paint-brush
विस्कॉन्सिन में छात्रों को उनकी जाति और आय के कारण "उच्च जोखिम" का लेबल दिया जा रहा हैद्वारा@TheMarkup
593 रीडिंग
593 रीडिंग

विस्कॉन्सिन में छात्रों को उनकी जाति और आय के कारण "उच्च जोखिम" का लेबल दिया जा रहा है

द्वारा The Markup19m2023/12/26
Read on Terminal Reader

बहुत लंबा; पढ़ने के लिए

लेकिन ज्यादातर मामलों में, गर्मियों की यात्राओं के लिए ब्रैडफोर्ड की सूची में शामिल छात्र विस्कॉन्सिन राज्य द्वारा निर्मित नस्लीय रूप से असमान एल्गोरिदम द्वारा उन्हें दिए गए एक लेबल - "उच्च जोखिम" के कारण वहां पहुंचते हैं, जो अक्सर गलत अलार्म उठाता है।
featured image - विस्कॉन्सिन में छात्रों को उनकी जाति और आय के कारण "उच्च जोखिम" का लेबल दिया जा रहा है
The Markup HackerNoon profile picture

यह कहानी सार्वजनिक शिक्षा को कवर करने वाले एक गैर-लाभकारी समाचार संगठन चॉकबीट के साथ पुनः प्रकाशित की गई थी। इसके न्यूज़लेटर्स के लिए यहां साइन अप करें।


पिछली गर्मियों में, विस्कॉन्सिन के केनोशा में ब्रैडफोर्ड हाई स्कूल के प्रशासकों ने नौवीं कक्षा के छात्रों की आने वाली कक्षा के लिए योजना बनाने के लिए हर साल की तरह बैठक की। सैकड़ों मिडिल स्कूलर्स की सूची में से, सहायक प्रिंसिपल मैट ब्राउन और उनके स्टाफ ने 30 से 40 छात्रों की एक सूची बनाई, जिनके बारे में उन्हें संदेह था कि उन्हें स्नातक होने के लिए सबसे अधिक संघर्ष करना पड़ सकता है।


ग्रीष्म अवकाश के दौरान, ब्राउन और उनकी टीम ने सूची बनाई और प्रत्येक बच्चे के घर का दौरा किया। स्टाफ छात्रों के लिए टी-शर्ट लाया, अभिभावकों को अपना परिचय दिया, अपनी संपर्क जानकारी छोड़ी और उन्हें उम्मीद थी कि पहली छाप सकारात्मक होगी।


"यह ऐसा है, 'अरे, हम आपको कुछ ब्रैडफोर्ड गियर से जोड़ना चाहते हैं। अब आप ब्रैडफोर्ड परिवार का हिस्सा बनने जा रहे हैं,'' ब्राउन ने कहा।


"यह उस दृष्टिकोण से सामने आ रहा है, 'अरे, हम यहां आपका समर्थन करने के लिए हैं,' जरूरी नहीं, 'अरे, आपके बच्चे ने पिछले साल वास्तव में गड़बड़ कर दी'... क्योंकि हम नहीं चाहते कि माता-पिता आपके जैसा महसूस करें।' आप पहले से ही अपने बच्चे पर एक उपद्रवी व्यक्ति का लेबल लगा रहे हैं।"


लेकिन ज्यादातर मामलों में, गर्मियों की यात्राओं के लिए ब्रैडफोर्ड की सूची में शामिल छात्र विस्कॉन्सिन राज्य द्वारा निर्मित नस्लीय रूप से असमान एल्गोरिदम द्वारा उन्हें दिए गए एक लेबल - "उच्च जोखिम" के कारण वहां पहुंचते हैं, जो अक्सर गलत अलार्म उठाता है।


2012 के बाद से, ब्राउन जैसे विस्कॉन्सिन स्कूल प्रशासकों को नए छात्रों की पहली छाप ड्रॉपआउट अर्ली वार्निंग सिस्टम (डीईडब्ल्यूएस) से मिली है, जो मशीन लर्निंग एल्गोरिदम का एक समूह है जो ऐतिहासिक डेटा का उपयोग करता है - जैसे कि छात्रों के टेस्ट स्कोर, अनुशासनात्मक रिकॉर्ड, मुफ्त या कम दोपहर के भोजन की कीमत की स्थिति, और दौड़ - यह अनुमान लगाने के लिए कि राज्य में प्रत्येक छठी से नौवीं कक्षा के विद्यार्थी के हाई स्कूल से समय पर स्नातक होने की कितनी संभावना है।


साल में दो बार, स्कूलों को अपने नामांकित छात्रों की एक सूची मिलती है, जिसमें प्रत्येक नाम के आगे DEWS की रंग-कोडित भविष्यवाणी होती है: कम जोखिम के लिए हरा, मध्यम जोखिम के लिए पीला, या स्कूल छोड़ने के उच्च जोखिम के लिए लाल।

शिक्षा अधिकारियों ने एक बार राज्य के स्नातक अंतराल के खिलाफ अपनी लड़ाई में DEWS को एक महत्वपूर्ण उपकरण के रूप में रखा था।


जबकि 94 प्रतिशत श्वेत छात्रों ने पिछले वर्ष समय पर स्नातक की उपाधि प्राप्त की , केवल 82 प्रतिशत हिस्पैनिक और 71 प्रतिशत अश्वेत छात्रों ने चार वर्षों में हाई स्कूल पूरा किया। डीईडब्ल्यूएस का उद्देश्य शिक्षकों के हाथों में वैयक्तिकृत भविष्यवाणियां इतनी जल्दी सौंपना था कि वे किसी बच्चे के पटरी से उतरने के स्पष्ट लक्षण दिखाने से पहले हस्तक्षेप कर सकें।


लेकिन एक दशक के उपयोग और लाखों भविष्यवाणियों के बाद, द मार्कअप ने पाया है कि DEWS गलत और नकारात्मक रूप से प्रभावित कर सकता है कि शिक्षक छात्रों, विशेष रूप से रंगीन छात्रों को कैसे समझते हैं।


और कैलिफोर्निया विश्वविद्यालय, बर्कले के शोधकर्ताओं के आगामी अकादमिक अध्ययन , जिन्होंने द मार्कअप के साथ डेटा और प्रीपब्लिकेशन निष्कर्ष साझा किए हैं, ने निष्कर्ष निकाला है कि डीईडब्ल्यूएस अपने प्राथमिक लक्ष्य में विफल रहा है: छात्रों के लिए स्नातक दरों में सुधार करना इसे "उच्च जोखिम" का लेबल देता है। ”


2021 में किए गए एक आंतरिक सार्वजनिक निर्देश विभाग (डीपीआई) इक्विटी विश्लेषण में पाया गया कि डीईडब्ल्यूएस ने काले और हिस्पैनिक छात्रों के समय पर स्नातक नहीं होने के बारे में झूठी चेतावनी उत्पन्न की, जो उनके श्वेत सहपाठियों की तुलना में काफी अधिक दर पर थी।


विश्लेषण को सारांशित करने वाली एक डीपीआई प्रस्तुति के अनुसार, एल्गोरिदम की झूठी अलार्म दर - कितनी बार यह अनुमान लगाया गया था कि एक छात्र समय पर स्नातक नहीं होगा, वास्तव में वह समय पर स्नातक हुआ - श्वेत छात्रों की तुलना में काले छात्रों के लिए 42 प्रतिशत अंक अधिक था, जिसे हमने विश्लेषण के माध्यम से प्राप्त किया था। सार्वजनिक रिकॉर्ड अनुरोध.


