अधिकतम प्रतिनिधित्व: समावेशी डाटा रिपोर्टिङको लागि कल

Washington STEM ले अधिकतम प्रतिनिधित्वलाई समर्थन गर्न राज्यभरका आदिवासी शिक्षा विशेषज्ञहरूलाई सामेल गर्दैछ - डेटा सेटहरूमा बहुजातीय/बहुजातीय विद्यार्थीहरूलाई पूर्ण रूपमा प्रतिनिधित्व गर्ने र कम गणना गरिएका मूल निवासी विद्यार्थीहरू र कम रकम नपुगेको मूल शिक्षाको इन्टरलकिङ समस्याहरू समाधान गर्ने प्रयास।

 

Hou को लागि, आफ्नो जातीय वा जनजाति सम्बद्धतालाई स्वीकार गर्नु यस कुराकानीको एक महत्त्वपूर्ण भाग हो किनभने हामी सबै हाम्रो सांस्कृतिक पालनपोषणबाट प्रभावित छौं। "आफूलाई हान चिनियाँको रूपमा पहिचान गरेर जसका पुर्खाहरू 300 वर्ष पहिले ताइवानमा बसाइँ सरेका थिए, यसले स्वीकार गर्दछ कि मसँग पूर्वाग्रह वा विशेष व्यक्तिपरक दृष्टिकोण हुन सक्छ।"

गत वर्ष, वाशिंगटन STEM डाटाको वरिपरि एउटा नयाँ कुराकानीमा सामेल भयो: एउटा जसले संघीय रेकर्ड र राज्य रिपोर्टहरूमा 50,000 भन्दा बढी वाशिंगटन विद्यार्थीहरूको गणना गर्न मद्दत गर्दछ। थप विशेष रूपमा, हामी अमेरिकी भारतीय वा अलास्का मूल निवासी (AI/AN) र अर्को जाति वा जातीय रूपमा पहिचान गर्ने विद्यार्थीहरूको बारेमा कुरा गर्दैछौं, तर जसको स्वदेशी पहिचान राज्य रेकर्डमा पहिचान गरिएको छैन। यो हुन्छ किनभने हालको संघीय र राज्य जनसांख्यिकीय डेटा रिपोर्टिङ अभ्यासहरूले विद्यार्थीलाई एउटा जातीय वा जातीय समूहको रूपमा पहिचान गर्न आवश्यक छ। नतिजाको रूपमा, विद्यालयहरूले स्थानीय शिक्षालाई समर्थन गर्ने संघीय कोष गुमाउँछन्।

वर्षौंदेखि, आदिवासी शिक्षा अधिवक्ताहरूले वैकल्पिक डेटा रिपोर्टिङ अभ्यासहरू, जस्तै अधिकतम प्रतिनिधित्व, जसले विद्यार्थीहरूलाई स्कूल जनसांख्यिकीय रिपोर्टिङमा सबै जनजातीय सम्बद्धता र जातीय र जातीय पहिचानहरू दाबी गर्न अनुमति दिन्छ।

"यसको मूलमा, यो इक्विटीको बारेमा हो," भन्छन् सुसान हाउ, एक शिक्षा अनुसन्धानकर्ता र वाशिंगटन STEM सामुदायिक साझेदार फेलो जसले आफ्नो मूल घर ताइवानमा आदिवासी भूमि आन्दोलनहरू पनि अनुसन्धान गरिरहेका छन्।

"अधिकतम प्रतिनिधित्वको लक्ष्य भनेको विद्यार्थी गणना सही गराउनु मात्र होइन - यो गुणस्तरीय डेटा मार्फत विद्यार्थीको आवश्यकता र शैक्षिक लक्ष्यहरूलाई समर्थन गर्ने बारे हो।"

पब्लिक इन्स्ट्रक्शनको अफिस अफ सुपरिटेन्डेन्ट (OSPI) अफिस अफ नेटिभ एजुकेशन (ONE) सँगको साझेदारीमा, Hou ले राज्यभरका आदिवासी शिक्षाका नेताहरूसँग डेटा रिपोर्टिङले उनीहरूका समुदायहरूलाई कसरी प्रभाव पारेको छ भनी खोजी गर्दै वार्तालापहरूको एक श्रृंखला सञ्चालन गरे। हौले भर्खरै यी कुराकानीहरूबाट सिकेको कुरा साझा गर्नुभयो अधिकतम प्रतिनिधित्व बारे ज्ञान पत्र प्रकाशित.

