Determinante del desempeño en lectura en Uruguay: un análisis multinivel a partir de TERCE

Palabras clave: modelos multinivel; factores asociados a los desempeños; evaluaciones internacionales a gran escala; TERCE

Resumen

El objetivo de este trabajo es identificar los factores que influyen en el desempeño de los estudiantes al final de la escuela primaria en Uruguay. Los datos del Tercer Estudio Regional Comparativo y Explicativo (TERCE) de la UNESCO se utilizaron para identificar los factores asociados con el rendimiento escolar en lectura. Las relaciones entre los indicadores contextuales y el desempeño de los estudiantes se analizaron a través de modelos jerárquicos lineales que consideran los efectos de las características de las escuelas, los maestros, los estudiantes y sus familias en el dominio de la lectura. El análisis confirma la importancia de los factores a nivel del estudiante asociados con características tales como género, antecedentes familiares, expectativas educativas de los padres y repetición. Los factores institucionales representaron una parte menor de la varianza total explicada. La capacidad de las escuelas uruguayas para influir en el aprendizaje es considerablemente limitada, incluso después de tener en cuenta la composición de la escuela y sus efectos contextuales.

Descargas

La descarga de datos todavía no está disponible.

Citas

Albernaz, A., Ferreira, F.H.G. y Franco, C. (2002). Qualidade e equidade na educação fundamental brasileira. Rio de Janeiro: PUC-RIO, (Texto para discussão, n. 455).

Andrade, R. J.; Soares, J. F. (2008). O efeito da escola básica brasileira. Estudos em avaliação educacional, 379-406.

ANEP (2009). Uruguay en el segundo estudio regional comparativo y explicativo (SERCE). Informe nacional. Montevideo: ANEP-CODICEN.

ANEP (2015a). Evaluación Nacional de 6° año en Matemática, Ciencias y Lengua 2013. Primer informe, ANEP, Montevideo.

ANEP (2015b). Proyecto de Presupuesto Período 2015-2019. Tomo I, Exposición de Motivos, Montevideo: ANEP- CODICEN.

ANEP (2017). Primer Informe Uruguay en PISA 2015. Montevideo: ANEP-PISA.

Atkinson, A. (2015). Inequality. What can be done? Harvard: Harvard University Press.

Blanco, E. (2008). Factores escolares asociados a los aprendizajes en la educación primaria mexicana: un análisis multinivel. REICE - Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 6(1), 1–8.

Blanco, E. (2011). Los límites de la escuela: educación, desigualdad y aprendizajes en México. México, D.F.: El Colegio de México, Centro de Estudios Sociológicos.

Blossfeld, H.-P., Schneider, T. y Doll, J. (2009). Methodological Advantages Of Panel Studies: Designing The New National Educational Panel Study (Neps) In Germany. Journal For Educational Research Online, 1(1), 10–32.

Cardozo, S. (2016). Trayectorias educativas en la educación media PISA-L 2009-2014, INEEd - Grupo de estudios sobre Transiciones Educación-Trabajo (TET), Montevideo.

Castro, R. F. (2009). Fatores associados ao desempenho escolar na 4ª série do ensino fundamental. Em JAC Lordêlo & MV. Dazzani (orgs). Avaliação educacional: desatando e reatando nós [online] (pp.265-295). Salvador: EDUFBA. Disponível em https://bit.ly/2FIDxq4

Carnoy, M. (2015). International test score comparisons and educational policy: A review of the critiques. https://nepc.colorado.edu/publication/international-test-scores.

Cervini, R. (1999). Calidad y equidad en la educación básica de argentina. Factores asociados al logro escolar, 5, 83-citation_lastpage.

Cervini, R. (2002). Desigualdades en el logro académico y reproducción cultural en Argentina. Revista mexicana de investigación educativa, 7(16).

Coleman, J., Campbell, B., Hobson, C., McPartland, J., Mood, A., & Winefield, F. (1966). Equality of Education Opportunity Report: Washington DC: US Government Printing Office.

Cortés, F. y Rubalcava, R. M. (1984). Técnicas estadísticas para el estudio de la desigualdad social. México: El Colegio de México-Flacso.

Cowell, F. A. (1998). Measurement of inequality. Londres: STICERD, London School of Economics.

De Melo, G. (2011). Peer effects identified through social networks. Evidence from Uruguayan schools, Documento de Trabajo, Montevideo: Decon-UdelaR.

Enders, C. K., y Tofighi, D. (2007). Centering predictor variables in cross-sectional multilevel models: A new look at an old issue. Psychological Methods, 12(2), 121–138.

Fernández, T. (2004). Distribución del conocimiento escolar: clases sociales, escuelas y sistema educativo en América Latina. México, D.F: El Colegio de México.

Fernández, T., y Cardozo, S. (2009). Tipos de desigualdad educativa, regímenes de bienestar e Instituciones en América Latina: un abordaje con base en PISA 2009, Páginas de Educación, 4(1), 33-55.

