PDF to HTML - Convert PDF files to HTML files

Børne- og Undervisningsudvalget 2014-15 (1. samling)
BUU Alm.del Bilag 111
Offentligt

SKOLERETTEDE INDSATSER

FOR ELEVER MED SVAG

SOCIOØKONOMISK BAGGRUND

EN SYSTEMATISK FORSKNINGSKORTLÆGNING OG SYNTESE

15:07

JENS DIETRICHSON

MARTIN BØG

TRINE FILGES

ANNE-MARIE KLINT JØRGENSEN

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

15:07

SKOLERETTEDE INDSATSER

FOR ELEVER MED SVAG

SOCIOØKONOMISK BAGGRUND

EN SYSTEMATISK FORSKNINGSKORTLÆGNING OG

SYNTESE

JENS DIETRICHSON

MARTIN BØG

TRINE FILGES

ANNE-MARIE KLINT JØRGENSEN

KØBENHAVN

2015

SFI – DET NATIONALE FORSKNINGSCENTER FOR VELFÆRD

PDF to HTML - Convert PDF files to HTML files

SKOLERETTEDE INDSATSER FOR ELEVER MED SVAG SOCIOØKONOMISK

BAGGRUND.

EN SYSTEMATISK FORSKNINGSKORTLÆGNING OG SYNTESE.

Afdelingsleder: Mette Deding

Afdelingen for skole og uddannelse

ISSN: 1396-1810

ISBN: 978-87-7119-287-2

e-ISBN: 978-87-7119- 288-9

Layout: Hedda Bank

Forsidefoto: Colourbox

Oplag: 300

Tryk: Rosendahls – Schultz Grafisk A/S

SFI – Det Nationale Forskningscenter for Velfærd

Herluf Trolles Gade 11

1052 København K

Tlf. 33 48 08 00

[email protected]

www.sfi.dk

SFI’s publikationer kan frit citeres med tydelig angivelse af kilden.

PDF to HTML - Convert PDF files to HTML files

INDHOLD

FORORD

RESUMÉ

SAMMENFATNING

Metode

Resultater

Implikationer for praksis

Implikationer for forskningen

Afsluttende bemærkninger

INDLEDNING

Socioøkonomisk baggrund, faglige præstationer og behovet for

indsatser

Systematiske forskningsoversigter og metaanalyser

Forskningsoversigter på området

PDF to HTML - Convert PDF files to HTML files

METODE

Inklusionskriterier

Søgestrategi

Screeningproces

Risiko for bias

Kodning

Synteseprocedurer og statistisk analyse

SYNTESE

Søge- og screeningresultater

Kortlægning af de inkluderede studier

Metaanalyse

DISKUSSION

Metodebegrænsninger

Implikationer for praksis

Implikationer for forskningen

Afsluttende bemærkninger

BILAG

Bilag 1

Referencer

LITTERATUR

127

SFI-RAPPORTER SIDEN 2014

135

PDF to HTML - Convert PDF files to HTML files

FORORD

Denne rapport er udarbejdet på foranledning af Undervisningsministeri-

et. Det specifikke formål med rapporten er at undersøge skolerettede

indsatser, der kan mindske betydningen af socioøkonomisk baggrund for

faglige resultater. Rapporten indeholder en systematisk kortlægning af

internationale effektstudier af skolerettede indsatser for elever med svag

socioøkonomisk baggrund samt en kvantitativ syntese.

Vi takker Ulla Højmark Jensen for givende diskussioner inden

projektets start.

Rapporten er skrevet af forskerne Jens Dietrichson og Martin

Bøg, seniorforsker Trine Filges og bibliotekar Anne-Marie Klint Jørgen-

sen, som også har forestået søgeprocessen. Studentermedarbejder Ras-

mus Henriksen Klokker, Ulrik Højmark Pedersen, Louise Jean Kristian-

sen, Tróndur Møller Sandoy, Mia Thuelund Hansen og Bjørn Christian

Viinholt Nielsen har bidraget til screening, kodning, litteraturlister og

datagrundlag til tabeller og figurer. Ulrik Højmark Pedersen har også bi-

draget til beskrivelserne af indsatstyper.

København, februar 2015

AGI CSONKA

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

RESUMÉ

Formålet med denne rapport er at identificere indsatser, der styrker de

faglige præstationer for skoleelever fra familier med svag socioøkono-

misk baggrund. Metodisk benytter vi en systematisk forskningsoversigt

og metaanalyse til at syntetisere viden om effekter af indsatser.

RESULTATER

Forskningsoversigten har fem hovedresultater:

•

Der er et stort vidensgrundlag, dog er studierne næsten ude-

lukkende fra USA.

179 studier opfyldte inklusionskriterierne, heraf

var 166 fra USA. Kun de studier, som rapporterede en troværdig ef-

fektstørrelse på elevniveau, og hvor udfaldet var målt ved

standardiserede tests i læsning og/eller matematik, indgik i

metaanalysen. Der var i alt 69 studier i metaanalysen, heraf en stor

andel lodtrækningsforsøg (83 pct.). Der var ikke noget studie fra Eu-

ropa med i metaanalysen.

Der er tre indsatstyper, som er særligt lovende:

tutoring

feed-

back og monitorering

cooperative learning

Vi opdelte studier-

ne i 12 overordnede indsatstyper, som vi undersøgte hver for sig.

Indsatstyperne

tutoring, feedback og monitorering, cooperative learning,

tilpasning af læreplan

adskiller sig fra de resterende indsatstyper ved at

PDF to HTML - Convert PDF files to HTML files

•

have relativt store og statistisk signifikante gennemsnitlige effekt-

størrelser. Særligt for indsatstypen

tutoring

er der et stærkt videns-

grundlag baseret på et stort antal lodtrækningsforsøg.

Feedback og

monitorering

er primært benyttet som supplement til andre indsatsty-

per.

Tilpasning af læreplan

er ikke robust i de følsomhedsanalyser, vi

foretager. De gennemsnitlige effektstørrelser for

efter-

skoletidsprogrammer, incitamentsprogrammer, adfærds/psykologiske indsatser,

kompetenceudvikling, sommerskoleprogrammer, coaching/mentorstøtte, øgede

ressourcer

IT-understøttet undervisning

var ikke statistisk signifikante,

men dog positive. Generelt er det sådan, at alle indsatstyper inde-

holder eksempler på effektive indsatser.

Der er stor variation i effektiviteten af indsatser.

Ikke overra-

skende er der betydelig variation omkring den gennemsnittelige ef-

fektstørrelse på tværs af studierne. Dette kan blandt andet skyldes, at

de er forskellige med hensyn til indsatstype, elevernes alder, og må-

den hvorpå faglige færdigheder testes. For at finde ud af, hvilke ind-

satskarakteristika der gør indsatser særligt effektive, undersøgte vi,

hvordan fag, forskningsdesign, elevkarakteristika, og implementering

hang sammen med effektstørrelsen. Analysen afdækker generelt ikke

særskilt virksomme indsatskarakteristika. Her skal dog nævnes, at

indsatser, der er udført i skolen samt rettet mod elever i 0.-5. klasse,

har signifikant højere effektstørrelser end indsatser udenfor skolen

og indsatser rettet mod elever i 6.-9. klasse. I modsætning til effekt-

størrelserne fra indsatserne, som har en kausal tolkning, fordi de

bygger på enten lodtrækningsforsøg eller overbevisende kvasi-

eksperimentelle designs, fastslås de sammenhænge, der refereres her

gennem variation i indsatskarakteristika

mellem

studier. Derfor skal

analysen af sammenhængen mellem indsatskarakteristika og effekt-

størrelse tolkes varsomt.

