ဆရာအလှည့်

ဆရာအလှည့်အပြောင်းက ပိုဆိုးလာပေမယ့် သင်ထင်ထားတဲ့အတိုင်း မဟုတ်ပါဘူး။

“ဆရာတွေက ကျောင်းတွေ ဒါမှမဟုတ် ခရိုင်တွေကို ပြောင်းတာ၊ ရာထူးတွေ ပြောင်းတာ ဒါမှမဟုတ် သင်ကြားမှု အပြီးအပိုင် ထွက်သွားတဲ့အခါ ဒါက ဆရာအလှည့်အပြောင်းလို့ မှတ်ယူပါတယ်။ ဆရာအလှည့်အပြောင်းသည် ကျောင်းသားများ၏ STEM အောင်မြင်မှုနှင့် ဝင်ငွေနည်းသော BIPOC ကျောင်းသားများအပေါ် အချိုးမညီမျှစွာ သက်ရောက်မှုရှိသော ကျောင်းသားရလဒ်များကို သက်ရောက်စေသည့် မက်ထရစ်များထဲမှ တစ်ခုဖြစ်သည်” ဟု Washington STEM မှ K-12 ပညာရေးဆိုင်ရာ အကြီးတန်း ပရိုဂရမ်အရာရှိ Tana Peterman မှ ပြောကြားခဲ့သည်။

နယူးသုတေသန အဓိကအားဖြင့် ဆရာတစ်ဦး၏ နှစ်ပေါင်းများစွာ အတွေ့အကြုံများနှင့် ဆက်စပ်လျက်ရှိသော COVID-19 ကူးစက်ရောဂါကာလအတွင်း ဆရာအလှည့်အပြောင်း များပြားလာခြင်းကို မီးမောင်းထိုးပြပါသည်။ အငြိမ်းစားယူခါနီးတွင် ဆရာအများအပြားသည် စာသင်ခန်းမှ ထွက်သွားကြသည်။ သို့သော် အစောပိုင်းအသက်မွေးဝမ်းကြောင်းပညာပေးဆရာများကြားတွင် လည်ပတ်မှုသည် မြင့်မားသည်—၎င်းသည် ကျောင်းသားအားလုံးအောင်မြင်ရန် ကူညီပေးသည့် မတူကွဲပြားသောသင်ကြားရေးလုပ်သားအင်အားစုကို ဆွဲဆောင်ကာ ထိန်းသိမ်းထားရှိမှုအပေါ် ကြီးမားသောအကျိုးသက်ရောက်မှုရှိသည်။ အထူးသဖြင့် အရောင်စုံ။

Washington STEM သည် တွေ့ရှိချက်အသစ်များနှင့် STEM သင်ကြားရေးလုပ်သားအင်အားအပေါ် အလားအလာရှိသော သက်ရောက်မှုများကို ဖော်ထုတ်ပေးသည့် ဘလော့ဂ်များမှတစ်ဆင့် ဤသုတေသနအသစ်ကို အလင်းပြရန်အတွက် Washington STEM တက္ကသိုလ်နှင့် ပူးပေါင်းဆောင်ရွက်လျက်ရှိသည်။

Data တွေကို တူးတယ်။

David Knight သည် University of Washington College of Education မှ တွဲဖက်ပါမောက္ခဖြစ်သည်။ ပညာရေးမူဝါဒနှင့် စာရင်းအင်းပညာကို စိတ်ဝင်စားသော PhD ကျောင်းသား Lu Xu အပါအဝင် သုတေသီအဖွဲ့တစ်ဖွဲ့ကို ဦးဆောင်ကာ ဆရာများရာထူးမှ နုတ်ထွက်ရခြင်း၏ အကြောင်းရင်းများကို နားလည်ရန် ဒေတာများကို တူးဖော်ခဲ့ကြသည်။ Washington Office of Public Instruction's Superintendent of Public Instruction's (OSPI) ဒေတာဘေ့စ်ကို အသုံးပြု၍ ခရိုင် ၂၉၅ ခုရှိ ကျောင်းပေါင်း 1.6 တွင် ထူးခြားသော ဆရာ 160,000 ထံမှ ဒေတာအချက်ပေါင်း 2,977 သန်းကို ကြည့်ရှုခဲ့ကြသည်။ ဒေတာရတနာသိုက်ဖြင့်၊ Xu နှင့် အခြားသူများသည် ကျောင်းပတ်ဝန်းကျင်ဆိုင်ရာအချက်များ၊ လူတစ်ဦးချင်းစီ၏ လူဦးရေစာရင်းနှင့် နှစ်ပေါင်းများစွာ သင်ကြားမှုအတွေ့အကြုံများအပါအဝင် လည်ပတ်လည်ပတ်မှုကို ထိခိုက်စေနိုင်သည့် အကြောင်းရင်းများစွာအတွက် ထည့်သွင်းစဉ်းစားရန်နှင့် ထိန်းချုပ်ရန်အတွက် ကိန်းဂဏန်းဆိုင်ရာ ဆုတ်ယုတ်မှုပုံစံများကို အသုံးပြုခဲ့သည်။

