Comment libérer le pouvoir des données pour transformer les politiques éducatives

L’initiative Data Must Speak Positive Deviance Research identifie les écoles qui fonctionnent mieux que d'autres opérant dans des contextes similaires et explore les comportements et pratiques qui les rendent plus performantes. Elle étudie également comment appliquer ces bonnes pratiques dans davantage d'écoles.

09 juin 2023 par Alexis Le Nestour, UNICEF Office of Research – Innocenti, et Renaud Comba, UNICEF Office of Research – Innocenti
|
Lecture : 4 minutes
Des élèves de la classe 10 à l'école Shree Krishna Ratna à Chautara, dans le quartier 5 du district de Sindhupalchowk au Népal. Crédit : GPE/Kelley Lynch
Des élèves de la classe 10 à l'école Shree Krishna Ratna à Chautara, dans le quartier 5 du district de Sindhupalchowk au Népal.
Credit: GPE/Kelley Lynch

Avec le soutien technique initial de l'équipe de recherche de l’initiative Data Must Speak (DMS) et de nos partenaires, les statisticiens des ministères de l'éducation peuvent développer leurs compétences pour établir des corrélations entre les données au sein du système d'information sur la gestion de l'éducation (SIGE) de leur pays et rapporter régulièrement les tendances aux décideurs politiques.

Leçons apprises des corrélations établies entre les ensembles de données administratives

L'équipe de recherche de l'initiative DMS d'UNICEF Innocenti a travaillé en étroite collaboration avec des partenaires des ministères en charge de l'Éducation pour co-produire et mener des analyses approfondies de leurs données administratives.

Tout d'abord, nous avons lié les informations scolaires au fil du temps, ce qui nous a permis de répondre à des questions importantes sur les tendances en matière d'apprentissage, comme combien de filles et de garçons étaient inscrits dans chaque classe sur plusieurs années consécutives, par exemple. Cela a permis de suivre les cohortes d'élèves et de savoir quelles écoles réussissaient à la fois à retenir et à faire passer les élèves au niveau supérieur.

L'équipe de recherche a également lié les données du recensement scolaire aux données des examens pour déterminer quelles écoles étaient les plus efficaces pour préparer les élèves à l'évaluation.

Sur la base de ces données, les principaux apports pédagogiques (les manuels scolaires, le nombre d'enseignants, par exemple) pourraient ensuite être liés aux performances des élèves pour nous aider à comprendre l'état des lieux actuel de l'éducation, ainsi que les défis et les méthodes pour améliorer la rétention scolaire et l'apprentissage.

Au Togo, la recherche menée dans le cadre de l’initiative DMS a indiqué que les filles étaient plus susceptibles d'être promues en classe supérieure et d'obtenir de meilleurs résultats aux examens lorsque leur enseignante était une femme. Il s'agit ici d'un constat important car, le recrutement de plus d'enseignantes pourrait contribuer à éliminer l'écart entre les genres dans le domaine de l'éducation dans le pays.

À Madagascar, au Népal et au Togo, l’équipe de recherche a analysé la relation entre le ratio élèves-enseignant et les performances scolaires, ce qui a informé les ministères de l'éducation des avantages éducatifs potentiels du recrutement de plus d'enseignants. Les rapports de tous les pays ayant participé sont publiés sur notre site Web.

L'approche de co-création de l’initiative DMS permet également de documenter les meilleures pratiques et formuler des recommandations sur la manière d'améliorer la collecte, le nettoyage, le croisement et l'analyse des données globales des SIGE.

En Côte d'Ivoire et au Ghana, ces recommandations ont suscité une initiative visant à créer des documents d'identification scolaire uniques permettant ainsi de faire facilement la liaison entre les informations scolaires recueillies au fil du temps.

L'avenir de la recherche avec des ensembles de données scolaires

L'intégration d'autres ensembles de données dans les SIGE nationaux pourrait ouvrir de nouvelles opportunités. Le suivi du secteur de l'éducation pourrait être amélioré en ajoutant de nouvelles couches d'informations dans le SIGE.

