LingVo.club
Nivelo
UNESCO-raporto: malplenaj edukaj datumoj en malriĉaj landoj — Nivelo B2 — Woman looking at a blackboard with complex math equations.

UNESCO-raporto: malplenaj edukaj datumoj en malriĉaj landojCEFR B2

1 May 2022

Adaptita el Jacklin Kwan, SciDev CC BY 2.0

Foto de Vitaly Gariev, Unsplash

Nivelo B2 – Supra meza nivelo
6 min
326 vortoj

Raporto de UNESCO, publikigita la 27-an de aprilo, trovas signifajn malplenaĵojn en edukaj datumoj el pli malriĉaj landoj. La studo ekzamenis datumojn pri primara kaj sekundara edukado el 120 landoj, sed inkluzivis nur 28 el la 82 malalt- kaj malalt-mezaj enspezaj landoj. Ĝi ankaŭ notis, ke ne estis haveblaj taksadodatumoj por scienco en iu ajn el la malriĉaj landoj.

Manos Antoninis, direktoro de la UNESCO Global Education Monitoring-unuo, diris, ke limigita kapablo kolekti datumojn kaj manko de sistemaj naciaj taksadoj malfaciligas taksi kiel lernrezultoj evoluas en la mondosudo. Li aldonis, ke necesas longtempa monitoriga programo por ke politikfarantoj povu pli bone bazigi edukajn politikojn.

La raporto reliefigas grandajn plialtiĝojn en ĉeesto kaj enskribiĝo dum la lastaj 20 jaroj kaj raportas, ke ĝenerale la genra breĉo en primara kaj sekundara edukado estas malpli ol unu procentpunkto. Tamen ĝi avertas pri lokaj kazoj de ekstrema ekskludo: en kelkaj landoj en Subsahara Afriko kaj Sudazio knabinoj ankoraŭ malfruas, kaj lernrezultoj ofte restas malbonaj por ambaŭ genroj. UNESCO-direktoro Audrey Azoulay verkis, ke multaj kamparaj knabinoj trafitaj de malriĉeco «ankoraŭ batalas kontraŭ fermitaj pordoj» por atingi edukadon, kaj ke en la plej ekstrema kazo knabinoj en Afganio estas rekte senigitaj de lernado, sendante la landon 20 jarojn malantaŭen.

La raporto ankaŭ trovas, ke knaboj ofte sukcesas pli bone en matematiko en frua edukado, sed la breĉo malpliiĝas aŭ eĉ inversiĝas poste, kaj breĉoj en legado kaj matematiko estas forte korelaciitaj. Antoninis sugestis, ke tio eble klarigas, kial malpli da knabinoj elektas karierojn en scienco, teknologio, inĝenierado kaj matematiko. Plie, la datumoj ne tute kaptas sociajn normojn kaj stereotipojn; esploroj cititaj en la raporto montras, ke personaj sintenoj kaj situaciaj baroj kiel malriĉeco estis ĉefaj kialoj por frua lerneja forlaso en Malavio, Niĝerio kaj Siera-Leono. Ekspertoj petas pli da rolmodeloj, politikojn por reteni knabinojn en STEM kaj pli grandan subtenon de NRO-oj.

Laĵero estis preparita de la tutmonda redakcio de SciDev.Net. Artikolo origine publikigita ĉe SciDev.Net.

Malfacilaj vortoj

  • malplenaĵomanko aŭ spaco kie io ne estas
    malplenaĵojn
  • taksadooficiala mezurado de lernado aŭ rezultoj
    taksadoj
  • genra breĉodiferenco inter genroj en rezultoj aŭ partopreno
  • ekstrema ekskludoforta formo de malakcepto aŭ forigo
  • korelaciitamontri similan ŝanĝon inter du variabloj
    korelaciitaj
  • rolmodelopersono kies konduto inspiras aliajn
    rolmodeloj
  • retenieviti ke iu forlasu lernejon aŭ programon
  • malriĉecomanko de riĉeco kaj baza vivnivelo
  • monitoriga programolongtempa sistemo por sekvi progreson de edukado

Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.

Diskutaj demandoj

  • Kiojn konkretajn paŝojn povus registaroj preni por plibonigi la kolektadon de edukaj datumoj en malriĉaj landoj? Klarigu viajn kialojn.
  • Kiel manko de rolmodeloj kaj sociaj stereotipoj povas influi la karier-elektojn de knabinoj? Donu ekzemplojn aŭ kialojn.
  • Kiaj politikoj aŭ programoj laŭ vi plej efike helpus reteni knabinojn en STEM-lernado en kamparaj aŭ malriĉaj regionoj?

Rilataj artikoloj