यो ग्राफ, डा. केनेथ ओल्डन र एलिस वाशिन्स द्वारा साझा गरिएको, राज्य र संघीय स्तरहरू बीचको डेटा संकलन प्रक्रियामा 50,000 भन्दा बढी विद्यार्थीहरू कसरी बेपत्ता हुन्छन्, बहुजातीय/बहुजातीय विद्यार्थीहरूलाई प्रभावकारी रूपमा मेटाउँछन्। स्रोत: सार्वजनिक निर्देशनको सुपरिटेन्डेन्टको कार्यालय (OSPI) व्यापक शिक्षा डाटा र अनुसन्धान प्रणाली (CEDARS) अप्रिल 20, 2023 मा।

 

यो ग्राफिकले वर्तमान संघीय रिपोर्टिङ प्रक्रियाहरूको तुलनामा AI/AN को रूपमा पहिचान गर्ने तीन फरक-फरक विद्यार्थीहरूलाई अधिकतम प्रतिनिधित्व विधिहरू अन्तर्गत कसरी रेकर्ड गरिनेछ भनेर देखाउँछ। स्रोत: ERDC

कसरी डेटा प्रक्रियाले सांस्कृतिक पहिचान मेटाउँछ

यो एक फारम संग सुरु हुन्छ। जब विद्यार्थी विद्यालयमा भर्ना हुन्छन्, उनीहरू वा उनीहरूका अभिभावकहरूले विद्यार्थीको जनसांख्यिकीय डेटामा कागजी कार्यहरू भर्छन्। यो जिल्ला-स्तरमा रेकर्ड गरिएको छ, जहाँ जातीय र जनजाति सम्बद्धता डेटालाई घटक भागहरूमा विभाजन गरिन्छ र राज्य-स्तरीय डाटा गोदाममा पठाइन्छ जहाँ यसलाई संघीय रिपोर्टिङको लागि तयार गरिन्छ।

मूल निवासी विद्यार्थी अण्डरकाउन्टको मेकानिक्स यहीँबाट सुरु हुन्छ: एकभन्दा बढी जनजाति आबद्धता, जातीय वा जातिको रूपमा पहिचान गर्ने विद्यार्थीहरूलाई संघीय फारमहरूमा एउटा जातीय वा जातीय वर्गको रूपमा मात्र रेकर्ड गरिन्छ। नतिजा यो हो कि 50,000 भन्दा बढी बहुजातीय मूल निवासी विद्यार्थीहरू वाशिंगटनको मूल विद्यार्थी गणनाबाट हटाइएका छन् (माथिको ग्राफ हेर्नुहोस्) — र तिनीहरूका विद्यालयहरूले आदिवासी विद्यार्थीहरूलाई समर्थन गर्न छुट्याइएको थप संघीय कोष प्राप्त गर्दैनन्।

"यो प्रश्न हरेक पटक एक पटकमा आउँछ, 'ठीक छ, यदि तपाइँ यो समूहमा ध्यान केन्द्रित गर्नुहुन्छ भने, बाँकी समूहहरूलाई के हुन्छ?' जवाफ सामान्यतया यदि तपाइँ सबैभन्दा सीमान्तकृत विद्यार्थीहरूमा ध्यान केन्द्रित गर्नुहुन्छ भने, सबैले राम्रो अनुभव पाउनेछन्।
-डा. केनेथ ओल्डन

 

