Acceso usuarios
Luis Edgardo Muelle
Este estudio analiza y compara la segregación académica y social por nivel socioeconómico, entre los distritos de Lima Metropolitana, respecto al rendimiento logrado por los alumnos en los test de matemática, lectura y ciencias aplicados durante el Censo Escolar 2019 en segundo grado de educación secundaria. Para medir la segregación, utiliza el índice de disimilitud, que destaca la importancia de las escuelas privadas; el índice de información mutua, que informa sobre la segregación inter- e intraescuelas; y el índice de aislamiento, que mide la probabilidad de distinguir los alumnos pertenecientes a una misma categoría social. Asimismo, se presenta el índice de autocorrelación de Moran, que visualiza la existencia de conglomerados social y académicamente diferenciados según la ubicación territorial de las escuelas. Estos índices revelan una estructura heterogénea de la segregación cuya intensidad varía según la composición social de las escuelas públicas y privadas en cada distrito de la región metropolitana. Los patrones de localización geográfica ayudan a entender los efectos de proximidad y diferenciación social, escolar y residencial, y plantean una mayor reflexión geoespacial para monitorear mejor el funcionamiento de las escuelas y promover la igualdad de los aprendizajes.
This study analyzes and compares the academic and social segregation by socioeconomic status among the districts o the Metropolitan Lima area, with respect to the student achievement in mathematics, reading and science tests applied during the 2019 School Census in the second grade of secondary education. To measure segregation, it uses the Dissimilarity index, which highlights the importance of private schools, the Mutual Information index that reports on inter-school and intra-school segregation and belonging to the same social category. Likewise, Moran’s autocorrelation index is presented, which visualizes the existence of socially and academically differentiated conglomerates according to the territorial location of the schools. These indices reveal a heterogeneous structure of segregation whose intensity varies according to the social composition of public and private schools in each district of the area. Geographic location patterns help to understand the effects of proximity and differentiation of social, school and residential profiles, and propose more geospatial interest to better monitor the functioning of schools and promote equality of learning.
