پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 25 |
| تعداد شمارهها | 909 |
| تعداد مقالات | 7,478 |
| تعداد مشاهده مقاله | 12,087,376 |
| تعداد دریافت فایل اصل مقاله | 8,554,510 |
شناسایی کودکان در معرض بازماندگی از تحصیل در مقطع دبستان با بکارگیری یک مدل پروبیت | ||
| تحلیل های اقتصادی توسعه ایران | ||
| مقاله 11، دوره 9، شماره 2 - شماره پیاپی 24، مهر 1402، صفحه 251-276 اصل مقاله (1.8 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22051/ieda.2024.44573.1372 | ||
| نویسندگان | ||
| رباب کلانتری* 1؛ شعله باقری پرمهر1؛ سیدهادی موسوی نیک2 | ||
| 1استادیار، دانشگاه خاتم، تهران، ایران | ||
| 2عضو هیئت علمی، مرکز پژوهشهای مجلس، تهران، ایران | ||
| چکیده | ||
| هدف از پژوهش حاضر ارائه شاخصی برای برآورد احتمال در معرض بازماندگی قرارگرفتن کودکان مقطع ابتدایی از تحصیل بر اساس مدل رگرسیونی پروبیت با بهکارگیری اطلاعات 8678 کودک بازمانده از تحصیل و همین تعداد کودک حاضر در مدرسه بوده است. برای این منظور متغیرهای توضیحدهنده احتمال بازماندگی یک کودک از تحصیل بر اساس مبانی نظری و مطالعات تجربی پیشین و اطلاعات در دسترس انتخاب شدند. این متغیرها به سه دسته متغیرهای اقتصادی، متغیرهای غیراقتصادی و متغیرهای محیطی (شاخص فقر چندبعدی و شاخص توسعه انسانی) قابلتفکیک هستند. نتایج تخمین نشان داد علائم ضرایب متغیرها بر طبق انتظارات نظری و تجربی است. برای مثال افزایش سن سرپرست کودک، بعد خانوار و یا زن بودن سرپرست کودک، شانس در معرض بازماندگی قرارگرفتن کودک از تحصیل را افزایش میدهد. در بخش متغیرهای اقتصادی نتایج نشان میدهد میزان خرید ماهانه پایین، دهک درآمدی پایین خانوار و عدم داشتن درآمد ثابت توسط سرپرست خانوار نیز این احتمال را افزایش خواهد داد. همچنین نتایج تخمین مدل نشان داد خانوارهای تحت پوشش نهادهای حمایتی با شانس کمتری برای بازماندن کودک از تحصیل روبرو خواهند بود که نشان از نقش نهادهای حمایتی در بهبود شاخصهای اجتماعی دارد. در استانهای فقیرتر و کمتر توسعهیافته شانس بازماندگی کودک از تحصیل بیشتر خواهد بود. از منظر آمارههای خوبی برازش، نتایج مدل قابلقبول است و میتوان گفت مدل با توان 83 درصد قادر است کودک در معرض ترک تحصیل را از کودکی که در معرض ترک تحصیل نیست، تمیز دهد. | ||
| کلیدواژهها | ||
| بازماندگی از تحصیل؛ مدل پروبیت؛ سیاستگذاری آموزشی؛ مقطع ابتدایی | ||
| عنوان مقاله [English] | ||
| Identification of Children at Risk of Dropping out of Primary School Using a Probit Model | ||
| نویسندگان [English] | ||
| Robab Kalantari1؛ Shole Bagheripormehr1؛ Seyed Hadi Mousavinik2 | ||
| 1Assistant Professor, Khatam University, Tehran, Iran. | ||
| 2Member of the Faculty of Economic Studies Office, Majlis Research Center, Tehran, Iran | ||
| چکیده [English] | ||
| This study aimed to provide an indicator to estimate the probability of primary school children being exposed to school dropout based on the probit regression model and using the information of 8678 school dropouts and the same number of children in school. For this purpose, the variables explaining the probability of a child dropping out of school were selected based on theoretical foundations, previous empirical studies and available information. These variables can be divided into three categories: economic, non-economic, and environmental (multidimensional