laatste jaren de verschillen tussen leerlingen met lager- en hogeropgeleide ouders toenemen. Veel kinderen met laagopgeleide ouders krijgen hierdoor niet het onderwijs dat ze aan zouden kunnen en talent blijft onbenut. Ze krijgen lagere basisschooladviezen en deze worden minder vaak bijgesteld op basis van de eindtoets.
De Onderwijsinspectie heeft gekeken naar de studieresultaten van twee groepen leerlingen, die ingedeeld zijn op basis van het opleidingsniveau van hun ouders. Van deze groepen zijn de tussentijds (studie) resultaten bekeken, maar ook hoe instellingen, ouders, docenten, scholen, leraren en schoolleiders, toezichthouders en overheden deze groepen bewust of onbewust niet gelijk behandelen.
Er is dus niet een enkele oorzaak. Zo zijn hoogopgeleide ouders meer betrokken bij de schoolloopbaan van hun kinderen en kiezen zij voor betere scholen. Deze kinderen gaan bijvoorbeeld vaker naar huiswerkklassen en toetstrainingen. Scholen plaatsen leerlingen, door de groei van homogene brugklassen, de afname van dubbele adviezen en de toename van categorale scholen, steeds eerder op niveau.
Data analyse
Met Hack de Valse Start zijn we op zoek naar meer inzicht, die leerlingen en studenten, ouders, scholen, onderwijsinstellingen en overheden in staat stellen om iedereen een gelijke start te geven. Data analyses en data visualisaties kunnen daarbij hulpzaam zijn.
Door data analyses en data visualisaties te creëren kan kansenongelijkheid worden opgespoord en geverifieerd. Dit kan door bijvoorbeeld kansenongelijkheid te monitoren of te volgen, wegen wat dit betekent en hoe dit zich verhoudt tot verschillende datasets.
Een ander doel is om factoren die van invloed zijn op kansenongelijkheid in kaart te brengen en op basis van bepaalde factoren kansenongelijkheid te kunnen voorspellen.
Hack jij de Valse Start?
Op 3 maart 2018 vindt Hack de Valse Start plaats. Tijdens deze hackathon gaan we met open onderwijs data aan de slag om kansenongelijkheid in het onderwijs beter te kunnen signaleren en eventueel aan te pakken. Doe je mee?
Icons: Freepik from www.flaticon.com