Xu က "လူသိရှင်ကြားရနိုင်တဲ့ အချက်အလက်တွေကိုသုံးပြီး၊ ကပ်ရောဂါလွန်ကမ္ဘာမှာ ဆရာတွေ ထွက်ခွာသွားတဲ့နှုန်းကို ကျွန်တော်တို့ သိရှိလိုခဲ့ပါတယ်။ အကောင်းဆုံးကတော့၊ ဤမူဝါဒအကျဉ်းချုပ်သည် မူဝါဒချမှတ်သူများသည် သင်ကြားရေးလုပ်သားအင်အားကို တည်ငြိမ်စေရန်နှင့် ပိုမိုကောင်းမွန်သော ကျောင်းသားရလဒ်များရရှိရန် အသိပညာပေး ဆုံးဖြတ်ချက်များချရာတွင် ကူညီပေးပါမည်။"

အတွေ့အကြုံမရှိသေးသော ဆရာများ နှင့် K-12 စနစ်ကို လုံးလုံးလျားလျား ချန်ထားသူများကြားတွင် ဆေးဖျန်းမှုနှုန်း တိုးလာကြောင်း သုတေသနပြုချက်များအရ သိရသည်။ ကိန်းဂဏန်းများအရ ၂၀၁၂ မတိုင်မီက ဆရာ၊ဆရာမများ ကျောင်းပြောင်းခြင်းကြောင့် လည်ပတ်မှု အများစုသည် ထိုအချိန်မှစ၍ အငြိမ်းစားယူခါနီးတွင် သင်ကြားရေးလုပ်သားများ၏ ရာခိုင်နှုန်း ပိုများလာသည်နှင့်အမျှ ဆရာ-အတတ်သင် အချိုးအစား ပိုများလာကာ အငြိမ်းစားယူရန်အတွက် အများစုမှာ K-2012 စနစ်မှ ထွက်သွားကြသည်။ သို့သော် ကပ်ရောဂါနှင့်အတူ၊ အတွေ့အကြုံမရှိသေးသော ဆရာ၊ ဆရာမများသည် သင်ကြားရေးရာထူးအသစ်ကိုရှာဖွေခြင်း သို့မဟုတ် ခေါင်းဆောင်မှုအခန်းကဏ္ဍအသစ်များရယူခြင်းထက် အလုပ်မှထွက်ခွာသွားသော ထွက်ခွာသွားသူများ၏ တစ်စိတ်တစ်ပိုင်းလည်းဖြစ်သည်။

ထို့အပြင် ကပ်ရောဂါသည် နှစ်စဉ် ဆရာအတတ်ပညာ၏ အဓိက အရင်းအမြစ်ကို ပြောင်းလဲစေကာ ဆရာလုပ်အား အားလုံးကို အချိုးအစား ပိုများစေသည်။ ကပ်ရောဂါမစတင်မီတွင် နိုင်ငံတစ်ဝန်း လည်ပတ်မှုစုစုပေါင်းသည် 15% ကျဆင်းသွားသော်လည်း 2022 နှစ်ကုန်တွင် စုစုပေါင်းလည်ပတ်မှုမှာ 18.7% အထိ မြင့်တက်လာခဲ့သည်။ ကပ်ရောဂါကို ဖြတ်ကျော်ကာ ကျောင်းများတွင် ရုန်းကန်နေရသဖြင့် ဤဆရာများ ဆုံးရှုံးခြင်း—ကျောင်းသားအောင်မြင်မှုအတွက် အရေးပါဆုံးသော ပံ့ပိုးကူညီသူများ—သိသိသာသာ အာရုံစိုက်လာခဲ့သည်။

သာမဏေဆရာများ ဆုံးရှုံးသည်။

1) စီမံခန့်ခွဲရေးဆိုင်ရာ ပံ့ပိုးကူညီမှု သို့မဟုတ် အသက်မွေးဝမ်းကျောင်းဆိုင်ရာ တိုးတက်မှုအတွက် အခွင့်အလမ်းများ နည်းပါးလာသောအခါတွင် ဆရာ၊ ဆရာမများသည် ၎င်းတို့၏ အလုပ်မှ ထွက်ခွါနိုင်ခြေ ပိုများကြောင်း ဆယ်စုနှစ်များစွာ သုတေသနပြု တွေ့ရှိခဲ့ခြင်းမှာ အံ့သြစရာမဟုတ်ပါဘဲ၊ ပတ်ဝန်းကျင်ကျောင်းတွေထက် နိမ့်တယ်။

