Søren Teglgaard Jakobsen og Thomas Astrup Bæk. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune
|
|
- Poul Kjærgaard
- 8 år siden
- Visninger:
Transkript
1 Søren Teglgaard Jakobsen og Thomas Astrup Bæk Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune
2 Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune kan hentes fra hjemmesiden KORA og forfatterne Mindre uddrag, herunder figurer, tabeller og citater, er tilladt med tydelig kildeangivelse. Skrifter, der omtaler, anmelder, citerer eller henviser til nærværende, bedes sendt til KORA. Omslag: Mega Design og Monokrom Udgiver: KORA ISBN: Projekt: Marts 2015 KORA Det Nationale Institut for Kommuners og Regioners Analyse og Forskning KORA er en uafhængig statslig institution, hvis formål er at fremme kvalitetsudvikling samt bedre ressourceanvendelse og styring i den offentlige sektor.
3 Indhold 1 Formål Metode og data Metode Datagrundlag Population Resultater for den statistiske model Henvisningspraksis og ressourcetildeling Sammenligning af henvisningspraksis Socioøkonomisk tildelingsmodel for specialundervisning Bilag 1 Baggrundsvariabler...13
4 1 Formål Formålet med dette notat er at beskrive en model for fordelingen af specialundervisningsmidler til skolerne i Svendborg Kommune. Udgangspunktet for modellen er, at den skal tage hensyn til de forventede specialundervisningsbehov, som skolerne i kommunen har, givet de demografiske og socioøkonomiske karakteristika hos skoledistriktets elever. For at kunne opstille en fordelingsmodel, der tager hensyn til specialundervisningsbehov, estimeres først en statistisk model for sammenhængen mellem en række demografiske og socioøkonomiske karakteristika for eleverne og sandsynligheden for, at den enkelte elev modtager segregeret specialundervisning. Segregeret specialundervisning indebærer, at eleven modtager undervisning i enten specialklasse eller på specialskole. Den statistiske model er baseret på registerdata for alle folkeskoleelever i Danmark. Modellen anvendes dernæst på Svendborg Kommune til at beregne hver enkelt elevs sandsynlighed for at modtage segregeret specialundervisning, givet deres demografiske og socioøkonomiske karakteristika. Desuden beregnes det antal elever, som man på baggrund af modellen vil forvente skulle modtage segregeret specialundervisning på skolerne i Svendborg Kommune, såfremt de enkelte skoler havde en gennemsnitlig henvisningspraksis. Den statistiske model kan anvendes som grundlag for en budgetfordelingsmodel, dvs. som et værktøj til fordeling af midler til specialundervisning mellem skoler i Svendborg Kommune. Samtidig kan modellen anvendes til at benchmarke Svendborg Kommunes henvisningsfrekvens med den gennemsnitlige henvisningsfrekvens på landsplan, når der tages hensyn til Svendborg Kommunes demografiske og socioøkonomiske forhold. 4
5 2 Metode og data 2.1 Metode Med henblik på at kunne opstille en fordelingsmodel, som tager hensyn til specialundervisningsbehovet i de enkelte skoledistrikter, estimerer KORA en statistisk model for sammenhængen mellem en række demografiske og socioøkonomiske karakteristika hos folkeskoleeleverne (og deres forældre) og sandsynligheden for, at eleverne modtager segregeret specialundervisning. Der anvendes en såkaldt logit-model, som tager højde for den særlige struktur i data, hvor den afhængige variabel er dikotom og kan antage to gensidigt udelukkende værdier (modtager af segregeret specialundervisning eller ej). Modellen anvendes til at beregne hver enkelt elevs sandsynlighed for at få segregeret specialundervisning, udelukkende baseret på elevens og forældrenes demografiske og socioøkonomiske karakteristika. Herfra kan det antal elever, der forventes at modtage segregeret specialundervisning, beregnes for hvert skoledistrikt. Dermed tager KORA-modellen både hensyn til socioøkonomiske karakteristika og skoledistrikternes størrelse. 2.2 Datagrundlag Den primære variabel i analysen er en oplysning om, hvorvidt den enkelte elev modtager segregeret specialundervisning. Oplysninger om, hvilke elever der modtager segregeret specialundervisning, stammer fra registerdata indsamlet af Danmarks Statistik. De øvrige data om eleverne og deres forældre er ligeledes indhentet fra en række forskellige registre hos Danmarks Statistik Udvælgelsen og vægtningen af de demografiske og socioøkonomiske variabler i KORAmodellen trækker på en tidligere analyse, hvor KORA systematisk undersøgte, hvilke faktorer der på landsplan har betydning for tildelingen af segregeret specialundervisning 1. Boksen nedenfor indeholder en oversigt over de forklarende variabler, som indgår i analyserne. Boks 1: Demografiske og socioøkonomiske variabler i modellen På individniveau: Køn, alder ved skolestart, adoption, klassetrin. På forældreniveau: Moderens alder, moderens civilstatus, forældrenes højest fuldførte uddannelsesniveau, forældrenes sociale status, husholdningens ækvivalerede indkomst. En beskrivelse af de anvendte variabler og datakilder findes i bilag 1. Enkelte variabler fortjener dog en uddybende kommentar. 1 KREVI (2011). Ekskluderende specialundervisning. Hvem får det, og hvilke forskelle er der mellem kommunerne? KREVI, Aarhus. 5
6 KORAs tidligere analyser af henvisning til segregeret specialundervisning viste, at drenges sandsynlighed for at modtage specialundervisning er mere end dobbelt så høj som pigers. Samtidig har adopterede børn mere end dobbelt så høj sandsynlighed som ikke-adopterede for at modtage specialundervisning. Der er intet belæg for at forvente, at fordelingen af piger/drenge eller antallet af adopterede børn skulle være systematisk skævvredet på tværs af skoledistrikterne. Der kan imidlertid godt over en årrække forekomme mindre forskelle mellem skoledistrikterne i forhold til kønsfordelingen på grund af simpel tilfældighed. Det samme gælder for antallet af adopterede børn. Sådanne tilfældige skævvridninger kan, på trods af deres lille omfang, have væsentlig betydning for specialundervisningsbehovet, fordi faktorerne har så relativ stor betydning for sandsynligheden for segregeret specialundervisning. De to faktorer er derfor vigtige at have med i modellen. Husholdningens ækvivalerede indkomst er et sammenligneligt mål for forbrugsmulighederne på tværs af husholdninger af forskellig størrelse. Den ækvivalerede indkomst er beregnet ved