poverty index and human development index). The estimation results showed that the signs of the coefficients of the variables are in accordance with theoretical and experimental expectations. For example, increasing the age of the child caregiver, the family size, or the fact that the child caregiver is a woman increases the chances of the child being left out of school. In the section on economic variables, the results show that the low monthly purchase rate, the low household income decile and the lack of a fixed income by the head of the household will also increase this probability. The results of the model estimate also showed that households covered by support institutions would have a lower chance of the child dropping out of school, which indicates the role of support institutions in improving social indicators. The child has a better chance of surviving school in poorer and less developed provinces. From the point of view of good fitting statistics, the results of the model are acceptable, and it can be said that the model with a power of 83% can distinguish a child who is dropping out of school from a child who is not about to drop out of school. | ||
| کلیدواژهها [English] | ||
| School Dropout, Probit Model, Educational Policy, Elementary School | ||
| مراجع | ||
|
منابع
بلوچ زهی، عبدالغفار و عبداللهی، حسین. (1395). عوامل مؤثر بر ترک تحصیل دانش آموزان دختر دوره ابتدایی استان سیستان و بلوچستان و ارائه راهکارهایی برای پیشگیری از آن در سال تحصیلی 95-94. اولین کنگره ملی توانمندسازی جامعه در حوزه جامعه شناسی، علوم تربیتی و مطالعات اجتماعی و فرهنگی، تهران.
تورانی، حیدر و عارفنژاد، سعید. (1396). بررسی موانع و شیوههای جذب کودکان بازمانده از تحصیل در مناطق روستایی و عشایری. فصلنامه تعلیم و تربیت، 132، 46-32.
سپیدنامه، بهروز؛ مؤمنی، حسن و سلیماننژاد، محمد. (1395). شناسایی دلایل ترک تحصیل دانشآموزان مقطع ابتدایی منطقه آموزش و پرورش موسیان (نواحی روستایی). توسعهی محلی (روستایی- شهری)، 8(1)، 198-168.
شاهمحمدی، انور و بهمنی، مهری. (1399). واکاوی عوامل موثر بر ترکتحصیل دختران روستایی با رویکرد مبتنی بر نظریه داده بنیاد: مورد استان کردستان. تدریس پژوهی، 8(3)، 194-171.
صحرایی، فاطمه و سبحانی، عبدالرضا. (1396). تحلیل عوامل سهگانه تأثیرگذار بر بازماندگی از تحصیل کودکان (مطالعه موردی : منطقه 19 تهران). کنفرانس بینالمللی روانشناسی، مشاوره، تعلیم و تربیت، 30 آذر 1396.
علی بیکی، امیرحسین؛ افشار، نسرین و شـاهمرادی، مهنـا. (1396). مطالعـه کیفـی مسـائل و مشـکلات دختران روستایی دهستان بالادربند شهرستان کرمانشاه. زن در توسعه و سیاست، 1(15)، 63 -84
علیپور، محمد صادق؛ ملک پور، کیانا؛ محمدی، معصومه؛ اصغری، صمد؛ گودرزی، ثریا و نادمیان، نغمه. (1399). بررسی وضعیت کار کودکان در ایران. طرح پژوهشی پژوهشکده آمار.
غلام پور، میثم، و آیتی، محسن. (1398). روایت پژوهی ترک تحصیل دانش آموز دختر روستایی. پژوهشنامه زنان، 10(4)، 77-100.
مرکز پژوهش های مجلس. (1397). بررسی مسئله «بازماندگی از تحصیل» و «بیسوادی» در نظام آموزش و پرورش ایران.
معاونت رفاه اجتماعی وزارت تعاون، کار و رفاه اجتماعی. (1399). سرشماری کودکان بازمانده از تحصیل مقطع ابتدایی 97-96. وزارت تعاون، کار و رفاه اجتماعی، دفتر مطالعات اجتماعی (گروه آموزش و پرورش).
