اسٹیم میں ڈیٹا سے چلنے والا اثر

جو ناپا جاتا ہے وہ ہو جاتا ہے۔ Washington STEM طلباء کے اشارے اور لیبر مارکیٹ کے تخمینوں پر ڈیٹا تک رسائی کو جمہوری بنانے میں مدد کرنے کے لیے کام کرتا ہے جو ہمیں بتا سکتا ہے کہ آیا ہم اپنے شراکت داروں کے ساتھ مل کر ریاست بھر میں ترجیحی آبادیوں کے لیے زیادہ مساوی رسائی پیدا کر رہے ہیں۔

اسٹیم میں ڈیٹا سے چلنے والا اثر

جو ناپا جاتا ہے وہ ہو جاتا ہے۔ Washington STEM طلباء کے اشارے اور لیبر مارکیٹ کے تخمینوں پر ڈیٹا تک رسائی کو جمہوری بنانے میں مدد کرنے کے لیے کام کرتا ہے جو ہمیں بتا سکتا ہے کہ آیا ہم اپنے شراکت داروں کے ساتھ مل کر ریاست بھر میں ترجیحی آبادیوں کے لیے زیادہ مساوی رسائی پیدا کر رہے ہیں۔

مجموعی جائزہ

جب ہم سسٹمز کی سطح کی تبدیلی کے لیے ایک نئی تکنیکی شراکت داری شروع کرتے ہیں، ڈیٹا اور پیمائش پہلا قدم ہے۔ ڈیٹا ہمیں ایک بنیادی لائن قائم کرنے، پیش رفت کی پیمائش کرنے اور اہداف طے کرنے، اور صنف، نسل، جغرافیہ، یا آمدنی سے متعلق نظامی عدم مساوات کو ظاہر کرنے میں ہماری مدد کرتا ہے۔

لیکن Washington STEM میں ہم ڈیٹا اور پیمائش خلا میں نہیں کرتے — ہم اسے کمیونٹی میں کرتے ہیں۔ اس سے پہلے کہ ہم ڈیٹا کا سراغ لگانا شروع کریں، ہم اساتذہ، طلباء، اور ان کے اہل خانہ کیا کہہ رہے ہیں اسے گہرائی سے سنتے ہیں۔ ہم پوچھتے ہیں کہ طلباء کو پیچھے رکھنے والی نظامی رکاوٹوں کے بارے میں ان کے پاس کیا خیال ہے۔

پھر ہم موجودہ تحقیق کو کھودتے ہیں: ہم شناخت کرتے ہیں کہ کون سے اشارے (یعنی مقداری اعداد و شمار) تحقیق نے بامعنی طالب علم کے نتائج کی نشاندہی کرنے میں موثر ثابت کیا ہے۔ پھر ہم "کیوں" یعنی کوالٹیٹیو ڈیٹا کو کھولنے کے لیے سوالات پوچھتے ہیں۔ ہم اس مخلوط طریقوں کا استعمال حکمت عملیوں اور پالیسیوں کو ڈیزائن کرنے کے لیے کرتے ہیں جو طلباء کے زندہ تجربات کا جواب دیتے ہیں۔ نتائج وسیع پیمانے پر مشترکہ ڈیٹا اور تبدیلی کے نتائج ہیں۔

ڈیٹا اور ڈیش بورڈز

Washington STEM اوپن سورس، قابل عمل ڈیٹا ڈیش بورڈز بنانے میں رہنمائی کر رہا ہے جو ہماری ریاست کی STEM معیشت کے بارے میں بصیرت فراہم کرتے ہیں۔ (واشنگٹن STEM کے ڈیٹا ٹولز کے بارے میں مزید جانیں۔ ۔) اس ڈیٹا کو ہاتھ میں رکھتے ہوئے، ہم واشنگٹن کے طلباء کے لیے کلاس روم سے لے کر کیریئر تک ایک واضح تھرو لائن بنانے میں مدد کر سکتے ہیں۔ واشنگٹن STEM کے ٹولز کا مجموعہ کیریئر اور اسناد کی دستیابی سے لے کر کمپلیکس کو واضح کرنے کے لیے درکار ڈیٹا فراہم کرتا ہے۔CORIعلاقائی سطح پر خاندانی اجرت کی سب سے زیادہ مانگ والی ملازمتیں تلاش کرنے کے لیے (لیبر مارکیٹ ڈیش بورڈ) میں علاقائی ڈیٹا کا سنیپ شاٹ فراہم کرنے کے لیے ابتدائی تعلیم اور دیکھ بھالہمیں یہ بتانے کے لیے کہ آیا تعلیمی نظام تمام طلبا کی مدد کر رہا ہے — خاص طور پر رنگین طلباء، دیہی طلباء، غربت میں رہنے والے طلباء، اور لڑکیاں اور نوجوان خواتین — زیادہ مانگ کی اسناد حاصل کرنے کے راستے پر ہیں۔

