WEBVTT Kind: captions Language: es 00:00:00.040 --> 00:00:01.040 De acuerdo, fantástico, gracias. 00:00:01.040 --> 00:00:02.040 Soy Jennifer Hamilton, Vicepresidenta de Educación de NORC en la 00:00:02.040 --> 00:00:03.159 Universidad de Chicago. 00:00:03.159 --> 00:00:05.520 Y estoy aquí hoy para hablarles sobre lo que les pasó a los estudiantes de 00:00:05.520 --> 00:00:08.420 secundaria cuando las escuelas se volvieron virtuales en la primavera de 2020. 00:00:08.420 --> 00:00:10.990 Y si eres padre, probablemente tengas alguna idea de hacia 00:00:10.990 --> 00:00:11.990 dónde va esto. 00:00:11.990 --> 00:00:17.650 Así que la gran preocupación en ese momento, basada en evidencia anecdótica y algo de 00:00:17.650 --> 00:00:21.650 lo que leímos en las noticias, era que la epidemia de COVID 00:00:21.650 --> 00:00:28.240 estaba afectando desproporcionadamente a los estudiantes pobres y de minorías específicamente, 00:00:28.240 --> 00:00:30.560 saben, mucho más difícil que sus contrapartes. 00:00:30.560 --> 00:00:34.710 Así que queríamos investigar esto y obtener algún 00:00:34.710 --> 00:00:39.370 tipo de evidencia empírica de lo que estaba pasando. 00:00:39.370 --> 00:00:42.470 Así que diseñamos este estudio con dos objetivos. 00:00:42.470 --> 00:00:46.100 El primer objetivo era entender lo que estaba sucediendo. 00:00:46.100 --> 00:00:52.650 Y lo hicimos a través de una encuesta representativa de adolescentes a nivel nacional. 00:00:52.650 --> 00:00:55.780 Y lo hicimos justo hacia el final del semestre de primavera en 00:00:55.780 --> 00:00:59.590 2020 porque queríamos obtener sus impresiones de lo que 00:00:59.590 --> 00:01:02.100 estaba sucediendo lo más rápido posible. 00:01:02.100 --> 00:01:06.270 Y esa es la meta uno, y eso es lo que voy a presentar en. 00:01:06.270 --> 00:01:09.390 Segundo objetivo, todavía estamos trabajando, y estamos 00:01:09.390 --> 00:01:13.630 trabajando aquí con Infinite Campus, que es un sistema de 00:01:13.630 --> 00:01:14.630 información para estudiantes. 00:01:14.630 --> 00:01:18.370 Y tienen datos sobre millones y millones de estudiantes de secundaria en todo 00:01:18.370 --> 00:01:19.390 el país. 00:01:19.390 --> 00:01:25.700 Y esta es la primera asociación de este tipo en la que los investigadores nunca han podido 00:01:25.700 --> 00:01:27.490 acceder a estos datos antes. 00:01:27.490 --> 00:01:33.880 Así que estamos trabajando para ver este, ya sabes, conjunto de datos masivos para tratar 00:01:33.880 --> 00:01:40.200 de entender lo que estaba sucediendo justo antes de COVID, durante COVID pero las escuelas 00:01:40.200 --> 00:01:43.280 eran virtuales, y lo que está sucediendo ahora, 00:01:43.280 --> 00:01:47.630 justo después, o algo así, continuando con COVID. 00:01:47.630 --> 00:01:50.800 Así que esperamos volver y tal vez hacer otra presentación 00:01:50.800 --> 00:01:54.660 hacia el final del año una vez que terminemos esa 00:01:54.660 --> 00:01:56.520 parte del estudio. 00:01:56.520 --> 00:02:04.610 Pero volviendo a la vuelta a la encuesta - Objetivo Uno era la comprensión. 00:02:04.610 --> 00:02:17.109 Así que antes de COVID, a principios de la primavera de 2020, el 46% de los jóvenes 00:02:17.109 --> 00:02:21.360 de secundaria había considerado una carrera STEM, que es lo que 00:02:21.360 --> 00:02:22.360 es realmente agradable. 00:02:22.360 --> 00:02:25.459 Cuando ves esto roto ahora por bajos ingresos y mayores ingresos, verás 00:02:25.459 --> 00:02:28.790 que es proporcionalmente mucho más alto, estadísticamente 00:02:28.790 --> 00:02:34.900 significativamente más alto, para que los estudiantes de altos ingresos estén considerando 00:02:34.900 --> 00:02:37.459 una carrera de STEM. 00:02:37.459 --> 00:02:41.159 Así que esto es antes de que COVID llegue. 