श्वेत छात्रों की तुलना में हिस्पैनिक छात्रों के लिए झूठी अलार्म दर 18 प्रतिशत अंक अधिक थी।

डीपीआई ने डीईडब्ल्यूएस का उपयोग करने वाले स्कूल अधिकारियों को निष्कर्षों के बारे में नहीं बताया है और न ही ऐसा प्रतीत होता है कि डीईडब्ल्यूएस के अनुचित होने के बाद से लगभग दो वर्षों में एल्गोरिदम में बदलाव किया गया है।


हमारे द्वारा समीक्षा की गई इक्विटी विश्लेषण का सारांश देने वाली डीपीआई प्रस्तुति में काले, हिस्पैनिक और श्वेत छात्रों के लिए अंतर्निहित झूठी अलार्म दरें शामिल नहीं थीं जिनका उपयोग डीपीआई ने अपनी गणना करने के लिए किया था। इसमें अन्य जातियों के छात्रों के परिणाम भी शामिल नहीं थे।


विभाग ने विश्लेषण के बारे में सवालों के जवाब देने से इनकार कर दिया और, बाद के सार्वजनिक रिकॉर्ड अनुरोध के जवाब में, डीपीआई ने कहा कि उसके पास प्रस्तुति से परे इक्विटी विश्लेषण परिणामों का कोई दस्तावेज नहीं है। (प्रस्तुति का वीडियो यहां देखा जा सकता है।)


मार्च 2021 में DEWS की सटीकता के एक अलग DPI सत्यापन परीक्षण से पता चलता है कि यह भविष्यवाणी लगभग तीन चौथाई बार गलत थी कि एक छात्र समय पर स्नातक नहीं होगा।


जिन छात्रों का हमने साक्षात्कार लिया, वे यह जानकर आश्चर्यचकित रह गए कि DEWS अस्तित्व में है और उन्होंने द मार्कअप को बताया कि वे चिंतित थे कि एक एल्गोरिदम उनके भविष्य की भविष्यवाणी करने और उन्हें उच्च जोखिम का लेबल देने के लिए उनकी दौड़ का उपयोग कर रहा था।


2022 में ब्रैडफोर्ड हाई स्कूल से स्नातक करने वाले एक काले छात्र क्रिस्टोफर लियोन्स ने कहा, "यह रंग के छात्रों को ऐसा महसूस कराता है जैसे वे अलग हो गए हैं ... जैसे कि उनके पास स्वचालित रूप से कम है।"


विस्कॉन्सिन डीपीआई के प्रवक्ता अबीगैल स्वेट्ज़ ने डीईडब्ल्यूएस के बारे में सवालों के जवाब देने से इनकार कर दिया, लेकिन एक संक्षिप्त ईमेल बयान प्रदान किया।


"क्या DEWS नस्लवादी है?" स्वेट्ज़ ने लिखा। “नहीं, डेटा विश्लेषण नस्लवादी नहीं है। यह गणित है जो हमारे सिस्टम को दर्शाता है। वास्तविकता यह है कि हम एक श्वेत वर्चस्ववादी समाज में रहते हैं, और शिक्षा प्रणाली व्यवस्थित रूप से नस्लवादी है। इसीलिए DPI को DEWS जैसे टूल की आवश्यकता है और इसीलिए हम शैक्षिक समानता के लिए प्रतिबद्ध हैं।


हमारे निष्कर्षों और आगे के सवालों के जवाब में, स्वेट्ज़ ने लिखा, “आपको यह बुनियादी गलतफहमी है कि यह प्रणाली कैसे काम करती है। हम अपनी पिछली प्रतिक्रिया पर कायम हैं।” उन्होंने यह नहीं बताया कि वह बुनियादी ग़लतफ़हमी क्या थी।


डीईडब्ल्यूएस ने अपने द्वारा चुने गए छात्रों को कैसे प्रभावित किया है, इसे एक साथ जोड़ने के लिए, द मार्कअप ने अप्रकाशित डीपीआई शोध की जांच की, जिला-स्तरीय डीईडब्ल्यूएस डेटा के 10 वर्षों का विश्लेषण किया, छात्रों और स्कूल के अधिकारियों का साक्षात्कार लिया, और राज्य के 400 से अधिक जिलों में से 80 से सर्वेक्षण प्रतिक्रियाएं एकत्र कीं। भविष्यवाणियों का उनका उपयोग।


हमारी जांच से पता चलता है कि कई विस्कॉन्सिन जिले DEWS का उपयोग करते हैं - उनमें से 38 प्रतिशत जिन्होंने हमारे सर्वेक्षण का जवाब दिया - और यह कि एल्गोरिदम की तकनीकी विफलताएं शिक्षकों के लिए प्रशिक्षण की कमी के कारण बढ़ गई हैं।


DEWS एक स्वैच्छिक कार्यक्रम है, और DPI शिक्षकों को निर्णय लेने के लिए छात्रों के बारे में अन्य स्थानीय डेटा के साथ संयोजन में भविष्यवाणियों का उपयोग करने के लिए प्रोत्साहित करता है । एजेंसी इस बात पर नज़र नहीं रखती कि स्कूल भविष्यवाणियों का उपयोग कैसे करते हैं या नहीं।


प्रिंसिपलों, अधीक्षकों और अन्य प्रशासकों ने द मार्कअप को बताया कि उन्हें इस बारे में बहुत कम या कोई स्पष्टीकरण नहीं मिला कि डीईडब्ल्यूएस अपनी भविष्यवाणियों की गणना कैसे करता है या "उच्च जोखिम" जैसे लेबल को उचित हस्तक्षेप में कैसे अनुवादित किया जाए।


केनोशा जैसे जिलों में, रंग के छात्रों को पक्षपाती प्रणालियों द्वारा न्याय किए जाने के परिणामों को समझने के लिए डेटा की आवश्यकता नहीं है। 2020 में, जैकब ब्लेक की पुलिस गोलीबारी के बाद शहर ने राष्ट्रीय सुर्खियां बटोरीं।


