`

Post-Covid learning assessment of school children: A Project by CRY & RILM across four states

创建于 更新于

摘要

本报告基于CRY与RILM合作项目,评估COVID-19疫情后4000名7-14岁学生在查谟与克什米尔、贾坎德、曼尼普尔和西孟加拉四州的学习进展。通过三季度四科口头与书写评估,构建了结合班级滞后度的综合改进评分指标,量化学生学习改善水平。结果显示整体呈现积极进步趋势,且性别间进步无明显差异,西孟加拉和查谟与克什米尔表现最佳,曼尼普尔相对较低。该研究为疫情后教育政策和针对性干预提供了数据支持与分析基础 [page::0][page::3][page::5][page::6][page::7][page::8]

速读内容

  • 研究覆盖4000名7-14岁学生,来自查谟与克什米尔、贾坎德、曼尼普尔及西孟加拉4州,样本分布和地域覆盖具体详见下表 [page::1][page::2]:


| States | Districts | Blocks | Panchayats | Centres | Children |
|-----------------|-------------|-------------------------|------------|---------|----------|
| Jammu & Kashmir | Bandipore | Sambal, Bandipora, Hajin | 9 | 9 | 565 |
| West Bengal | Jalpaiguri | Banarhat | 4 | 15 | 1735 |
| Jharkhand | Koderma | Satgawa | 2 | 6 | 700 |
| Manipur | Imphal West | Sabal, Patsoi, Haorang | 8 | 9 | 1000 |
  • 设计了基于班级滞后(age-appropriate class与compatible class之差)和四科改进数目的独特得分系统,区分不同滞后学生的学习提升表现。评分范围0至1,完全改进得1分,无改进得0分 [page::2][page::3]。
  • 学习进步的阶段评分(Progression Score)计算方法:


1. 两季度改进等级的交叉制表;
2. 计算季度1该等级学生总数;
3. 得到季度2各等级学生比例矩阵,推导改进分数。

季度1-2的进步得分为0.217,季度2-3为0.122,均为正值反映整体正向进展,且季度1-2进步更大 [page::4][page::6][page::9]。
  • 学生表现等级定义如下:


| Grade | Subjects with Improvement |
|-------|---------------------------|
| A | 4 |
| B | 3 |
| C | 2 |
| D | 1 |
| E | 0 |
  • 学习成绩随季度递增,获得A等级比例从季度1的26.67%增至季度3的70.1%,季度2、3无人无进步(Grade E) [page::5][page::6]。


  • 性别对比显示男女学生进步表现相似,季度1-2进步得分均约0.217,季度2-3女性略优于男性(0.125 vs. 0.119)[page::6]。


  • 各州学习进步差异显著:季度1-2中,西孟加拉进步最高(0.260),紧随其后是贾坎德,季度2-3则查谟与克什米尔进展最优(0.187),曼尼普尔进步最低(0.042)[page::7][page::8]。


  • 研究总结指出疫情致使传统线下教学中断,促使在线与计算机辅助教学兴起,学生学习方式显著转变。该项目为疫情及后疫情时代教育改革提供数据及分析基础,强调需积极推进教育体系转型 [page::8]。

深度阅读

金融研究报告详尽分析报告


报告标题:《Post-Covid learning assessment of school children: A Project by CRY & RILM across four states》
作者:Anushka De(Indian Statistical Institute, Kolkata)
发布时间及机构:无明确发布日期,作者隶属于印度统计研究所,报告由CRY(Child Rights and You)与RILM(Rotary India Literacy Mission)联合开展的项目支持
主题:疫情后印度四州学童学习能力评估(Jammu & Kashmir, Jharkhand, Manipur, West Bengal)

---

1. 元数据与概览



本报告旨在评估COVID-19疫情对印度四个州学童学习能力的影响与恢复情况。通过对4000名7-14岁学生进行分批次、跨学科的学习评估,旨在衡量学童在语言与数学基本能力方面的提升,识别学业滞后状态,并提出适合不同学业滞后学生的综合改善评分。作者通过建立跨期进步得分(progression score)的方法,分析学生在三个季度(3 Quarters)间的能力变化,涵盖性别和地区差异比较。整体论点在于,疫情造成的学业断层正逐步修复,学生在多个科目中表现出显著提升,尽管有学业滞后差异,仍有可能通过改进评估模型实现更合理的表现评价。

---

2. 逐节深度解读



2.1 摘要部分


报告开篇介绍了COVID-19对教育系统的全球影响,紧接着介绍了由CRY与RILM联合执行的项目,侧重于疫情后对4000名学童的评估。评估目的在于掌握学童在停课期间可能遭遇的学习能力下降状况,重点是语言和数学的基本熟练度,进而判定每位学童的“兼容年级(compatible class)”与其“年龄适当年级(age appropriate class)”的差距,从而得出学业滞后(class lag)情况。所用评估四科目包含:第一语言口语、第二语言口语、数学与写作。评分指标为改进或未改进的二元变量(1/0),随后基于这些数据提出用于衡量带有不同学业滞后学生进步水平的综合评分方法。同时分析了性别和所在州的进步差异。

