डाटा बिटको जीवन: कसरी डाटाले शिक्षा नीतिलाई सूचित गर्दछ

डाटा आवश्यक छ। हामी यसलाई लक्ष्यहरू सेट गर्न, प्रगति ट्र्याक गर्न र प्रणालीगत असमानताहरू पहिचान गर्न प्रयोग गर्छौं। तपाईले सोच्न सक्नुहुन्छ कि यो मुख्य रूपमा स्प्रेडसिटहरूमा पाइन्छ, तर हामी हाम्रो दैनिक जीवनमा निरन्तर डेटा प्रशोधन गर्छौं: भोलि के लगाउने ? राम्रो मौसम पूर्वानुमान जाँच गर्नुहोस्। भोलि कति बजे काममा जानुहुन्छ ? ट्राफिक रिपोर्टहरूमा निर्भर गर्दछ।

A राम्रो शिक्षाले हाम्रो प्रवृत्तिलाई सुधार्न मद्दत गर्छ डेटा स्रोत भरपर्दो छ कि छैन भन्ने बारे, जस्तै कि साथी-समीक्षा गरिएको शैक्षिक पत्रिका, वा पत्रकारिता कोड र नैतिकता पछ्याउने अखबार। हालैका वर्षहरूमा, ए सरकारमा अविश्वास र विज्ञान बढेको छ - प्राय: जानाजानी गलत जानकारी वा बुझ्नको कमीको कारण कसरी वैज्ञानिक निष्कर्षहरू मान्य छन्.

यहाँ वाशिंगटन STEM मा, हामी भर पर्छौं सार्वजनिक रूपमा उपलब्ध डाटा। तर हामी कसरी थाहा पाउन सक्छौं कि तिनीहरू भरपर्दो छन्? यस ब्लगमा, हामी हाम्रा रिपोर्टहरू र ड्यासबोर्डहरूमा प्रयोग गरिएका डेटालाई कसरी स्रोत र प्रमाणीकरण गर्छौं भनेर हेर्नेछौं।

स्पोकेन मा एक काल्पनिक रोजगारदाता "कन्सुएला" बाट सुरु गरौं...

यो एक फोन कल संग सुरु हुन्छ

फोनको घण्टी बज्छ र कन्सुएलाले वाशिंगटन, डीसीबाट (२०२) क्षेत्र कोड नोटिस गर्छ

"यो BLS सर्वेक्षण हुनुपर्छ," उनी सोच्छिन्, श्रम तथ्याङ्कको ब्यूरोलाई उल्लेख गर्दै।

कन्सुएलाको स्पोकानेमा निर्माण कम्पनी छ। प्रत्येक महिना, उनी र उनी जस्ता हजारौं रोजगारदाताहरूले उपलब्ध गराउँछन् रोजगारी, उत्पादकता, प्रविधिको प्रयोगमा डाटा र अन्य विषयहरू स्वचालित फोन सर्वेक्षणहरू (कम्प्युटर असिस्टेड टेलिफोन अन्तर्वार्ता वा CATI) मार्फत। डाटा सङ्कलनको संसारमा, कन्सुएलालाई डाटा प्रशासकको रूपमा चिनिन्छ किनभने उनले डाटा कम्पाइल र सबमिट गर्छिन् र सटीकता पुष्टि गर्न अनुरोध गर्ने एजेन्सीमा विश्लेषकहरूसँग काम गर्छिन्।

कन्सुएलाले आफ्नो स्प्रेडसिट खोल्छिन् जहाँ उनी नयाँ कामदारहरू ट्र्याक गर्छिन्। ऊ बजिरहेको फोनको लागि पुग्छ। ए बिट* डाटाको जन्म हुन लागेको छ।

