Tres conceptos complementarios: nivel de pobreza de aprendizaje, brecha y severidad
El nivel de pobreza de aprendizaje (o tasa de recuento) que se muestra arriba, es decir, la proporción de niños de 10 años que no están en la escuela (con privación de escolaridad) o están por debajo del nivel mínimo de competencia (con privación de aprendizaje), tiene limitaciones. No captura el déficit de aprendizaje promedio entre los niños por debajo del nivel mínimo de competencia. Por lo tanto, incluimos la brecha de pobreza de aprendizaje , que mide la distancia promedio de un niño con privación de aprendizaje hasta el nivel mínimo de competencia e indica el aumento promedio en el aprendizaje requerido para eliminar la pobreza de aprendizaje.
Sin embargo, la medida de la brecha no puede distinguir entre un aumento en la brecha de aprendizaje impulsado por estudiantes cerca del umbral y uno impulsado por aquellos en la parte inferior de la distribución del aprendizaje. La severidad de la pobreza en el aprendizaje captura la desigualdad de aprendizaje entre la población con bajos niveles de aprendizaje y es la brecha al cuadrado en relación con la competencia mínima al cuadrado.
Los conceptos de brecha de pobreza en el aprendizaje y severidad de la pobreza en el aprendizaje son importantes para comprender completamente el acceso de los niños al aprendizaje. Es posible que países con el mismo nivel de pobreza de aprendizaje tengan diferentes brechas de pobreza de aprendizaje, o países con las mismas brechas de pobreza de aprendizaje tengan diferente gravedad de la pobreza de aprendizaje, con implicaciones para las políticas utilizadas para abordar la pobreza de aprendizaje.
Por ejemplo, donde dos países tienen el mismo nivel de pobreza de aprendizaje, pero uno tiene una brecha de pobreza de aprendizaje más alta , este último necesitaría un mayor esfuerzo para llevar a los niños por encima del nivel mínimo de competencia. Al mismo tiempo, donde dos países tienen la misma brecha de pobreza de aprendizaje , pero uno tiene una mayor gravedad de la pobreza de aprendizaje , este último necesitaría adoptar estrategias que aborden la distribución desigual del aprendizaje entre aquellos que se encuentran por debajo del umbral mínimo de competencia. Además, a medida que anticipamos pérdidas de aprendizaje debido a la pandemia, o la proporción cada vez mayor de niños que aprenden mal, podemos examinar las desigualdades cada vez mayores con los cálculos de la brecha y la gravedad.
Detalles del cálculo
La implementación de este indicador y la producción de estimaciones globales se basan en:
- Ventana de notificación de 9 años, un intervalo de ± 4 alrededor de un año de referencia. En la primera publicación de la pobreza de aprendizaje, el año de referencia se estableció en 2015, lo que implica que se podrían incluir datos de 2011-2019. En la práctica, los datos más recientes fueron de 2017.
- Evaluaciones de aprendizaje con un umbral de competencia mínimo comparado por la Alianza Global para Monitorear el Aprendizaje (GAML), que ocurrió dentro de la ventana de informes. Si un país tiene varias evaluaciones de aprendizaje elegibles, se aplica la siguiente jerarquía: lectura PIRLS> ciencia TIMSS> evaluaciones regionales> evaluaciones nacionales. Entre dos rondas de las mismas evaluaciones, se prefiere la más cercana al año de referencia.
- La participación escolar se deriva de la tasa neta ajustada de matriculación (ANER) para las escuelas primarias y la UIS la calcula utilizando registros administrativos. La matrícula neta ajustada es una medida tanto del «stock» como del «flujo» y tiene en cuenta las distorsiones basadas en la edad y el grado, ya que es el porcentaje de niños en edad de asistir a la escuela primaria matriculados en la educación primaria o secundaria, en contraposición a la matrícula bruta que es la proporción de niños de cualquier edad que están matriculados en la escuela primaria, o la matrícula neta que es la proporción de niños en edad de asistir a la escuela primaria que están matriculados en la escuela primaria. Utilizamos el mismo año de participación escolar como evaluación de aprendizaje preferida para cada país.
- Las agregaciones para cada región comprenden la pobreza de aprendizaje promedio de los países con datos disponibles, ponderada por su población de 10 a 14 años de edad. Para obtener una estimación global, ponderamos las agregaciones regionales por la población de 10 a 14 años independientemente de la disponibilidad de datos. Esto equivale a imputar los datos del país que faltan utilizando valores regionales.