डाटा सार्वभौमिकताको यात्रा

अधिकतम प्रतिनिधित्व हालको संघीय रिपोर्टिङ विधिहरू भन्दा फरक छ कि यसले विद्यार्थीको जनजाति र जातीय पहिचानको प्रत्येक भागलाई विद्यार्थी जनसंख्याको कुलको सट्टा जनसांख्यिकीय योगहरूमा गणना गर्दछ। यो आदिवासी जनजाति समुदायहरूसँग कसरी डाटा सङ्कलन, कम्पाइल र साझेदारी गरिन्छ भन्नेमा थप संलग्नताका लागि आदिवासी शिक्षा अधिवक्ताहरूद्वारा गरिएको धक्काको अंश हो। यस्तो "डेटा सार्वभौमिकता" आफ्नो डेटा नियन्त्रण गर्ने वा संघीय र राज्य-अनिवार्य डेटा परियोजनाहरूबाट अप्ट आउट गर्ने आदिवासी राष्ट्रको अधिकार हो, र यो विद्यार्थी भर्नाभन्दा बाहिर जान्छ।

स्कूल डिस्ट्रिक्टहरूमा विद्यार्थी जानकारीको भण्डार हुन्छ जुन आदिवासी सरकारहरूको लागि चासोको हुन्छ - पुरस्कार, उपस्थिति, र अनुशासनात्मक रेकर्डहरू सहित; खेलकुद सहभागिता; र मानकीकृत परीक्षण स्कोर।

याकिमा काउन्टीको वापाटो स्कूल जिल्लामा मूल्याङ्कन र तथ्याङ्कका निर्देशक डा. केनेथ ओल्डेन भन्दा राम्रोसँग यो कसैले जान्दैन। हौसँगको छलफलमा, डा. ओल्डेनले स्थानीय विद्यार्थीहरू विरुद्ध अनुशासनात्मक कारबाहीको कुनै रेकर्ड नभएको विद्यालयसँग काम गरेको सम्झना गर्छन्। उनले अन्ततः अभिलेखहरू अवस्थित रहेको फेला पारे - तिनीहरू भर्खरै डिजिटलाइज गरिएको थिएन। डाटा डिजिटाइजेसन र अधिकतम प्रतिनिधित्व लागू गरेपछि, उहाँले मूल निवासी अनुपस्थितिमा अन्तरदृष्टि प्राप्त गर्नुभयो - अनुकुल स्नातक परिणाम को एक सूचक। उनले कालो विद्यार्थीहरूको लागि रेकर्डहरू डिजिटलाइज गर्न पनि सक्षम थिए।

डा. ओल्डन यसो भन्छन्: “यो प्रश्न हरेक पटक पटक पटक आउँछ, 'यदि तपाईंले यस समूहमा ध्यान केन्द्रित गर्नुभयो भने, बाँकी समूहहरूलाई के हुन्छ?' जवाफ सामान्यतया यदि तपाइँ सबैभन्दा सीमान्तकृत विद्यार्थीहरूमा ध्यान केन्द्रित गर्नुहुन्छ भने, सबैले राम्रो अनुभव पाउनेछन्।

वाशिंगटन राज्यमा विद्यार्थी डेटा कसरी सङ्कलन, भण्डारण र रिपोर्ट गरिन्छ भन्ने प्रक्रिया। माथिको पङ्क्तिले यस प्रक्रियालाई सार गर्छ जबकि तलको पङ्क्तिले यस प्रक्रियामा कसरी विद्यार्थी पहिचानहरू मेटाउन सकिन्छ भन्ने उदाहरण दिन्छ। डा. केनेथ ओल्डनले यस ग्राफको अघिल्लो संस्करण साझा गर्नुभयो, जुन यस रिपोर्टमा समावेश गरिएको थियो।

 