* "बाइनरी अंक" को लागी एक पोर्टमन्टो (शब्दहरूको मिश्रण) छोटो

कसरी डाटा स्रोत गरिन्छ

नियोक्ताहरू र अन्य सर्वेक्षण उत्तरदाताहरूबाट लाखौं डाटा बिटहरू संघीय एजेन्सीहरू द्वारा व्यवस्थित डाटाबेसमा फिड हुन्छन् जस्तै अमेरिकी जनगणना ब्यूरो र श्रम सांख्यिकी अमेरिकी ब्यूरो, साथै राज्य एजेन्सीहरू जस्तै रोजगार सुरक्षा विभाग र वाणिज्य विभाग, अन्य बीचमा। यी प्रत्येक एजेन्सीहरूसँग डेटा विश्लेषकहरूको टोलीहरू छन् जसले डेटा सङ्कलन गर्छन्, त्रुटिहरू सफा गर्छन् (जस्तै खाली कक्षहरू वा गलत रूपमा ढाँचा गरिएका मितिहरू), यसलाई अलग गर्नुहोस्, अर्थात्, यसलाई कम्पोनेन्ट भागहरूमा अलग गर्नुहोस्, र यसलाई गुमनाम गर्नुहोस्। यो अन्तिम चरणले नाम वा ठेगाना जस्ता कुनै पनि पहिचान गर्ने जानकारी हटाउँछ, त्यसैले व्यक्तिको डेटा गोपनीयता सुरक्षित हुन्छ।

Washington STEM ले खुला स्रोत (अर्थात सार्वजनिक रूपमा उपलब्ध) डेटा सेटहरू प्रयोग गर्दछ, बाट विभिन्न राज्य र संघीय स्रोतहरू हाम्रो मा डाटा ड्यासबोर्ड र उपकरणहरू। हाम्रा डेटा उपकरणहरूले प्रारम्भिक हेरचाह र शिक्षा, K-12 शिक्षा, र विधायकहरू, शिक्षकहरू, रोजगारदाताहरू, समुदायमा आधारित संस्थाहरू लगायत आम जनताका लागि करियर मार्गहरूमा नवीनतम अनुसन्धानहरू प्रदान गर्छन्, ताकि उनीहरूले उनीहरू कहाँ छन् भनेर बुझ्न सक्छन्, भविष्यका आवश्यकताहरू पूर्वानुमान गर्न सक्छन् र शिक्षा-देखि कार्यबल पाइपलाइन बलियो छ भनेर सुनिश्चित गर्नुहोस्।

वाशिंगटन मा शिक्षा डाटा

तर जब यो शिक्षा परिणामहरू रिपोर्ट गर्ने कुरा आउँछ - हाम्रो मेरुदण्ड नम्बर ड्यासबोर्ड द्वारा STEM—हामी वित्तीय व्यवस्थापनको कार्यालयमा रहेको शिक्षा अनुसन्धान डाटा केन्द्र (ERDC) को डाटामा भर पर्छौँ। विधायिकाले 2007 मा वाशिंगटनको शिक्षा डेटा सङ्कलन र व्यवस्थापन गर्न पूर्व-किन्डरगार्टनदेखि कलेज/कार्यबलसम्मको लागि ERDC सिर्जना गर्‍यो, "P20W" भनेर चिनिने अनुदैर्ध्य डेटा सेट। चौध राज्य एजेन्सीहरूले यो तथ्याङ्क सङ्कलन गर्दछ, जसमा सार्वजनिक निर्देशनको सुपरिटेन्डेन्टको कार्यालय (OSPI), बालबालिका युवा र परिवार विभाग (DCYF), स्वास्थ्य र सामाजिक सेवा विभाग, राज्य बोर्ड सामुदायिक र प्राविधिक कलेजहरू, र अन्य।

यी प्रत्येक एजेन्सीका डाटा प्रशासकहरू, कन्सुएला जस्तै, विद्यार्थी भर्ना र जनसांख्यिकी, किन्डरगार्टन गणित-तयारी स्कोरहरू, र स्नातक दरहरू जस्ता तिनीहरूका कार्यक्रमहरूबाट डेटा संकलन गर्न जिम्मेवार छन्। प्रशासकले त्यसपछि डाटालाई ERDC पोर्टलमा अपलोड गर्दछ जहाँ मास्टर डाटाबेसमा थप्नु अघि गुणस्तर जाँचहरू गरिन्छ।