Effektive tidsbegrænsede indsatstyper flytter målgruppen be-

tydeligt.

Indsatstyperne

tutoring, feedback og monitorering, cooperative

learning,

tilpasning af læreplan

øgede i gennemsnit standardiserede

testresultater med omkring 0,2-0,3 standardafvigelser. I PISA-tests

er forskellen mellem de danske 15-årige elever, der er blandt de 15

pct. dårligst stillede rent socioøkonomisk og de 15 pct. bedst stillede

ca. 0,7-0,8 standardafvigelser. Indsatser af den type, der fremhæves

her, kan dermed være med til at løfte elever med svag socioøkono-

misk baggrund markant. Desuden har de fleste indsatstyper en va-

PDF to HTML - Convert PDF files to HTML files

•

righed på under et år (tutoring-indsatser under et halvt år), det vil sige,

at forbedringerne opnås på relativt kort tid.

Litteraturen mangler generelt information om omkostningerne

ved indsatserne og om de langsigtede effekter.

Manglen på om-

kostningsestimater for indsatserne er en alvorlig begrænsning af mu-

ligheden for at prioritere blandt indsatser. Af lige så stor vigtighed er

manglen på information om de langsigtede effekter af indsatserne.

Meget få studier rapporterer effekter mere end 3 måneder efter ind-

satsens afslutning.

PERSPEKTIVER

Den metaanalytiske metode syntetiserer viden om indsatser. Det er me-

todens styrke, men også dens begrænsning. Styrken er, at metoden af-

dækker virksomme indsatstyper ved at samle al tilgængelig viden om en

indsats. Svagheden er, at syntese-skridtet nødvendigvis gør, at informati-

on om de enkelte studier, der indgår i analysen, reduceres. Det påvirker,

hvordan oversigtens resultater kan omsættes i praksis.

Oversigten peger på effektive indsatstyper, som både skoler og

lokale interessenter har til rådighed, og som kan supplere det igangvæ-

rende arbejde med at forbedre de faglige præstationer blandt elever med

svag socioøkonomisk baggrund. Som sådan motiverer resultaterne af

syntesen til handling.

På skoler, som gerne vil arbejde med nye indsatser for at støtte

målet om at reducere betydningen af socioøkonomisk baggrund, har vi

fundet flere særligt effektive indsatstyper:

tutoring, cooperative learning,

feedback og monitorering.

Vi har også fundet variation i effektiviteten for

hver indsatstype. Her anbefaler vi, at man ser nærmere på studierne for

at undersøge, på hvilken måde indsatstypen bedst realiseres på skolen.

For eksempel kan der findes specialkompetencer på skolen, som gør, at

man i det tilfælde vil få bedre effekt ved at arbejde med én indsats frem-

for en anden. Vi kan altså ikke anbefale én bestemt indsats

indenfor

indsatstype, netop fordi lokale forhold, kompetencer og motivation

sandsynligvis vil påvirke både effektiviteten af og omkostningerne ved en

indsats. Derimod har vi identificeret områder for effektive indsatser. På

de skoler, der allerede arbejder med nogle af de indsatstyper, vi har iden-

tificeret som særligt effektive, kan forskningsoversigten tjene som inspi-

ration til, hvorledes en eksisterende indsats kan forbedres.

PDF to HTML - Convert PDF files to HTML files

Det er kun få af de undersøgte indsatser, der ikke relativt let kan

overføres til danske eller europæiske forhold. De fleste indsatser, herun-

der indsatstyperne

tutoring, feedback og monitorering

samt

cooperative learning,

lader til at kunne tilpasses til en hvilken som helst skole eller skolesystem.

Det skal i denne sammenhæng fremhæves, at metaanalysen udelukkende

baserer sig på effektstørrelser fra standardiserede tests. Det gør, at man

kan have større tiltro til, at de dokumenterede resultater kan overføres til

andre forhold og kontekster, herunder til det danske skolesystem.

GRUNDLAG

Forskningsoversigten er baseret på en systematisk søgning i alle relevante

databaser for uddannelsesforskning i oktober 2014. Søgestrategien var

baseret på fire kategorier: elever, socioøkonomisk baggrund, udfald og

forskningsdesign. Vi havde seks kriterier for udvælgelsen af studier:

1. Indsatsen var eksplicit målrettet mod en forbedring af deltagernes

faglige præstationer og blev gennemført af individuelle skoler eller

lokale interessenter, såsom kommuner og frivillige organisationer.

2. Indsatsen var målrettet elever med svag socioøkonomisk baggrund

på alderstrin, der modsvarer den danske folkeskole.

3. Indsatsen benyttede en eller flere af følgende udfaldsvariable: stan-

dardiserede faglige tests, karaktergennemsnit eller optag på ung-

domsuddannelser for de 14-18-årige.

4. Studiet var primærlitteratur og benyttede et forskningsdesign med

indsats- og kontrol-/sammenlignings-gruppe.

5. Indsatsen blev gennemført i et OECD- eller EU-land.

6. Indsatsen blev gennemført i år 2000 eller senere.

Alle inkluderede studier indgik i forskningsoversigtens kortlægning.

Hvert studie blev vurderet med hensyn til, om det indeholdt tilstrækkelig

information for at kunne beregne en effektstørrelse. Studiet blev også

vurderet i forhold til risiko for bias på effektstørrelsen. Vi har anvendt

random effects-modeller

og metaregression til at beregne vægtede gennem-

snitlige effektstørrelser og undersøge sammenhængene mellem effekt-

størrelser og indsatskarakteristika.

PDF to HTML - Convert PDF files to HTML files

KAPITEL 1

SAMMENFATNING

Socioøkonomisk baggrund er en væsentlig indikator for elevers præstati-

oner i uddannelsessystemet. Et af de tre hovedformål med Folkeskolere-

formen (2013) er at ”mindske betydningen af social baggrund i forhold

til faglige resultater” i folkeskolen. Denne rapport indeholder en syste-

matisk forskningsoversigt over indsatser, der retter sig mod at forbedre

de faglige præstationer for elever fra familier med svag socioøkonomisk

baggrund. Forskningsoversigten undersøger indsatser udført af skoler og

lokale interessenter og omfatter studier, der har benyttet et forskningsde-

sign med både indsats- og kontrol-gruppe eller indsats- og sammenlig-

nings-gruppe til at undersøge effekten på standardiserede testresultater,

karaktergennemsnit eller optag på ungdomsuddannelser. De konkrete

forskningsrelaterede spørgsmål for oversigten har været:

Hvilke indsatser kan skoler og lokale interessenter benytte sig af for

at forbedre standardiserede testresultater, karaktergennemsnit og

overgangen til ungdomsuddannelse blandt elever med svag socio-

økonomisk baggrund?

Hvilke indsatskarakteristika kendetegner særligt virksomme indsat-

ser?