हामी जहाँबाट आएका छौं, हामी जाँदैछौं

मूल निवासी विद्यार्थी अण्डरकाउन्ट अमेरिकी शिक्षा प्रणालीमा औपनिवेशिकताको लामो इतिहासको हिस्सा हो– देखि बोर्डिंग स्कूलसामाजिक कार्यकर्तालाई स्वदेशी बालबालिकाको अपहरण, मूल निवासी अमेरिकीहरूलाई सहरी शहरहरूमा स्थानान्तरण गर्न सरकारी प्रयासहरू र आरक्षण मेटाउनुहोस् 1950 मा। यो इतिहास एक मूल निवासी वकालत र प्रतिरोध संग जोडिएको छ, जसले 1960s मा मूल शिक्षा को लागी संघीय कोष को निर्माण को नेतृत्व गर्यो।

यो सबै हालको क्षणमा योगदान गरिएको छ, जसमा 90% भन्दा बढी मूल निवासी विद्यार्थीहरू सार्वजनिक विद्यालयहरूमा जान्छन् र अझै पनि धेरै मूल निवासी परिवारहरू आफ्नो बच्चाको आदिवासी पहिचान प्रकट गर्न उदासीन छन्।

संघीय भारतीय कानून र जनजाति शासनमा पढाउने कलेज लेक्चरर जेनी सेर्पाले हौलाई बताइन् कि केही आदिवासी परिवारहरूले साझा गरेका छन् कि जब उनीहरूका विद्यार्थी (हरू) मूलको रूपमा चिनिन्छन्, उनीहरूलाई प्रायः धेरै फारमहरू भर्न र थप स्कूल सञ्चार प्राप्त गर्न भनिन्छ। सेर्पाले भने, "यसले विद्यार्थी र परिवारलाई संलग्न गराउने उद्देश्य राखेको भए तापनि केही अभिभावकहरूले उनीहरू भर्खरै अत्याधिक भएको रिपोर्ट गरेका छन्।"

उनले थपे: "आदिवासीको रूपमा पहिचान गर्दा विद्यार्थीहरूले माइक्रो-आक्रमणको अनुभव गर्न वा विद्यालयमा आदिवासी आवाजको प्रतिनिधित्व गर्न आग्रह गरिन्छन्। यी कमजोर अनुभवहरूले अभिभावकहरूले आफ्ना विद्यार्थीहरूको पहिचान लुकाउन रोजेका छन्, त्यसैले उनीहरूलाई नराम्रो व्यवहार गरिँदैन।

 

अर्को चरणहरू: जनजाति परामर्श सुधार गर्दै

आदिवासी राष्ट्र र समुदायको कुरा नसुने बिना मूल शिक्षालाई समृद्ध बनाउन सम्भव छैन। ONE को डा. मोना हलकम्बले Hou सँग साझा गर्नुभयो हालको कानून आदिवासी राष्ट्रहरू र स्कूल जिल्लाहरू बीच मूल निवासी विद्यार्थीहरूको सही पहिचान र संघीय रूपमा मान्यता प्राप्त जनजातिहरूसँग जिल्ला-स्तर डाटा साझेदारी सहित, आदिवासी विद्यार्थीहरूलाई असर गर्ने मुद्दाहरूमा परामर्श प्रक्रियाको लागि दिशानिर्देशहरू सेट गर्दछ।

यो अधिकतम प्रतिनिधित्व ज्ञान कागज आदिवासी परामर्श प्रक्रियाको बारेमा थप विवरणहरू साथै जिल्ला र राज्य स्तरहरूमा शिक्षा प्रशासकहरूको लागि स्रोतहरू प्रदान गर्दछ। यसमा समावेश छ: डाटा रिपोर्टिङ सुधार, अलग डाटा ह्यान्डलिङ, र अधिकतम प्रतिनिधित्व लागू गर्न नीतिहरू सिर्जना।

धेरै राज्य सरोकारवालाहरू अधिकतम प्रतिनिधित्वको वकालतमा आदिवासी शिक्षा नेताहरूसँग सामेल भएकाले, हौ आशावादी छिन्: "यसले कसरी सहयोग, नीतिहरू, र गठबन्धनहरू ल्याउनेछ भनेर देखेर म उत्साहित छु जसले सांस्कृतिक रूपमा मूल शिक्षा र मूल विद्यार्थी कल्याणलाई प्राथमिकता दिन्छ।"