2.2 方法与数据

  • 样本范围:4000名7-14岁学生,分布于4个州的4个对应地区。

- 评估指标:学生状态分类为辍学、未入学和滞后(laggards);评估阅读和基础计算能力。
  • 评估流程:每个学生分配符合其年龄的适当教材,由50名经RILM培训的评估教师进行评分。

- 数据结构:包含学生ID、中心、州、性别、年龄适宜班级、兼容班级、出勤、以及四学科的改进二元变量,数据覆盖3个季度。
  • 地理覆盖(见表1):Jammu & Kashmir、West Bengal、Jharkhand、Manipur,涵盖40个村庄,23个村委会,4个区。


---

2.3 性能分析



2.3.1 学业滞后与多学科改进关系


采用跨列表(cross tabulation)方式,将学生学业滞后程度(年龄适当班与兼容班的差值,负值表示滞后)与其在0-4科目的改进状态对应,表2列示了第一季度的详细数据。该表显示,不同滞后等级的学生在多学科改进情况具有显著差异。例如,滞后7个班的学生,多科目改进的比例不同于无滞后的学生。为了统一不同学业滞后学生的成绩评价,报告提出以累积概率测算的方式建立改进得分(详见表3),该得分标度从0至1,数值越高代表改进越显著。

2.3.2 改进得分计算方法


通过对改进学科数与学业滞后交叉表的行向分布计算累积比例,赋予每种组合对应的分数。此方法避免同一评价标准下不同学业滞后群体成绩不公平的情况,体现了评分系统的适应性与科学性。举例中,滞后7个班且改进2科学生得分为0.39,改进3科提升至0.95;反观无滞后且改进3科的学生得分为0.69,充分体现了评分的差异化。

2.3.3 三季度进步(progression)分析


通过建立跨季度改进等级转移矩阵(progression rate matrix),计算季度间学生改进等级的迁移概率,再根据迁移概率定义基于增减差异的积分式得分$S$,最后归一化得分形成$S^*$,分数区间0-1内,正分数表示整体进步,负分数代表退步。

分别计算了第一季度到第二季度,第二季度到第三季度的进步得分:
  • 第1-2季度进步得分$0.217$,显示明显进步。

- 第2-3季度进步得分$0.122$,进步幅度减小,可能因评估难度增加影响。

绩效等级划分

按照改进学科数划分等级ABCED,即A级对应4科改进,E级表示无改进。图1显示,随着季度推进,A级学生比例由26.67%提高至70.1%,E级学生从第一季度存在消失至后续季度,整体表现明显提升。

2.3.4 性别比较


男女占比分别53%和47%。图2展示三季度中男女学生各等级表现比例,男女相似。进步得分显示,男女间总体无显著差异,但在第二季度向第三季度过渡期间,女性略优于男性,且两者进步幅度均减缓。

2.3.5 州际比较


图3详细展示4州在三季度内的等级分布变化:
  • 西孟加拉邦(West Bengal)的进步尤为明显,一级提升比例从不到10%跃升至80%以上。

- Jammu & Kashmir 与 Jharkhand 也表现出稳健进步,后期Jammu & Kashmir进步得分明显提升。
  • Manipur增长最小,表现平稳但进步缓慢。

各州季度间进步得分表明:
| 州 | Q1至Q2 | Q2至Q3 |
| ------------- | ------- | ------- |
| Jammu & Kashmir | 0.096 | 0.187 |
| Jharkhand | 0.171 | 0.163 |
| Manipur | 0.105 | 0.042 |
| West Bengal | 0.260 | 0.155 |

---

3. 图表与表格深度解读



3.1 表1:地理覆盖统计


表明确四州地理详细数据,涵盖区县、乡村委员会与儿童数。West Bengal中心儿童占最大比例(43.35%),紧随其后为Manipur(25%)和Jharkhand(17.5%),Jammu & Kashmir最少(14.12%)。此表为后续区域分析提供基础分布信息[page::2]。

3.2 表2与表3:第一季度学业滞后与改进数据及改进得分表


表2跨列显示不同学业滞后学生在0至4科改进的人数绝对量;表3则体现将上述人数转换为比例后计算得到的累计概率评分,这帮助实现跨滞后等级的统一评价。

例如,滞后7个班级且在2科目中改进的学生,其得分为0.39,而相同改进次数但无滞后者得分为0.37;改进3科目则明显拉开差距(前者0.95,后者0.69)。此评分体系反映了不同学生基础情况的改进累积影响[page::3]。