और इस साल की शुरुआत में, एक 12 वर्षीय अश्वेत छात्रा के परिवार ने केनोशा यूनिफाइड स्कूल डिस्ट्रिक्ट पर मुकदमा दायर किया, क्योंकि सुरक्षा में काम कर रहे एक ऑफ-ड्यूटी पुलिस अधिकारी ने उसे उसके स्कूल के लंचरूम में चोकहोल्ड में डाल दिया था।


2018 में, जिस वर्ष ल्योंस ने ब्रैडफोर्ड हाई स्कूल में प्रवेश किया, वहां एक शिक्षक को छात्रों के सामने नस्लीय टिप्पणी का बार-बार उपयोग करते हुए फिल्माया गया था। उस वर्ष, DEWS ने केनोशा में 43 प्रतिशत काले नौवीं कक्षा के विद्यार्थियों को उच्च जोखिम का लेबल दिया, जबकि श्वेत नौवीं कक्षा के 11 प्रतिशत विद्यार्थियों को उच्च जोखिम का लेबल दिया।


उस समय तक, ल्योंस ने कहा कि वह पहले ही अकादमिक रूप से प्रेरणा खो चुका था। उन्होंने कहा, "ऐसा महसूस हुआ जैसे हमसे कुछ खास करने की उम्मीद नहीं थी।" "ऐसा लगा जैसे वे जानते थे कि हमारा असफल होना तय था।"


फिर उसके द्वितीय वर्ष में कुछ अप्रत्याशित हुआ: COVID-19 महामारी आई, कक्षाएं आभासी हो गईं, और, जैसा कि उसने कहा, दूरस्थ शिक्षा पर स्विच करने के बाद उसके ग्रेड 2.9 GPA से बढ़कर 3.8 GPA हो गए।


कई छात्रों के लिए उनकी शिक्षा में एक भटकाव वाली रुकावट ल्योंस के लिए एक राहत थी जिसने उन्हें ध्यान केंद्रित करने की अनुमति दी। उन्होंने कहा, "मुझ पर मेरे आसपास के शिक्षकों या मेरे आसपास के प्रशासन का कोई सामाजिक दबाव नहीं था।" "यह सिर्फ मैं था, कंप्यूटर, जिससे भी मैं बात कर रहा था।"


पिछले साल, ल्योंस ने फुल-राइड स्कॉलरशिप पर केनोशा के कार्थेज कॉलेज में अपना नया साल शुरू किया। उनकी यात्रा व्यक्तित्व, सीखने की शैली और पर्यावरण की विचित्रताओं को दर्शाती है, कुछ विशेषज्ञों का कहना है कि, सांख्यिकीय रूप से समान छात्रों के जनसंख्या-स्तर के विश्लेषण के आधार पर किसी व्यक्तिगत छात्र के भविष्य की भविष्यवाणी करना प्रतिकूल हो जाता है।


बहरहाल, प्रारंभिक चेतावनी प्रणालियाँ जो छात्र परिणामों की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग करती हैं , K-12 और उच्च शिक्षा में आम हैं। सभी 50 राज्यों के मार्कअप सर्वेक्षण के अनुसार, कम से कम आठ राज्य सार्वजनिक शिक्षा एजेंसियां एल्गोरिथम प्रारंभिक चेतावनी प्रणाली प्रदान करती हैं या भविष्य में उपयोग के लिए वर्तमान में उनका निर्माण कर रही हैं। चार राज्यों ने कोई जवाब नहीं दिया.


विस्कॉन्सिन के अलावा मोंटाना एकमात्र राज्य था जिसने कहा कि उसने जांच की है कि उसकी प्रारंभिक चेतावनी प्रणाली ने विभिन्न नस्लीय समूहों में कैसा प्रदर्शन किया है। मोंटाना ऑफिस ऑफ पब्लिक इंस्ट्रक्शन के प्रवक्ता ब्रायन ओ'लेरी ने कहा कि उनके राज्य का इक्विटी अध्ययन अभी तक समाप्त नहीं हुआ है।

“क्या DEWS उचित है? नहीं ..."

प्रत्येक वर्ष की शुरुआत और उसके मध्य में, DEWS यह गणना करता है कि आने वाले छठी से नौवीं कक्षा के प्रत्येक छात्र के 0 से 100 के पैमाने पर समय पर हाई स्कूल से स्नातक होने की कितनी संभावना है।


90 का स्कोर इंगित करता है कि समान शैक्षणिक, व्यवहारिक और जनसांख्यिकीय विशेषताओं वाले छात्रों ने अतीत में 90 प्रतिशत समय पर स्नातक किया है। कोई भी छात्र जिसका DEWS स्कोर (त्रुटि का मार्जिन प्लस) 78.5 से कम है, उसे समय पर स्नातक न होने का उच्च जोखिम माना जाता है।


शिक्षकों के लिए भविष्यवाणियों को समझना आसान बनाने के लिए, DPI DEWS स्कोर को एक सरल, रंग-कोडित प्रारूप में अनुवादित करता है। राज्यव्यापी सूचना प्रणाली के DEWS टैब में प्रत्येक छात्र के नाम के आगे एक लेबल होता है जो उनके स्कोर और हरा "कम", पीला "मध्यम," या लाल "उच्च" जोखिम पदनाम दर्शाता है।


2020-21 शैक्षणिक वर्ष के दौरान, 32,000 से अधिक छात्र - राज्य के छठी से नौवीं कक्षा के 15 प्रतिशत - को "उच्च जोखिम" करार दिया गया था।


राज्यव्यापी सूचना प्रणाली में छात्रों की DEWS भविष्यवाणियाँ कैसे प्रदर्शित की जाती हैं इसका स्क्रीनशॉट। दो भविष्यवाणियों को लाल रंग में हाइलाइट किया गया है और "उच्च" लेबल दिया गया है, दो भविष्यवाणियों को पीले रंग में लेबल किया गया है और "मध्यम" लेबल किया गया है।

कैप्शन: राज्यव्यापी सूचना प्रणाली में छात्रों की DEWS भविष्यवाणियाँ कैसे प्रदर्शित की जाती हैं, इसके उदाहरण। श्रेय: DPI का DEWS डेटा संक्षिप्त


विशेषज्ञों का कहना है कि सिस्टम को ऐसे तरीकों से डिज़ाइन किया गया है जो अनजाने में छात्रों के बारे में शिक्षकों की राय को पूर्वाग्रहित कर सकता है और दुर्लभ स्कूल संसाधनों को गलत दिशा दे सकता है। विशेष रूप से चिंता की बात यह है कि डीईडब्ल्यूएस नस्ल, विकलांगता और पारिवारिक संपत्ति जैसे कारकों पर कितना अधिक प्रभाव डालता है, जो प्रणालीगत भेदभाव को जन्म देने की संभावना रखते हैं और जिन्हें न तो स्कूल और न ही छात्र बदल सकते हैं।


