La desigualdad educativa, ¿son los programas de refuerzo la solución? Evidencia empírica del impacto a nivel intracentros

  1. Adriano Villar-Aldonza 1
  2. Borja Gambau-Suelves 2
  1. 1 Universidad de Zaragoza
    info

    Universidad de Zaragoza

    Zaragoza, España

    ROR https://ror.org/012a91z28

  2. 2 Instituto de Estudios Fiscales (España)
Revista:
Revista de investigación educativa, RIE

ISSN: 0212-4068,  1989-9106

Año de publicación: 2020

Volumen: 38

Número: 2

Páginas: 379-396

Tipo: Artículo

DOI: 10.6018/RIE.394511 DIALNET GOOGLE SCHOLAR lock_openDIGITUM editor

Otras publicaciones en: Revista de investigación educativa, RIE

Resumen

El diferente ritmo de aprendizaje entre el alumnado es, y ha sido, un problema tanto para el profesor como para la comunidad educativa y académica en su conjunto. Entre las políticas públicas dirigidas a corregir esta problemática destacan dos: el agrupamiento del alumnado con base en sus capacidades-tracking- y, más recientemente, los programas de refuerzo extraescolares. En este trabajo se evalúa el impacto que, sobre la desigualdad educativa, tuvo un programa de refuerzo implantado de manera voluntaria en los institutos españoles entre 2005 y 2012: el plan PROA. Como medida de aproximación a la desigualdad educativa se ha empleado la brecha en términos de resultados existente entre los alumnos de un mismo centro, así como el índice de desigualdad de Gini. Los resultados obtenidos, a partir de la técnica de Propensity Score Matching, señalan que la aplicación del programa no redujo las diferencias en términos de puntuación entre el alumnado, de igual modo que no aumentaron las calificaciones medias en lectura en aquellos centros que decidieron participar en el programa