Hanushek, E. A. (2011). The Economic Value Of Higher Teacher Quality. Economics Of Education Review, 30(3), 466-479. https://doi.org/10.1016/J.Econedurev.2010.12.006

Hanushek, E. A. (2013). Economic Growth In Developing Countries: The Role Of Human Capital. Economics Of Education Review, 37, 204–212. https://doi.org/10.1016/J.Econedurev.2013.04.005

Harker, R. y Tymms, R. (2004). The effects of student composition on school outcomes. School Effectiveness and School Improvement, 15(2), 177-199.

Hattie, J. (2002). Classroom composition and peer effects. International Journal of Educational Research, 37 (5), 449-481.

Hox, J.J. (2010). Multilevel Analysis: Techniques and Applications. 2ª ed. New York: Routledge.

INEED (2014). Informe Sobre El Estado De La Educación En Uruguay 2014. Montevideo: Ineed.

INEED (2015). Uruguay En El TERCE: Resultados y Prospecciones. Montevideo: Ineed.

INEED (2017). Informe Sobre El Estado De La Educación En Uruguay 2015-2016. Montevideo: Ineed.

Kirsch, I., y Braun, H. (2020). Changing times, changing needs: enhancing the utility of international large-scale assessments. Large-scale Assessments in Education, 8(1), 1-24.

Torrecilla, F. J. M., y de Becerra, F. C. (2006). Estudios sobre eficacia escolar en Iberoamérica: 15 buenas investigaciones. Convenio Andrés Bello.

OECD (2013). PISA 2012 Results: What Makes Schools Successful? Resources, Policies and Practices (Volume IV). PISA, OECD Publishing. http://dx.doi.org/10.1787/9789264201156-en

OECD (2016). PISA 2015 Results (Volume I): Excellence and Equity in Education. Paris: PISA, OECD Publishing. http://dx.doi.org/10.1787/9789264266490-en

Raudenbush, S. y Bryk, A. S. (1986). A Hierarchical Model For Studying School Effects Source. American Sociological Association, 59(1), 1–17.

Raudenbush, S. y Bryk, A. (2002). Hierachical Linear Models. Second Edition. Ed. Sage. Thousand Oaks. CA.

Raudenbush, S. W., & Willms, J. (1995). The estimation of school effects. Journal of educational and behavioral statistics, 20(4), 307-335.

Ritzen, J. (2013). International Large-Scale Assessments As Change Agents. In Y. K. Von Davier M., Gonzalez E., Kirsch I. (Org.), The Role Of International Large-Scale Assessments: Perspectives From Technology, Economy, and Educational Research. Dordrecht: Springer. https://doi.org/10.1007/978-94-007-4629-9

Roemer, J. E., & Trannoy, A. (2016). Equality of opportunity: Theory and measurement. Journal of Economic Literature, 54(4), 1288-1332.

Soares, J.F. (2003). Quality And Equity In Brazilian Basic Education: Facts And Possibilities. Seminário iasi de estatística aplicada: estatística na educação e educação em estatística, 9, 2003, Rio De Janeiro. Conferência Convidada: Quality And Equity In Brazilian Basic Education: The Hlm Answers. Rio De Janeiro: IASI.

Soares, J. F. (2004). O efeito da escola no desempenho cognitivo de seus alunos. REICE: Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 2(2), 6.

UNESCO (2016a). Informe De Resultados Del Tercer Estudio Regional Comparativo Y Explicativo. Factores Asociados. Santiago De Chile: UNESCO.

UNESCO (2016b). Informe De Resultados Del Tercer Estudio Regional Comparativo Y Explicativo. Logros De Aprendizaje. Santiago De Chile: UNESCO.

UNESCO (2016c). Reporte Técnico Tercer Estudio Regional Comparativo y Explicativo. TERCE. Santiago de Chile: UNESCO.

Von Davier, M., Gonzalez, E., & Mislevy, R. (2009). What are plausible values and why are they useful. IERI monograph series, 2(1), 9-36..

Von Davier, M., Gonzalez, E., Kirsch, I., y Yamamoto, K. (Orgs.). (2013). The Role Of International Large-Scale Assessments: Perspectives From Technology, Economy, And Educational Research. Dordrecht: Springer Netherlands. Https://Doi.Org/10.1007/978-94-007-4629-9

Wagemaker, H. (2014). International large-scale assessments: From research to policy. In L. Rutkowski, M. von Davier, & D. Rutkowski (Eds.), Handbook of international large-scale assessment: Background, technical issues, and methods of data analysis (pp. 11–36). Boca Raton: CRC Press.

Willms, D. (2006). Learning Divides: Ten Policy questions about the performance and equity of schools and schooling systems. Institute for Statistics, Montreal: UNESCO.

Willms, J. D. (2010). School composition and contextual effects on student outcomes. Teachers College Record.

Cómo citar

Silveira Aberastury, A. (2020). Determinante del desempeño en lectura en Uruguay: un análisis multinivel a partir de TERCE. Revista Iberoamericana De Educación, 84(1), 155-176. https://doi.org/10.35362/rie8413988
Publicado
2020-11-11
Sección
Monográfico. Nuevos datos, nuevos retos: Iberoamérica en las últimas evaluacione