डीईडब्ल्यूएस में फीड किए गए अन्य डेटा बिंदुओं, जैसे अनुशासन दर, में स्पष्ट नस्लीय असमानताएं हैं- डीपीआई यह जानता है और उसने अपनी वेबसाइट पर इसके बारे में लिखा है


तोलानी ब्रिटन ने कहा, "मुझे इस बात पर आश्चर्य है कि ये जोखिम श्रेणियां स्कूलों और जिलों को संरचनात्मक मुद्दों के बजाय व्यक्तियों को देखने के लिए कैसे प्रेरित करती हैं - यह कहते हुए कि इस बच्चे को संरचनात्मक मुद्दों के बजाय इन चीजों की आवश्यकता है, जिसके कारण हम इन जोखिमों को देख रहे हैं।" यूसी बर्कले में शिक्षा के प्रोफेसर, जिन्होंने DEWS पर आगामी अध्ययन का सह-लेखन किया।


"मुझे नहीं लगता कि यह कोई बुरी बात है कि छात्रों को अतिरिक्त संसाधन मिलते हैं, लेकिन साथ ही, ऐसे एल्गोरिदम बनाना जो आपकी नस्ल या जातीयता को हाई स्कूल पूरा करने की आपकी क्षमता से जोड़ते हैं, नीचे जाने के लिए एक खतरनाक रास्ता लगता है।"


जब DEWS भविष्यवाणी करता है कि एक छात्र स्नातक होगा, तो यह आमतौर पर सही होता है - 2021 सत्यापन परीक्षण के अनुसार, 97 प्रतिशत बार वे छात्र मानक चार वर्षों में स्नातक होते हैं, जो दिखाता है कि ऐतिहासिक डेटा पर परीक्षण करने पर एल्गोरिदम ने कैसा प्रदर्शन किया।


लेकिन जब DEWS ने भविष्यवाणी की कि कोई छात्र ऐसा नहीं करेगा, तो यह आम तौर पर गलत था - 74 प्रतिशत मामलों में वे छात्र उसी परीक्षण के अनुसार समय पर स्नातक होते हैं।


यह आंशिक रूप से डिज़ाइन द्वारा है. डीपीआई व्यापक जाल बिछाने और पढ़ाई छोड़ने के जोखिम वाले छात्रों की अधिक पहचान करने के लिए डीईडब्ल्यूएस को कैलिब्रेट करता है।


जर्नल ऑफ एजुकेशनल डेटा माइनिंग में डीईडब्ल्यूएस का वर्णन करने वाले 2015 के एक पेपर में, पूर्व डीपीआई शोध विश्लेषक जेरेड नोल्स ने लिखा था कि डीपीआई "स्पष्ट रूप से कह रहा था कि हम स्वीकार करने को तैयार हैं" 25 गलत अलार्म कि छात्र स्नातक नहीं होंगे यदि इसका मतलब एक ड्रॉपआउट की सही पहचान करना है।


लेकिन अपने इक्विटी विश्लेषण में, डीपीआई ने पाया कि एल्गोरिदम समान रूप से गलत अलार्म उत्पन्न नहीं करते हैं।

डीपीआई प्रस्तुति से एक स्लाइड का स्क्रीनशॉट। शीर्षक है "क्या DEWS उचित है?" और प्रेजेंटेशन नोट्स इसके नीचे हाइलाइट किए गए हैं। नोट्स कहते हैं, "प्रश्न का उत्तर देने के लिए, नहीं..."

कैप्शन: डीपीआई प्रस्तुति से एक स्क्रीनशॉट जिसमें विभाग के डीईडब्ल्यूएस इक्विटी विश्लेषण के परिणामों का सारांश दिया गया है। श्रेय: विस्कॉन्सिन डीपीआई


डीपीआई अनुसंधान विश्लेषक ने नोट में लिखा है, "लेमैन की शर्तों में: मॉडल समय पर स्नातकों में श्वेत छात्रों की अधिक पहचान करता है, जबकि यह गैर-समय पर स्नातकों में काले, हिस्पैनिक और रंग के अन्य छात्रों की अधिक पहचान करता है।" प्रस्तुति।


प्रस्तुतिकरण यह निर्दिष्ट नहीं करता है कि इक्विटी विश्लेषण के प्रयोजन के लिए DEWS स्कोर ऑन-टाइम ग्रेजुएशन के रूप में क्या योग्य हैं।


स्लाइड के लिए नोट्स, जिसका शीर्षक है "क्या DEWS उचित है?" निष्कर्ष "नहीं..." के साथ समाप्त करें


प्रारंभिक चेतावनी प्रणाली का अध्ययन करने वाले पेंसिल्वेनिया विश्वविद्यालय के शिक्षा प्रोफेसर रयान बेकर ने कहा, "वे निश्चित रूप से एक मॉडल का उपयोग कर रहे हैं जिसमें छात्रों की नस्ल के संदर्भ में व्यवस्थित त्रुटियां हैं, और यह वास्तव में कुछ ऐसा है जिसे ठीक किया जाना चाहिए।"


"उनके पास भविष्यवक्ता के रूप में जनसांख्यिकीय कारक थे और यह उन चर के अर्थ पर अधिक जोर देगा और इस तरह के प्रभाव का कारण बनेगा।"

↩︎ लिंक

DEWS रहस्योद्घाटन का एक दशक

हाल ही में, मुख्य रूप से यूसी बर्कले से काम करने वाले शोधकर्ताओं की एक टीम - डॉक्टरेट उम्मीदवार जुआन पेरडोमो, ब्रिटन, और एल्गोरिथम निष्पक्षता विशेषज्ञ मोरित्ज़ हार्ड्ट और रेडिएट अबेबे - ने एक अलग लेंस के माध्यम से डीईडब्ल्यूएस की प्रभावकारिता की जांच की है।


डीईडब्ल्यूएस डेटा के लगभग 10 वर्षों का उपयोग करके उनका शोध - जिसे डीपीआई ने स्वेच्छा से साझा किया है - यह अब तक का सबसे बड़ा विश्लेषण है कि एक पूर्वानुमानित प्रारंभिक चेतावनी प्रणाली छात्रों के परिणामों को कैसे प्रभावित करती है।


जबकि पिछले अध्ययनों में पूछा गया है कि ऐतिहासिक डेटा के विरुद्ध परीक्षण किए जाने पर प्रारंभिक चेतावनी प्रणालियाँ कितनी सटीक रूप से कार्य करती हैं, यूसी बर्कले अध्ययन यह जांच करता है कि क्या डीईडब्ल्यूएस ने उच्च जोखिम वाले वास्तविक छात्रों के लिए बेहतर स्नातक दर का नेतृत्व किया है।