موسوی، سیدروح اله و موسوی نیک، سیدهادی. (1401). تجربه اجرای طرح حمایت نقدی مشروط از کودکان بازمانده از تحصیل و در معرض ترک تحصیل استان کرمانشاه (هرسین). وزارت تعاون، کار و رفاه اجتماعی.
References
Ali Beygi, A. H; Afshar, N; & Shahmoradi, M. (2017). Qualitative study of the problems of rural girls of Baladarband Rural District city of Kermanshah. Woman in Development & Politics, 15(1), 63-84. (In Persian).
Alipour, M.S; Malekpour, K; Mohammadi, M; Asghari, S; Guderzi, S; Nademian, N. (2019). Studying the situation of child labor in Iran. Research project of the Research Institute of Statistics. (in Persian).
Baloch Zahi, A. Abdullahi, H. (2015), factors influencing the dropout of primary school girls in Sistan and Baluchistan province and providing strategies to prevent it in the academic year 2014-2015. The first national congress of community empowerment in the field of society Psychology, educational sciences and social and cultural studies, Tehran (in Persian).
Bhatty, K; Saraf, R; & Gupta, V. (2017). Out-of-School children: Some insights on what we know and what we do not. Economic and Political Weekly, 69-76.
Catterall, J. S. (1987). On the social costs of dropping out of school. The High School Journal, 71(1), 19-30.
Deputy of Social Welfare Ministry of Cooperation, Labor and Social Welfare. (2019). Census of children left out of primary education 96-97. Ministry of Cooperation, Labor and Social Welfare. (In Persian).
Fleisch, B; Shindler, J; & Perry, H. (2012). Who is out of school? Evidence from the statistics South Africa community survey. International Journal of Educational Development, 32(4), 529-536.
Gholampour, M; & Aiti, M; (2018). A research narrative of a rural girl student dropping out of school. Woman’s Studies, 10(4), 77-100. (In Persian).
Hernæs, Ø; Markussen, S; & Røed, K. (2016). Can welfare conditionality combat high school dropout? Labour Economics, 48, 144-156.
Huisman, J; & Smits, J. (2015). Keeping children in school: effects of household and context characteristics on school dropout in 363districts of 30 developing countries. Sage Open, 5(4), 2158244015609666.
Justus, D; Perez‐Albuerne, E; Dioguardi, J; Jacobsohn, D; & Abraham, A. (2015). Allogeneic donor availability for hematopoietic stem cell transplantation in children with sickle cell disease. Pediatric blood & cancer, 62(7), 1285-1287.
Kamran, R; & ul Deen, S. (2017). Out of School Children: Causes behind Primary Dropout. JELM,1.
Kim, H. S; Lee, S; & Kim, J. H. (2018). Real-world evidence versus randomized controlled trial: clinical research based on electronic medical records. Journal of Korean Medical Science, 33(34), 1-7.
Kruger, H. S; Visser, M; Malan, L; Zandberg, L; Wicks, M; Ricci, C; & Faber, M. (2023). Anthropometric nutritional status of children (0–18 years) in South Africa 1997–2022: a systematic review and meta-analysis. Public Health Nutrition, 1-17
Kumar, M; Singh, A. J; & Handa, D. (2017). Literature survey on educational dropout prediction. International Journal of Education and Management Engineering, 7(2), 8-19.
Majles Research Center. (2017). Investigating the issue of "dropout from education" and "illiteracy" in Iran's education system. (In Persian).
Márquez-Vera, C; Cano, A; Romero, C; Noaman, A. Y. M; Mousa Fardoun, H; & Ventura, S. (2016). Early dropout prediction using data mining: a case study with high school students. Expert Systems, 33(1), 107-124.
Mishra, P. J; & Azeez, A. (2014). Family etiology of school dropouts: A psychosocial study. International Journal of Multidisciplinary Approach and Studies, 1(5), 136-146.
Monga, O. P; Monga, A; & Monga, O. P. (2015). Family and school dropouts: A socio-psychological observation. Int. J. Res. Humanit. Arts Soc. Sci, 13(3), 263-266.