"हामीले धेरै फरक डेटा स्रोतहरूबाट डेटा प्राप्त गर्छौं, त्यसपछि यसलाई हाम्रो डाटा गोदाममा लिङ्क गर्नुपर्छ। नतिजाको रूपमा, हामी सधैं प्रमाणीकरण र गुणस्तर जाँच गर्दैछौं," बोनी नेल्सनले भने, ERDC का वरिष्ठ डाटा गभर्नेन्स विशेषज्ञ।

नेल्सनले भने कि ERDC लाई वाशिंगटनमा अद्वितीय बनाउने कुरा यो हो कि यसले "क्रस सेक्टर अनुदैर्ध्य डाटा गोदाम" राख्छ - जसको मतलब यसले एक व्यक्तिगत विद्यार्थीबाट धेरै रेकर्डहरू लिङ्क गर्दछ। “प्रत्येक विद्यार्थीले स्कुल, कलेज र पछि जागिर पाउँदा रेकर्ड सिर्जना गर्छ। ERDC ले यो सबै एउटै रेकर्डमा राख्छ।"

त्यहाँबाट, प्रारम्भिक बाल शिक्षा, विद्यार्थी परिणामहरू, र अन्यमा रिपोर्टहरू सहित ERDC का प्रकाशनहरूमा डेटा फिड गरिन्छ। नेल्सनले भने कि ERDC का प्राथमिक प्रयोगकर्ताहरू राज्य विधायकहरू, नीति निर्माताहरू, राज्य एजेन्सीहरू, विश्वविद्यालय अनुसन्धानकर्ताहरू, र समुदायमा आधारित संस्थाहरू हुन्। ERDC लाई कानूनद्वारा जनताको लागि डेटा उपलब्ध गराउनको लागि अनिवार्य गरिएको छ अनलाइन ड्यासबोर्डहरू or अनुरोध बाट.

"यो हाम्रो जिम्मेवारी हो भण्डारीहरू र जडानकर्ताहरू - मानिसहरूलाई डेटाबाट टाढा राख्नु होइन, तर उनीहरूलाई भन्नु हो, 'हामीसँग तपाइँलाई रोचक लाग्न सक्ने केहि छ' र उनीहरूलाई विद्यार्थीको नतिजा र अनुभवहरू सुधार गर्न डेटा पहुँच गर्न मद्दत गर्नुहोस्।"

यो गत वर्ष, वाशिंगटन STEM र नेटवर्क साझेदारहरू राज्यभर 739 डाटा-उपयोगकर्ताहरू सम्म पुग्यो, अभ्यासकर्ताहरू, शिक्षाविद्हरू, अनुसन्धानकर्ताहरू, नीति निर्माताहरू, र सामुदायिक नेताहरू र अधिवक्ताहरू सहित, उनीहरूले डाटा कसरी प्रयोग गर्छन् र उनीहरूले त्यसो गर्दा कस्ता चुनौतीहरू सामना गरे भनेर सोध्न। नतिजाहरूले देखाउँछन् कि 90% ले आफ्नो निर्णय लिने र योजना बनाउन डेटा प्रयोग गर्दछ, तर 20 डेटा प्रयोगकर्ताहरू मध्ये 739 भन्दा कमले भने कि उनीहरूले राज्यको P20W डेटा पूर्वाधारको बारेमा जानकार महसुस गरे वा उनीहरूको डेटा प्रश्नहरूको लागि कुन एजेन्सीलाई सम्पर्क गर्ने भनेर थाहा थियो। डाटा क्षमता सुधार गर्नको लागि, वाशिंगटन STEM ले आगामी चार वर्षमा यी साझेदारहरूको क्षमतालाई उनीहरूले प्रयोग गर्ने डाटासँग संलग्न हुन व्यावसायिक विकास र प्राविधिक सहयोग प्रदान गर्नेछ।