00:02:41.159 --> 00:02:46.099 También antes de COVID, cuando estamos mirando las clases que los estudiantes de secundaria 00:02:46.099 --> 00:02:52.799 estaban tomando, podemos ver que los estudiantes de mayores ingresos estaban tomando más clases 00:02:52.799 --> 00:02:56.139 de STEM y se inscribieron en más clases de AP. 00:02:56.139 --> 00:02:59.099 Y puedes ver que todo con una estrella es estadísticamente significativo. 00:02:59.099 --> 00:03:02.989 Entonces, durante COVID, queríamos ver cómo esto estaba cambiando. 00:03:02.989 --> 00:03:12.109 Tuvimos algunas preguntas abiertas en la encuesta donde preguntamos a los estudiantes sobre 00:03:12.109 --> 00:03:15.819 lo que estaba sucediendo. 00:03:15.819 --> 00:03:19.069 Y como pueden ver aquí tuvimos muchos comentarios sobre no tener una 00:03:19.069 --> 00:03:22.299 computadora portátil, no tener Internet, no tener suficientes computadoras portátiles 00:03:22.299 --> 00:03:25.519 para todos los niños de la familia, como que varios niños 00:03:25.519 --> 00:03:29.159 tuvieron que compartir la misma computadora portátil, no 00:03:29.159 --> 00:03:34.819 tener una cámara web, no tener la calculadora correcta, tener una casa muy caótica. 00:03:34.819 --> 00:03:36.139 Quiero decir, teníamos niños hablando de cómo tenían 00:03:36.139 --> 00:03:41.010 que conducir, ya sabes, cuatro millas por la montaña para ir a 00:03:41.010 --> 00:03:45.480 sentarse en el estacionamiento de Dairy Queen para obtener wi-fi. 00:03:45.480 --> 00:03:47.959 Todo ese tipo de cosas. 00:03:47.959 --> 00:03:51.939 Así que todos estos fueron desafíos significativos 00:03:51.939 --> 00:03:57.229 para los niños en ese momento. 00:03:57.229 --> 00:04:00.129 Y los estudiantes estaban preocupados por su educación. 00:04:00.129 --> 00:04:05.709 Como puedes ver aquí, más de un tercio de los estudiantes estaban extremadamente o moderadamente 00:04:05.709 --> 00:04:08.069 preocupados por su educación STEM. 00:04:08.069 --> 00:04:12.790 Y si miran eso roto por los ingresos, de nuevo, 00:04:12.790 --> 00:04:18.821 a la derecha aquí, ven que el ingreso más alto, el 33%, así que 00:04:18.821 --> 00:04:24.680 un tercio de los niños de ingresos más altos, no estaban realmente preocupados. 00:04:24.680 --> 00:04:26.210 Pensaron que iban a estar bien. 00:04:26.210 --> 00:04:32.260 Pero cuando miras a los niños de bajos ingresos, eso es mucho menos. 00:04:32.260 --> 00:04:39.590 Así que solo el 17% pensaba que iban a estar bien. 00:04:39.590 --> 00:04:46.760 Y también miramos a los niños que estaban tomando sus exámenes AP. 00:04:46.760 --> 00:04:51.780 Así que estos son algunos, ya sabes, exámenes AP en clases STEM. 00:04:51.780 --> 00:04:55.590 Y para la mayoría de las clases, alrededor del 50% de los 00:04:55.590 --> 00:04:57.610 estudiantes no tomaron el examen. 00:04:57.610 --> 00:05:01.240 Ya sabes, el cálculo era un poco más bajo. 00:05:01.240 --> 00:05:05.000 Pero así que estos son niños que están interesados en matemáticas 00:05:05.000 --> 00:05:08.040 y ciencias, se inscribieron en clases de AP, estaban 00:05:08.040 --> 00:05:11.880 tomando clases de AP, pero luego no tomaron el examen. 00:05:11.880 --> 00:05:13.430 Y eso es la mitad. 00:05:13.430 --> 00:05:17.670 Pero de nuevo, cuando lo rompes por ingresos, verás una diferencia 00:05:17.670 --> 00:05:23.470 clara y muy preocupante entre el ingreso más alto y los niños 00:05:23.470 --> 00:05:30.050 de ingresos más bajos donde el 72% de los niños de ingresos más bajos no tomaron el 00:05:30.050 --> 00:05:33.920 examen en comparación con solo el 29% de los niños 00:05:33.920 --> 00:05:35.530 de ingresos más altos. 00:05:35.530 --> 00:05:38.050 Así que pueden ver aquí que está claramente afectando desproporcionadamente 00:05:38.050 --> 00:05:39.220 a estos niños de bajos ingresos. 00:05:39.220 --> 00:05:44.930 Y quiero decir que aquí también hablamos con la Junta de la Universidad 00:05:44.930 --> 00:05:48.740 sobre esto e hicieron un gran alcance en este momento. 