at skalere husholdningens samlede bruttoindkomst (dvs. indkomst før skat, hvor indkomst dækker over alle indkomstkilder, fx indkomst fra egen virksomhed, aktier, lønindkomst, pension og offentlige overførelser) med et mål for husholdningens størrelse, som tager hensyn til, at børn koster men er billigere end voksne, samt at der er stordriftsfordele ved at bo flere personer i husholdningen. KORA benytter Det Økonomiske Råds ækvivalensskala 2. Det betyder fx, at en familie med to voksne og to børn, hvor begge forældre har en årlig bruttoindkomst på kr., kan sammenlignes med en familie med en enlig voksen og et barn og en årlig bruttoindkomst på kr. På baggrund af viden fra KORAs tidligere analyse indeholder modellen ikke en variabel for elevernes etniske baggrund. Årsagen er, at etnisk baggrund ikke øger sandsynligheden for at modtage segregeret specialundervisning, når der samtidig tages højde for de øvrige variabler i modellen. På landsplan er der således ikke nogen tendens til, at børn med anden etnisk baggrund end dansk henvises oftere til segregeret specialundervisning end etnisk danske børn med tilsvarende demografiske og socioøkonomiske karakteristika. Det er i denne sammenhæng vigtigt at bemærke, at skoler med en høj andel af tosprogede børn eller børn med anden etnisk baggrund end dansk, af andre årsager kan have et væsentligt større udgiftsbehov end skoler med en lav andel af sådanne elever. KORAs resultat viser blot, at dette eventuelle større udgiftsbehov ikke handler om et større behov for segregeret specialundervisning. Det højere udgiftsbehov på sådanne skoler vil i stedet være knyttet fx til sprogstøtteindsatsen Population Populationsgrundlaget for udledningen af KORA-modellen er alle danske folkeskoleelever i skoleåret 2012/13. Betydningen af de forskellige demografiske og socioøkonomiske karakteristika i modellen er således estimeret ud fra data, som dækker samtlige folkeskoleelever i Danmark. For alle eleverne er der indhentet oplysninger om dem selv og om deres forældres socioøkonomiske karakteristika. 2 Jørgensen, S. (2001). Analyser af indkomstfordeling. Det Økonomiske Råds Sekretariat, København. 6
7 3 Resultater for den statistiske model Tabel 3.1 nedenfor viser, hvilken betydning elevernes demografiske og socioøkonomiske karakteristika har for sandsynligheden for at modtage specialundervisning, når vi ser på folkeskoleelever i hele landet. De præsenterede tal er ændringen i den gennemsnitlige estimerede sandsynlighed (i procent), som følge af en ændring i den forklarende variabel. Det er disse tal, der bruges som socioøkonomiske vægte, når fordelingsmodellen opstilles. I tabellen er det markeret med stjerner, om betydningen af variablerne er statistisk signifikant, dvs. om det kan afvises, at sammenhængen ikke er tilfældig. Flere stjerner betyder en statistisk mere sikker sammenhæng. Tabel 3.1 Socioøkonomiske vægte angivet ved marginale effekter. Ændring i estimeret sandsynlighed for ekskluderende specialundervisning (i procent) ved en ændring i den forklarende variabel. Variabel Elevernes demografiske karakteristika Specialelev Drenge +4,6*** Alder ved skolestart (dage) -0,01*** Adopteret +4,6*** Klassetrin +1,3*** Forældrenes sociodemografiske karakteristika Moderens alder ved fødselstidspunkt -0,1*** Moderen er gift -1,4*** Forældrene uddannelsesniveau (års uddannelse ud over folkeskolen) -0,5*** Forældrenes sociale status -0,8*** Husstandens ækvivalerede bruttoindkomst (referencekategori = kr.) kr. -0, kr. -1,2*** kr. -1,3*** Pseudo R2 0,18 Antal observationer Note: *Signifikant forskellig fra nul på 5 % niveau. **Signifikant forskellig fra nul på 1 % niveau. ***Signifikant forskellig fra nul på 0,1 % niveau. Tabel 3.1 viser, at den forventede sandsynlighed for at modtage specialundervisning er signifikant højere for drenge end for piger. I gennemsnit er sandsynligheden for at modtage specialundervisning således 4,6 procentpoint højere for drenge end for piger, der ellers ligner drengene på alle øvrige forhold. Resultatet af den statistiske model viser yderligere, at sandsynligheden for at modtage specialundervisning falder, jo ældre barnet er ved skolestart, at adopterede børn har 4,6 procentpoint højere sandsynlighed end ikke-adopterede for specialundervisning, og at børn på ældre klassetrin har højere sandsynlighed for at få segregeret specialundervisning end børn på lavere klassetrin. 7
8 Forældrenes socioøkonomiske karakteristika har stor betydning for børnenes sandsynlighed for at modtage specialundervisning. Særligt deres indkomst og uddannelse. Børn med forældre, der har højt indkomst- og uddannelsesniveau, har således lavere sandsynlighed for at modtage specialundervisning end børn af forældre med lavt indkomst- og uddannelsesniveau. Mødrenes alder samt deres ægteskabelige status har også betydning. Børn af yngre mødre har højere sandsynlighed for at modtage specialundervisning end børn med ældre mødre. Ligeledes har børn, hvis mødre er gift, lavere sandsynlighed for at modtage specialundervisning end børn, hvis mødre er ugifte. Sammenlignes Svendborg Kommune med hele landet på de forklarende variabler, der indgår i den statistiske model, får man et billede af den befolkningssammensætning, som præger kommunen på de faktorer, der har betydning for specialundervisningsfrekvensen Tabellen nedenfor viser gennemsnittet for Svendborg Kommune og for hele landet på de forklarende variabler. Tabel 3.2 Middelværdier for Svendborg Kommune og hele landet på de forklarende variabler. Forklarende variabler Svendborg Kommune Hele landet Andel drenge 51 % 52 % Skolestartsalder 6,59 6,63 Andel adopterede 0,9 % 0,9 % Klassetrin 4,7 4,6 Mors alder ved fødselstidspunkt 30,0 30,0 Mors ægteskabelige status (gift) 66 % 68 % Forældres uddannelsesniveau 3,2 3,3 Forældres sociale status 3,8 4,0 Ækvivaleret husstandsindkomst Svendborg kommune ligger tæt på landsgennemsnittet på en række af de forklarende faktorer i den socioøkonomiske model. Andelen af adopterede børn er den samme som landsgennemsnittet. Det samme er tilfældet for mødres alder ved skolelevernes fødselstidspunkt. I forhold til skoleelvernes alder ved skolestart, elevernes gennemsnitlige klassetrin og moderens ægteskabelige status adskiller Svendborg Kommune sig kun lidt fra landsgennemsnittet. Kønsfordelingen blandt skoleeleverne i Svendborg Kommune er en smule anderledes end på landsplan idet andelen af drenge er lidt mindre end landsgennemsnittet. Det er på de socioøkonomiske variable, som knytter sig til elevernes forældre, at Svendborg Kommune afviger mest fra landsgennemsnittet. Forældre i Svendborg Kommune har gennemsnitligt lavere ækvivalerede husstandsindkomster end landsgennemsnittet. Den ækvivalerede husstandsindkomst for en gennemsnitlig familie for skoleeleverne i Svendborg Kommune er på kr., mens den for en gennemsnitlig skoleelevs familie i resten af landet er på kr. Forældrene i Svendborg kommune har ligeledes lavere social status og lidt kortere uddannelse end landsgennemsnittet. 8
