સ્ટેમમાં ડેટા આધારિત અસર

જે માપવામાં આવે છે તે પૂર્ણ થાય છે. વૉશિંગ્ટન STEM વિદ્યાર્થી સૂચકાંકો અને શ્રમ બજારના અંદાજો પરના ડેટાની ઍક્સેસને લોકશાહીકરણ કરવામાં મદદ કરવા માટે કામ કરે છે જે અમને કહી શકે છે કે શું અમે અમારા ભાગીદારો સાથે મળીને સમગ્ર રાજ્યમાં અગ્રતા ધરાવતા વસ્તીઓ માટે વધુ સમાન ઍક્સેસ બનાવી રહ્યા છીએ.

સ્ટેમમાં ડેટા આધારિત અસર

જે માપવામાં આવે છે તે પૂર્ણ થાય છે. વૉશિંગ્ટન STEM વિદ્યાર્થી સૂચકાંકો અને શ્રમ બજારના અંદાજો પરના ડેટાની ઍક્સેસને લોકશાહીકરણ કરવામાં મદદ કરવા માટે કામ કરે છે જે અમને કહી શકે છે કે શું અમે અમારા ભાગીદારો સાથે મળીને સમગ્ર રાજ્યમાં અગ્રતા ધરાવતા વસ્તીઓ માટે વધુ સમાન ઍક્સેસ બનાવી રહ્યા છીએ.

ઝાંખી

જ્યારે અમે સિસ્ટમ-સ્તર પરિવર્તન માટે નવી તકનીકી ભાગીદારી શરૂ કરીએ છીએ, ત્યારે ડેટા અને માપન એ પ્રથમ પગલું છે. ડેટા અમને આધારરેખા સ્થાપિત કરવામાં, પ્રગતિને માપવામાં અને લક્ષ્યો નક્કી કરવામાં અને લિંગ, જાતિ, ભૂગોળ અથવા આવક સંબંધિત પ્રણાલીગત અસમાનતાઓને ઉજાગર કરવામાં મદદ કરે છે.

પરંતુ વોશિંગ્ટન STEM ખાતે અમે ડેટા અને માપન શૂન્યાવકાશમાં કરતા નથી - અમે તે સમુદાયમાં કરીએ છીએ. અમે ડેટા ટ્રૅક કરવાનું શરૂ કરતાં પહેલાં શિક્ષકો, વિદ્યાર્થીઓ અને તેમના પરિવારો શું કહી રહ્યાં છે તે અમે ઊંડાણપૂર્વક સાંભળીએ છીએ. અમે પૂછીએ છીએ કે વિદ્યાર્થીઓને પાછળ રાખતા પ્રણાલીગત અવરોધો વિશે તેમની પાસે શું ધારણા છે.

પછી અમે હાલના સંશોધનમાં ખોદકામ કરીએ છીએ: અમે ઓળખીએ છીએ કે કયા સૂચકાંકો (એટલે ​​​​કે, માત્રાત્મક ડેટા) સંશોધન અર્થપૂર્ણ વિદ્યાર્થી પરિણામોને ઓળખવામાં અસરકારક સાબિત થયા છે. પછી અમે "શા માટે"—ગુણાત્મક ડેટાને ઉજાગર કરવા માટે પ્રશ્નો પૂછીએ છીએ. અમે વિદ્યાર્થીઓના જીવંત અનુભવોને પ્રતિસાદ આપતી વ્યૂહરચના અને નીતિઓ ડિઝાઇન કરવા માટે આ મિશ્ર-પદ્ધતિઓનો ઉપયોગ કરીએ છીએ. પરિણામો વ્યાપક રીતે વહેંચાયેલ ડેટા અને પરિવર્તનકારી પરિણામો છે.