Referencias bibliográficas

  • Abadie, A., Drukker, D., Herr, J.L., & Imbens, G.W. (2004). Implementing matching estimators for average treatment effects in Stata. Stata Journal 4(3):290-311. DOI: https://doi.org/10.1177/1536867X0400400307
  • Battistin, E. y Meroni, E. C. (2016). Should we increase instruction time in low achieving schools? Evidence from Southern Italy. Economics of Education Review, 55, 39-56.doi: https://doi.org/10.1016/j.econedurev.2016.08.003
  • Banerjee, A. V., Cole, S., Duflo, E., & Linden, L. (2007). Remedying education: Evidence from two randomized experiments in India. TheQuarterlyJournalofEconomics, 122(3), 1235-1264. doi: https://doi.org/10.1162/qjec.122.3.1235
  • Briggs, D. C. (2001). The effect of admissions test preparation: Evidence from NELS: 88. Chance, 14(1), 10-18. doi: https://doi.org/10.1080/09332480.2001.10542245
  • Calero, J., Choi, A. & Waisgrais, S. (2010). Determinantes del riesgo de fracaso escolar en España: una aproximación a través de un análisis logístico multinivel aplicado a PISA-2006. Revista de Educación, extraordinario 2010, 225-256.
  • Caliendo, M. y Kopeinig, S. (2008). Some practical guidance for the implementation of propensity score matching. Journal of economic surveys, 22(1), 31-72.doi: https://doi.org/10.1111/j.1467-6419.2007.00527.x
  • Card, D. y Krueger, A. B. (1994). Minimum wages and employment: a case study of the fast-food industry in New Jersey and Pennsylvania. American Economic Review, Vol. 84 No. 4, 772-793.
  • Choi, Á., Gil, M., Mediavilla, M. y Valbuena, J. (2018). The Evolution of Educational Inequalities in Spain: Dynamic Evidence from Repeated Cross-Sections. Social Indicators Research, 138(3), 853-872.
  • De Paola, M. y Scoppa, V. (2014). The effectiveness of remedial courses in Italy: a fuzzy regression discontinuity design. Journal of Population Economics, 27(2), 365-386.
  • Gamoran, A. (2001). American Schooling and Educational Inequality: A Forecast for the 21st century. Sociology of Education, 74, 135-153. DOI: 10.2307/2673258
  • García-Pérez, J. I. y Hidalgo-Hidalgo (2017). No student left behind? Evidence from the Programme for School Guidance in Spain. Economics of Education Review, 60, 97-111. doi: https://doi.org/10.1016/j.econedurev.2017.08.006
  • González-Rodríguez, D., Vieira, M.J y Vidal. J. (2019). La percepción del profesorado de Educación Primaria y Educación Secundaria sobre las variables que influyen en el Abandono Escolar Temprano. Revista de Investigación Educativa, 37(1), 181-200. DOI: http://dx.doi.org/10.6018/rie.37.1.343751
  • Hanushek, E. A. (2006). Does Educational Tracking Affect Performance and Inequality? Differences in Differences Evidence Across Countries. The Economic Journal, 116(510), C63-C76. doi: https://doi.org/10.1111/j.1468-0297.2006.01076.x
  • Heckman J.J. (1979). Sample selection bias as a specification error. Econometrica. Journal of the Econometric Society 47 (1), págs.153-161.
  • Lavy, V. y Schlosser, A. (2005). Targeted remedial education for underperforming teenagers: Costs and benefits. Journal of Labor Economics, 23(4), 839-874.
  • Marchesi, A. (2000). Un sistema de indicadores de desigualdad educativa. Revista Iberoamericana de Educación, 23, pp. 135-163
  • MECD (2007). Plan de Refuerzo Orientación y Apoyo. https://sede.educacion.gob.es/publiventa/descarga.action?f_codigo_agc=12206_19&f_cod_area=E&f_titulo=Plan+de+refuerzo+orientaci%C3%B3n+y+apoyo.+PROA+2007&f_extension=pdf&method:descargaFichero=Download+file
  • Murnane, R. J. y Willett, J. B. (2010). Methods matter: Improving causal inference in educational and social science research. Oxford University Press.
  • Rosenbaum, P. R. y Rubin, D.B. (1983). The central role of propensity score in observational studies for causal effects, Biometrika, 70. 41-55. doi: https://doi.org/10.1093/biomet/70.1.41
  • Rodríguez, D. R. y Rosquete, R. G. (2019). Rendimiento académico de adolescentes declarados en situación de riesgo. Revista de Investigación Educativa, 37(1), 147-162. doi: http://dx.doi.org/10.6018/rie.37.1.303391
  • Scott, P. W. (2019). Causal Inference Methods for selection on observed and unobserved factors: Propensity Score Matching, Heckit Models, and Instrumental Variable Estimation. Practical Assessment, Research & Evaluation, 24(3), 2.
  • Slavin, R. E. (1990). Achievement effects of ability grouping in secondary schools: A best-evidence synthesis. Review of educational research, 60(3), 471-499. https://doi.org/10.3102/00346543060003471
  • Thistlewaite, D. y Campbell, D. (1960): “Regression-Discontinuity Analysis: An alternative to the ex post facto experiment”.Journal of Educational Psychology 51. 309-317. DOI: http://dx.doi.org/10.1037/h0044319
  • Villar-Aldonza, A. Mancebón, M.J, Castro, G. y Sancho, J. M.G (2016). Evaluación del programa de refuerzo PROA ¿Es realmente una medida eficiente?. Investigaciones de Economía de la Educación volume 11, 451-466.
  • Villar-Aldonza y Gambau-Suelves (2018). El problema de la brecha educativa entre buenos y malos alumnos, ¿son los programas de refuerzo la solución? Recuperado de: http://2018.economicsofeducation.com/user/pdfsesiones/204.pdf?PHPSESSID=83r9grpiasn1krigmjsubkg3l3
  • Wright, P. G (1928), The Tariff on Animal and Vegetable Oils, The American Economic Review, 19(1): 152-156.
Fuente de los datos: Dialnet