9 4 Henvisningspraksis og ressourcetildeling Indledningsvist præsenteres en række nøgletal for Svendborg Kommunes henvisningspraksis til specialundervisning. Kommunens henvisningspraksis sammenlignes desuden med de øvrige kommuners henvisningspraksis, når der er taget højde for kommunernes forskellige elevgrundlag. Herefter opstilles og beregnes en ressourcetildelingsmodel for skoledistrikterne i Svendborg Kommune. Modellen kan bruges til at fordele kommunens midler til specialundervisningsområdet ud fra en række objektive behov, kommunens skoler har som følge af deres elevgrundlag. Af modellen fremgår det også, hvordan antallet af specialundervisningselever forventeligt ville fordele sig imellem de enkelte skoledistrikter, når forudsætningen er en landgennemsnitlig henvisningspraksis på alle skoler i kommunen. 4.1 Sammenligning af henvisningspraksis Tabel 4.1 nedenfor viser en række nøgletal for Svendborg Kommunes henvisningspraksis. Tabel 4.1 Nøgletal for henvisningspraksis i Svendborg Kommune. Elever som modtager segregeret specialundervisning Henvisningsfrekvens (andel af folkeskoleelever) Henvisningsfrekvens (andel af folkeskole, privatog friskoleelever) Hele landet* ,1 % 4,4 % Svendborg Kommune: faktisk henvisning Svendborg Kommune: forventet ud fra socioøkonomiske forhold Svendborg Kommune: Forskel på faktisk og forventet henvisning 444 8,0 % 6,3 %** 293 5,3 % 4,3 % 151 2,7 % 2,0 % Note: Følgende elevtal er anvendt i analysen. Samlet antal folkeskoleelever på landsplan: Antal folkeskoleelever i Svendborg Kommune: Samlet antal folkeskoleelever, privat- og friskoleelever på landsplan: Samlet antal folkeskoleelever, privat- og friskoleelever i Svendborg Kommune: * Elevtal på landsplan er afrundet til nærmeste halvtreds. ** Efterskoleelever ikke medtaget i opgørelsen. Medtages efterskoleeleverne er Svendborg Kommunes henvisningsfrekvens 6,0 %. Dette tal kan dog ikke direkte sammenlignes med landsgennemsnit og forventet henvisningsfrekvens fra den socioøkonomiske model, da modellen er estimeret uden efterskoleelever. Som det fremgår af tabellen, er henvisningsfrekvensen til specialundervisning 2,9 procentpoint højere for Svendborg Kommune end på landsplan. Den gennemsnitlige henvisningsfrekvens til specialundervisning er således 5,1 % på landsplan, mens den er 8,0 % i Svendborg Kommune. Anvendes den statistiske model til at tage højde for de demografiske og socioøkonomiske forhold hos folkeskoleeleverne i Svendborg Kommune, ville man kunne forvente en henvisningsfrekvens på 5,3 %. Selv når der tages højde for Svendborg Kommunes demografiske og socioøkonomiske forhold, ligger kommunens henvisningsfrekvens således 2,7 procentpoint over det forventede. Tabellen viser også de faktiske og forventede henvisningsfrekvenser, når disse opgøres i forhold til elevgrundlaget inklusiv elever på privatskoler og frie grundskoler. I denne opgørelse afviger Svendborg Kommunes henvisningsfrekvens procentmæssigt lidt mindre fra det forventede i den socioøkonomiske model. Forskellen skyldes Svendborg Kommunes relativt høje privatskoleandel. Efterskoleelever er ikke medtaget i opgørelsen. 9
10 Når man sammenligner kommunernes faktiske henvisningspraksis med den statistisk forventede, ligger Svendborg Kommune på en 96. plads ud af landets 98 kommuner. De kommuner, der ligger i top ti, henviser i gennemsnit 2,4 procentpoint færre elever til specialundervisning, end det deres elevgrundlag ville tilsige ved gennemsnitlig henvisningspraksis. I den anden ende af skalaen henviser de ti nederste kommuner (heriblandt Svendborg) i gennemsnit 2,4 procentpoint flere elever til specialundervisning, end deres elevers demografiske og socioøkonomiske baggrunde skulle indikere. Svendborg Kommunes placering i den nederste ende af rangordningen er udtryk for, at kommunen henviser relativt mange elever til ekskluderende specialundervisning også når der tages højde for kommunens socioøkonomiske elevgrundlag. 4.2 Socioøkonomisk tildelingsmodel for specialundervisning Den statistiske model anvendes til at beregne den gennemsnitlige sandsynlighed for at modtage segregeret specialundervisning samt det forventede antal specialundervisningselever i hvert skoledistrikt baseret på elevernes socioøkonomiske baggrund. Disse beregninger kan anvendes i en socioøkonomisk tildelingsmodel til at opstille skoledistrikternes forventede specialundervisningsbehov og derudfra fordele midlerne til specialundervisning efter socioøkonomiske kriterier. Det er vigtigt at pointere, at de estimerede sandsynligheder for specialundervisning er relative i den forstand, at de er baseret på den faktiske brug af specialundervisning i Danmark i skoleåret 2012/13. Modellen kan med andre ord ikke sige noget om, hvorvidt der ud fra fx et pædagogisk kriterium er behov for, at flere eller færre elever modtager specialundervisning, men kun noget om skoledistrikternes relative specialundervisningsbehov set i forhold til hinanden. Som grundlag for vurderingen af de enkelte skoledistrikters specialundervisningsbehov anvendes det elevgrundlag, som er bosat i skoledistrikterne. Elever i privat- og friskole er ikke medtaget i elevgrundlaget. Samtidig er 10. klasse-eleverne, efter aftale med Svendborg Kommune, holdt ude elevgrundlaget. Opdelingen af elevgrundlaget på skoledistrikter tager hensyn til Svendborg Kommunes skolestruktur, hvor Nymarkskolen er overbygningsskole for Thurø Skole, Tved Skole og Ørkildskolen. Elevgrundlaget for Nymarkskolens distrikt er derfor dannet ud fra klasses eleverne fra de tre nævnte skoledistrikter. Rantzausminde Skole er overbygningsskole for Vestre Skole. Derfor er klasses eleverne fra Vestre Skoles distrikt flyttet til elevgrundlaget for Rantzausminde Skole. 10
