Negli USA la chiusura delle scuole penalizza gli studenti gia' svantaggiati
SCIENZE POLITICHE |

Negli USA la chiusura delle scuole penalizza gli studenti gia' svantaggiati

ZACHARY PAROLIN HA ANALIZZATO LA DISTRIBUZIONE DELLE CHIUSURE DELLE SCUOLE A CAUSA DEL COVID E HA CONCLUSO CHE, DA SETTEMBRE 2020, LE MINORANZE RAZZIALI, GLI STUDENTI BISOGNOSI E CON UN RENDIMENTO SCOLASTICO GIA' SCARSO SONO QUELLI PIU' ESPOSTI AL DISTANCE LEARNING

La distribuzione disomogenea delle chiusure delle scuole negli Stati Uniti da settembre 2020 minaccia di esacerbare i divari regionali, razziali e di classe nel rendimento scolastico, secondo una ricerca di Zachary Parolin, Assistant Professor del Dipartimento di Scienze Sociali e Politiche della Bocconi, recentemente pubblicata su Nature Human Behavior.

Parolin ed Emma Lee (Columbia University) hanno osservato che il ricorso al distance learning, da settembre a dicembre 2020, è stato più comune nelle scuole con risultati di apprendimento peggiori (misurati con i punteggi di un test standardizzato di matematica del terzo anno), una quota maggiore di studenti senza fissa dimora, più studenti che hanno diritto alla mensa gratuita o a prezzo ridotto e appartenenti a minoranze razziali/etniche.
 
“Se le scuole e gli studenti con i maggiori svantaggi pre-COVID sono anche quelli più esposti alla chiusura delle scuole e all'apprendimento a distanza, le disuguaglianze nei risultati di apprendimento possono peggiorare”, dice. Studi recenti hanno dimostrato, infatti, che l'apprendimento a distanza è meno efficace della scuola tradizionale, e che la riduzione nei risultati dei test è più marcata per gli studenti con genitori meno istruiti.
 
Gli autori hanno misurato la presenza a scuola utilizzando un database anonimo in grado di tracciare, attraverso i telefoni cellulari, il traffico verso le scuole. Il database copre il 94% dei distretti scolastici statunitensi e il 98% delle contee. Una scuola è stata classificata come “chiusa” o “quasi chiusa” in un dato mese se ha sperimentato un calo delle visite del 50% rispetto all'anno precedente.
 
“I divari di razza/etnia e di punteggio in matematica sono particolarmente sorprendenti”, scrivono Parolin e Lee. “In ottobre, il 35% degli studenti bianchi era in distance learning, rispetto al 52% degli studenti neri, al 60% degli studenti ispanici e al 65% degli studenti asiatici. Inoltre, le scuole che registravano i punteggi più bassi in matematica prima della pandemia avevano, in media, circa 15 punti percentuali in più di probabilità di essere chiuse durante il periodo settembre-dicembre 2020 rispetto alle scuole con punteggi medi”.
 
Le disparità sembrano essere dovute principalmente alla geografia: le città più grandi e più densamente popolate sono sia a maggior rischio di diffusione del COVID, sia più razzialmente miste, mentre le aree rurali e meno popolate sono più spesso bianche. Anche la politica può giocare un ruolo, dato che i democratici (al potere in aree più dense e razzialmente miste, come la California o Washington DC) tendono ad essere più rigorosi nelle restrizioni COVID rispetto ai repubblicani.
 
“I risultati dello studio non implicano che stiamo prendendo posizione sull'opportunità di chiudere le scuole”, avverte Parolin. “Le chiusure delle scuole possono salvare vite se impediscono la diffusione del COVID e la decisione di passare all'apprendimento a distanza è senza dubbio difficile. Il nostro studio osserva solo che le chiusure possono aumentare il divario di apprendimento”.
 
Zachary Parolin, Emma, K. Lee, “Large Socio-Economic, Geographic and Demographic Disparities Exist in Exposure to School Closures.” Nature Human Behavior (2021). DOI: https://doi.org/10.1038/s41562-021-01087-8.

di Fabio Todesco
Bocconi Knowledge newsletter

News

  • Le novita' del regolamento HTA a livello europeo

    L'Health Technology Assessment diventa centralizzato ed armonizzato in tutti i 27 paesi membri dell'Unione europea  

  • Utopia e utopie tra scienza, filosofia e letteratura

    La sesta edizione di ScienzaNuova affronta le varie interpretazioni di un tema sempre attuale  

Seminari

  Agosto 2022  
Lun Mar Mer Gio Ven Sab Dom
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        

Seminari

  • ELLIS@Milan Artificial Intelligence workshop

    GABOR LUGOSI - Department of Economics, Pompeu Fabra University
    RICARDO BAEZA-YATES - Khoury College of Computer Sciences Northeastern University
    NOAM NISAN - School of Computer Science and Engineering, Hebrew University of Jerusalem
    MICHAL VALKO - Institut national de recherche en sciences et technologies du numérique

    AS02 DEUTSCHE BANK - Roentgen building

  • tbd

    ANDREW KING - Questrom School of Business

    Meeting room 4E4SR03 (Roentgen) 4