UW သုတေသီများသည် ဆရာအလှည့်အပြောင်းနှင့် ဆက်စပ်နေသော အချက်များကို ပိုမိုနားလည်ရန် ကိန်းဂဏန်းစံနမူနာများကို အသုံးပြုခဲ့သည်။ ဆရာတစ်ဦးချင်းစီ၏ ဝိသေသလက္ခဏာများ (ဆရာ၊ လူမျိုး/လူမျိုး၊ ကျား၊ မ၊ အတွေ့အကြုံနှစ်များ၊ အမြင့်ဆုံးဘွဲ့) နှင့် ၎င်းတို့၏ ကျောင်းပတ်ဝန်းကျင်ဆိုင်ရာအချက်များ (ကျောင်းသားလူဦးရေ၊ ဆင်းရဲနွမ်းပါးမှုအဆင့်၊ ကျောင်းအရွယ်အစား၊ အတန်းအဆင့်) နှစ်ခုစလုံးသည် မည်သည့်နေရာနှင့်မဆို ပြင်းပြင်းထန်ထန် ဆက်စပ်နေကြောင်း၊ ဆရာမတွေက အလုပ်ရွေးတယ်။ ဤအချက်များသည် ဆရာများ၏ အသက်မွေးဝမ်းကြောင်း လမ်းကြောင်း ဆုံးဖြတ်ချက်များအပေါ် လွှမ်းမိုးပြီး အလုပ်အကိုင် ကျေနပ်မှုနှင့် လည်ပတ်မှုနှုန်းများအပေါ် တိုက်ရိုက်သက်ရောက်မှုရှိသည်။ သို့သော် ကပ်ရောဂါကာလအတွင်း အဆိုပါအချက်များ မည်သို့ပြောင်းလဲသွားသည်ကို သုတေသနပြုမှုနည်းပါးသည်။

Knight က "ကျွန်တော်တို့မှာ အဖြစ်အများဆုံး ဆရာအလှည့်အပြောင်း—အသက်မွေးဝမ်းကျောင်းအဆင့်နဲ့ ကျောင်းလုပ်ငန်းခွင်အခြေအနေတွေ—ကို ကပ်ရောဂါကပ်ရောဂါကာလအတွင်းမှာ ဘယ်လိုပုံစံတွေ ပြောင်းလဲသွားမယ်ဆိုတာ မသေချာဘူးလို့ Knight က ပြောပါတယ်။

အထင်ရှားဆုံး တွေ့ရှိချက်များမှာ-

• COVID-20 ခေတ်တွင် နှစ်စဉ် ကျောင်းမှထွက်သည့် ဆရာရာခိုင်နှုန်းသည် 19% နီးပါး ရှိသည်။ အဲဒီအထဲမှာ 9% လောက်က လုပ်သားအင်အား လုံး၀ ထွက်သွားတယ်။
• အသားအရောင်ရှိသော ကျောင်းသားများနှင့် ဝင်ငွေနည်းကျောင်းသားများသည် ဆရာများ၏ ဝင်ငွေမြင့်မားမှုကြောင့် အချိုးမညီမျှစွာ သက်ရောက်မှုရှိသည်။ ရောင်စုံကျောင်းသားများသည် ၎င်းတို့၏လူဖြူလုပ်ဖော်ကိုင်ဖက်များထက် 1.3 ဆ ပိုများပြီး နာတာရှည်ဆရာအလှည့်အပြောင်း—သုံးနှစ်ဆက်တိုက် ဝင်ငွေ 25% ပိုများသောကျောင်းများဖြစ်သည်။
• အတွေ့အကြုံမရှိသေးသော ဆရာများကြားတွင် ဝင်ငွေအများဆုံးဖြစ်သည်။၊ ထိုအဖွဲ့ ၊ လူမျိုးရေးအရ ပိုမိုကွဲပြားသည်။ တနိုင်ငံလုံးရှိ ဆရာ၊ ဆရာမ လုပ်သားအင်အားထက်၊
• အမျိုးသမီး ဆရာများ သည် 1.7% ပိုများသည်။ ယောက်ျားဆရာတွေထက် ထားခဲ့တာ။
• လူမည်းနှင့် လူမျိုးပေါင်းစုံမှ ဆရာများသည် သိသိသာသာ ပိုများပါသည်။ လူဖြူ၊ အာရှ၊ ဟစ်စပန်နစ်၊ နှင့် ပစိဖိတ်ကျွန်းသားအဖြစ် ခွဲခြားသတ်မှတ်ထားသည့် ၎င်းတို့၏ရွယ်တူများနှင့် နှိုင်းယှဉ်သင်ကြားမှုကို ချန်ထားရန်။