11 Tabel 4.2 Skoledistrikternes specialundervisningsbehov. Elevgrundlag klasse. Distrikt Elevgrundlag klasse Andel af samlet elevgrundlag klasse Andel af kommunens specialundervisningselever i dag Gennemsnitlig forudsagt sandsynlighed for specialundervisning (KORA-model) Forventet andel af det samlede antal specialundervisningselever (KORA-model) Indeks for specialundervisningsbehov (KORA-model) Tåsingeskolen ,1 % 9,2 % 4,0 % 10,4 % 0,794 Nymarkskolen ,8 % 17,0 % 10,5 % 22,4 % 2,080 Ørkildskolen ,8 % 11,5 % 3,4 % 8,7 % 0,681 Issø-skolen 423 7,8 % 9,4 % 5,6 % 8,7 % 1,107 Vestermarkskolen 359 6,7 % 7,8 % 4,7 % 6,1 % 0,921 Rantzausminde Skole ,0 % 11,7 % 6,1 % 13,4 % 1,213 Thurø Skole 299 5,5 % 1,4 % 2,0 % 2,2 % 0,391 Tved Skole 361 6,7 % 6,4 % 3,7 % 5,0 % 0,742 Vestre Skole 356 6,6 % 8,0 % 4,2 % 5,5 % 0,839 Stokkebækskolen ,1 % 10,6 % 5,0 % 11,0 % 0,994 Skårup Skole 426 7,9 % 7,1 % 4,2 % 6,6 % 0,838 Total ,0 % 100,0 % 5,1 %* 100,0 % 1,000 Note: * Den gennemsnitlige henvisningsfrekvens er lidt lavere end den rapporterede i tabel 4.1. Dette skyldes at 10. klasse-eleverne er holdt ude af tildelingsmodellen. Som det fremgår af tabellen, var der i skoleåret 2012/13 samlet set elever i 0-9. klasse med adresse i et af skoledistrikterne i Svendborg Kommune (det samlede elevgrundlag). Distriktsopdelingen gør, at Tåsingeskolen har det største elevgrundlag med 706 elever (13,1 %). Thurø Skole har det mindste elevgrundlag med 299 elever (5,5 %). Fordelingen af kommunens elever i specialklasser og specialskoler viser, at 17 % af de faktisk henviste specialundervisningselever kommer fra Nymarkskolens distrikt. I den anden ende af skalaen kommer blot 1,4 % af eleverne i specialklasser og specialskoler fra Thurø Skoles distrikt. Generelt viser fordelingen af det samlede elevgrundlag og fordelingen af de faktiske specialundervisningselever, at der er væsentlige forskelle på skolernes andel af elevgrundlaget og deres andel af specialundervisningseleverne. Den gennemsnitlige forudsagte sandsynlighed for at modtage specialundervisning varierer markant fra skoledistrikt til skoledistrikt. Lavest er den for elevgrundlaget på Thurøskolen, som ved en landsgennemsnitlig henvisningspraksis vil have en gennemsnitlig sandsynlighed på 2,0 % for at modtage segregeret specialundervisning. Den klart højeste gennemsnitlige sandsynlighed for specialundervisning har elevgrundlaget for Nymarkskolen med 10,5 %. Det gennemsnitlige specialundervisningsbehov pr. elev er med andre ord mere end fem gange så højt på Nymarksskolen som på Thurøskolen. De markante forskelle mellem skoledistrikterne vidner om væsentlige forskelle i skolernes demografiske og socioøkonomiske elevgrundlag. Ved at dividere skoledistrikternes andel af det samlede antal forventede specialundervisningselever med skolens andel af det samlede elevtal fås et udtryk for skolernes specialundervisningsbehov. Specialundervisningsbehovet er et tal, der enten er større eller mindre end 1. Hvis tallet er mindre end 1, fx 0,95, indikerer det et relativt lille specialundervisningsbehov. Som følge af det lille behov tildeles skolen 5 % færre midler, end den ville have fået, hvis man alene fordelte midler på baggrund af elevtal. Hvis tallet er 1,05, får skolen omvendt 5 % flere midler, end den ellers ville have fået. 11
12 For Tåsingeskolen giver denne beregning eksempelvis et specialundervisningsbehov på 13,1 %/10,4 %=0,794. Det vil sige, at elevgrundlaget for Tåsingeskolen har et relativt lille specialundervisningsbehov, og skolen modtager derfor 20,6 % færre midler til specialundervisning, end den ville have fået, hvis midlerne blot blev fordelt efter antallet af elever i distriktet. I tabellen nedenfor er det med et eksempel anskueliggjort, hvordan en budgetramme på 60 mio. kr. skal fordeles mellem de 11 skoledistrikter ved fordelingen efter henholdsvis skolernes specialundervisningsbehov og elevtal. Tabel 4.3 Fordeling af midler på baggrund af specialundervisningsbehov et eksempel Skoledistrikt Fordeling af midler ud fra specialundervisningsbehov Fordeling ud fra elevtal Difference Tåsingeskolen Nymarkskolen Ørkildskolen Issø-skolen Vestermarkskolen Rantzausminde Skole Thurø Skole Tved Skole Vestre Skole Stokkebækskolen Skårup Skole Total Som det ses af tabellen, vil Thurø Skole, der har det mindste specialundervisningsbehov, få kr. mindre af rammen i forhold til en situation, hvor der udelukkende fordeles efter den andel af kommunens elever, der er bosat i distriktet. Nymarkskolen, som er det skoledistrikt med det største specialundervisningsbehov, vil i eksemplet med en samlet ramme på 60 mio. kr. få kr. mere, end hvis der fordeles efter elevtallet. 12
13 Bilag 1 Baggrundsvariabler Bilagstabel 1.1 Definitioner for forklarende variabler Variabel Beskrivelse Elevernes demografiske karakteristika Køn Eleven er en dreng Alder ved skolestart Elevens alder i dage ved start i 1. klasse Adoption Eleven er adopteret Klassetrin Elevens klassetrin Forældrenes demografiske og socioøkonomiske karakteristika Moderens alder Mors alder (antal år) ved elevens fødselstidspunkt Faderens alder Fars alder (antal år) ved elevens fødselstidspunkt Moderens civilstatus Mors civilstatus er ægteskab Forældres gennemsnitlige uddannelsesniveau Mors og fars gennemsnitlige uddannelseslængde antal år for højest fuldførte uddannelse ud over folkeskolen. Følgende skøn er anvendt ud fra oplysninger om højest fuldførte uddannelse: Erhvervsfaglig udd.: 2 år; gymnasial udd. 3 år; kvu: 5 år; mvu eller bachelor: 6 år; længere videregående udd.: 8 år; forskerudd.: 11 år. Forældres gennemsnitlige sociale status Gennemsnit for klassificering af forælders stillingsbetegnelse. Husholdningens ækvivalerede indkomst Husholdningens årlige bruttoindkomst (dvs. indkomst før skat, hvor indkomst dækker over alle indkomstkilder, fx indkomst fra egen virksomhed, aktier, lønindkomst, pension og offentlige overførelser) skaleret med et mål for husholdningens størrelse efter formlen: (antal voksne+0,6*antal børn) 13
14
Fordeling af midler til specialundervisning på baggrund af skoledistrikter
NOTAT Fordeling af midler til specialundervisning på baggrund af skoledistrikter Model for Norddjurs Kommune Søren Teglgaard Jakobsen Maj 2013 Indholdsfortegnelse FORMÅL... 1 METODE... 1 POPULATION...