शोधकर्ताओं ने परीक्षण किया कि क्या उन छात्रों के लिए स्नातक दरों में सुधार हुआ है जिनके डीईडब्ल्यूएस स्कोर 78.5 सीमा से ठीक नीचे थे, उन्हें उन छात्रों की तुलना में उच्च जोखिम श्रेणी में रखा गया था जिनके स्कोर उस सीमा से ठीक ऊपर थे, उन्हें मध्यम जोखिम श्रेणी में रखा गया था।


यदि प्रणाली अपेक्षा के अनुरूप काम करती है, तो उच्च जोखिम श्रेणी के छात्रों को स्नातक दर में सुधार देखने को मिलेगा क्योंकि उन्हें अतिरिक्त संसाधन प्राप्त होंगे, लेकिन अध्ययन में पाया गया कि उच्च जोखिम श्रेणी में रखे जाने का इस बात पर कोई सांख्यिकीय रूप से महत्वपूर्ण प्रभाव नहीं पड़ता है कि छात्र समय पर स्नातक हुए हैं या नहीं।


लेखकों ने लिखा, "इस बात का कोई सबूत नहीं है कि DEWS भविष्यवाणियों ने किसी भी तरह से समय पर स्नातक होने की संभावना को प्रभावित किया है।"


यूसी बर्कले के अध्ययन से पता चलता है कि यदि प्रणाली मंशा के अनुरूप काम कर रही थी और स्कूल उच्च जोखिम वाले छात्रों के लिए अधिक संसाधन निर्देशित कर रहे थे, तो इसका एक अलग लेकिन असमान प्रभाव भी होगा।


लेखकों ने लिखा, "यदि स्कूल अपने [डीईडब्ल्यूएस] अंकों की रैंकिंग करके और स्नातक की सबसे कम अनुमानित संभावना वाले लोगों का चयन करके हस्तक्षेप के लिए छात्रों का चयन करते हैं, तो वंचित छात्रों को व्यवस्थित रूप से नजरअंदाज कर दिया जाएगा और प्राथमिकता से वंचित कर दिया जाएगा।"


ऐसा इसलिए है क्योंकि DEWS की अनुमानित स्नातक दरें छात्रों की वास्तविक स्नातक दरों को सटीक रूप से प्रतिबिंबित नहीं करती हैं। यूसी बर्कले के शोधकर्ताओं द्वारा द मार्कअप के साथ साझा किए गए आंकड़ों के अनुसार, विशेष रूप से श्वेत छात्र अपने डीईडब्ल्यूएस स्कोर की तुलना में बहुत अधिक दरों पर स्नातक होते हैं।


उदाहरण के लिए, रंगीन छात्र जिन्होंने 83 का DEWS स्कोर प्राप्त किया, वे 90 प्रतिशत समय पर स्नातक हुए। यह पिछले वर्ष विस्कॉन्सिन की राज्यव्यापी औसत स्नातक दर के समान है।


जिन श्वेत छात्रों ने समान DEWS स्कोर 83 प्राप्त किया, वे 93 प्रतिशत समय पर स्नातक हुए, जो राज्य के औसत से अधिक था।


लेकिन महत्वपूर्ण रूप से, जिन श्वेत छात्रों ने 63 के काफी कम डीईडब्ल्यूएस स्कोर प्राप्त किए, वे अनिवार्य रूप से उच्च स्कोरिंग वाले श्वेत छात्रों के समान दर पर समय पर स्नातक हुए: 92 प्रतिशत समय।


लेकिन 68 डीईडब्ल्यूएस स्कोर प्राप्त करने वाले रंग के छात्र केवल 81 प्रतिशत समय पर स्नातक हुए, जो राज्य के औसत से कम है।


दूसरे शब्दों में, यदि शिक्षकों ने डीईडब्ल्यूएस की सलाह का पालन किया और 68 के स्कोर के साथ रंगीन छात्रों की तुलना में 63 के स्कोर वाले श्वेत छात्रों को मदद के लिए प्राथमिकता दी, तो उन्होंने उन छात्रों को प्राथमिकता दी होगी जो अंततः औसत से अधिक दरों पर स्नातक होते हैं, उन छात्रों की तुलना में जो अंततः नीचे स्नातक होते हैं- औसत दरें.


अध्ययन में निष्कर्ष निकाला गया कि एल्गोरिदम की उस विशेष विचित्रता ने संभवतः विस्कॉन्सिन में असमानता को नहीं बढ़ाया है, क्योंकि डीईडब्ल्यूएस नस्ल की परवाह किए बिना उच्च जोखिम वाले लेबल वाले किसी भी व्यक्ति के लिए परिणामों में सुधार नहीं कर रहा है।

उन्नत एल्गोरिदम, द्वितीय श्रेणी स्कूल प्रणाली

अपने शुरुआती दिनों से, DPI ने राज्य के "अस्वीकार्य" स्नातक अंतर से निपटने के लिए DEWS को एक लागत प्रभावी उपकरण के रूप में प्रचारित किया। लेकिन प्रारंभिक चेतावनी प्रणाली एजेंसी की पहली पसंद समाधान नहीं थी।


2011 में अपने द्विवार्षिक बजट प्रस्ताव के हिस्से के रूप में, विस्कॉन्सिन डीपीआई, जो टोनी एवर्स के नेतृत्व में था, जो अब राज्य के गवर्नर हैं, ने "हर बच्चा एक स्नातक" अनुदान कार्यक्रम के लिए $20 मिलियन का अनुरोध किया जो संघर्षरत जिलों को सीधे संसाधन भेजेगा। .


उस वर्ष, राज्य में 91 प्रतिशत श्वेत छात्रों ने 64 प्रतिशत अश्वेत छात्रों की तुलना में समय पर हाई स्कूल से स्नातक किया।


लेकिन तत्कालीन गवर्नर स्कॉट वॉकर की सार्वजनिक शिक्षा के लिए एक अलग योजना थी। उन्होंने दो साल के बजट से पब्लिक स्कूलों के लिए राज्य वित्त पोषण में लगभग $800 मिलियन, लगभग 7 प्रतिशत की कटौती की । इसमें "हर बच्चा एक स्नातक" के लिए $20 मिलियन शामिल था, जिसमें से वॉकर के प्रशासन ने सभी विद्यार्थियों के डेटा को एक ही स्थान पर रखने के लिए एक राज्यव्यापी छात्र सूचना प्रणाली बनाने के लिए $15 मिलियन को पुनर्निर्देशित किया


अपने अनुदान कार्यक्रम को अस्वीकार कर दिया लेकिन नए डेटा के भंडार के साथ, डीपीआई ने अपने स्नातक अंतराल के लिए एक उच्च तकनीक समाधान की तलाश की। 2012 में, इसने DEWS का संचालन शुरू किया।