00:05:48.740 --> 00:05:51.780 Renunciaron a las tasas del examen, cambiaron el examen para cubrir solo el contenido 00:05:51.780 --> 00:05:55.690 desde el comienzo del semestre, contactaron a muchos niños y proporcionaron Internet 00:05:55.690 --> 00:05:58.530 y computadoras portátiles para que pudieran 00:05:58.530 --> 00:06:03.270 tomar el examen, e incluso con este alcance masivo todavía 00:06:03.270 --> 00:06:06.640 teníamos este tipo de resultado Entonces, ¿a dónde vamos desde aquí? 00:06:06.640 --> 00:06:10.340 Así que esta es la pregunta del millón de dólares, ¿verdad? 00:06:10.340 --> 00:06:13.280 Todo el mundo en la educación está tratando de lidiar con esto. 00:06:13.280 --> 00:06:16.440 Está muy claro que hay, ya sabes, un montón de problemas y los niños que salen 00:06:16.440 --> 00:06:19.670 de la trayectoria y es muy preocupante porque estos son los 00:06:19.670 --> 00:06:21.450 niños que estaban en el camino correcto, ¿verdad? 00:06:21.450 --> 00:06:22.910 Estaban haciendo todo lo que se suponía que debían 00:06:22.910 --> 00:06:26.230 hacer, estaban tomando las clases de AP, y luego este tipo de simplemente los dejó fuera 00:06:26.230 --> 00:06:27.230 de equilibrio. 00:06:27.230 --> 00:06:34.280 Y lo que estamos tratando de hacer es dar alguna política, ya sabes, orientación que 00:06:34.280 --> 00:06:40.180 es una especie de alrededor de este tema. 00:06:40.180 --> 00:06:48.080 Una de las cosas principales es priorizar el acceso confiable a la instrucción en 00:06:48.080 --> 00:06:54.280 línea porque, ya sabes, la instrucción en línea es ahora, creo, va a ser parte integral 00:06:54.280 --> 00:06:55.400 de la educación en el futuro. 00:06:55.400 --> 00:06:59.340 Y gente como la Oficina de Educación India ya están haciendo mucho de este trabajo. 00:06:59.340 --> 00:07:02.480 Tienen muchos niños en las zonas rurales, se aseguran 00:07:02.480 --> 00:07:06.170 de que todos tengan mis MiFis y tratan de asegurarse de 00:07:06.170 --> 00:07:09.740 que todos tengan computadoras portátiles, para cerrar esa brecha. 00:07:09.740 --> 00:07:16.190 También estamos aconsejando a los maestros y educadores que evalúen a los estudiantes 00:07:16.190 --> 00:07:19.730 temprano para que puedan diferenciar la instrucción en el futuro y coordinar esta 00:07:19.730 --> 00:07:24.760 instrucción en todos los grados para que pueda hacer un poco 00:07:24.760 --> 00:07:28.880 de bucle hacia atrás y tratar de mantener las cosas en movimiento. 00:07:28.880 --> 00:07:36.121 Una de las cosas es muy popular que la gente está hablando mucho es la tutoría 00:07:36.121 --> 00:07:37.121 de dosis altas. 00:07:37.121 --> 00:07:43.170 Hay mucha evidencia en la literatura para demostrar que esto es muy efectivo, así que 00:07:43.170 --> 00:07:45.240 tres o más veces a la semana, grupos muy pequeños, uno, 00:07:45.240 --> 00:07:46.690 dos o tres niños por tutor. 00:07:46.690 --> 00:07:51.530 Han descubierto que esto es muy efectivo para acelerar el aprendizaje. 00:07:51.530 --> 00:07:57.160 Así que esa es una opción para la gente. 00:07:57.160 --> 00:08:02.300 Y la Junta de la Universidad hizo un estudio con nosotros sobre 00:08:02.300 --> 00:08:08.210 esto, mirando a hacer esto virtualmente porque el problema con la tutoría de dosis altas, 00:08:08.210 --> 00:08:11.311 por supuesto, es que es difícil llevarlo a escala cuando 00:08:11.311 --> 00:08:13.180 es uno a uno. 00:08:13.180 --> 00:08:18.310 Pero hacerlo virtualmente, con grupos pequeños, tenía una gran promesa allí. 00:08:18.310 --> 00:08:23.900 Y también hay programas de aceleración de verano y tiempo de aprendizaje 00:08:23.900 --> 00:08:28.350 extendido e intervenciones fuera del horario escolar que podrían ser útiles. 00:08:28.350 --> 00:08:31.420 Así que esa es mi presentación de hoy y estoy feliz de responder 00:08:31.420 --> 00:08:31.710 algunas preguntas.