數據位的生命:數據如何影響教育政策
數據至關重要。 我們用它來設定目標、追蹤進度並識別系統性不平等。 您可能認為它主要存在於電子表格中,但我們在日常生活中不斷處理數據: 明天你穿什麼? 最好查一下天氣預報。 你明天幾點去上班? 取決於交通報告。
A 良好的教育幫助我們磨練我們的直覺 資料來源是否值得信賴,例如經過同行評審的學術期刊,或遵循新聞準則和道德的報紙。 近年來,一 對政府的不信任 科學的進步——通常是由於故意的錯誤訊息或缺乏對科學的理解 科學發現如何得到驗證.
近年來,對政府和科學的不信任增加——通常是由於故意提供錯誤資訊或缺乏對科學研究如何進行以及透過同行評審過程驗證研究結果的了解。
在華盛頓 STEM,我們依靠 公開可用的數據。 但我們怎麼知道它們可靠呢? 在本部落格中,我們將了解如何取得和驗證報告和儀表板中使用的資料。
讓我們從斯波坎的假設雇主「Consuela」開始…
從一個電話開始
電話鈴聲響起,Consuela 注意到來自華盛頓特區的區號 (202)
「這一定是勞工統計局的調查,」她認為,指的是勞工統計局。
康蘇埃拉在斯波坎擁有一家建築公司。 每個月,她和成千上萬像她一樣的雇主都會提供 有關就業、生產力、科技使用的數據 以及透過自動電話調查(電腦輔助電話訪談或 CATI)的其他主題。 在資料收集領域,Consuela 被稱為資料管理員,因為她負責編譯和提交數據,並與請求機構的分析師合作以確認準確性。
Consuela 開啟電子表格,追蹤新員工的情況。 她伸手去拿正在響鈴的電話。 A 位元* 數據即將誕生。
*“二進制數字”的縮寫(單字混合)
資料來源方式
來自雇主和其他調查響應者的數百萬個資料位元被輸入到由聯邦機構(例如聯邦機構)管理的資料庫中。 美國人口普查局 和 勞工統計局美科以及就業保障部和商務部等國家機構。 這些機構中的每一個都有資料分析師團隊,他們收集資料、清除錯誤(例如空白儲存格或格式不正確的日期)、分解資料(即將資料分成組成部分)並匿名化。 最後一步將刪除任何識別訊息,例如姓名或地址,因此個人的資料隱私受到保護。
華盛頓 STEM 使用開源(即公開可用)資料集,來自 各種州和聯邦來源 請通過 WestEd 就業網頁,在我們的 數據儀表板和工具。 我們的數據工具為公眾(包括立法者、教育工作者、雇主、社區組織)提供早期護理和教育、K-12 教育和職業道路方面的最新研究,以便他們了解自己的處境、預測未來的需求和確保從教育到勞動力的管道強大。
我們的數據工具為公眾(包括立法者、教育工作者、雇主、社區組織)提供早期護理和教育、K-12 教育和職業道路方面的最新研究,以便他們了解自己的處境、預測未來的需求和確保從教育到勞動力的管道強大。
華盛頓的教育數據
但當談到報告教育成果時——我們的支柱 STEM by Numbers 儀表板——我們依賴位於財務管理辦公室的教育研究資料中心 (ERDC) 的資料。 立法機關於 2007 年創建了 ERDC,負責收集和管理華盛頓州從學前班到大學/勞動力的教育數據,這是一個被稱為「P20W」的縱向數據集。 十四個州立機構收集這些數據,包括公共教育總監辦公室 (OSPI)、兒童青少年和家庭部 (DCYF)、衛生和社會服務部、州委員會社區和技術學院等。
這些機構的資料管理員(就像 Consuela 一樣)負責編譯其計畫的數據,例如學生入學率和人口統計、幼兒園數學準備分數和畢業率。 然後,管理員將資料上傳到 ERDC 門戶,並在新增到主資料庫之前進行品質檢查。
「我們從許多不同的資料來源接收數據,然後必須將其連結到我們的資料倉儲。 因此,我們一直在進行驗證和品質檢查。」ERDC 高級資料治理專家 Bonnie Nelson 說。
尼爾森表示,ERDC 在華盛頓的獨特之處在於它擁有一個“跨部門縱向資料倉儲”,這意味著它連結了一名學生的多個記錄。 「每個學生在上學、上大學以及後來找到工作時都會產生一份記錄。 ERDC 將這一切都記錄在一張記錄中。”
數據隨後被輸入 ERDC 的出版物,包括有關幼兒教育、學生成果等的報告。 Nelson 表示 ERDC 的主要使用者是州立法者、政策制定者、國家機構、大學研究人員和社區組織。 法律規定 ERDC 必須透過以下方式向公眾提供數據: 在線儀表板 or 按要求.