ડેટા અને ડેશબોર્ડ્સ

વોશિંગ્ટન STEM ઓપન-સોર્સ, એક્શનેબલ ડેટા ડેશબોર્ડ્સ બનાવવા માટે અગ્રણી છે જે આપણા રાજ્યના STEM અર્થતંત્રમાં આંતરદૃષ્ટિ પ્રદાન કરે છે. (વોશિંગ્ટન STEMના ડેટા ટૂલ્સ વિશે વધુ જાણો અહીં.) આ ડેટા હાથમાં રાખીને, અમે વૉશિંગ્ટનના વિદ્યાર્થીઓ માટે વર્ગખંડથી કારકિર્દી સુધીની સ્પષ્ટ થ્રુ-લાઇન બનાવવામાં મદદ કરી શકીએ છીએ. વોશિંગ્ટન STEMના સાધનોનો સ્યુટ, કારકિર્દી અને ઓળખપત્રની ઉપલબ્ધતાથી લઈને જટિલમાં સ્પષ્ટતા લાવવા માટે જરૂરી ડેટા પ્રદાન કરે છે (કોરી), પ્રાદેશિક સ્તરે સૌથી વધુ માંગમાં કૌટુંબિક વેતનની નોકરીઓ શોધવા માટે (લેબર માર્કેટ ડેશબોર્ડમાં પ્રાદેશિક ડેટાનો સ્નેપશોટ પ્રદાન કરવા માટે પ્રારંભિક શિક્ષણ અને સંભાળ, અમને જણાવવા માટે કે શું શિક્ષણ પ્રણાલી તમામ વિદ્યાર્થીઓને-ખાસ કરીને રંગના વિદ્યાર્થીઓ, ગ્રામીણ વિદ્યાર્થીઓ, ગરીબીમાં જીવતા વિદ્યાર્થીઓ અને છોકરીઓ અને યુવતીઓ-ને ઉચ્ચ-માગ પ્રમાણપત્રો પ્રાપ્ત કરવા માટેના ટ્રેક પર હોય છે.

એ જ રીતે, માટે અમારા ડેશબોર્ડ્સ નંબરો દ્વારા STEM અને બાળકોની સ્થિતિ અમને જણાવો કે શું સિસ્ટમ વધુ વિદ્યાર્થીઓને-ખાસ કરીને રંગના વિદ્યાર્થીઓ, ગ્રામીણ વિદ્યાર્થીઓ, ગરીબીમાં જીવતા વિદ્યાર્થીઓ અને છોકરીઓ અને યુવતીઓ-ને ઉચ્ચ-માગ પ્રમાણપત્ર પ્રાપ્ત કરવા માટે ટ્રેક પર રહેવા માટે મદદ કરી રહી છે.

રાજ્યવ્યાપી દેખરેખ અને અહેવાલો

સારો ડેટા અને સતત દેખરેખ સમુદાયોને તેમની વ્યૂહરચનાઓની અસર અને સમય સાથે વસ્તુઓ કેવી રીતે બદલાઈ રહી છે તે સમજવામાં મદદ કરી શકે છે. તેઓ નેતાઓને કિંમતી સંસાધનોનું રોકાણ ક્યાં કરવું અને ભવિષ્ય માટે કેવી રીતે આયોજન કરવું તે સમજવામાં પણ મદદ કરે છે. બાળકોની સ્થિતિ: પ્રારંભિક શિક્ષણ અને સંભાળ પ્રાદેશિક અહેવાલો વોશિંગ્ટનની પ્રારંભિક શિક્ષણ પ્રણાલીની અનિશ્ચિત સ્થિતિ પર પ્રકાશ પાડે છે. તેવી જ રીતે, કૌટુંબિક મૈત્રીપૂર્ણ કાર્યસ્થળ પ્રાદેશિક અહેવાલો સમગ્ર રાજ્યમાં સમાન બાળ સંભાળમાં રોકાણ કરવા માટે બિઝનેસ લીડર્સ માટે ડેટા પ્રદાન કરે છે.