Læs mereFordeling af midler til specialundervisning
NOTAT Fordeling af midler til specialundervisning Model for Norddjurs Kommune Søren Teglgaard Jakobsen December 2012 Købmagergade 22. 1150 København K. tlf. 444 555 00. kora@kora.dk. www.kora.dk Indholdsfortegnelse
Læs mereThomas Astrup Bæk og Søren Teglgaard Jakobsen. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet for Lolland Kommune
Thomas Astrup Bæk og Søren Teglgaard Jakobsen Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet for Lolland Kommune Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet
Læs mereSpecialundervisningsbehov i Vordingborg Kommunes skoledistrikter
Søren Teglgaard Jakobsen Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter En socioøkonomisk tildelingsmodel Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter En socioøkonomisk
Læs mereFordeling af specialundervisningsmidler i Aarhus Kommune
Thomas Astrup Bæk og Søren Teglgaard Jakobsen Fordeling af specialundervisningsmidler i Aarhus Kommune Sammenligning af Aarhus-modellen og KORA-modellen Fordeling af specialundervisningsmidler i Aarhus
Læs mereSpecialundervisningsbehov i Favrskov Kommunes skoledistrikter
Thomas Astrup Bæk og Jacob Seier Petersen Specialundervisningsbehov i Favrskov Kommunes skoledistrikter Demografiske, socioøkonomiske og sundhedsrelaterede faktorer Specialundervisningsbehov i Favrskov
Læs mereSpecialundervisningsbehov i Sønderborg Kommune
Rapport Specialundervisningsbehov i Sønderborg Kommune En socioøkonomisk tildelingsmodel Søren Teglgaard Jakobsen Specialundervisningsbehov i Sønderborg Kommune En socioøkonomisk tildelingsmodel VIVE og
Læs mereSpecialundervisningsbehov i Fredensborg Kommunes skoledistrikter
Notat Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter Thomas Astrup Bæk og Jacob Seier Petersen Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter VIVE og forfatterne, 2017
Læs mereSpecialundervisningsbehov i Viborg Kommunes skoledistrikter
Thomas Astrup Bæk og Søren Teglgaard Jakobsen Specialundervisningsbehov i Viborg Kommunes skoledistrikter En socioøkonomisk tildelingsmodel Specialundervisningsbehov i Viborg Kommunes skoledistrikter En
Læs mereSpecialundervisningsbehov i Allerød Kommunes skoledistrikter
Notat Specialundervisningsbehov i Allerød Kommunes skoledistrikter Jacob Seier Pedersen Specialundervisningsbehov i Allerød Kommunes skoledistrikter VIVE og forfatteren, 2017 e-isbn: 978-87-93626-07-2
Læs mereRessourcetildelingsmodel på specialundervisningsområdet Viborg Kommune. Workshop den 11. januar 2017
Ressourcetildelingsmodel på specialundervisningsområdet Viborg Kommune Workshop den 11. januar 2017 Dagsorden: Rationalet bag decentralisering af midlerne til specialundervisning Den statistiske model
Læs mereSpecialundervisningsbehov i Helsingør Kommunes skoledistrikter
Notat Specialundervisningsbehov i Helsingør Kommunes er Jacob Seier Pedersen og Thomas Astrup Bæk Specialundervisningsbehov i Helsingør Kommunes er VIVE og forfatterne, 2017 e-isbn: 978-87-93626-08-9 Layout:
Læs mereRessourcetildelingsmodel på området for udsatte børn og unge
Jacob Seier Petersen og Anne Line Tenny Jordan Ressourcetildelingsmodel på området for udsatte børn og unge Socioøkonomiske udgiftsbehov i seks administrative distrikter i Københavns Kommune Ressourcetildelingsmodel
Læs mereSpecialundervisning og inklusion, 2014/15
Ligestillingsudvalget 2014-15 (2. samling) LIU Alm.del Bilag 3 Offentligt Specialundervisning og inklusion, 2014/15 Efter aftalen om kommunernes økonomi for 2013 er målet, at andelen af elever inkluderet
Læs mereForslag til ændringer i tildelings- og betalingsmodellen i Udviklingsplan for specialundervisningsområdet
Notat Postadresse: Favrskov Kommune Børn og Skole Sekretariatet Skovvej 20 8382 Hinnerup Tlf. 8964 1010 favrskov@favrskov.dk www.favrskov.dk 27. januar 2016 Forslag til ændringer i tildelings- og betalingsmodellen
Læs mereELEVTALSPROGNOSE SVENDBORG KOMMUNE 2014/15-2027/28
ELEVTALSPROGNOSE SVENDBORG KOMMUNE /-/ INDHOLD Indledning og hovedforudsætninger Modelmæssige forudsætninger Elevfordelingstabeller 9 Elevtalsprognosens hovedresultater Resultattabeller 6 Elevtalsprognosen
Læs mereEvaluering af de økonomiske kriterier for budgettildelingsmodellen for inklusion på skoleområdet
Evaluering af de økonomiske kriterier for budgettildelingsmodellen for inklusion på skoleområdet J.nr.: 17.01.10 A00 Sagsnr.: 15/24431 BESLUTNINGSTEMA I 2013 besluttedes en budgettildelingsmodel vedrørende
Læs mereNotat om socioøkonomi og tildelingsmodellen på skoleområdet
Til: Skole og dagtilbud Notat om socioøkonomi og tildelingsmodellen på skoleområdet 24. februar 2017 Kontaktperson: Claus Humlum Gudiksen 87535549 chg@syddjurs.dk Kort om statens socioøkonomiske reference
Læs mereAnalyse af nystartende elever og omgængere i grundskolens børnehaveklasse. Baseret på data for skoleåret 2010/11
Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data for skoleåret 2010/11 Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data
Læs mereANALYSE AF SKOLERNES SOCIALE PROFIL
ANALYSE AF SKOLERNES SOCIALE PROFIL RAPPORT VERSION 4.0 MARTS 2012 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering af social profil
Læs mereJan Christensen og Eskild Klausen Fredslund. Fælles ældre. Opgørelse af 65+ borgere i hjemmeplejen og i hospitalssektoren
Jan Christensen og Eskild Klausen Fredslund Fælles ældre Opgørelse af 65+ borgere i hjemmeplejen og i hospitalssektoren Publikationen Fælles ældre kan hentes fra hjemmesiden www.kora.dk KORA og forfatterne
Læs mereELEVTALSPROGNOSE SVENDBORG KOMMUNE 2013/ /27
ELEVTALSPROGNOSE SVENDBORG KOMMUNE 1/1-/ INDHOLD 1 Indledning og hovedforudsætninger Modelmæssige forudsætninger Elevfordelingstabeller 9 Elevtalsprognosens hovedresultater 1 Resultattabeller 1 Elevtalsprognosen
Læs mereDen økonomiske styring af specialundervisningsområdet i Randers Kommune
Jacob Seier Petersen, Thomas Astrup Bæk og Søren Teglgaard Jakobsen Den økonomiske styring af specialundervisningsområdet i Randers Kommune En gennemgang af udvikling og styringspraksis Den økonomiske
Læs mereDe socioøkonomiske referencer for grundskolekarakterer
De socioøkonomiske referencer for grundskolekarakterer Baggrund Den enkelte skoles faktiske karaktergennemsnit i 9. klasse har sammenhæng med mange forskellige forhold. Der er både forhold, som skolen
Læs mereUNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER
UNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER Undervisningseffekten udregnes som forskellen mellem den forventede og den faktiske karakter i 9. klasses afgangsprøve. Undervisningseffekten udregnes
Læs mereSocioøkonomiske tildelingsmodeller på specialundervisningsområdet. Tema- og netværksmøde i BKF Region Syddanmark, fredag d. 4.
Socioøkonomiske tildelingsmodeller på specialundervisningsområdet Tema- og netværksmøde i BKF Region Syddanmark, fredag d. 4. oktober 2013 Dagsorden: 1. Hvorfor bruge decentralisering og socioøkonomiske
Læs mereElever, der skifter skole i løbet af skoleåret
Elever, der skifter skole i løbet af skoleåret 2016/2017 Af Nadja Hedegaard Andersen, NCA@kl.dk Side 1 af 13 Formålet med dette analysenotat er at belyse skoleskift mellem de frie grundskoler og folkeskolerne
Læs mereAndel elever, der er inkluderet i den almindelige undervisning, 2015/16
Andel elever, der er inkluderet i den almindelige undervisning, 2015/16 Dette notat giver overblik over andelen af elever, der er inkluderet i den almindelige undervisning den såkaldte inklusionsgrad.