Nota: Si bien la edad de referencia para la pobreza en el aprendizaje es la edad de 10 años, las evaluaciones del aprendizaje se toman en base a grados específicos y no a la edad. Para incorporar evaluaciones administradas en diferentes grados, elegimos para cada país el grado entre 4 y 6 cuando se dispusiera de datos relevantes y confiables.
Datos
Puede descargar los datos sobre la pobreza en el aprendizaje directamente desde Development Data Hub . La base de datos contiene indicadores agrupados y desglosados por género para el porcentaje de niños en situación de pobreza de aprendizaje, el porcentaje de niños en edad escolar primaria que no asisten a la escuela y el porcentaje de niños por debajo del nivel mínimo de competencia en lectura al final de la primaria.
También puede acceder a los datos de pobreza de aprendizaje directamente a través de EdStats .
Para cargar los datos de Pobreza de aprendizaje directamente en Stata , puede usar este código:
// Instale el comando escrito por el usuario si no lo tiene captura qué wbopendataif _rc == 111 ssc install wbopendata // Consulta el indicador de pobreza de aprendizaje de la API del Banco Mundial wbopendata, indicador (SE.LPV.PRIM) último largo claro
Para cargar los datos de Pobreza de aprendizaje directamente en Python , puede usar este código:
# Cargar el packageimport wbgapi como wb # Consultar el valor no vacío más reciente (parámetro mrnev) df = wb.data.DataFrame (‘SE.LPV.PRIM’, db = 12, mrnev = 1, columnas = ‘tiempo’, numericTimeKeys = True)
Hallazgos actuales
Aprendizaje mapa de pobreza
El siguiente mapa es una instantánea de la pobreza en el aprendizaje en todo el mundo. También puede ver el indicador para mujeres y hombres. Puede editar este mapa directamente en DataBank .
¿Cómo varía la pobreza del aprendizaje según el género?
Utilizando todas las evaluaciones disponibles entre países (así como los datos de inscripción desglosados por género del UIS), hemos calculado las tasas de pobreza de aprendizaje específicas por género. Dada la disponibilidad de datos, solo hemos podido calcular esta desagregación para 92 países. El acceso a los microdatos en algunos países, particularmente en el sur de Asia, ha sido un desafío importante para calcular los resultados desglosados por género.
Brecha de género de la pobreza en el aprendizaje, por país
A pesar de las barreras que enfrentan las niñas en algunas áreas de la educación, en prácticamente todos los países de los que tenemos datos, las niñas tienen tasas más bajas de pobreza de aprendizaje que los niños.
Replica nuestros resultados en GitHub
Nuestros procesos están documentados en el repositorio de LearningPoverty Github, que también incluye instrucciones sobre cómo replicar nuestros números. Puede encontrar información sobre la selección de fuentes de datos, cálculos y agregaciones aquí .
Próxima actualización
La reciente publicación de los nuevos resultados de la evaluación del aprendizaje (TIMSS 2019, SEA-PLM 2019 y PASEC 2019) exige una actualización del indicador de pobreza de aprendizaje. Se planea una actualización pública de las estimaciones regionales y globales para septiembre de 2021 , para incluir los próximos resultados LLECE 2019.
Se anticipan cambios significativos en algunas estimaciones de países debido al reemplazo de las evaluaciones de aprendizaje nacionales por evaluaciones internacionales. La estimación inicial de la pobreza de aprendizaje fue del 52,7 por ciento en los países de ingresos bajos y medianos, anclada en 2015. Se utilizaron datos de 62 países, que cubrían el 80 por ciento de la población objetivo. En septiembre de 2021, planeamos publicar una actualización corporativa de estos números globales. Utilizar 2017 como año de referencia implica aceptar evaluaciones a partir de 2013, incluyendo las recientemente publicadas TIMSS, SEA-PLM, PASEC de 2019 y el próximo LLECE 2019. Con los nuevos datos, la cobertura del indicador aumentará a 66 países y 81 por ciento. de la población objetivo. La nueva actualización también permitirá comparaciones temporales en los casos en que los países tengan resultados de la misma evaluación en la última ronda.
Fuente e Imagen: https://www.worldbank.org/en/topic/education/brief/what-is-learning-poverty