ટેકનિકલ ભાગીદારી

અમે સર્જનાત્મક, સ્થાનિક સોલ્યુશન્સ કે જે અવરોધોને દૂર કરવામાં મદદ કરે છે અને તકના અંતરને બંધ કરવામાં મદદ કરે છે તેને ઓળખીને અને માપન કરીને પ્રણાલીગત સમસ્યાઓ ઉકેલવા માટે ક્રોસ-સેક્ટર ભાગીદારીમાં જોડાઈએ છીએ. સમુદાયના નેતાઓ અને અમારા દસ પ્રાદેશિક નેટવર્ક ભાગીદારો સાથે નજીકથી ભાગીદારી કરીને, અમે લાંબા સમયથી ચાલતી સમસ્યાઓના મૂળ કારણોને ઓળખવા અને અગ્રતા વસ્તી માટેના અવરોધોને તોડવામાં મદદરૂપ એવા ઉકેલો વિકસાવવા માટે સક્ષમ છીએ.

આ અમારી તકનીકી ભાગીદારીના કેટલાક ઉદાહરણો છે:

 

મહત્તમ પ્રતિનિધિત્વ: સમાવેશી ડેટા રિપોર્ટિંગ માટે કૉલ
વોશિંગ્ટન STEM મહત્તમ પ્રતિનિધિત્વને સમર્થન આપવા માટે સમગ્ર રાજ્યમાંથી મૂળ શિક્ષણ નિષ્ણાતો સાથે જોડાઈ રહ્યું છે - ડેટા સેટમાં બહુવંશીય/બહુવંશીય વિદ્યાર્થીઓનું સંપૂર્ણ પ્રતિનિધિત્વ કરવાનો અને ઓછા ગણાતા મૂળ વિદ્યાર્થીઓ અને ઓછા ભંડોળ વિનાના મૂળ શિક્ષણની ઇન્ટરલોકિંગ સમસ્યાઓનો ઉકેલ લાવવાનો પ્રયાસ.
સહ-ડિઝાઇન પ્રક્રિયા: સમુદાયો સાથે અને તેના માટે સંશોધન
સમગ્ર રાજ્યમાંથી 50+ "સહ-ડિઝાઇનરો" સાથે ભાગીદારીમાં નવા સ્ટેટ ઑફ ધ ચિલ્ડ્રન રિપોર્ટ્સ વિકસાવવામાં આવ્યા હતા. પરિણામો સસ્તી બાળ સંભાળ વિશેની વાતચીતમાં વારંવાર અવગણવામાં આવતા બાળકો સાથેના પરિવારોના અવાજોને પણ સામેલ કરવા સાથે અર્થપૂર્ણ નીતિગત ફેરફારો માટેના ક્ષેત્રોને પ્રકાશિત કરે છે.
ડેટા બીટનું જીવન: કેવી રીતે ડેટા શિક્ષણ નીતિને જાણ કરે છે
અહીં વોશિંગ્ટન STEM પર, અમે સાર્વજનિક રૂપે ઉપલબ્ધ ડેટા પર આધાર રાખીએ છીએ. પરંતુ આપણે કેવી રીતે જાણી શકીએ કે તેઓ વિશ્વસનીય છે? આ બ્લોગમાં, અમે જોઈશું કે અમે અમારા રિપોર્ટ્સ અને ડેશબોર્ડ્સમાં વપરાતા ડેટાને કેવી રીતે સ્ત્રોત અને માન્ય કરીએ છીએ.
કોમ્યુનિટી વોઈસને એકીકૃત કરવું: બાળકોનું રાજ્ય સહ-ડિઝાઈન બ્લોગ: ભાગ II
સ્ટેટ ઓફ ધ ચિલ્ડ્રન કો-ડિઝાઇન પ્રક્રિયા બ્લોગના ભાગ બેમાં, અમે સહ-ડિઝાઇન પ્રક્રિયાના ઇન અને આઉટનું અન્વેષણ કરીએ છીએ-અને તેણે અહેવાલો અને સહભાગીઓ પર કેવી અસર કરી.