Læs mereVedrørende: Elevtal pr. 30. september 2011 (skoleåret 2011/2012) Skrevet af: Line Steinmejer Nikolajsen og Mathilde Ledet Molsgaard
Notat vedr. elevtal Vedrørende: Elevtal pr. 30. september 2011 (skoleåret 2011/2012) 21.11.2012 Skrevet af: Line Steinmejer Nikolajsen og Mathilde Ledet Molsgaard Indledning Dette notat beskriver eleverne
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer 2014
De socioøkonomiske referencer for gymnasiekarakterer 2014 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10
Læs mereGrundskolekarakterer 9. klasse Prøvetermin maj/juni 2012 1
Grundskolekarakterer 9. klasse Prøvetermin maj/juni 2012 1 Af Line Steinmejer Nikolajsen og Katja Behrens I dette notat præsenteres udvalgte resultater for folkeskolens afgangsprøver i 9. klasse for prøveterminen
Læs mereOPDATERING AF SKOLERNES SOCIALE PROFIL
OPDATERING AF SKOLERNES SOCIALE PROFIL NOTAT VERSION 1.0 November 2017 Næstved Kommune l November 2017 1 INDHOLD 1. INDLEDNING... 3 2. SOCIAL PROFIL, METODE... 4 2.1 Udregning af den sociale profil score...
Læs mereBilag Budgetmodel for udlagt specialundervisning
Bilag Budgetmodel for udlagt specialundervisning Indhold Baggrund... 2 Udarbejdelse af ny budgetmodel for udlagt specialundervisning i Hillerød Kommune... 2 Erfaringer fra andre kommuner vedrørende budgetmodeller
Læs mereELEVTALSPROGNOSE SVENDBORG KOMMUNE 2017/ /31
ELEVTALSPROGNOSE SVENDBORG KOMMUNE 2017/18-2030/31 INDHOLD 1 Indledning og hovedforudsætninger 4 2 Modelmæssige forudsætninger 7 3 Elevfordelingstabeller 9 4 Elevtalsprognosens hovedresultater 15 5 Resultattabeller
Læs mereDe kommunale budgetter 2014 Forbedret driftsresultat, men stadig samlet underskud
NOTAT De kommunale budgetter 2014 Forbedret driftsresultat, men stadig samlet underskud Bo Panduro, tlf. 7226 9971, bopa@kora.dk Amanda Madsen, amma@kora.dk Marts 2014 Købmagergade 22. 1150 København K.
Læs mereELEVTALSPROGNOSE SVENDBORG KOMMUNE 2016/ /30
ELEVTALSPROGNOSE SVENDBORG KOMMUNE 2016/17-2029/30 INDHOLD 1 Indledning og hovedforudsætninger 4 2 Modelmæssige forudsætninger 7 3 Elevfordelingstabeller 9 4 Elevtalsprognosens hovedresultater 15 5 Resultattabeller
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer Metodenotat
De socioøkonomiske referencer for gymnasiekarakterer 2017 Metodenotat Indhold Sammenfatning... 5 Baggrund... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable...
Læs mereELEVTALSPROGNOSE SVENDBORG KOMMUNE 2018/ /32
ELEVTALSPROGNOSE SVENDBORG KOMMUNE 2018/19-2031/32 INDHOLD 1 Indledning og hovedforudsætninger 4 2 Modelmæssige forudsætninger 7 3 Elevfordelingstabeller 9 4 Elevtalsprognosens hovedresultater 15 5 Resultattabeller
Læs mereDe kommunale budgetter 2015
Steffen Juul Krahn, Bo Panduro og Søren Hametner Pedersen De kommunale budgetter 2015 Begrænset budgetteret underskud for gennemsnitskommunen De kommunale budgetter 2015 Begrænset budgetteret underskud
Læs mereAlder ved skolestart i børnehaveklasse 1
Alder ved skolestart i børnehaveklasse 1 Af Katja Behrens I skoleåret 2009/10 startede knap 85 pct. af eleverne rettidigt i børnehaveklasse, dvs. de inden udgangen af 2009 fylder 6 år. Kun få elever starter
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer 2016
De socioøkonomiske referencer for gymnasiekarakterer 2016 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10
Læs mereVEJEN KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL
VEJEN KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL RAPPORT VERSION 1.0 MARTS 2014 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering
Læs mereDe socioøkonomiske referencer for grundskolekarakterer 2016
De socioøkonomiske referencer for grundskolekarakterer 2016 1 Indhold Sammenfatning.. 4 Elevgrundlag... 8 Skoleåret 2015/2016... 8 3-års perioden 2013/2014-2015/2016... 10 Skoletype... 11 December 2016
Læs mereIfølge SFI-rapporten Kommuners rammevilkår for beskæftigelsesindsatsen 1 fra 2013 kan man ud fra Aabenraa kommunes rammebetingelser forvente, at borgere i kommunen i gennemsnit er på arbejdsløshedsdagpenge
Læs mereRessourcetildelingsmodel for almen undervisning af elever med særlige behov
Notat Ressourcetildelingsmodel for almen undervisning af elever med særlige behov Folkeskolers socioøkonomiske udgiftsbehov til inkluderende specialundervisning i Københavns Kommune Jacob Seier Petersen
Læs mereEffekt- og profilanalyse Efterskoleforeningen 2017 Marts 2017
Effekt- og profilanalyse Efterskoleforeningen 2017 Marts 2017 1 Indholdsfortegnelse 1. Indledning 2. Konklusioner 3. Undersøgelsens datagrundlag 4. Effektanalyse: Positive effekter af efterskoleophold
Læs mereSpecialundervisning og segregering, 2012/2013
Specialundervisning og segregering, 2012/2013 Skolerne nærmer sig målet om, at andelen af elever i den almindelige folkeskole skal øges til 96 procent af eleverne. I 2012/2013 var 5,2 procent af eleverne
Læs mereSkolernes sociale profil
Skolernes sociale profil Rapport (2) Jammerbugt Kommune Marts 2015 AARHUS KØBENHAVN HAMBORG LONDON MALMØ NUUK OSLO SAIGON STAVANGER WIEN INDHOLDSFORTEGNELSE 1. Indledning...2 2. Metode og fremgangsmåde...3
Læs mereDe socioøkonomiske referencer for gymnasiekarakterer
De socioøkonomiske referencer for gymnasiekarakterer Baggrund Den enkelte institutions eksamensresultat og eksamenskarakterer har sammenhæng med mange forskellige forhold. Der er både forhold, som institutionen
Læs mereFormålet med denne rapport er at tilvejebringe ny viden om specialundervisningsområdet.