PDF to HTML - Convert PDF files to HTML files

METODE

Forskningsoversigten er baseret på en systematisk søgning i alle relevante

elektroniske databaser for uddannelsesforskning. Søgestrategien for disse

databaser var baseret på fire kategorier: elever, socioøkonomisk bag-

grund, udfald og forskningsdesign. For hver kategori inkluderede vi en

lang række synonymer for de anvendte søgetermer. Beskrivelsen af den

enkelte undersøgelse skulle indeholde mindst én term fra hver kategori

for at indgå i screeningen.

Søgningerne blev foretaget i løbet af oktober 2014. Vi søgte ef-

ter grå litteratur (dvs. litteratur der ikke er tilgængelig i elektroniske data-

baser) på flere for emnet relevante hjemmesider. Vi søgte efter yderligere

litteratur ved at gennemgå inkluderede studier for referencer til andre

relevante undersøgelser (snowballing). Endelig foretog vi en hånd-søgning

i fire hovedtidsskrifter for det seneste år (dvs. at vi manuelt besøgte tids-

skriftets hjemmeside). Vi anvendte følgende seks kriterier i udvælgelsen

af indsatser og studier:

Indsatsen var eksplicit målrettet mod en forbedring af deltagernes

faglige præstationer og blev gennemført af individuelle skoler eller

lokale interessenter, såsom kommuner eller frivillige organisationer.

Indsatsen var målrettet elever med svag socioøkonomisk baggrund

på alderstrin, der modsvarer den danske folkeskole.

Indsatsen benyttede en eller flere af følgende udfaldsvariable: stan-

dardiserede faglige tests, karaktergennemsnit eller optag på ung-

domsuddannelser for de 14-18-årige.

Studiet var primærlitteratur og benyttede et forskningsdesign med

indsats- og kontrol-/sammenlignings-gruppe.

Indsatsen blev gennemført i et OECD- eller EU-land.

Indsatsen blev gennemført i år 2000 eller senere.

I alt 179 studier opfyldte de præspecificerede inklusionskriterier. Alle 179

studier blev kodet i forhold til udgivelsesår, i hvilket land undersøgelsen

fandt sted, udgivelsesstatus, forskningsdesign samt indsatstype.

Alle studier blev grundigt vurderet for at se, om der var tilstræk-

kelig information til at beregne en effektstørrelse, og om de havde til-

strækkelig lav risiko for bias på effektmålingen. Risikoen for bias blev

vurderet ved hjælp af en udvidet version af Cochrane-samarbejdets værk-

PDF to HTML - Convert PDF files to HTML files

tøj. For de 69 studier, som kunne indgå i metaanalysen, kodede vi endvi-

dere information om: deltagerkarakteristika, stedet for indsatsen, hvem

der forestod indsatsen, levering, omfang og kvaliteten af gennemførelsen

af indsatsen.

Vi har anvendt

random effects-modeller

og metaregressioner til at

beregne vægtede gennemsnitlige effektstørrelser, undersøge sammen-

hængene mellem effektstørrelser og indsatskarakteristika (moderatorer)

samt til at lave undergruppeanalyser.

RESULTATER

Vi beskriver resultaterne af forskningsoversigten i tre hovedafsnit: Resul-

tater fra kortlægningen, Indsatstyper og Synteseresultater.

RESULTATER FRA KORTLÆGNINGEN

166 af de totalt 179 studier undersøger indsatser, der er gennemført i

USA. De resterende studier er fra Canada (fire), og et studie fra

henholdsvis Australien, Chile, Frankrig, Israel, New Zealand, Norge,

Spanien, Storbritannien og Sverige. Størstedelen af studierne er udgivet i

et videnskabeligt tidsskrift (68 pct.), og en forholdsvis stor andel er

lodtrækningsforsøg (43 pct.). Et flertal af indsatser har som mål at

forbedre elevers færdigheder i læsning (78 pct.) eller matematik (42 pct.),

eller i både læsning og matematik. Kun få studier rapporterede om tests i

andre fag, brug af karaktergennemsnit eller optagsprocenter på ung-

domsuddannelser.

Alle indsatser er blevet kategoriseret efter, hvilke indsatstyper

der indgår i indsatsen (se næste afsnit for en udførlig beskrivelse af de

indsatstyper, der indgår). En indsats kan altså bestå af flere indsatstyper.

En indsats er kun blevet kodet i en given indsatstype, hvis typen udgør et

hovedelement i indsatsen. De fundne indsatstyper er:

tutoring

(43 studier),

tilpasning af læreplan

(30),

kompetenceudvikling

(24),

coaching/mentorstøtte

(22),

IT-støttet undervisning

(22),

adfærds/psykologiske indsatser

(14),

øgede ressourcer

(14),

efter-skoletidsprogrammer

(13),

feedback og monitorering

(13),

sommerskoleprogrammer

(13),

cooperative learning

(11),

opdelt undervisning

(8),

incitamenter

(4) og to studier, der ikke passede ind i nogen af disse

kategorier.

PDF to HTML - Convert PDF files to HTML files

INDSATSTYPER

I dette afsnit beskriver vi de fundne indsatstyper ved hjælp af eksempler

fra de studier, der indgår i metaanalysen (se kapitel 4 for en mere detalje-

ret beskrivelse af og referencer til studierne, inklusive studiernes effekt-

størrelser). Bemærk, som nævnt ovenfor, at en indsats kan bestå af flere

indsatstyper.

Tutoring

består af aktiviteter, hvor elever modtager faglig støtte

en-til-en eller i små grupper af frivillige tutorer eller professionelle un-

dervisere. Tutoring gives både i stedet for, og som supplement til den

undervisning eleven i forvejen modtager i klasseværelset. Indsatser rettet

mod læsning indeholder eksempelvis træning af færdigheder inden for

fonemisk bevidsthed, fonetik, talefærdigheder, ordforråd og forståelse.

Matematikindsatser indeholder eksempelvis træning af færdigheder inden

for brøker, problemløsningsstrategier, talfornemmelse og matematisk

ordforråd. Alle indsatserne løber over en begrænset periode. Der er altså

ikke tale om, at det er en permanent indsats. Snarere er det sådan, at tu-

toring leveres for at løfte eleven/eleverne op til samme niveau som re-

sten af klassen, og derefter stopper den direkte indsats.

Coaching/mentorstøtte

adskiller sig fra

tutoring-indsatstypen

ved, at

den ikke indeholder fokus på elevens faglige færdigheder. Mentorstøtte

fokuserer i stedet på at udvikle indstillinger, holdninger, forventninger og

støtte elevens uddannelsesvalg. I de inkluderede studier har: mentorer

levereret en indsats, hvor eleverne enten blev opfordrede til at forstå in-

telligens som formbart, hvor mentorer har fungeret som rollemodeller og

forsøgt at forandre holdninger, selvværd og adfærd, eller hvor mentorer

arbejder med at styrke socio-emotionelle færdigheder og muliggøre per-

sonlig udvikling gennem kulturelle og sportslige aktiviteter. Kategorien

omfatter endvidere indsatser, hvor det i stedet er læreren, der har fået

coaching/mentorstøtte. De indsatser, hvor det er læreren, der har fået

coaching, er oftest i form af ”reading coaches” som et supplement ved

introduktionen af nye læse- og skriveprogrammer.