इसके निर्माण के समय, DEWS देश की सबसे उन्नत पूर्वानुमानित प्रारंभिक चेतावनी प्रणालियों में से एक थी।


इसकी सटीकता "वर्तमान में उपयोग में आने वाली कुछ सबसे अच्छी तरह से मानी जाने वाली प्रणालियों के बराबर थी, लेकिन स्कूल के वातावरण के अधिक विविध सेटों में, [और] पहले के ग्रेड में, बड़े पैमाने पर की जाती है," पूर्व डीपीआई अनुसंधान विश्लेषक नोल्स सिस्टम का निर्माण किसने किया, 2015 जर्नल ऑफ एजुकेशनल डेटा माइनिंग पेपर में लिखा।


डीपीआई ने तुरंत भविष्य कहनेवाला विश्लेषण के अपने उपयोग का विस्तार करने का फैसला किया और 2016 में कॉलेज और कैरियर रेडीनेस अर्ली वार्निंग सिस्टम (सीसीआरईडब्ल्यूएस) नामक एक सहयोगी एल्गोरिदम लॉन्च किया, जो भविष्यवाणी करता है कि छात्र एसीटी और कॉलेज के लिए "तैयार" या "तैयार नहीं" हैं।


विस्कॉन्सिन स्कूल जिलों के मार्कअप सर्वेक्षण में, 80 उत्तरदाताओं में से सात ने कहा कि वे कुछ क्षमता में सीसीआरईडब्ल्यूएस का उपयोग करते हैं, जबकि 30 जिलों ने डीईडब्ल्यूएस का उपयोग करने की सूचना दी है।


2019 में, DPI ने DEWS पर आधारित एक और एल्गोरिथम मॉडल का संचालन किया, जिसका उद्देश्य यह अनुमान लगाना था कि कौन से छात्र AP पाठ्यक्रमों में सफल होंगे। सार्वजनिक रिकॉर्ड अनुरोध के माध्यम से प्राप्त दस्तावेजों के अनुसार, 11 जिलों के स्कूलों ने पायलट के लिए साइन अप किया था, लेकिन सीओवीआईडी -19 महामारी की शुरुआत के बाद परियोजना को छोड़ दिया गया था।


विस्कॉन्सिन में काले और सफेद छात्रों के बीच स्नातक स्तर के अंतर की प्रतिशत संख्या 2011 से कम हो गई है, डीईडब्ल्यूएस के पायलट होने से एक साल पहले।


पूर्वानुमानित एल्गोरिदम के साथ राज्य के प्रयोग के पिछले दशक में, विस्कॉन्सिन की शैक्षिक असमानता में शायद ही सुधार हुआ है।


2011 के बाद से काले और सफेद छात्रों के बीच स्नातक स्तर की पढ़ाई का अंतर केवल चार अंक कम होकर 27 से 23 प्रतिशत हो गया है। इस बीच, विस्कॉन्सिन में आठवीं कक्षा के काले और सफेद विद्यार्थियों के पढ़ने के अंकों के बीच का अंतर 2011 से लेकर अब तक प्रत्येक राष्ट्रीय शैक्षिक प्रगति मूल्यांकन (एनएईपी) में देश के किसी भी राज्य की तुलना में सबसे खराब रहा है।


2009 के बाद से प्रत्येक NAEP पर आठवीं कक्षा के काले और सफेद विद्यार्थियों के गणित अंकों के बीच किसी भी राज्य का सबसे बड़ा अंतर है।


"जब वह डेटा सामने आता है तो मैं हमेशा यह सवाल पूछता हूं कि काले बच्चे कितना बुरा कर रहे हैं, [बल्कि] यह कैसे है कि गोरे बच्चे इतना अच्छा कैसे कर रहे हैं?" शिक्षा असमानता पर एक राष्ट्रीय विशेषज्ञ और विस्कॉन्सिन-मैडिसन विश्वविद्यालय के सेवानिवृत्त प्रोफेसर ग्लोरिया लैडसन-बिलिंग्स ने कहा।


“ऐसा नहीं है कि हम नहीं जानते कि इन बच्चों को कैसे आगे बढ़ाया जाए। समस्या यह है कि हमारी पर्याप्त देखभाल के लिए उन्हें डिवीजन I एथलीटों की तरह दिखना होगा।


विस्कॉन्सिन में काले और हिस्पैनिक छात्रों ने द मार्कअप को बताया कि वे अक्सर दूसरे दर्जे की स्कूल प्रणाली का हिस्सा महसूस करते हैं।


यूडब्ल्यू-पार्कसाइड में 21 वर्षीय छात्र केनिस पेरी ने वौकेशा के उपनगर में जाने से पहले मिल्वौकी पब्लिक स्कूलों में पढ़ाई की, जहां 49 प्रतिशत काले लोग हैं, जहां स्कूलों में केवल 6 प्रतिशत काले लोग हैं। उन्होंने कहा कि उनका बचपन कठिन था, उनका घरेलू जीवन कभी-कभी अस्थिर था, और उनके स्कूल संभवतः उन्हें "उच्च जोखिम" वाली छात्रा मानते थे।


“मैं अपनी सभी कक्षाओं में एकमात्र अश्वेत बच्चा था। मेरे जैसा दिखने वाले किसी भी अन्य व्यक्ति का कोई प्रतिनिधित्व नहीं है, और मेरे साथी बेहद नस्लवादी थे, ”उसने कहा। “यह वास्तव में दर्दनाक था… मैं बहुत गुस्से में था और मुझे नहीं पता था कि मैं अपना गुस्सा कैसे व्यक्त करूं। मैं दुखी था.


तो फिर, निश्चित रूप से, लेबल और सामान शुरू हो गए। लेकिन मुझे लगता है कि जो लोग इसे बनाते हैं और जो लोग नहीं बनाते हैं, उनके बीच का अंतर आपके आस-पास के लोग हैं, जैसे मेरे पास ऐसे लोग थे जो मेरी परवाह करते थे और मुझे दूसरा मौका और चीजें देते थे। [DEWS] इन उच्च जोखिम वाले बच्चों और उनके आंकड़ों को सूचीबद्ध करते हुए, आप उन्हें मौका भी नहीं दे रहे हैं, आप पहले से ही उन पर लेबल लगा रहे हैं।"


वौकेशा के स्कूल जिले ने द मार्कअप के सर्वेक्षण या टिप्पणी के अनुरोध का जवाब नहीं दिया। हालाँकि, सार्वजनिक रिकॉर्ड अनुरोधों के माध्यम से प्राप्त दस्तावेज़ों से पता चलता है कि वौकेशा नॉर्थ हाई स्कूल, जिसमें पेरी ने भाग लिया था, ने डीपीआई के एल्गोरिदम के लिए पायलट में भाग लेने के लिए साइन अप किया था, जो यह अनुमान लगाने के लिए डिज़ाइन किया गया था कि कौन से छात्र एपी कक्षाओं में सफल होंगे।