3.3 升级迁移率矩阵及进步得分(第1季度至第2季度)


图表列示了学生在第一季度不同改进等级对应第二季度改进等级的人数及比例。比例数据揭示主要趋势:例如第一季度未改进学生中80.9%未改进至4科表现提升,说明存在一部分学生跨越性进步;更高改进等级间也呈现迁移,整体显示升迁趋势。通过统计该迁移矩阵得分为0.217,代表整体正向进步[page::4][page::5]。

3.4 绩效等级分布柱状图(三季度及性别、州际对比)

  • 图1: 三个季度学生按等级分布,明显看到A等级人数从26.7%提升至70.1%,E级完全消失,整体表现得到显著提升。

- 图2: 男女性别分布柱状图接近,显示无显著性别差异,仅在后期女性略优。
  • 图3: 各州内部结构差异明显,West Bengal改进最为显著,Manipur表现最为平稳较弱。


这些图表不仅补强文本论点,也通过视觉化展示不同维度下的改进进程,支持了报告整体结论[page::5][page::6][page::7]。

---

4. 估值分析(评分机制分析)



报告未涉及典型的财务估值,但创新设计了基于学业滞后和改进学科数的统一评分体系:
  • 改进评分:基于累积概率的跨列表计算,评分取值[0,1],反映学生针对学业滞后调整后的改进强度。

- 进步得分(Progression Score):采用迁移概率矩阵计算基于前后季度改进等级的期望差异,归一化处理后得分[0,1],直接量化时间序列改善程度。
  • 该评分方法较传统单一分数更具适应性,解决了不同基础学生直接比较的不合理。


此评分机制的创新点在于结合基线差异和动态改进,能够更科学地反映疫情后学生恢复学习的真实情况。

---

5. 风险因素评估



虽然报告并未专门设立风险章节,但通过分析可以识别如下隐含风险或限制:
  • 数据异质性风险:不同州、不同班级幅度的样本分布不均,可能影响分析均衡性。

- 评估难度变化:报告指出各季度评估难度可能不同,直接影响进步测算的准确性,表现为季度间进步得分变化。
  • 模型假设风险:改进分数体系基于假设改进学科数量与学习进步成正相关,且滞后与进步分布满足概率模型,若实际学习能力提升非线性,则可能偏离真实情况。

- 面向未来推广风险:本分析对疫情特殊时期样本有效,疫情后非典型教育环境改善仍需要持续观察和模型调整。

上述风险未在文中详述缓解策略,研究者应在后续阶段增强风险分析和适应模型的弹性。

---

6. 批判性视角与细微差别


  • 数据覆盖角度:只有4个州的4个地区样本,且每州仅取一区,这限制了报告结论对全国教育系统的推广有效性。

- 性别差异分析简略:虽然进行了性别对比,报告未深入挖掘男女学生改进原因差异,数据处理更偏重统计描述。
  • 进步得分解释模型的局限:评分机制假设改进学科数量等权,未考虑各学科难度、权重及学生个体差异,简化可能无法捕捉复杂的学业恢复过程。

- 学业滞后定义及区间:滞后界定与兼容班级计算细节较少,缺少对测定误差、学生流动性等因素的考虑。

整体而言,报告方法创新合理,但模型细节和泛化能力可进一步深化。

---

7. 结论性综合



本报告系统呈现了COVID-19疫情后印度四州学童学习能力的基线评估结果。通过对4000名学童三季度跨学科改进的细致统计与量化,报告提出了以下关键发现:
  1. 疫情导致大规模学习断层,但学童在三季度内显示了显著的多学科能力提升,A级(4科改进)学生比例显著上升,E级无改进学生基本消失。
  2. 学业滞后水平作为影响学生改进评分的重要变量,被合理整合入评分体系,确保了带不同学业滞后学生综合表现的公允评价。
  3. 学业进步整体呈正向趋势,第一季度向第二季度进步较大,第二、三季度进步有所放缓,评估难度或其他因素或为影响因素。
  4. 性别差异微弱,女生略占优势。区域差异显著,West Bengal和Jammu & Kashmir表现较好,Manipur表现最弱,体现了复杂的地域教育恢复不平衡。
  5. 报告虽无传统财务估值,但创新设计的改进得分和进步得分为疫情后学业恢复评估提供了科学量化工具。
  6. 研究提示政策制定者需关注学业滞后不同的学生个性化辅导,需要政策层面考虑疫情后教育体系的整体转型以适应新常态。


报告图表充分支持文本分析,视觉表达清晰展现了改进趋势、性别与州际差异,有力佐证了结论。

总的来说,报告成功地构建了疫情后学业评估的实证框架和量化工具,为教育干预提供了坚实数据基础和科学分析路径,对教育恢复政策制定具有重要参考价值。[page::0,1,2,3,4,5,6,7,8,9]

报告