اسی طرح، ہمارے ڈیش بورڈز کے لیے نمبروں کے حساب سے STEM اور بچوں کی حالت ہمیں بتائیں کہ کیا یہ نظام زیادہ طلبا کی مدد کر رہا ہے — خاص طور پر رنگین طلباء، دیہی طلباء، غربت میں رہنے والے طلباء، اور لڑکیاں اور نوجوان خواتین — جو کہ زیادہ مانگ کی اسناد حاصل کرنے کے راستے پر ہیں۔

ریاست بھر میں نگرانی اور رپورٹس

اچھا ڈیٹا اور مسلسل مانیٹرنگ کمیونٹیز کو ان کی حکمت عملیوں کے اثرات اور وقت کے ساتھ چیزیں کیسے بدل رہی ہیں کو سمجھنے میں مدد کر سکتی ہیں۔ وہ رہنماؤں کو یہ سمجھنے میں بھی مدد کرتے ہیں کہ قیمتی وسائل کہاں سرمایہ کاری کرنا ہے اور مستقبل کے لیے منصوبہ بندی کیسے کی جائے۔ بچوں کی حالت: ابتدائی تعلیم اور دیکھ بھال علاقائی رپورٹیں واشنگٹن کے ابتدائی سیکھنے کے نظام کی نازک پوزیشن پر روشنی ڈالتی ہیں۔ اسی طرح، فیملی فرینڈلی کام کی جگہ علاقائی رپورٹیں کاروباری رہنماؤں کو ریاست بھر میں بچوں کی مساوی دیکھ بھال میں سرمایہ کاری کرنے کے لیے ڈیٹا فراہم کرتی ہیں۔

تکنیکی شراکت داری

ہم تخلیقی، مقامی حلوں کی شناخت اور اسکیلنگ کرکے نظامی مسائل کو حل کرنے کے لیے کراس سیکٹر پارٹنرشپ میں مشغول ہوتے ہیں جو رکاوٹوں کو دور کرنے اور مواقع کے خلا کو بند کرنے میں مدد کرتے ہیں۔ کمیونٹی کے رہنماؤں اور اپنے دس علاقائی نیٹ ورک پارٹنرز کے ساتھ قریبی شراکت داری سے، ہم دیرینہ مسائل کی بنیادی وجوہات کی نشاندہی کرنے اور ایسے حل تیار کرنے کے قابل ہوتے ہیں جو ترجیحی آبادی کے لیے رکاوٹوں کو توڑنے میں مدد کرتے ہیں۔

یہ ہماری تکنیکی شراکت کی کچھ مثالیں ہیں:

 

"سٹیم کیوں؟": ایک مضبوط سائنس اور ریاضی کی تعلیم کا معاملہ
2030 تک، واشنگٹن ریاست میں داخلے کی سطح کی نئی ملازمتوں میں سے نصف سے بھی کم خاندانی اجرت ادا کرے گی۔ ان خاندانی اجرت والی ملازمتوں میں سے، 96% کو پوسٹ سیکنڈری اسناد کی ضرورت ہوگی اور 62% کو STEM خواندگی کی ضرورت ہوگی۔ STEM ملازمتوں میں اضافے کے رجحان کے باوجود، ریاست واشنگٹن میں سائنس اور ریاضی کی تعلیم کم وسائل اور غیر ترجیحی ہے۔
ہائی اسکول سے پوسٹ سیکنڈری: تکنیکی پیپر
واشنگٹن کے طلباء کی ایک بھاری اکثریت پوسٹ سیکنڈری تعلیم میں شرکت کی خواہش رکھتی ہے۔
کو-ڈیزائن کا عمل: کمیونٹیز کے ساتھ اور اس کے لیے تحقیق
بچوں کی نئی رپورٹیں ریاست بھر سے 50+ "شریک ڈیزائنرز" کے ساتھ شراکت میں تیار کی گئیں۔ نتائج پالیسی میں بامعنی تبدیلیوں کے شعبوں کو نمایاں کرتے ہیں جبکہ بچوں کے ساتھ خاندانوں کی آوازوں کو بھی شامل کرتے ہیں جنہیں بچوں کی سستی دیکھ بھال کے بارے میں گفتگو میں اکثر نظر انداز کیا جاتا ہے۔
ڈیٹا بٹ کی زندگی: ڈیٹا تعلیمی پالیسی کو کیسے آگاہ کرتا ہے۔
یہاں Washington STEM میں، ہم عوامی طور پر دستیاب ڈیٹا پر انحصار کرتے ہیں۔ لیکن ہم کیسے جانتے ہیں کہ وہ قابل اعتماد ہیں؟ اس بلاگ میں، ہم دیکھیں گے کہ ہم اپنی رپورٹس اور ڈیش بورڈز میں استعمال ہونے والے ڈیٹا کو کس طرح ماخذ اور تصدیق کرتے ہیں۔