“我們的職責是成為管理者和聯絡人,不是讓人們遠離數據,而是告訴他們,‘我們有一些你可能會感興趣的東西’,並幫助他們訪問數據以改善學生的成績和體驗。”
去年,華盛頓 STEM 和網路合作夥伴 聯繫了全州 739 名數據用戶, 包括從業者、教育工作者、研究人員、政策制定者以及社區領袖和倡導者,詢問他們是否以及如何使用數據以及他們在這樣做時面臨哪些挑戰。 結果顯示,90% 的人在決策和規劃中使用數據,但 20 名數據使用者中只有不到 739 人表示他們了解該州的 P20W 數據基礎設施或知道應聯繫哪個機構來解決數據問題。 為了提高數據能力,華盛頓 STEM 將在未來四年內提供專業發展和技術援助,以提高這些合作夥伴處理其使用的數據的能力。
數據可以說的故事
在 Washington STEM,我們收集數據和建立儀表板不僅僅是為了好玩。 (雖然可視化數據很有趣——只需詢問我們的數據科學家即可.) 如一開始所述,數據對於設定目標、衡量進展和識別系統性問題非常重要。
例如,五年前,一個 亞基馬高中的職業和大學準備協調員 預感他的學校雙學分計畫的學生入學率(通常與繼續接受高等教育的可能性增加有關)是不公平的,但他沒有數據證明這一點。
因此,他向華盛頓 STEM 尋求幫助,以獲取和分析課程數據。 這 結果 顯示性別和種族差異:拉丁裔男性註冊雙學分並繼續接受高等教育的可能性較小。
一旦學校管理人員了解了他們的數據,他們就能夠做出重大改進,以幫助更多的學生獲得雙學分計畫。 2022 年,立法者通過了一項法案,要求所有學校 報告雙學分入學的學生人口統計數據。 華盛頓州 STEM 繼續透過高中到高等教育合作項目擴展該項目,全州 40 多所學校開始 使用數據儀表板 查看他們自己的數據,並在學校層級做出改變。
同樣,在之前 兒童公平開始法案 該法案於 2021 年通過,但民眾無法輕易取得兒童照護需求和供應的數據。 華盛頓 STEM 影響總監 Min Hwangbo 表示:「新法要求提高數據透明度。 因此,兒童、青少年和家庭部與華盛頓 STEM 合作創建了五個 早期學習儀表板提供了行業的廣闊視野。”
“總體而言,缺乏關於幾個關鍵人群的一致和準確的數據:殘疾兒童、無家可歸的兒童和美洲原住民兒童。”
-Min Hwangbo,華盛頓 STEM 影響總監
儘管早期學習儀表板和兒童狀況 數據儀表板 區域報告 雖然數據可用性有所提高,但並未針對所有兒童做到這一點。
「對於幾個關鍵人群:殘疾兒童、無家可歸的兒童和美洲原住民兒童,缺乏一致和準確的數據報告,」黃博說。 他說,這是因為一些兒童保育行業的數據收集是自願的,而在大流行期間,該州的某些地區根本沒有這樣做。 在此期間 兒童狀況共同設計流程華盛頓 STEM 與來自每個社區的成員一起查看了數據集,其中許多人表示這些數字感覺被低估了。
呼籲建立早期學習資料交換中心
儘管 ERDC、DCYF 和 OSPI 等機構收集了一些有關學齡前兒童的數據,但目前還沒有中央資訊交換所來提供全面的、人口層面的早期學習數據。 Hwangbo 說:“當前跨各種項目和組織的數據基礎設施使家庭難以獲得所需的支持,管理員也難以使用數據來改善對兒童和家庭的支持。”
華盛頓 STEM 建議創建一個全州數據交換所,以改善數據訪問,以便每個人(立法者、教育工作者、研究人員、家長)都能獲得規劃和改進我們的早期護理和教育系統所需的資訊。
華盛頓 STEM 建議創建一個全州數據交換所,以改善數據訪問,以便每個人(立法者、教育工作者、研究人員、家長)都能獲得規劃和改進我們的早期護理和教育系統所需的資訊。
因此,無論您是數據迷,還是第一次涉足數據世界,我們都邀請您使用 華盛頓 STEM 的數據工具。 下次當您在早晨新聞中聽到經濟報道時,請想想康蘇埃拉和其他支持這些數字的資料管理員。
“我應該使用哪個華盛頓 STEM 數據工具?”
主要
BLS:美國勞工統計局
人口普查 — 美國人口普查局
CCA:兒童保育意識
COMMS:華盛頓州商務部
DCFY:華盛頓州兒童、青少年和家庭部
ECEAP:幼兒教育援助計劃
ERDC:華盛頓州就業保障部
OFM:財務管理辦公室
OSPI:公共教育總監辦公室