Mousavi, S. R; & Mousavi Nik, S. H. (2022). The experience of implementing the conditional cash support scheme for children who are out of school and at risk of dropping out of Kermanshah province (Harsin). Ministry of Cooperation, Labor and Social Welfare. (In Persian).
Niyogisubizo, J; Liao, L; Nziyumva, E; Murwanashyaka, E; & Nshimyumukiza, P. C. (2022). Predicting student's dropout in university classes using two-layer ensemble machine learning approach: A novel stacked generalization. Computers and Education: Artificial Intelligence, 3, 100066.
Rodríguez-Izquierdo, R. M. (2022). Identifying factors and inspiring practices for preventing early school leaving in diverse Spain: teachers’ perspectives. Intercultural Education, 33(2), 123-138.
Sahin, S; Arseven, Z; & Kiliç, A. (2016). Causes of Student Absenteeism and School Dropouts. International Journal of Instruction, 9(1), 195-210.
Sahrai, F; & Sobhani, A. (2016). Analysis of the three factors affecting the survival of children from education (case study: District 19 of Tehran). International Conference on Psychology, Counseling, Education and Training, December 30, 2016. (In Persian).
Sara, N. B; Halland, R; Igel, C; & Alstrup, S. (2015). High-School Dropout Prediction Using Machine Learning: A Danish Large-scale Study. In ESANN, 2015, 23rd.
Satti, R. A; & Jamil, M. (2021). Socio-Economic Determinants of School Dropouts: An Evidence from Households in Pakistan. IRASD Journal of Economics, 3(3), 388-401.
Sepidnameh, B; Momeni, H; & Suleiman-Nejad, M; (2015). Identifying the reasons for dropping out of elementary school students in Musian education and training area (rural areas). Local development (rural-urban), 8(1), 168-198. (In Persian).
Shah, D; Haider, G; & Taj, T. (2019). Causes of Dropout Rate at Primary Level in Pakistan. International Journal of Curriculum and Instruction, 11(2), 38-74.
Shahidul, S. M. Zehadul Karim. A. H. M. (2015). Factors contributing to School Dropout among the Girls: a Review of Iterature. European Journal of Research and Reflection in Educational Sciences, Vol. 3 No. 2.
Shahmohammadi. A; & Bahmani. M; (2019). Analyzing the factors affecting the dropout of rural girls with an approach based on foundational data theory: the case of Kurdistan province. Teaching Research, 8(3), 171-194. (In Persian).
Shanker, A; Marian, D; & Swimmer, C. (2015). Effective Interventions Aimed at Reaching Out-of-School Children: A Literature Review. UNICEF.
Shuja, Anita; Ali, Prof. Dr. Akhtar; Khan, Sana Shuja Ahmad; Burki, Shafiqa Bilal; Buki, Shaham Bilal (2021). Factors Affecting Students' Dropout Rate during COVID-19. Advance. Preprint. https://doi.org/10,31124/advance.16728967.v1.
Torani, H; & Arif-Nejad, S. (2016). Examining the obstacles and methods of attracting children left out of school in rural and nomadic areas. Education Quarterly, 132, 32-46. (In Persian).
Tran, T. N. M. (2022). Skills and educational aspirations as predictors of secondary school dropout in Vietnam: A dynamic approach. International Journal of Educational Development, 95, 102682.
UNESCO Institute for Statistics. (2005). Children out of school: measuring exclusion from primary education. UNESCO, Montreal.
UNESCO. (2015). Education for All. United Nations Educational, Scientific and Cultural Organization. Paris: France.
UNICEF. (2014), All children in School by 2015 Global initiative on out-of-school children. UNICEF Regional Office for South Asia, Kathmandu, Nepal.
Yu, R; Lee, H; & Kizilcec, R. F. (2021). Should college dropout prediction models include protected attributes? In Proceedings of the eighth ACM conference on learning@ scale (pp. 91-100). | ||
|
آمار تعداد مشاهده مقاله: 82 تعداد دریافت فایل اصل مقاله: 110 |
||