कथा डेटा बताउन सक्छ

Washington STEM मा, हामी केवल डेटा सङ्कलन गर्दैनौं र रमाइलोको लागि ड्यासबोर्डहरू सिर्जना गर्दैनौं। (यद्यपि डाटा भिजुअलाइज गर्न रमाइलो छ-केवल हाम्रो डेटा वैज्ञानिकलाई सोध्नुहोस्.) सुरुमा भनिएझैं, डेटा लक्ष्यहरू सेट गर्न, प्रगति मापन गर्न, र प्रणालीगत समस्याहरू पहिचान गर्न महत्त्वपूर्ण छ।

उदाहरणका लागि पाँच वर्षअघि ए याकिमा हाई स्कूलमा क्यारियर र कलेज तयारी समन्वयक उसको विद्यालयमा दोहोरो क्रेडिट कार्यक्रममा विद्यार्थी भर्ना - प्रायः उच्च शिक्षामा निरन्तरता पाउने सम्भावनासँग जोडिएको - न्यायसंगत थिएन, तर उहाँसँग यो प्रमाणित गर्ने डाटा थिएन।

त्यसैले पाठ्यक्रम-लिने डाटा पहुँच गर्न र विश्लेषण गर्न मद्दतको लागि उसले वाशिंगटन STEM मा पुग्यो। द परिणाम लैङ्गिक र जातीय असमानताहरू देखाइयो: ल्याटिनो पुरुषहरूले दोहोरो क्रेडिटमा भर्ना हुने र पोस्टसेकेन्डरी शिक्षामा जारी राख्ने सम्भावना कम थियो।

एक पटक स्कूल प्रशासकहरूलाई उनीहरूको डेटा थाहा भएपछि, उनीहरूले थप विद्यार्थीहरूलाई दोहोरो क्रेडिट कार्यक्रमहरू पहुँच गर्न मद्दत गर्न ठूलो सुधारहरू गर्न सक्षम भए। २०२२ मा, सांसदहरूले सबै विद्यालयहरूलाई आवश्यक पर्ने विधेयक पारित गरे दोहोरो क्रेडिट नामांकनमा विद्यार्थी जनसांख्यिकी रिपोर्ट गर्नुहोस्। Washington STEM ले यस कार्यक्रमलाई हाईस्कूलदेखि पोस्टसेकेन्डरी कोलाबोरेटिभसम्म विस्तार गर्न जारी राखेको छ, जसमा राज्यभरका ४०+ विद्यालयहरू सुरु भइरहेका छन्। डाटा ड्यासबोर्डहरू प्रयोग गर्नुहोस् तिनीहरूको आफ्नै डेटा हेर्न र विद्यालय स्तरमा परिवर्तनहरू गर्न।

त्यसैगरी यसअघि वि बालबालिका ऐनका लागि उचित सुरुवात २०२१ मा पारित भएको थियो, बाल हेरचाह आवश्यकता र आपूर्ति बारे डाटा जनताको लागि सजिलै उपलब्ध थिएन। मिन ह्वाङ्बो, वाशिंगटन STEM को प्रभाव निर्देशकले भने, "नयाँ कानूनले थप डेटा पारदर्शिता अनिवार्य गरेको छ। फलस्वरूप, बालबालिका, युवा र परिवार विभागले वाशिंगटन STEM सँग साझेदारी गरी पाँचवटा सिर्जना गर्न प्रारम्भिक शिक्षा ड्यासबोर्डहरूले उद्योगको विस्तृत दृश्य प्रदान गर्दछ।

यद्यपि प्रारम्भिक सिकाइ ड्यासबोर्डहरू र बच्चाहरूको अवस्था डाटा ड्यासबोर्ड र क्षेत्रीय रिपोर्टहरू डाटा उपलब्धता बढेको छ, यसले सबै बच्चाहरूको लागि त्यसो गरेको छैन।

