5億人以上の子どもたちの学習レベルは不明。 新しい教育データ エコシステムが必要です

史上初のグローバル 教育データと統計に関する会議 今日から始まります。 この会議はパリのユネスコ統計研究所（UIS）によって開催されます。 開会式の模様はオンラインでもご覧いただけます ここ。 数ある問題の中でも特に、世界中の子どもたちの教育に重大な盲点をもたらしているデータのギャップについて議論し、それらを修正するための解決策を提示します。

今週のカンファレンスには 3 つの主要な目的があります。 その目的は次のとおりです。

1. 教育統計学者間の実践の国際コミュニティのプロセスを確立し、SDG 4 指標に関する技術協力グループ (TCG) の広範な議題を設定します。
2. 比較可能性を向上させるための国際標準として採用するための推奨事項やガイドラインの形で、SDG 4 指標測定の概念、定義、方法論、運用面に関する重要な問題についてコミュニケーション、議論し、合意に達します。
3. テクノロジーの発展が教育統計に与える影響と、教育統計学者のコミュニティが機会から利益を得て課題に対処する方法について議論します。

会議を主催するUISはSDG 4に関する公式データ源であり、国の統計局、省庁、その他の統計機関と協力してデータのギャップを埋めるために取り組んでいます。 ブログシリーズ 教育データについてはここ数日で説明しました。

目標が設定されて以来、UIS はデータのギャップを埋めるための新しいアプローチを導入し、これにより政府の教育支出を報告している国の割合を 68% から 90% に改善することができました。 で視覚化された新しいモデル ウェブサイトを見る は、学校に通っていない子供たちに関する複数のデータ ソースを編集するために使用されており、データを保有している国の割合が 62% から 98% に増加しました。 この革新的なアプローチにより、10年以上データが報告されていなかったエチオピア、ケニア、ナイジェリアなどの国々で、2022年に学校に通っていない子どもの数について新たな数字が得られたが、もちろん紛争によりデータ収集が妨げられている地域については不確実性がある。

しかし、各国がSDG 4指標の監視に多大な努力を払っているにもかかわらず、ほぼ半数の国が学校に進むにつれて子どもたちの学習レベルを測定しておらず、6億8,000万人の子どもたちの成績がカウントされていないままになっています。 一部の地域では特に大きな学習データのギャップに悩まされており、中央アジアと南アジアでは93％の子どもが、サハラ以南アフリカと東アジアと東南アジアでは62％の子どもが小学校や中学校の終わりに読解力の評価を受けていません。 2015 年以降の中学校が SDG データベースに報告されています。

2016 年には、 SDG 4指標に関する技術協力グループ (TCG) は、SDG 4 に向けた進捗状況を正確に監視する方法を検討するために設立されました。TCG は、新しい年次報告書で監視される 7 つの SDG 4 ベンチマーク指標を含む、新しい指標を設定および承認します。 SDG 4 スコアカード。 ユネスコ加盟国のバランスの取れた代表を確保しており、5つのテーマ別作業グループがあり、今週の会議ではそのすべてが行政データ、世帯調査、ISCED、教師、教育支出、SDG 4ベンチマークなどの問題を扱うセッションを開催する予定だ。

国際労働機関は最近、労働統計会議の100周年を祝ったが、教育統計学者は、比較可能なデータの改善に関する疑問を検討できる定期的な公開フォーラムの恩恵を受けてきていない。 したがって、2030 年までの半ばという今こそ、教育統計に関する新たな議題を設定するための広範な集会にとって適切な時期である。

問題の多くは、 一連のブログ ここ数日間、このサイトで取り上げてきた問題のうち、主な問題を以下にリストします。

1. 教育データ エコシステム: データ収集の取り組みの範囲と効率を評価し、さまざまな種類のデータ ソース (行政データや世帯調査など) を組み合わせてデータ範囲を拡大する、より良い相乗効果を確立する必要があります。 計画には、加盟国の能力を開発する取り組みを含める必要があります。
2. ISCED: この枠組みは、各国間の比較を容易にするためにすべての国の教育制度をマッピングするものであり、継続的な改善が必要です。 これは、UIS が ISCED-T を作成するきっかけとなった貴重なツールです。ISCED-T は、国ごとに教師の質を比較する方法を改善するために、教師研修プログラムの特徴を把握するためのフレームワークです。
3. 行政データと能力開発: で説明されているとおり このブログ、データ収集のための長年確立されたプロセスの一部は、データのギャップを埋め、人口推計を改善し、国レベルでの能力開発を改善し、必要な支援を評価し、2030年以降の将来の教育監視アジェンダに優先順位を付けるために、改善する必要がある。
4. 教師の指標: 教師の質を測定するために使用される基本的な定義については、まだ多くの不確実性があります。たとえば、教師が資格や訓練を受けているかどうか、いつ定義するかをどのように定義するかなどです。 会議では、考慮すべき新しい定義や、教師のポリシーのマッピングなど、この問題の監視に役立つ新しい方法論について議論します。
5. 支出: 同じ国および年の政府の教育支出に関するデータ ソースは複数あります。 さまざまな情報源を組み合わせる方法や、より定期的に民間支出データを取得する方法を検討する必要があります。
6. 世帯調査とそのデータの統合: による このブログ、SDGアジェンダにおける公平性の重視により、世帯調査が注目を集めています。 これらは、VIEW ウェブサイトで行われているように、学校外修了率や修了率などの主要な指標のギャップを埋めるのにも役立ちました。 この会議では、複数の情報源に依存する指標の検証、世帯調査の一覧表の作成、結果を組み合わせて比較できるように調査の質問を調和させることなどが検討されます。
7. 学習成果: 見出しにあるように、依然として大きな課題が残っています。 このブログ 特にデータギャップに関連することを示唆しています。 この会議は、評価結果を報告するために満たす必要のある基準や基準について話し合うフォーラムを提供します。 集団行動への取り組みを加速する必要があるため、運営面やコストの問題についても議論する予定だ。
8. SDG 4 ベンチマーク: SDG 4 ベンチマークと SDG 4 スコアカード今朝発表された2024年版は、SDG 4に向けた進捗状況を監視する新しい方法です。この会議では、すべての加盟国がこのプロセスを熟知していることを確認し、質問を提起するためのプロセス、ベンチマークを更新する方法、および安全性を確保する方法について議論します。国、地域、世界的な目標間の調整。
9. テクノロジー: デジタルテクノロジーの発展により、教育モニタリングへのアプローチが変化しています。 ビッグデータは SDG 4 のモニタリングに潜在的な影響を及ぼします。 会議の 3 日目には、AI を使用するためのプロトコルや、政策関連指標における AI の可能性などが議論される議題となります。
10. パートナーシップ：最後に、この会議では、SDG 4 の複数の角度の監視を支援するために、特に地域機関や幅広い国連機関との協力の可能性についても議論します。