प्रवक्ता स्टीफन डेविस ने द मार्कअप को एक ईमेल में लिखा, राज्य का सबसे बड़ा जिला, मिल्वौकी पब्लिक स्कूल, अपनी प्रारंभिक चेतावनी प्रणाली के लिए DEWS या किसी भी प्रकार की मशीन लर्निंग का उपयोग नहीं करता है। कई जिलों और राज्यों की तरह, यह इसके बजाय एक निम्न-तकनीकी दृष्टिकोण का उपयोग करता है जो छात्रों की पहचान इस आधार पर करता है कि क्या उन्होंने कुछ बेंचमार्क हासिल किए हैं, जैसे कि पूर्वनिर्धारित दिनों के लिए अनुपस्थित रहना।


पिछले साल, कुडाही हाई स्कूल के छात्रों ने नस्लवादी घटनाओं के जवाब में अपना पहला ब्लैक स्टूडेंट यूनियन बनाया, उन्हें लगा कि स्कूल का प्रशासन उचित तरीके से संबोधित नहीं कर रहा है।


"आप जानते हैं कि [श्वेत छात्र] पहले से ही आगे हैं," कडाही के ब्लैक स्टूडेंट यूनियन की जूनियर और उपाध्यक्ष मिया टाउनसेंड ने कहा। "आप पहले से ही उस अलगाव को महसूस कर रहे हैं... उनके पास अधिक अवसर हैं और जब कुछ चीजों की बात आती है तो उनके पास अधिक छूट होती है।"


बीएसयू में छात्रों ने व्यवस्थित रूप से एक-दूसरे के लिए उसी तरह के सहायक हस्तक्षेप प्रदान किए हैं जो राज्य को अपने पूर्वानुमानित एल्गोरिदम के माध्यम से हासिल करने की उम्मीद थी।


2020-21 स्कूल वर्ष के दौरान, विस्कॉन्सिन में 18 प्रतिशत श्वेत छात्रों ने 5 प्रतिशत अश्वेत छात्रों की तुलना में एपी परीक्षा दी। टाउनसेंड, एक ऑनर रोल छात्रा, ने कहा कि वह एपी पाठ्यक्रमों से बचने की राह पर थी जब तक कि बीएसयू के अध्यक्ष, साथी जूनियर मौरिस न्यूटन ने उससे चुनौती स्वीकार करने का आग्रह नहीं किया। उसने अगले वर्ष एपी अंग्रेजी कक्षा में शामिल होने के लिए कहा।


न्यूटन ने कहा, "वे ऐसा प्रतीत करते हैं जैसे यह अधिक चुनौतीपूर्ण है और यह ईमानदारी से वैसा ही है।" "आप अच्छे ग्रेड के साथ कक्षा उत्तीर्ण कर सकते हैं।"


डीईडब्ल्यूएस के बारे में द मार्कअप के सवालों के जवाब में, कुदाही जिला अधीक्षक टीना ओवेन-मूर ने एक ईमेल थ्रेड साझा किया जिसमें स्टाफ सदस्यों ने व्यक्त किया कि वे इसके बारे में नहीं जानते थे और वर्तमान में भविष्यवाणियों का उपयोग नहीं करते थे, लेकिन परामर्शदाता "इस संसाधन के बारे में उत्साहित थे। ”


हालाँकि, हमारे निष्कर्षों की समीक्षा करने के बाद, ओवेन-मूर ने लिखा, "यह निश्चित रूप से मेरे दृष्टिकोण को बदल देता है !!"

"उन्होंने हमें सिर्फ डेटा सौंपा और कहा, 'इसका पता लगाएं।' ”

द मार्कअप के सर्वेक्षण पर प्रतिक्रिया देने वाले कई जिलों ने कहा कि वे डीईडब्ल्यूएस भविष्यवाणियों का उपयोग उसी तरह करते हैं जैसे ब्राउन और केनोशा में ब्रैडफोर्ड हाई स्कूल के कर्मचारी करते हैं - यह पहचानने के लिए कि उनके भवनों में किन नए छात्रों को अतिरिक्त ध्यान देने की आवश्यकता हो सकती है।


उदाहरण के लिए, एपलटन के स्कूल जिले के शहर में, हाई स्कूल केस प्रबंधक समर्थन की आवश्यकता वाले आने वाले प्रथम वर्ष के छात्रों की पहचान करने और विशेष शिक्षा केसलोएड निर्धारित करने के लिए डीईडब्ल्यूएस और अन्य डेटा का उपयोग करते हैं।


DEWS डेटा पर "बहुत अधिक" भरोसा करते हुए, विन्नेकोन स्कूल डिस्ट्रिक्ट माता-पिता को पत्र भेजकर सूचित करता है कि उनका बच्चा जोखिम में हो सकता है, हालांकि वे पत्र एल्गोरिदम का संदर्भ नहीं देते हैं।


लेकिन कुछ स्कूलों ने डेटा के लिए अन्य, ऑफ-लेबल उपयोग ढूंढ लिए हैं। उदाहरण के लिए, मेपल स्कूल डिस्ट्रिक्ट की अधीक्षक सारा क्रोनी ने द मार्कअप को बताया कि उनके स्टाफ ने गैर-सगाई छात्रों तक पहुंचने पर केंद्रित स्टाफ डेवलपमेंट अनुदान के लिए सफलतापूर्वक आवेदन करने के लिए DEWS के "कथित निष्पक्ष डेटा" का उपयोग किया है।


रैसीन शहर में, मध्य विद्यालयों ने एक बार DEWS का उपयोग यह चुनने के लिए किया था कि किन छात्रों को एक विशेष "हिंसा मुक्त क्षेत्र" कार्यक्रम में रखा जाएगा, जिसमें विघटनकारी छात्रों को एक अलग कक्षा में भेजना शामिल था।


प्रवक्ता स्टेसी टैप ने एक ईमेल में लिखा, रैसीन स्कूल डिस्ट्रिक्ट "वर्तमान में DEWS या CCREWS का उपयोग नहीं कर रहा है।"


द मार्कअप के साक्षात्कार में शामिल कई प्रशासकों ने कहा कि उन्हें इस बात पर बहुत कम या कोई प्रशिक्षण नहीं मिला है कि DEWS अपनी भविष्यवाणियों की गणना कैसे करता है या उनकी व्याख्या कैसे करता है।


क्रोनी ने कहा, "उन्होंने हमें सिर्फ डेटा सौंपा और कहा, 'इसका पता लगाओ।" "तो हमारे प्रिंसिपल इसका विश्लेषण करेंगे और तय करेंगे कि जोखिम वाले क्षेत्र में कौन से बच्चे हैं।"