November 2011 Forord Gennem de seneste årtier er stadigt flere børn blevet henvist til specialundervisning. Resultatet er, at udgifterne til specialundervisningsområdet er vokset mærkbart. Formålet med
Læs mereProfilmodel 2014 Højest fuldførte uddannelse
Profilmodel 2014 Højest fuldførte uddannelse En fremskrivning af en ungdomsårgangs højeste fuldførte uddannelse Profilmodel 2014 er en fremskrivning af, hvordan en ungdomsårgang vil uddanne sig i løbet
Læs mereSeptember 2012. Resume: Efterskolerne og uddannelsesmobilitet. Udarbejdet af DAMVAD for Efterskoleforeningen
September 2012 Resume: Efterskolerne og uddannelsesmobilitet Udarbejdet af DAMVAD for Efterskoleforeningen For information on obtaining additional copies, permission to reprint or translate this work,
Læs mereHæmsko: 10 sociale faktorer der øger risikoen for at stå uden uddannelse
Hæmsko: 1 sociale faktorer der øger risikoen for at stå uden uddannelse AE har undersøgt en lang række sociale og faglige faktorer for at finde frem til barrierer for at få en ungdomsuddannelse. Resultaterne
Læs mereAALBORG KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL
AALBORG KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL RAPPORT VERSION 1.0 DECEMBER 2015 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering
Læs mereTil Knud Holt Nielsen, MB. 4. juni Sagsnr Dokumentnr Kære Knud Holt Nielsen
KØBENHAVNS KOMMUNE Beskæftigelses- Integrationsforvaltningen Direktionen Til Knud Holt Nielsen, MB E-mail: Knud_Holt_Nielsen@kk.dk Kære Knud Holt Nielsen 4. juni 19 Sagsnr. 19-396 Dokumentnr. 19-396-4
Læs mereSOCIOØKONOMISKE BEREGNINGER I FORDELINGSMODELLERNE
SOCIOØKONOMISKE BEREGNINGER I FORDELINGSMODELLERNE AGENDA 1 2 3 Hvorfor arbejdes der med decentralisering og socioøkonomiske beregninger? Hvordan indgår beregningerne i modellerne? Et konkret, illustrativt
Læs mereElevtal for grundskolen 2010/2011
Elevtal for grundskolen 2010/2011 Af Mathilde Ledet Molsgaard I 2010/11 er der ca. 713.000 elever i grundskolen. Andelen af elever i frie grundskoler og efterskoler har været stigende i perioden siden
Læs mereHvad er den socioøkonomiske reference? Hvordan læses den socioøkonomiske reference?... 2
Indhold Hvad er den socioøkonomiske reference?... 2 Hvordan læses den socioøkonomiske reference?... 2 Hvordan kan man bruge den socioøkonomiske reference?... 3 Statistisk usikkerhed... 5 Bag om den socioøkonomiske
Læs mereKlar sammenhæng mellem børns og forældres livsindkomst
Klar sammenhæng mellem børns og forældres livsindkomst Der er stor forskel på størrelsen af den livsindkomst, som 3-årige danskere kan se frem til, og livsindkomsten hænger nøje sammen med forældrenes
Læs mereProfilmodel 2011 på regioner fremskrivning af en ungdomsårgangs uddannelsesniveau
Profilmodel 11 på regioner fremskrivning af en ungdomsårgangs uddannelsesniveau Af Tine Høtbjerg Henriksen Opsummering Profilmodel 11 er en fremskrivning af, hvordan en ungdomsårgang 1 forventes at uddanne
Læs mereSocioøkonomisk reference: I hvilke prøver og på hvilke skoletyper klarer eleverne sig bedre end forventet i 9. klasse i 2016/2017?
Socioøkonomisk reference: I hvilke prøver og på hvilke skoletyper klarer eleverne sig bedre end forventet i 9. klasse i 2016/2017? Mange undersøgelser viser, at elevernes karakterer hænger sammen med deres
Læs mereJacob Nielsen Arendt og Astrid Kiil. Socioøkonomisk budgettildelingsmodel for specialundervisning i folkeskolen i Kerteminde Kommune
Jacob Nielsen Arendt og Astrid Kiil Socioøkonomisk budgettildelingsmodel for specialundervisning i folkeskolen i Kerteminde Kommune Publikationen Socioøkonomisk budgettildelingsmodel for specialundervisning
Læs mereBILLUND KOMMUNE ANALYSE AF DAGINSTITUTIONERS SOCIALE PROFIL
BILLUND KOMMUNE ANALYSE AF DAGINSTITUTIONERS SOCIALE PROFIL RAPPORT VERSION 1.0 JULI 2016 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering
Læs mereSimon Hartwell Christensen og Eli Nørgaard. Forslag til ny demografimodel på ældreområdet i Viborg Kommune
Simon Hartwell Christensen og Eli Nørgaard Forslag til ny demografimodel på ældreområdet i Viborg Kommune Forslag til ny demografimodel på ældreområdet i Viborg Kommune kan hentes fra hjemmesiden www.kora.dk
Læs mereBilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne
Bilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne Bilag til rapporten Folkeskolens faglige kvalitet. Analyse af skolernes undervisningseffekt. De baggrundsvariable, der er anvendt
Læs mereFORÆLDRENES SKOLEVALG
24. november 2005 FORÆLDRENES SKOLEVALG Af Niels Glavind Resumé: Det er en udbredt antagelse, at de bedste skoler er dem, hvor eleverne opnår den højeste gennemsnitskarakter. Som en service over for forældre,
Læs mereElev/lærer ratio i grundskolen 2009/2010
Elev/lærer ratio i grundskolen 2009/2010 Af Anne Mette Byg Hornbek Elev/lærer ratioen er større i frie grundskoler (12,6) end i folkeskoler (11,2) for skoleåret 2009/2010. I folkeskolen har ratioen stort
Læs mereElever i grundskolen, 2015/16
Elever i grundskolen, Dette notat giver overblik over antallet af elever i grundskolen. Opgørelsen viser, at antallet af elever i folkeskolen er faldet siden 2011/12, mens antallet af elever i frie grundskoler
Læs mereBørne- og Undervisningsudvalget 2014-15 BUU Alm.del Bilag 51 Offentligt. De socioøkonomiske referencer for grundskolekarakterer 2014
Børne- og Undervisningsudvalget 2014-15 BUU Alm.del Bilag 51 Offentligt De socioøkonomiske referencer for grundskolekarakterer 2014 1 Indhold Sammenfatning... 4 Indledning... 6 Resultater... 8 Elever...
Læs mereSammenhængen mellem elevernes trivsel og elevernes nationale testresultater.
Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. 1 Sammenfatning Der er en statistisk signifikant positiv sammenhæng mellem opnåelse af et godt testresultat og elevernes oplevede
Læs mereElevtal i grundskolen i skoleåret 2017/18
Side 1 af 5 Elevtal i grundskolen i skoleåret 2017/18 Det samlede antal elever i grundskolen ændrer sig sjældent meget fra år til år, men fordelingen af elever på folkeskoler og frie grundskoler gør, og
Læs mereSOCIOØKONOMISKE FAKTORER I GRUNDSKOLEN
SOCIOØKONOMISKE FAKTORER I GRUNDSKOLEN Dansk Friskoleforening besluttede januar 2009 at indhente data fra Danmarks Statistik, som kan danne grundlag for at vurdere de socioøkonomiske faktorer hos eleverne
Læs mereHenrik Lindegaard Andersen, Anne Line Tenney Jordan og Jacob Seier Petersen. Arbejdskraft og -potentiale i hovedstadsområdet
Henrik Lindegaard Andersen, Anne Line Tenney Jordan og Jacob Seier Petersen Arbejdskraft og -potentiale i hovedstadsområdet Arbejdskraft og -potentiale i hovedstadsområdet kan hentes fra hjemmesiden www.kora.dk
Læs mereSociale og faglige faktorer har stor betydning for at få en uddannelse
Ungdomsuddannelse i Danmark Sociale og faglige faktorer har stor betydning for at få en uddannelse AE fremlægger i denne analyse resultaterne af en stor kortlægning af unges chancer for at få en ungdomsuddannelse.