Tilpasning af læreplan

er en samletitel for en bred vifte af indsatser,

der har det til fælles, at de primært ændrer det faglige indhold i undervis-

ningen for hele klassen. Derved adskiller denne indsatstype sig fra de

andre indsatstyper, som typisk undersøger forandringer i undervisnings-

metoder. Et enkelt studie undersøger en indsats, hvor hele læreplanen

ændres. De fleste andre indsatser handler om at supplere den nuværende

læreplan. Næsten alle indsatserne indeholder programmer med strukture-

PDF to HTML - Convert PDF files to HTML files

ret undervisning, men formålet med undervisningen er forskelligt. Det

kan fx være, at eleverne modtager læseundervisning på deres modersmål

og på engelsk fremfor kun på engelsk, øget fokusering på fonemisk be-

vidsthed og afkodning samt ordforråd eller læseforståelse mere generelt.

I visse af indsatserne er det supplerende undervisningsmateriale udviklet

af studiets forfattere; fx bøger, som adskiller sig fra det almindelige sko-

lemateriale ved at have fokus på fonemisk læsning og ved systematisk at

introducere uregelmæssige ord. Der er kun et studie, der er rettet mod

matematik. Det studie fokuserer især på heltal og operatorer, geometri og

målinger. Det arbejdes dog også med elevernes matematiske ordforråd.

Sommerskoleprogrammer

indeholder indsatser, der gennemføres i

sommerferien. Indsatserne går typisk ud på at give eleverne bøger, som

de kan arbejde med i løbet af sommeren. Udvælgelse af bøger og materi-

ale foregår i samarbejde med læsekonsulenter og/eller bibliotekarer. De

fleste af indsatserne har en struktureret introduktion og opfølgning på

sommerlæsningen. Opfølgning kan fx bestå i, at eleven får tilsendt post-

kort og modtager telefonsamtaler fra læreren i løbet af sommeren for at

diskutere læsematerialet.

Kompetenceudvikling

omfatter indsatser, hvor skolens personale

modtager efteruddannelse eller træning. Vi har ikke kodet en indsats i

denne kategori, hvis kompetenceudviklingen kun er rettet mod, at en

specifik indsats kan gennemføres. Indsatser i denne kategori har således

et bredere sigte. I næsten alle tilfælde kombineres

kompetenceudvikling

med

andre indsatstyper. Der er to studier, hvor

kompetenceudvikling

er den ene-

ste indsatstype.

Adfærds/Psykologiske indsatser

indeholder indsatser, der ikke direk-

te fokuserer på at forbedre faglige færdigheder, men i stedet fokuserer på

at afhjælpe psykosociale begrænsninger og/eller adfærd, der blokerer for

læring. Indsatserne drejer sig blandt andet om forebyggende adfærdspro-

grammer, indsats for elever med udadreagerende adfærdsproblemer, uni-

verselle skoleprogrammer i socio-emotionel læring, legeterapi og en ind-

sats, hvor eleverne blev opfordret til at forstå faglige problemer som et

resultat af forandring i læringskravene.

Cooperative learning

refererer til metoder med den fællesnævner, at

elever systematisk og struktureret arbejder i mindre grupper eller par for

at understøtte hinandens læring. Indsatsen kan fx være, at eleverne opde-

les i grupper og fungerer som pædagogiske vejledere for hinanden eller

bliver udført i diskussionsgrupper eller i elevpar, der består af en fagligt

PDF to HTML - Convert PDF files to HTML files

stærkere elev, som støtter en fagligt svagere elev. Vi har kun fundet stu-

dier med læse- og sproginterventioner.

IT-støttet undervisning

benytter computere og faglig rettet software.

Nogle af indsatserne fokuserer på læsetræning eller ser på informations-

systemer, der giver elever og lærere direkte diagnostisk tilbagemelding på

elevens læsning og muliggør mere skræddersyede indsatser eller ser på,

hvordan matematikundervisning kan suppleres med andre læringsformer.

Feedback og monitorering

omfatter indsatser med et specifikt fokus

på feedback- eller progressionsmonitorering af elevpræstationer og dæk-

ker over metoder, hvor elever eller lærere i løbet af indsatsen får tydelig

opfølgning på og indblik i elevernes faglige udvikling. Formålet med

feedback er at understøtte og tilpasse den enkelte elevs behov bedst mu-

ligt. I de studier, der indgår i metaanalysen, fungerer

feedback og monitore-

ring

primært som et supplement til andre dele af en indsats, ofte med ind-

satser, der bruger

cooperative learning-strategier.

Incitamentsprogrammer

indeholder indsatser, der blandt andet un-

dersøger programmer, hvor familien modtager kontant betaling, fx hvis

deres børn ikke har fravær, præsterer i standardiserede tests og andre mål.

Andre programmer betalte eleverne for at læse bøger og for deres prø-

vepræstationer. Kategorien indeholder også incitamenter rettet mod læ-

rere; et studie har undersøgt ”transfer bonuses”, som giver incitamenter

til særligt gode lærere, hvis de vælger at arbejde på skoler, der klarer sig

mindre godt.

Efter-skoletidsprogrammer

gennemføres efter normal skoletid. Ind-

satserne indenfor denne kategori er forskellige, men kan eksempelvis

bestå i lokale initiativer, hvor skoler, byer, regioner, frivilligorganisationer

og virksomheder arbejder sammen om at give akademisk støtte og sørge

for et godt læringsmiljø både før og efter skoletid.

Øgede ressourcer

indeholder indsatser, der tilfører ekstra ressourcer

i en eller anden form til enten skoler eller elever. Der er kun to studier

inkluderede i metaanalysen. Den ene indsats består i at tilføre en skole

ekstra lærerressourcer, og i den anden indsats får eleverne stipendier, der

giver dem mulighed for at gå i mere velfungerende skoler.

SYNTESERESULTATER

I vores metaanalyse fokuserede vi på de studier, som blev bedømt til at

have tilstrækkeligt lav risiko for bias, indeholdt tilstrækkelig med

information til, at vi kunne beregne en effektstørrelse, og hvor udfaldene

PDF to HTML - Convert PDF files to HTML files

var blevet målt på elevniveau ved standardiserede tests i læsning og/eller

matematik. Analysen omfattede 69 studier, hvoraf 83 pct. var

lodtrækningsforsøg.

Det første hovedresultat er, at den gennemsnitlige effektstørrelse

på tværs af studierne er positiv og statistisk signifikant. Det betyder, at

der er en lang række indsatser, som kan forbedre de faglige præstationer

hos elever med svag socioøkonomisk baggrund. Samtidig er der betydelig

variation i effektstørrelserne, der ikke skyldes studiernes måleusikkerhed.

Variationen kan kun delvist forstås på baggrund af forskelle

mellem

studierne på indsatskarakteristika, såsom elevsammensætning, klassetrin,

forskningsdesign, fagområde, og implementering af indsatsen.

Vores analyse af indsatstyper viste, at

tutoring, feedback og

monitorering, cooperative learning

samt

tilpasning af læreplan

adskiller sig fra de

resterende indsatstyper ved at have relativt store og statistisk signifikante

gennemsnitlige effektstørrelser. Indsatser, som indeholdt disse typer,

øgede i gennemsnit de standardiserede testresultater med omkring 0,2-

0,3 standardafvigelser.

Tilpasning af læreplan

er dog ikke robust i følsom-

hedsanalysen. Som ovenfor gør det sig også her gældende, at der er bety-

delig variation mellem effektstørrelserne opdelt på indsatstyper. En kon-

sekvens er, at der indenfor alle indsatstyper findes eksempler på effekt-

fulde indsatser.