Xu သည် ဤကိန်းရှင်များကို ထိန်းချုပ်ခြင်းဖြင့် ဆရာအလှည့်အပြောင်းသည် အမှန်တကယ်ဖြစ်ကြောင်း သုတေသနပြုချက်က ပြသခဲ့သည်။ မဟုတ် နိုင်ငံတစ်ဝှမ်း ပြဿနာတစ်ခုဖြစ်သော်လည်း အတွေ့အကြုံမရှိသေးသော ဆရာများကို အားကိုးရသည့် ကျောင်းများတွင် အများဆုံးဖြစ်သည်။ ဆင်းရဲမွဲတေမှုနှုန်းမြင့်မားပြီး BIPOC ကျောင်းသားရာခိုင်နှုန်း မြင့်မားသော မြို့ပြခရိုင်များတွင် ၎င်းကို ကျေးလက်ကျောင်းငယ်များတွင် တွေ့ရှိရသည်။

Knight မှဆက်ပြောသည် "ပြည်နယ်တစ်ဝှမ်းရှိကျောင်းများတွင်အလှည့်အပြောင်းဖြစ်ပေါ်သော်လည်းအချို့သောအိတ်ကပ်များတွင်ဖြစ်ပျက်သည်။ ပြီးတော့ လည်ပတ်မှုနှုန်းက ဒီထက်ပိုပြီး တိုးလာမယ်ဆိုရင် ဖြစ်ပေါ်လာတဲ့ နောက်ဆက်တွဲပြဿနာတွေက ဝန်ထမ်းအင်အား အခက်အခဲတွေနဲ့ ရင်ဆိုင်နေရတဲ့ အဲဒီကျောင်းတွေနဲ့ ဧရိယာတွေအတွက် အထူးဆိုးရွားနိုင်ပါတယ်။”

Knight နှင့် သူ၏အဖွဲ့သည် လည်ပတ်မှုအား တွန်းအားပေးသည့် အကြောင်းရင်းများကို ပိုမိုကောင်းမွန်စွာ နားလည်ပါက၊ မူဝါဒချမှတ်သူများသည် သင်ကြားရေးလုပ်သားအင်အားကို ပံ့ပိုးရန်နှင့် တည်ငြိမ်စေမည့် အဖြေများကို ဖန်တီးနိုင်လိမ့်မည်ဟု ယုံကြည်သည်၊ ထို့ကြောင့် ကျောင်းသားများသည် သင်ကြားမှုအားနည်းသော သူတို့၏ဆရာများနှင့် ခိုင်မာပြီး တသမတ်တည်းရှိသော ဆက်ဆံရေးကို ခံစားကြရမည်ဖြစ်သည်။

ယေဘုယျအားဖြင့်၊ သုတေသီများသည် ဤမူဝါဒအကြံပြုချက်များကို ပေးဆောင်သည်-

• ပိုမိုပါဝင်ပြီး အထောက်အကူဖြစ်စေသော အလုပ်ပတ်ဝန်းကျင်များဖန်တီးရန် ကြိုးပမ်းမှုများအပါအဝင် ပိုများသော လည်ပတ်မှုနှုန်းမြင့်မားသော ကျောင်းများအတွက် ထိန်းသိမ်းမှုဗျူဟာများကို ရေးဆွဲပါ။
• ဆရာအလှည့်အပြောင်း မြင့်မားသော ပြည်နယ်နှင့် ခရိုင် အရင်းအမြစ်များကို ခရိုင်နှင့် ကျောင်းများသို့ ပစ်မှတ်ထားပါ။
• အပါအဝင် လိုအပ်ချက်များကို ဖော်ထုတ်ရန် ရှိပြီးသား ပြည်နယ်အရင်းအမြစ်များကို အသုံးချပါ။ Washington ၏ Educator Equity Data Collection ကိရိယာ။

***
STEM Teaching Workforce ဘလော့ဂ်စီးရီးကို Washington's College of Education မှ သုတေသီများနှင့် ပူးပေါင်း၍ COVID-19 ကပ်ရောဂါ၏ ပညာရေး လုပ်သားအင်အားအပေါ် ၎င်းတို့၏ သုတေသနပြုမှုအပေါ် အဓိကအခြေခံ၍ ရေးသားထားသည်။ ဘလော့ဂ်စီးရီး၏ ခေါင်းစဉ်များတွင် အဓိက လည်ပတ်မှု၊ ဆရာဖြစ်ရေး နှင့် အထောက်အထားများကို ထိန်းသိမ်းရန် သို့မဟုတ် ဆရာဖြစ်လာရန် ကျွမ်းကျင်ပညာရှင်များ (စာသင်ခန်း သင်ကြားရေးလက်ထောက်များ) ကြုံတွေ့ရသည့် အတားအဆီးများ ပါဝင်မည်ဖြစ်သည်။ ဘလော့ဂ်များကို 2024 ခုနှစ်တွင်ထုတ်ဝေပါမည်။