Læs mereProfilmodel Ungdomsuddannelser
Profilmodel 2015 - Ungdomsuddannelser En fremskrivning af hvor stor en andel af en 9. klasse årgang, der forventes at få mindst en ungdomsuddannelse Profilmodel 2015 er en fremskrivning af, hvordan en
Læs mereVandringer mellem folkeskoler og frie grundskoler
Vandringer mellem folkeskoler og frie grundskoler Sammenfatning På de frie grundskoler er andelen af elever steget med 2,7 procentpoint siden 2010/11, og i den tilsvarende periode er andelen af elever
Læs merePiger bryder den sociale arv drengene gør det modsatte
Piger bryder den sociale arv drengene gør det modsatte Pigerne er generelt bedre end drengene til at bryde den sociale arv. Og mens pigerne er blevet bedre til at bryde den sociale arv i løbet af de seneste
Læs mereBilag De socioøkonomiske referencer for gymnasiekarakterer. Bilag 1: Socioøkonomiske baggrundsoplysninger
Bilag De socioøkonomiske referencer for gymnasiekarakterer 2017 Bilag 1: Socioøkonomiske baggrundsoplysninger Bilagstabel 1 Baggrundsoplysninger Baggrundsoplysning 9. klasse FSA karaktergennemsnit Køn
Læs mereDe kommunale budgetter 2017
Bo Panduro og Mette Brinch Hansen De kommunale budgetter 2017 Fornuftig balance mellem udgifter og indtægter De kommunale budgetter 2017 Fornuftig balance mellem udgifter og indtægter Publikationen kan
Læs mereFrafaldet på erhvervsuddannelserne er mindsket efter reformen
14. november 218 218:23 Rettet 3. december 218 Figur 1 var fejlbehæftet (y-akse var forkert). Figur er udskriftet. Frafaldet på erhvervsuddannelserne er mindsket efter reformen Af Anne Nissen Bonde, Charlotte
Læs mereBilag 3: Parameterestimater og forklaringsgrader
Bilag 3: Parameterestimater og forklaringsgrader I tabel 1 findes parameterestimaterne for de enkelte socioøkonomiske baggrundsvariable i modellen for gennemsnittet af de bundne prøvefag. De viste estimater
Læs mereSocioøkonomisk reference for grundskolekarakterer 2017/2018: Resultater på tværs af prøver og skoletyper
Socioøkonomisk reference for grundskolekarakterer 2017/2018: Resultater på tværs af prøver og skoletyper Elevernes karakterer hænger sammen med mange forskellige forhold herunder deres socioøkonomiske
Læs mereRessourcetildeling på normalundervisningsområdet
Rapport Ressourcetildeling på normalundervisningsområdet Fordeling af midler til folkeskoler i Roskilde efter elevernes forventede undervisningsudbytte Jacob Seier Petersen Ressourcetildeling på normalundervisningsområdet
Læs mereAnalyse af social uddannelsesmobilitet og frafald på lange videregående uddannelser
Bilag 6 Analyse af social uddannelsesmobilitet og frafald på lange videregående uddannelser I dette notat undersøges, om der er eventuelle sociale skævheder forbundet med frafaldet på de lange videregående
Læs mereKarakteristik af elever i forhold til uddannelsesvalget
Karakteristik af elever i forhold til uddannelsesvalget efter 9. klasse Af Jan Christensen, jnc@kl.dk Formålet med dette analysenotat er at tegne billeder af unge, som går ud af 9. klasse. Der gives karakteristik
Læs mereFlere elever opnår mindst 2 i dansk og matematik
Flere elever opnår mindst 2 i dansk og matematik 85 procent af eleverne i 9. klasse opnår mindst 2 i dansk og matematik Fra august 2015 blev der indført adgangskrav på blandt andet mindst 2 i både dansk
Læs mereOvervægt blandt børn i 0. og 1. klasse indvandrere og efterkommere
Overvægt blandt børn i. og 1. klasse indvandrere og efterkommere Af Mette Egsdal, meeg@kl.dk, og Signe Frees Nissen Side 1 af KL analysen Overvægt blandt børn i. og 1. klase forekomst viste en overhyppighed
Læs mereNotat Elever i grundskolen, 2014/15
Notat Elever i grundskolen, 2014/15 Af Rasmus Schulte Pallesen De samlede elevtal fra børnehaveklasse til 9. klasse i grundskolen er faldet med ca. 6.200 børn over de sidste fem år. Ca. 81 procent af eleverne
Læs mereAnalyse af udviklingen i det socioøkonomiske udgiftsbehov på specialundervisningsområdet
KØBENHAVNS KOMMUNE Børne- og Ungdomsforvaltningen Center for Policy NOTAT Til Børne- og Ungdomsudvalget Analyse af udviklingen i det socioøkonomiske udgiftsbehov på specialundervisningsområdet KORA (Det
Læs mereStatusredegørelsen for folkeskolens udvikling
Statusredegørelsen for folkeskolens udvikling For skoleåret 2016/2017 Statusredegørelsen for folkeskolens udvikling For skoleåret 2016/2017 Layout: Presse- og Kommunikationssekretariatet, Undervisningsministeriet
Læs mereUdviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på specialundervisningsområdet
Jacob Seier Petersen, Anne Line Tenney Jordan, Jesper Wittrup og Peter Holdt-Olesen Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på specialundervisningsområdet Udviklingen i Københavns
Læs mere10. klasse og efterskolers betydning for frafaldstruede unge. Registeranalyse udarbejdet for Efterskoleforeningen, 2018
10. klasse og efterskolers betydning for frafaldstruede unge Registeranalyse udarbejdet for Efterskoleforeningen, 2018 Forord ved Efterskoleforeningen Denne analyse viser, at 10. klasse øger sandsynligheden
Læs mereVelkommen til verdens højeste beskatning
N O T A T Velkommen til verdens højeste beskatning 27. november 8 Danmark har en kedelig verdensrekord i beskatning. Intet andet sted i verden er det samlede skattetryk så højt som i Danmark. Danmark ligger
Læs mereStor stigning i gruppen af rige danske familier
Stor stigning i gruppen af rige danske familier Gruppen af rige danskere er steget markant siden 2004. Hovedparten af familierne består af to voksne i aldersgruppen 50-65 år uden hjemmeboende børn. Personer
Læs mereIndhold SOLRØD KOMMUNE SKOLE OG DAGTILBUD NOTAT. Emne: Solrød Folkeskoler i tal. Til: Orientering. Dato: 17. november 2014
SOLRØD KOMMUNE SKOLE OG DAGTILBUD NOTAT Emne: Til: Solrød Folkeskoler i tal Orientering Dato: 17. november 2014 Sagsbeh.: Thomas Petersen Sagsnr.: Indhold Karaktergennemsnit... 2 Folkeskolens afgangsprøver
Læs mereHelt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner:
N OTAT Metode, FLIS sammenligningskommuner Dette notat præsenterer metoden bag udregning af sammenligningskommuner i FLIS. Derudover præsenteres de første tre modeller der anvendes til at finde sammenligningskommuner
Læs mereAnalyse af sociale baggrundsfaktorer for elever, der opnår bonus A
Analyse af sociale baggrundsfaktorer for elever, der opnår bonus A Analyse af sociale baggrundsfaktorer for elever, der opnår Bonus A Forfattere: Jeppe Christiansen og Lone Juul Hune UNI C UNI C, juni
Læs mereBILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Bilag til Evaluering af de nationale test i folkeskolen Dato September 2013 BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Læs mereSammenligning af de københavnske med de nationale resultater i den nationale trivselsmåling, forår 2016
KØBENHAVNS KOMMUNE Børne- og Ungdomsforvaltningen Center for Policy NOTAT Til Børne- og Ungdomsudvalget Sammenligning af de københavnske med de nationale resultater i den nationale trivselsmåling, forår
Læs mere