Særligt, hvad angår

tutoring,

er der et stort vidensgrundlag, som er

baseret på lodtrækningsforsøg.

Tutoring

viser sig desuden at være robust,

når vi tager hensyn til andre indsatskarakteristika. Det er ikke muligt at

undersøge de resterende indsatstyper, herunder

feedback og monitorering

cooperative learning,

på samme måde. Det skyldes, at der er for få studier i

hver indsatstype, og vi kan derfor ikke svare på, hvordan effektstørrelsen

hænger sammen med andre indsatskarakteristika. Bemærk, at

feedback og

monitorering

primært er benyttet som supplement til andre indsatstyper.

Dette illustreres ved, at tre ud af fire indsatser, der inkluderer

feedback og

monitorering,

også bruger

cooperative learning-strategier.

tutoring, cooperative learning

feedback og monitorering

har relativt

store og signifikante gennemsnitlige effektstørrelser, har vi også foretaget

en udvidet beskrivelse af de individuelle indsatstyper (se boks 1.1 og

boks 1.2). Disse beskrivelser giver generel information om typerne og

fremhæver nogle af de forskelle og ligheder, der er mellem indsatserne.

Fordi der er sammenfald mellem studier, der indeholder

cooperative learning

feedback og monitorering,

behandles de i samme boks.

PDF to HTML - Convert PDF files to HTML files

BOKS 1.1

Tutoring.

Tutoring omfatter metoder, hvor elever modtager supplerende faglig støtte af lærere eller

vejledere (tutorer), i en tidsbegrænset periode. Oftest er interventionen rettet mod udsatte

elever, eller elever, der præsterer under det forventede niveau. Tutoring afholdes en-til-en eller

i mindre grupper. Omkring 60 pct. af de inkluderede studier udfører tutoring i mindre grupper.

Gruppestørrelsen varierer, men kun få interventioner har grupper bestående af mere end fem

elever pr. tutor. Ved tutoring-interventioner bruges der ofte en struktureret plan for det pæda-

gogiske indhold, det kunne eksempelvis være at instruktionen følger en decideret manual. Næ-

sten alle 25 inkluderede studier følger et struktureret program.

Fagområde og klassetrin

Tutoring, som metode, er ikke rettet mod et specifikt fagområde og kan derfor principielt bru-

ges inden for alle områder. Antallet af inkluderede studier med læseinterventioner (20) er dog

en del større end antallet af studier med matematikinterventioner (7). Det specifikke fokus for

hver intervention varierer en del, hvilket blandt andet skyldes, at interventionerne retter sig

mod forskellige aldersgrupper. Der er 15 studier af 0.-2. klasse, 8 studier af 3.-6. klasse og 2

studier af 7.-9. klasse. Læseinterventioner indeholder eksempelvis træning af færdigheder

inden for fonemisk bevidsthed, fonetik, talefærdigheder, ordforråd og forståelse. Matematikin-

terventioner indeholder eksempelvis træning af færdigheder inden for brøker, problemløs-

ningsstrategier, talfornemmelse og matematisk ordforråd.

Interventionsgiver, oplæringstid og undervisningsmateriale

Tutorernes færdigheder og uddannelsesbaggrund varierer på tværs af studierne. Størstedelen

af interventionerne benytter udefrakommende tutorer, dog løftes en betragtelig del af tutorop-

gaven af fastansatte lærere. Tutorerne er eksempelvis universitetsstuderende, pensionerede

lærere og frivillige. De fleste tutorer er valgt, fordi de enten er i gang med at uddanne sig inden

for området eller har undervisnings- eller tutorerfaring. Næsten alle interventioner giver speci-

altræning til tutorerne inden interventionen implementeres, og mange udøver også støtte,

feedback og supplerende træning sideløbende med interventionen. Træningsintensiteten varie-

rer fra et par timer, til mere end en uge.

Interventionens varighed, frekvens og intensitet

8-12 uger: 10 studier

13-20 uger: 10 studier

21 uger-et år: 5 studier

Blandt interventionerne varierer antallet af afholdte tutoringsessioner fra 22 og op til 100. Den

ugentlige intensitet varierer mellem 1 time og 4,5 timer pr. uge.

Kilde: Se listen over de 25 studier af tutoring-indsatser markeret med en stjerne (*) i bilag 1.

PDF to HTML - Convert PDF files to HTML files

BOKS 1.2

Cooperative learning og Feedback og monitorering

Cooperative learning refererer til en bred vifte af interventionsmetoder med den fællesnævner,

at elever systematisk og struktureret arbejder i mindre grupper eller par for at understøtte

hinandens læring. Forskningsoversigten indeholder 6 studier, som benytter sig af cooperative

learning som et vigtigt led i interventionen. Feedback og monitorering dækker over metoder,

hvor elever eller lærere i løbet af interventionen får tydelig opfølgning på og indblik i elevernes

faglige udvikling. Formålet er at understøtte og tilpasse den enkelte elevs behov bedst muligt.

Fire studier benytter feedback og monitorering som led i interventionen. I disse studier anven-

des feedback og monitorering primært som et supplement til andre dele af indsatsen. Dette

illustreres ved, at tre ud af 4 artikler i kategorien feedback og monitorering også bruger coope-

rative learning-strategier. En vigtig del af feedback og monitorering ligger i at sætte faglige

målsætninger for den enkelte elev. Målsætningerne skal være med til at motivere den enkelte

elev til at forbedre sit faglige niveau. Endvidere bliver eleverne i de fleste interventioner beløn-

net for at nå deres målsætninger, eksempelvis ved at rykke et niveau op eller modtage ”impro-

vement points”. Lignende mønstre ses inden for cooperative learning, hvor nogle af interventio-

nerne trækker på konkurrencelignende elementer. Det kan eksempelvis være læsning på tid,

pointgivning og håndsoprækning ved endt arbejde.

Fagområde og klassetrin

Cooperative learning og feedback er, som metoder, ikke rettet mod et specifikt fagområde eller

et særligt klassetrin. Der er 3 studier af indsatser i 0.-2. klasse, 3 studier af 3.-6. klasse og 2

studier af 7.-9. klasse. Inden for rammerne af denne oversigt, har vi dog kun fundet studier

med læse- og sproginterventioner. Det specifikke fokus, for hver intervention, varierer en del,

hvilket blandt andet skyldes, at interventionerne retter sig mod forskellige aldersgrupper. In-

terventionerne fokuserer eksempelvis på at forbedre elevers færdigheder inden for sprogfor-

ståelse, læsefærdigheder, skrivefærdigheder, højtlæsning og fonetik.

Interventionsgiver, oplæringstid og undervisningsmateriale

Alle interventionerne bliver udført af den tilknyttede lærer. Lærerne har, på tværs af studierne,

ikke haft mere end en uges oplæringstid. Nogle interventioner bruger undervisningsmaterialer

som forskerne specifikt har produceret til interventionen, mens størstedelen af interventioner-

ne bruger undervisningsmateriale fra interventionspakker, der eksempelvis kan rekvireres fra

internettet. Her kan blandt andet nævnes:

The Reading Edge, First Grade PALS, Responsive

Reading Instruction, Reading Renaissance

Accelerated Reader

Interventionens varighed, frekvens og intensitet

11-20 uger

: 3

Et år

: 4

Det samlede antal af undervisningssessioner varierer fra 36 til 125 sessioner gennem en inter-

vention. Den ugentlige intensitet varierer fra 30 minutter til 3,3 timer pr. uge.