Au Niger par exemple, l'équipe de recherche de l’initiative DMS a lié les informations sur les écoles aux données locales sur la pauvreté pour comprendre les contextes dans lesquels les écoles fonctionnent. Cette approche pourrait être appliquée systématiquement dans tous les pays pour mesurer les inégalités socio-économiques dans l'éducation ainsi que pour suivre les progrès.

Les données sur le climat et les catastrophes naturelles deviendront également de plus en plus importantes pour aider les écoles à s'adapter aux conséquences du changement climatique.

Comment utiliser les données des SIGE pour évaluer l'impact des politiques éducatives

Mesurer rigoureusement l'impact des nouvelles politiques est essentiel pour améliorer les systèmes éducatifs. Cependant, il est clair que les données du SIGE sont sous-utilisées pour y parvenir. Une politique de distribution massive de manuels scolaires a-t-elle contribué à augmenter les taux de réussite aux examens ? Le taux d'abandon a-t-il diminué lorsque le ministère de l'Éducation a augmenté le nombre de cantines scolaires ?

Les recherches de l’initiative DMS montrent que les données des SIGE peuvent répondre à ces questions et, en travaillant en étroite collaboration avec les ministères de l'éducation, nous aider à comprendre quelles écoles ou régions bénéficient de politiques spécifiques.

Pour mesurer les résultats des politiques, les performances scolaires peuvent être comparées aux écoles et aux régions qui n'ont pas bénéficié d'une politique avant et après sa mise en œuvre. Les évaluations d'impact, telles que les essais contrôlés randomisés (ECR), qui intègrent les données du SIGE, peuvent tester le succès des nouvelles politiques éducatives.

Les ECR sont considérés comme l'étalon-or dans l'évaluation des programmes, mais ils sont généralement longs et coûteux. Cependant, dans certains cas, il est possible d'intégrer les ECR dans la collecte de données administratives et d'économiser sur les coûts.

Une étude de la Banque mondiale menée au Pakistan a intégré un ECR dans la collecte de données de routine pour évaluer l'impact des comités de gestion scolaire sur les performances scolaires. La recherche menée par l’initiative DMS, tout comme au Pakistan, a exploité ces données intégrées pour tester de nouvelles politiques éducatives.

Idéalement, ces types d'analyses seraient effectuées systématiquement par les ministères de l'éducation par le biais de laboratoires d'éducation chaque fois que de nouvelles politiques sont mises en œuvre.

Le travail effectué par l’initiative DMS et les experts en éducation pour intégrer les ensembles de données sur l'éducation et analyser les données peut jeter les bases des futurs laboratoires nationaux sur l'éducation pour saisir l'impact transformateur des données.

Souvent, le manque de données est considéré comme un obstacle à la création de politiques fondées sur des données probantes. Cependant, en matière d'éducation, la majorité des données administratives existantes comblent cette lacune.

Valoriser le potentiel des ensembles de données existants est rentable et soutient à la fois l'appropriation et l'investissement dans les systèmes de données nationaux.

La recherche menée par l’initiative DMS prévoit de continuer à co-concevoir notre recherche avec les ministères de l'éducation et les universités locales pour exploiter les données de manière innovante et éclairer les politiques éducatives pour un plus grand impact.

Ce blog a été adapté de l'article original publié par l'UNICEF.

Lire aussi

Laisser un commentaire

Votre adresse email ne sera pas divulguée. Tous les champs sont requis

Le contenu de ce champ sera maintenu privé et ne sera pas affiché publiquement.

Texte brut

  • Global and entity tokens are replaced with their values. Explorer les jetons disponibles.
  • Aucune balise HTML autorisée.
  • Les lignes et les paragraphes vont à la ligne automatiquement.
  • Les adresses de pages web et les adresses courriel se transforment en liens automatiquement.