Le besoin de telles données a conduit à des efforts d'amélioration du SIGE et du partage des données entre les départements gouvernementaux et entre les parties prenantes de l'éducation. Par exemple, la planification de l'éducation peut être renforcée par les données recueillies par les ministères de la Santé, en recoupant les registres de naissance avec ceux sur la scolarisation.
Les projets du GPE KIX ont mis l'accent sur la nécessité de s'appuyer sur de multiples sources de données.
Le projet d'Analyse de l’éducation pour l’apprentissage et l’équité dans le monde (EAGLE) de l'enquête par grappes à indicateurs multiples (MICS), par exemple, souligne l'importance des données d'enquêtes sur les ménages pour permettre aux décideurs politiques de prendre des décisions plus éclairées et plus efficaces afin de remédier aux disparités en matière d'éducation.
La MICS-EAGLE a fait progresser la collecte de données sur l'éducation dans 31 pays en mettant en évidence les divers environnements d'apprentissage et les défis auxquels sont confrontés des groupes spécifiques en fonction de la géographie, de la langue, du statut de handicap et du genre.
Les données complètes sur les ménages concernant le genre, le handicap, le niveau d'éducation, les mariages précoces et le travail des enfants ont fourni des informations granulaires que les systèmes précédents ne recueillaient pas, et qui sont néanmoins très utiles pour comprendre les questions cruciales liées à l'accès à l'éducation, au développement des compétences, à l'inclusion et à la qualité de l'éducation préscolaire.
Les données détaillées sur les ménages sont particulièrement utiles pour examiner l'intersection du genre et de l'inclusion, parfois négligée par d'autres données administratives.
Le projet d'évaluation à l'échelle commune est un autre exemple de la manière dont les données peuvent soutenir l'inclusion dans l'éducation et les efforts de plaidoyer sur cette question. Il a permis de recueillir des données simples et exploitables sur l'apprentissage fondamental des enfants, que les parents, les responsables d'enfants et les communautés peuvent facilement comprendre.
Le projet a permis de mettre à l'échelle l’évaluation du langage, de la lecture, de l’écriture et du calcul des jeunes enfants (Early Language & Literacy and Numeracy Assessment) des membres du réseau PAL (People’s Action for Learning) – PAL-ELANA, dans 12 pays d'Afrique et d'Asie, un outil qui comprend également des mesures normalisées du handicap afin d'évaluer les compétences des apprenants ayant des besoins éducatifs spéciaux.
L'initiative Data Must Speak (« Les données doivent parler ») a soutenu les ministères de l'Éducation à travers un modèle en 5 étapes pour utiliser les données afin de relever les défis de l'éducation, la dernière étape se concentrant sur l'intégration des idées dans la politique nationale.
L'initiative Data Must Speak s'est appuyée sur les données existantes pour identifier les écoles très performantes et les facteurs qui font que ces dernières obtiennent de meilleurs résultats en termes de qualité de l'éducation au sein des pays.
Elle a également attiré l'attention sur la nécessité de soutenir et de renforcer la capacité des acteurs de l'éducation à analyser, interpréter et utiliser les données, car ces capacités sont essentielles à l'adoption et à la pérennité des innovations.
Grâce au modèle de formation, les ministères de l'Éducation ont été habilités à élaborer une typologie des écoles identifiant les caractéristiques des établissements efficaces et à évaluer ces caractéristiques sur place en tant que facteurs causaux ou fortuits.
Les conclusions de l'initiative Data Must Speak ont influencé le dialogue mondial sur l'équité entre les genres dans la direction des écoles, en particulier en ce qui concerne le rôle des directrices d'école.
Les écoles dirigées par des femmes ont généralement des taux d'abandon scolaire plus faibles et de meilleurs résultats scolaires.
Implications pour la prise de décision et la mise à l'échelle
Laisser un commentaire
Votre adresse email ne sera pas divulguée. Tous les champs sont requis