Anm.: Nunnery, Ross & McDonald (2006) mangler information om varighed, derfor summerer antallet ikke til 8 studier for

denne variabel.

Kilde: Algozzine m.fl. (2009), Allor, Fuchs & Mathes (2001), Denton m.fl. (2010), Fogarty m.fl. (2014), Nunnery, Ross &

McDonald (2006), Slavin m.fl. (2009), Vaughn m.fl. (2011).

PDF to HTML - Convert PDF files to HTML files

Vi har også fundet indsatstyper, som gennemsnitligt ikke lader til at

forbedre testresultater: De gennemsnitlige effektstørrelser af

efter-

skoletidsprogrammer, incitamentsprogrammer, adfærds/psykologiske indsatser,

kompetenceudvikling

samt

sommerskoleprogrammer

var små og ikke statistisk

signifikante. Indsatstyperne

coaching/mentorstøtte, øgede ressourcer

IT-støttet

undervisning

havde lidt højere, men stadig små gennemsnitlige

effektstørrelser. Der er dog eksempler på effektive indsatser i næsten alle

af disse kategorier, og de fleste af de nævnte typer er kun blevet

undersøgt i få studier.

Indsatser med små effektstørrelser kan godt være

omkostningseffektive. Et af formålene med denne forskningsoversigt har

derfor været at undersøge omkostningerne ved indsatser systematisk.

Men kun et lille mindretal af studierne har rapporteret omkostningerne

ved indsatserne. Vi har ligeledes været interesserede i at undersøge de

langsigtede effekter af indsatserne. Desværre er det meget få studier, som

har rapporteret resultater blot tre måneder efter indsatsens afslutning.

Vi har kun fundet få karakteristika, der påvirker (modererer)

effektstørrelsen. For eksempel var der ikke sammenhæng mellem

andelen af piger blandt de elever, der modtog indsatsen og

effektstørrelsen. Vi fandt heller ingen store forskelle i effektstørrelser

mellem matematik- og læseindsatser. Indsatser, der er udført i skolen

samt rettet mod elever i 0.-5. klasse, har signifikant højere effektstørrelser

end indsatser udenfor skolen og indsatser rettet mod elever i 6.-9. klasse.

Disse resultater skal tolkes varsomt. I modsætning til effektstørrelserne

fra indsatserne, som har en kausal tolkning, fordi de bygger på enten lod-

trækningsforsøg eller overbevisende kvasi-eksperimentelle designs, fast-

slås de sammenhænge, der refereres her gennem variation i indsatskarak-

teristika

mellem

studier. Denne del-analyse afdækker altså ikke kausale

sammenhænge.

IMPLIKATIONER FOR PRAKSIS

Vores resultater peger på, at skoler og lokale interessenter har gode

muligheder for at forbedre uddannelsespræstationerne blandt elever med

svag socioøkonomisk baggrund. Forskningsoversigtens resultater er

dermed en opfordring til handling. Vi håber, at forskningsoversigten kan

være til inspiration for bl.a. skoleledere og lærere, som er på udkig efter

PDF to HTML - Convert PDF files to HTML files

måder og metoder til at forbedre de faglige præstationer for elever med

svag socioøkonomisk baggrund.

På skoler, som gerne vil arbejde med nye indsatser for at støtte

målet om at reducere betydningen af socioøkonomisk baggrund, har vi

fundet flere særligt effektive indsatstyper:

tutoring, cooperative learning

feedback og monitorering.

Vi har også fundet variation i effektiviteten for

hver indsatstype. Her anbefaler vi, at man ser nærmere på studierne for

at undersøge, hvilke specifikke tiltag og på hvilken måde indsatstypen

bedst realiseres på skolen. For eksempel kan der findes specialkompeten-

cer på skolen, som gør, at man i det tilfælde vil få bedre effekt ved at ar-

bejde med én indsats fremfor en anden. Vi kan altså ikke anbefale én

bestemt indsats

indenfor

en indsatstype, netop fordi lokale forhold, kom-

petencer og motivation sandsynligvis vil påvirke både effektiviteten af og

omkostningerne ved en indsats. Derimod har vi identificeret områder for

effektive indsatser. På de skoler, der allerede arbejder med nogle af de

indsatstyper, vi har identificeret som særligt effektive, kan forsknings-

oversigten tjene som inspiration til, hvorledes en eksisterende indsats kan

forbedres.

En mere generel pointe er, at vi indenfor alle indsatstyper har

fundet væsentlig variation i effektstørrelsen. Der er eksempler på effekti-

ve indsatser indenfor næsten alle indsatstyper. Dog peger analysen sam-

tidigt på, at visse indsatstyper er et sikrere bud på effektive indsatser end

andre.

Det er kun få af de undersøgte indsatser, der ikke kan overføres

til danske eller europæiske forhold. De fleste indsatser, herunder indsats-

typerne

tutoring, feedback og monitorering

samt

cooperative learning,

lader til at

kunne tilpasses til en hvilken som helst skole eller skolesystem. Det skal i

denne sammenhæng fremhæves, at metaanalysen udelukkende baserer

sig på effektstørrelser fra standardiserede tests. Det forhold styrker tro-

værdigheden af selve analysen, men vigtigere i denne sammenhæng bety-

der det, at man kan have større tiltro til, at de dokumenterede resultater

kan overføres til andre forhold og kontekster, herunder til det danske

skolesystem.

PDF to HTML - Convert PDF files to HTML files

IMPLIKATIONER FOR FORSKNINGEN

Forskningsoversigten har flere implikationer for uddannelsesforskningen.

For det første er der få studier fra andre lande end USA. Evidensgrund-

laget for (eller imod) bestemte indsatser er derfor begrænset i de fleste

lande. Samtidig understreger mange lande vigtigheden af at forbedre de

faglige præstationer for elever med svag socioøkonomisk baggrund. Ef-

fektstudier af indsatser, der har elever med svag socioøkonomisk bag-

grund som målgruppe, synes derfor at udgøre en vigtig opgave i kom-

mende år, også for uddannelsesforskere udenfor USA.

Manglen på omkostningsestimater for indsatser er en alvorlig

begrænsning af beslutningstagerenes mulighed for at prioritere blandt

indsatser. Det er ikke muligt at foretage et optimalt valg af indsats på

baggrund af effektstørrelser alene. For eksempel hvis målet er, at så

mange som muligt skal få nytte af indsatserne, er det de omkostningsef-

fektive indsatser, som skal prioriteres. Derfor bør forskere bestræbe sig

på som minimum at inkludere et estimat af omkostningerne ved at gen-

nemføre en given indsats. For at vurdere indsatsernes omkostningseffek-

tivitet fuldt ud er det ligeledes nødvendigt med mere viden om effekterne

på længere sigt. Det har stor betydning for den samfundsøkonomiske

værdi af indsatserne, om effekterne er varige eller ej.

Metaanalysen inkluderede både matematik- og læseindsatser.

Evidensgrundlaget er betydeligt mindre for matematik end for læsning.

Det vil derfor være nyttigt at undersøge flere indsatser rettet mod mate-

matiske færdigheder.

