[論文レビュー] Interconnectedness in Education Systems

Cristián Candia, Javier Pulgar+1 more|arXiv (Cornell University)|Mar 10, 2022

Mental Health Research Topics被引用数 7

ひとこと要約

本論文は、計算社会科学会的手法を用いて、教育制度を人々、プログラム、機関の相互接続ネットワークとしてモデル化することを提案する。機関記錣および準実験データを分析することで、教室から高等教育に至る教育段階にわたる関係的ダイナミクスをマッピングし、学習、ウェルネス、意思決定に関する新たな知見を明らかにし、制度的改善に向けた示唆を提供する。

ABSTRACT

Underlying complex systems, there is a rich web of interconnected components that determine the relational properties of the system. Yet, traditional methods used in education sciences often disregard the underlying complexity of the educational system and, consequently, its emergence phenomena. Here, we argue that an interconnected vision of educational systems -- from classrooms to an organizational level -- is key to improving learning, social integration, well-being, and decision making, all fundamental aspects of the educational experience. Understanding the education system as an interconnected network of people, degree programs, and institutions requires methods and concepts from computational social sciences. Thus, we can leverage institutional records and (quasi) experimental designs to elicit the relational maps of key players in education and derive their implications in their functioning at all scales. In different settings, from elementary classrooms to higher education programs, we show how mapping the network relationships between entities can lead to the inference of novel insights about education systems and the development of solutions with societal implications.

研究の動機と目的

• 教育科学分野におけるシステム的複雑性や出現現象を無視するというギャップに対処すること。
• 従来の孤立した教育モデルから、教育制度の包括的で相互接続的な視点に移行すること。
• 学生、教員、プログラム、機関間の関係的構造が教育的成果にどのように影響するかを特定すること。
• ネットワークベースの分析を通じて、学習、社会的統合、機関意思決定の改善に向けた実行可能な知見を創出すること。
• 小学校から高等教育に至る多様な教育環境において、ネットワーキング手法の社会的関連性を示すこと。

提案手法

• 教育制度を複雑で相互接続されたネットワークとしてモデル化するため、計算社会科学会的手法を適用する。
• 機関記錣および（準）実験的デザインを活用し、教育的要因間の関係データを抽出する。
• 学生、教員、学位プログラム、機関の関係的マップを構築し、システム的依存関係を可視化する。
• ネットワーク分析技術を用いて、教育制度内の構造的特性および機能的ダイナミクスを推論する。
• 微視的レベルの教室内相互作用から、マクロ的レベルの機関的および制度的パターンまで、ネットワークモデルをスケーリングする。
• 教育の各段階にわたる知見を統合し、ウェルネスおよび意思決定に向けたスケールを超えた影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 学生、教育者、機関間の関係的ネットワークが、教育制度における学習成果にどのように影響するか。
• RQ2 教育制度における相互接続された構造が、社会的統合および学生のウェルネスにどのような形で影響するか。
• RQ3 教育機関およびプログラムをネットワークとしてモデル化した場合に、どのようなシステム的パターンが顕在化するか。
• RQ4 ネットワークベースの知見は、機関および政策レベルの意思決定をどのように改善できるか。
• RQ5 相互接続性の多スケール的影響は、教育の質および格差にどのような意味を持つのか。

主な発見

• 教育制度における関係的ネットワークのマッピングにより、従来のモデルが見過ごす隠れた構造的パターンが明らかになる。
• 相互接続性は学習成果に顕著な影響を及ぼし、ネットワークの中心性やクラスタリングが学生の成績に影響を与える。
• 社会的統合とウェルネスは、個人の教育的ネットワーク内での位置および接続性と強く相関している。
• 特にプログラム設計および資源配分において、ネットワークダイナミクスを理解することで、機関意思決定が強化できる。
• 本アプローチにより、重要なコネクターや構造的ボトルネックといった、政策的介入に向けたシステム的リーバージェンスポイントが特定される。
• 小学校から高等教育に至る教育現場における知見は、教育的機能および成果に一貫したネットワーク駆動的効果を示している。