"धेरै मुख्य जनसंख्याका लागि डेटाको निरन्तर र सही रिपोर्टिङको अभाव छ: अपाङ्गता भएका बालबालिका, घरबारविहीनताको अनुभव गरिरहेका बालबालिकाहरू र मूल अमेरिकी बालबालिकाहरू," ह्वाङ्बोले भने। उनले भने कि यो किनभने केही बाल हेरचाह उद्योग डेटा सङ्कलन स्वैच्छिक थियो, र महामारीको समयमा यो राज्यका केही क्षेत्रहरूमा मात्र भएको थिएन। को समयमा बालबालिकाको राज्य सह-डिजाइन प्रक्रिया, Washington STEM ले यी प्रत्येक समुदायका सदस्यहरूसँग डेटा सेटहरू हेरे र तिनीहरूमध्ये धेरैले संख्याहरू कम गणना जस्तो महसुस गरे।

प्रारम्भिक सिकाइ डाटा क्लियरिङहाउसको लागि कल

यद्यपि ERDC, DCYF र OSPI जस्ता एजेन्सीहरूले प्रिस्कूलरहरूमा केही डेटा सङ्कलन गरे तापनि, हाल प्रारम्भिक शिक्षामा व्यापक, जनसंख्या-स्तर डेटाको लागि कुनै केन्द्रीय क्लियरिङहाउस छैन। ह्वाङ्बोले भने, "विभिन्न कार्यक्रमहरू र संगठनहरूमा हालको डेटा पूर्वाधारले परिवारहरूलाई उनीहरूलाई आवश्यक पर्ने समर्थन पहुँच गर्न गाह्रो बनाउँछ, र प्रशासकहरूलाई बालबालिका र परिवारहरूको लागि समर्थन सुधार गर्न डेटा प्रयोग गर्न गाह्रो बनाउँछ।"

वाशिंगटन STEM ले डाटा पहुँच सुधार गर्न राज्यव्यापी डेटा क्लियरिङहाउस सिर्जना गर्न सिफारिस गर्दछ ताकि सबैजना-विधायकहरू, शिक्षाविद्हरू, अनुसन्धानकर्ताहरू, अभिभावकहरू-ले हाम्रो प्रारम्भिक हेरचाह र शिक्षाको प्रणालीलाई योजना र सुधार गर्न आवश्यक पर्ने कुराहरू पाउन सक्छन्।

त्यसोभए, चाहे तपाईं डाटा-बेवकूफ हुनुहुन्छ, वा पहिलो पटक डाटाको संसारमा आफ्नो औंला डुबाउँदै हुनुहुन्छ — हामी तपाईंलाई प्रयोग गर्न आमन्त्रित गर्छौं वाशिंगटन STEM को डाटा उपकरण। र अर्को पटक तपाईले बिहानको समाचारमा आर्थिक रिपोर्टहरू सुन्नुहुन्छ, कन्सुएला र अन्य डेटा प्रशासकहरूको बारेमा सोच्नुहोस् जो ती संख्याहरूको पछाडि उभिन्छन्।

"कुन वाशिंगटन STEM डाटा उपकरण मैले प्रयोग गर्नुपर्छ?"

 

 
प्रमुख
BLS - श्रम तथ्याङ्कको अमेरिकी ब्यूरो
जनगणना - अमेरिकी जनगणना ब्यूरो
CCA - बाल हेरचाह सचेत
COMMS - वाशिंगटन राज्य वाणिज्य विभाग
DCFY - बालबालिका, युवा र परिवारहरूको वाशिंगटन राज्य विभाग
ECEAP - प्रारम्भिक बाल शिक्षा सहायता कार्यक्रम
ERDC - वाशिंगटन राज्य रोजगार सुरक्षा विभाग
OFM - वित्तीय व्यवस्थापनको कार्यालय
OSPI - सार्वजनिक निर्देशन सुपरिटेन्डेन्टको कार्यालय