AFSLUTTENDE BEMÆRKNINGER

Der er indsatser, som formår at forbedre uddannelsespræstationerne for

elever med svag socioøkonomisk baggrund betydeligt.

Tutoring, cooperative

learning

feedback og monitorering

er lovende typer af indsatser for at møde

den udfordring, der ligger i Folkeskolereformens mål. Disse indsatstyper

øgede i gennemsnit de standardiserede testresultater med omkring 0,2-

0,3 standardafvigelser.

For at sætte effekttørrelserne i perspektiv, kan de sættes i for-

hold til forskellen i faglige færdigheder mellem de danske elever, der står

socioøkonomisk svagest og de elever, som står stærkest. I PISA-tests er

PDF to HTML - Convert PDF files to HTML files

forskellen mellem de danske 15-årige elever, der er blandt de 15 pct. dår-

ligst stillede rent socioøkonomisk og de 15 pct. bedst stillede ca. 0,7-0,8

standardafvigelser. Indsatser af den type, der fremhæves her, kan dermed

være med til at løfte elever med svag socioøkonomisk baggrund markant.

Desuden har de fleste indsatstyper en varighed på under et år (tutoring-

indsatser under et halvt år), så forbedringerne opnås på relativt kort tid.

Der er dog stadig mange ukendte aspekter forbundet med at

give omkostningseffektive indsatser til elever med svag socioøkonomisk

baggrund. For praktikere, beslutningstagere og forskere er det særligt den

begrænsede viden om omkostningerne ved indsatserne, som kræver

opmærksomhed, samt manglen på effektstørrelser målt længere tid efter

indsatsens afslutning. Med henblik på at designe mere effektive indsatser

og gennemføre kendte indsatser bedre vil vi have gavn af mere viden om,

hvad der eventuelt kan forklare, hvorfor nogle indsatser virker bedre end

andre. Hertil kommer, at manglen på studier fra Europa er en væsentlig

udfordring for uddannelsesforskere i de kommende år.

Alt i alt giver resultaterne i denne forskningsoversigt motivation

til arbejdet med at gennemføre indsatser over for elever med svag

socioøkonomisk baggrund og til at designe studier, der kan give os svar

på det udestående spørgsmål om, hvilke indsatstyper der er mest

omkostningseffektive.

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

KAPITEL 2

INDLEDNING

Socioøkonomisk baggrund er en væsentlig indikator i forhold til elevers

præstationer i uddannelsessystemet (se fx Björklund & Salvanes, 2011;

Currie, 2009; Kim & Quinn, 2013; Sirin, 2005; White, 1982). Resultater

fra PISA-testene (Programme for International Student Assessment) vi-

ser fx, at flertallet af elever, som klarer sig dårligt i PISA, kommer fra

socioøkonomisk svage forhold. Den gennemsnitlige forskel i testresulta-

terne mellem de 15 pct. bedste og de 15 pct. dårligst stillede 15-årige med

hensyn til PISA-indekset for økonomisk, social og kulturel status (ESCS-

indekset) vurderes i OECD-landene til ca. 0,7-0,8 standardafvigelser.

Forskellen svarer til omtrent to års skolegang for denne aldersgruppe.

For danske elever er spændet mellem de 15 pct. med højst og de 15 pct.

med lavest ESCS-indekstal relativt tæt på OECD-gennemsnittet. Det gør

sig også gældende for den del af variationen i præstationer, som kan for-

klares ved socioøkonomisk baggrund i de seneste to PISA-undersøgelser.

Dog ses det, at nogle elever med svag socioøkonomisk baggrund præste-

rer flot i PISA, også selvom den gruppe af elever generelt præsterer rin-

gere. Desuden er der markante forskelle fra land til land i forholdet mel-

lem socioøkonomisk baggrund og testresultater samt på andelen af møn-

sterbrydere (OECD 2010, 2013).

1. I PISA defineres ”mønsterbrydere”, som elever fra den nederste socioøkonomiske kvartil fra

hvert land, som præsterer i den øverste kvartil af fordelingen i PISA-testen for alle lande.

PDF to HTML - Convert PDF files to HTML files

Resultaterne tyder på, at det er muligt for elever med en svag so-

cioøkonomisk baggrund at opnå gode faglige resultater, og at det mest

interessante spørgsmål derfor er, hvordan man bedst hjælper dem. Et af

de tre hovedformål med Folkeskolereformen (2013) er at reducere be-

tydningen af elevers socioøkonomiske bagrund for deres faglige præsta-

tioner i folkeskolen. Derfor er det nødvendigt at identificere effektive

indsatser, der kan forbedre de socioøkonomisk dårligt stillede elevers

faglige præstationer. Denne rapport indeholder en systematisk forsk-

ningsoversigt over indsatser, der retter sig mod at forbedre de faglige

præstationer for elever i den undervisningspligtige alder fra familier med

svag socioøkonomisk baggrund. Forskningsoversigten undersøger ind-

satser udført af skoler og lokale interessenter og omfatter studier, der har

benyttet et forskningsdesign med både indsatsgruppe og kontrolgruppe

til at undersøge effekten af indsatserne på standardiserede testresultater,

karaktergennemsnit eller optag på ungdomsuddannelser (fx high school i

USA). De konkrete forskningsrelaterede spørgsmål for oversigten har

været:

1. Hvilke indsatser kan skoler og lokale interessenter benytte sig af

for at forbedre standardiserede testresultater, karaktergennemsnit

og overgangen til ungdomsuddannelse blandt elever med svag

socioøkonomisk baggrund i den undervisningspligtige alder?

2. Hvad modererer effektstørrelserne af indsatserne?

I kapitel 3 (Metode) beskriver vi den præcise definition på svag socioøko-

nomisk baggrund, konkrete udvælgelseskriterier og anvendte moderato-

rer. I syntesekapitlet (kapitel 4,

Syntese)

præsenterer vi en oversigt over de

179 studier, som er medtaget i oversigten, i form af en kortlægning af de

forskellige indsatstyper og deres bestanddele samt en metaanalyse af de

studier, som er bedømt til at have tilstrækkelig kvalitet, og som har målt

på læse- og matematikfærdigheder (69 studier). Bemærk, at flere studier

af høj kvalitet ikke er medtaget, fordi de ikke indeholder tilstrækkeligt

med information til at udregne effektstørrelser, eller fordi de rapportere-

de effektstørrelser ikke er sammenlignelige. For eksempel fokuserer me-

taanalysen kun på testresultater i læse- og matematikfærdigheder, idet

andre udfaldsmål for andre fag kun sjældent forekommer i de fundne

studier. I det afsluttende kapitel (kapitel 5,

Diskussion)

diskuterer vi nogle

begrænsninger ved forskningsoversigten. Desuden diskuterer vi, hvordan

PDF to HTML - Convert PDF files to HTML files

oversigtens resultater relaterer sig til praksis og den øvrige forskning på

området. Vi afslutter med at opsummere vores hovedresultater.

I kapitel 3 og 5 kommer vi med en detaljeret beskrivelse af de

anvendte metoder og deres begrænsninger. Dog er det hensigtsmæssigt

allerede nu at beskrive, hvilken type af forskningsoversigt der er tale om

samt beskrive baggrunden for emnet og rapportens relation til forsk-

ningslitteraturen på området. I dette kapitel kommer vi ind på følgende:

Socioøkonomisk baggrund, faglige præstationer og behovet for indsatser

(s.27) giver

et kort overblik over mulige forklaringer på, hvorfor elever med svag

socioøkonomisk baggrund typisk klarer sig fagligt dårligere end andre

elever. Dette danner baggrund for at forstå de inkluderede indsatsers

virkemåde.