डीपीआई अपनी वेबसाइट पर डीईडब्ल्यूएस कैसे काम करता है और इसके इच्छित उपयोग के बारे में दस्तावेज प्रदान करता है, लेकिन अधिकांश सार्वजनिक-सामना वाली सामग्री प्रणाली के बारे में एक महत्वपूर्ण तथ्य छोड़ देती है: इसकी भविष्यवाणियां आंशिक रूप से छात्रों की जाति, लिंग, पारिवारिक संपत्ति और पर आधारित होती हैं। अन्य कारक जिन पर स्कूलों का कोई नियंत्रण नहीं है।


उदाहरण के लिए, विभाग की DEWS एक्शन गाइड में यह उल्लेख नहीं किया गया है कि छात्र जाति, लिंग, या मुफ्त या कम कीमत पर दोपहर के भोजन की स्थिति एल्गोरिदम के लिए प्रमुख इनपुट चर हैं।


डीईडब्ल्यूएस पूर्वानुमान उत्पन्न करने के लिए उपयोग किए गए डेटा का वर्णन करने वाले डीपीआई के वेबपेज में जानकारी की चार अलग-अलग श्रेणियां सूचीबद्ध हैं: उपस्थिति, अनुशासनात्मक रिकॉर्ड, पिछले वर्ष में भाग लेने वाले जिलों की संख्या (गतिशीलता), और राज्य परीक्षण स्कोर।


इसमें कहा गया है कि "जनसांख्यिकीय विशेषताओं का उपयोग किया जाता है," लेकिन यह नहीं कि कौन सी विशेषताएँ या वे भविष्यवाणियों को कैसे प्रभावित करती हैं।


इसी तरह, जब शिक्षक राज्यव्यापी सूचना प्रणाली में छात्रों की डीईडब्ल्यूएस भविष्यवाणियों को देखते हैं, तो वे जांच कर सकते हैं कि छात्रों की उपस्थिति, अनुशासनात्मक रिकॉर्ड, गतिशीलता और परीक्षण स्कोर समग्र जोखिम लेबल को कैसे प्रभावित करते हैं, लेकिन उन्हें यह नहीं दिखाया जाता है कि छात्रों की जनसांख्यिकीय विशेषताएं भविष्यवाणी को कैसे प्रभावित करती हैं .


रिचलैंड स्कूल डिस्ट्रिक्ट के पाठ्यक्रम और निर्देश के निदेशक शैरी जॉनसन ने कहा कि उनके स्कूल "उच्च जोखिम" वाले छात्रों को उस श्रेणी से बाहर निकालने के लक्ष्य के साथ कार्य योजना बनाना और स्टाफ मेंटर नियुक्त करना शुरू कर रहे हैं, खासकर उन लोगों को जो "सबसे अधिक जोखिम" में हैं। ” क्योंकि उसने कहा कि हर किसी को सलाह देना संभव नहीं होगा।


हालाँकि, जब उसने द मार्कअप से बात की, तो उसे नहीं पता था कि विकलांगता या आर्थिक रूप से वंचित होने जैसी विशेषताएं किसी छात्र के स्कोर को प्रभावित करती हैं।


“यह किसकी ज़िम्मेदारी है कि हम इन चीज़ों के बारे में जानें? इस स्थिति में यह मेरी चिंता का विषय है, मेरे लिए यह केवल संयोग से पता चला है, ”जॉनसन ने कहा। "मैं जो करता हूं उसका सीधा संबंध DEWS और वहां मौजूद जानकारी से है, और यह मेरे लिए डरावना है।"


डीईडब्ल्यूएस कैसे काम करता है और शिक्षक इसे कैसे काम करते हैं, इसके बीच का अंतर डीपीआई के लिए कोई खबर नहीं है।


2016 में, मिडवेस्ट रीजनल एजुकेशन लेबोरेटरी के शोधकर्ताओं ने डीईडब्ल्यूएस के साथ मिडिल स्कूल के प्रिंसिपलों के अनुभवों के सर्वेक्षण के आधार पर डीपीआई के लिए एक रिपोर्ट लिखी थी जो कभी प्रकाशित नहीं हुई थी।


रिपोर्ट, जिसे हमने सार्वजनिक रिकॉर्ड अनुरोधों के माध्यम से प्राप्त किया, ने निष्कर्ष निकाला कि उत्तरदाता "हस्तक्षेपों की पहचान और निगरानी करने के तरीके पर अधिक प्रशिक्षण और समर्थन चाहते हैं" और "डीईडब्ल्यूएस पर समय, पैसा और प्रशिक्षण" सिस्टम का उपयोग करने में शीर्ष बाधाएं थीं।


ब्रैडफोर्ड हाई स्कूल के प्रिंसिपल ब्रायन गीगर ने कहा कि उन्हें इसके लॉन्च के समय डीईडब्ल्यूएस के बारे में सुनना याद है, जब वह एक अन्य केनोशा स्कूल में सहायक प्रिंसिपल थे, और तब से उन्होंने ग्रीष्मकालीन घरेलू दौरे सहित विभिन्न उद्देश्यों के लिए इसका इस्तेमाल किया है।


अब ब्रैडफोर्ड में उनके सहायक प्रिंसिपल ब्राउन ने यह अभ्यास शुरू कर दिया है। यह जानते हुए भी कि DEWS में खामियाँ हैं, ब्राउन ने कहा कि भविष्यवाणियाँ आने वाले छात्रों के लिए उनके पास सबसे अच्छा डेटा है।


“यह 100 प्रतिशत भविष्यवक्ता नहीं है। इस पर मेरी धारणा यह है कि हम इसे एक मार्गदर्शक के रूप में उपयोग करते हैं," उन्होंने कहा, "काश हम सभी 1,400 बच्चों (ब्रैडफोर्ड हाई स्कूल में नामांकित) के हर एक घर का दौरा कर पाते। हमारे पास ऐसा करने के लिए ग्रीष्मकालीन स्कूल का बजट नहीं है।”

सुधार, 11 मई, 2023

इस आलेख में मानचित्र के पिछले संस्करण में हवाई, नेवादा, न्यू जर्सी, उत्तरी कैरोलिना और मिशिगन को गलत तरीके से शामिल किया गया था। वे राज्य प्रारंभिक चेतावनी प्रणालियों का उपयोग करते हैं, लेकिन वे छात्रों के परिणामों की भविष्यवाणी करने के लिए एल्गोरिदम या मशीन लर्निंग का उपयोग नहीं करते हैं।


क्रेडिट: टॉड फेदर्स , को ब्रैग , जोएल ईस्टवुड , गेब्रियल होंग्सडुसिट , रॉडनी जॉनसन , जेरेमी सिंगर-वाइन , मारिया पुएर्टस , और जिल जारॉफ


यहाँ भी प्रकाशित किया गया


अनस्प्लैश पर सिगमंड द्वारा फोटो