Acceso usuarios
Marcos Delprato, Nihan Köseleci, Germán Antequera
En este trabajo se examina la evolución, desde Dakar, del impacto sobre el aprendizaje de las desigualdades económicas intraescuela y entre escuelas para seis países de Latinoamérica utilizando datos de PISA 2000 y 2012. Empleamos un análisis multinivel para evaluar la variabilidad del rendimiento imputable al estudiante, a los factores escolares y la heterogeneidad de las desigualdades entre escuelas a través de las escuelas y el tiempo. Además estimamos, para las escuelas pobres, cambios en el nivel e intensidad de los gradientes de riqueza de la escuela. Encontramos que de la variación total, cerca del 40% es atribuible a la composición económica de la escuela y el 10% restante a factores individuales y escolares adicionales. La desigualdad económica entre escuelas es el determinante más fuerte del rendimiento en las dos ondas. Entre las escuelas más pobres, encontramos algún progreso en el nivel y la menor intensidad de la desigualdad escolar para la lectura. Resultados para toda la región muestran una convergencia en los niveles de los gradientes y el rendimiento promedio de los países, con un notable trade-off entre mejor rendimiento y mayor desigualdad en el caso de matemáticas pero no en lectura. Nuestros resultados sugieren que las políticas destinadas a aumentar el acceso a la educación por sí solas son insuficientes para alcanzar los objetivos de aprendizaje de Educación para Todos por lo que debieran estar acompañados por medidas que disminuyan la desigualdad económica entre las escuelas más pobres.
This paper examines the evolution of the impact of the within and between school wealth inequalities on learning for six Latin American countries since Dakar by using PISA data for 2000 and 2012. We employ a multilevel analysis to assess the variability of achievement accounted for student and school factors and the heterogeneity of between school inequalities across schools and time. We also estimate changes on the level and strength of school wealth gradients for poor schools. We find that of the total variation, around 40% was attributable to school wealth composition and a further 10% to additional individual and school factors. Between school wealth inequality is the strongest determinant on achievement in both waves. Among poorest schools, we find some progress on the level and lower strength of school wealth inequality for reading. Results for the whole region show a convergence on the levels of gradients and countries’ average performance, with a noticeable trade-off between larger performance and more inequality for math but not for reading. On the policy front, our results suggest that education policies increasing access alone are insufficient to achieve EFA’s learning goal and should be accompanied by measures tackling wealth inequalities among poorer schools.