Systematiske forskningsoversigter og metaanalyser

(s.30) forklarer i

korte træk, hvad en systematisk forskningsoversigt er og relaterer syste-

matiske forskningsoversigter til andre typer af forskningsoversigter.

Forskningsoversigter på området

(s.32) undersøger beslægtede forsknings-

oversigter og beskriver rationalet for denne forskningsoversigt.

SOCIOØKONOMISK BAGGRUND, FAGLIGE PRÆSTATIONER

OG BEHOVET FOR INDSATSER

En forklaring på præstationsforskellene mellem elever med stærk og svag

socioøkonomisk baggrund kunne være, at elever med svag socioøkono-

misk baggrund har dårligere medfødte evner. Det er i sagens natur svært

at skelne mellem arvelige og miljømæssige effekter,

men ny viden fra

USA peger på, at kognitive evner ikke adskiller sig signifikant hos børn

med henholdsvis stærk og svag socioøkonomisk baggrund i de tidlige år.

Tucker-Drob m.fl. (2011) fandt således ingen signifikante forskelle i tests

af mindre børns kognitive evner i 10-måneders-alderen i familier med

henholdsvis stærk og svag socioøkonomisk baggrund. Derimod scorede

børn i familier med stærk socioøkonomisk baggrund omkring en tredje-

del af en standardafvigelse højere i testen i 2-års-alderen. Gener forklarer

næsten 50 pct. af variationen i kognitive evner hos børn fra hjem med

svag socioøkonomisk baggrund, men kun en ubetydelig andel af variati-

onen i kognitive evner hos børn med svag socioøkonomisk baggrund.

2. Især når epigenetiske effekter, det vil sige arvelige genetiske forandringer, der ikke skyldes æn-

dringer i DNA, men derimod skyldes ændringer i miljø, er mulige (fx Fraga m.fl., 2005; Hackman

& Farah, 2009). Rutter (2006) præsenterer en nuanceret diskussion af betydning af arv og miljø

for barnets udvikling.

PDF to HTML - Convert PDF files to HTML files

Dette resultat tyder på, at miljøet er en begrænsende faktor for disse

børn.

Ligeledes har forskelle i kognitive testresultater mellem sorte og

hvide amerikanske børn, som typisk ikke har samme socioøkonomiske

baggrund, vist sig at være omkring 1 standardafvigelse allerede i 3-års-

alderen. Fryer og Levitt (2013) finder dog ingen signifikante forskelle

mellem børn i alderen 8 til 12 måneder af henholdsvis spansk, asiatisk,

sort og hvid afstamning. Desuden er fattigdom i den tidlige barndom en

bedre indikator end fattigdom i mellemste eller sen barndom for udvik-

ling af kognitive færdigheder. Det er svært at forklare alene på baggrund

af forskelle i medfødte evner (Hackman & Farah, 2009).

I en oversigt over forskning i intelligens hævder Nisbett m.fl.

(2012), at evidensgrundlaget med hensyn til arvelige faktorers indflydelse

på forskellene mellem børn med stærk og svag socioøkonomisk bag-

grund er mindre tydelige for andre lande end for USA. De socioøkono-

miske forskelle i mål for intelligens synes også at være mindre udprægede

i Europa end i USA.

Selvom arvelige faktorer på nuværende tidspunkt

ikke kan udelukkes at være medbestemmende for forskelle i faglige præ-

stationer, peger forskningen dog på, at de faktorer ikke er væsentligt be-

grænsende for elever med svag socioøkonomisk baggrund (Burchinal

m.fl., 2011; Hackman & Farah, 2009; Nisbett m.fl., 2012).

Resultaterne, nævnt ovenfor, antyder, at der er markante forskel-

le lang tid før skolestart. Derfor kan det ikke kun skyldes skolen, at der er

forskelle i skoleresultater mellem elever med stærk og svag socioøkono-

misk baggrund. Dette underbygges af litteratur fra USA, som påviser, at

spændet mellem elever med henholdsvis stærk og svag socioøkonomisk

baggrund vokser i sommerferien, dvs. når børnene ikke har adgang til

skoleressourcer (fx Alexander, Entwisle & Olson, 2001; Gershenson,

2013; Kim & Quinn, 2013).

Heckman (2006) mener, at skolerne ikke er

den væsentligste kilde til uligheder i elevers præstationer, da spændet i

testresultater på tværs af socioøkonomiske grupper er konstant fra tredje

3. Om kognitive uligheder, se endvidere Esping-Andersson (2004), hvor Danmark har det laveste

niveau af kognitiv ulighed, og Storbritannien og USA det højeste. Björklund & Salvanes (2011)

rapporterer også om sammenhængen på tværs af generationer i forhold til antal gennemførte

skoleår – en indikator for betydningen af familiebaggrund. Også her har Danmark den laveste

sammenhæng og USA den højeste.

4. Evidensen fra andre lande er ikke så omfattende. Vale m.fl. (2013) har dokumenteret lignende

tendenser i Australien. Lindahl (2007) viser, at spændet i testresultater mellem etnisk svenske ele-

ver og indvandrerelever stiger hen over sommeren og mindskes i løbet af skoleåret, hvorimod

spændet mellem elever med stærk og svag socioøkonomisk baggrund forbliver stabilt.

PDF to HTML - Convert PDF files to HTML files

klasse og opefter. Skoler med en høj andel af elever med svag socioøko-

nomisk baggrund modtager desuden flere ressourcer i de fleste OECD-

lande (OECD, 2010).

Disse resultater udelukker ikke, at skolerne kan spille en vigtig

rolle i indsatser, som har til formål at højne de faglige præstationer hos

elever med svag socioøkonomisk baggrund. Indsatser, som er særligt ret-

tet mod de behov, som elever med svag socioøkonomisk baggrund har,

vil potentielt kunne reducere eller helt lukke spændet i uddannelsespræ-

stationer (Björklund & Salvanes, 2011).

Da forskelle i medfødte evner og kvaliteten af skolerne ikke sy-

nes at forklare mange af de forskelle, der er mellem elever med hen-

holdsvis stærk og svag socioøkonomisk baggrund, kan det være, at miljø-

et i den tidlige barndom er en vigtig forklaring. Currie (2009) undersøger

en stor mængde litteratur, som dokumenterer, at børn med svag socio-

økonomisk baggrund har dårligere helbred målt på en lang række indika-

torer, herunder forhold i fosterstadiet, sundhed ved fødslen, forekom-

sten af kroniske tilstande og psykiske helbredsproblemer. Selvom disse

undersøgelser for det meste, men ikke udelukkende, er foretaget i USA,

synes forholdet også at gøre sig gældende i lande med et universelt sund-

hedsvæsen, fx Canada og Storbritannien. Den nyeste viden peger endvi-

dere i retning af, at helbredsproblemer i løbet af barndommen påvirker

både de uddannelsesmæssige og arbejdsmæssige resultater (Currie, 2009).

Andre forklaringer på de relativt dårlige præstationer blandt ele-

ver med svag socioøkonomisk baggrund skal sandsynligvis findes i bar-

nets nærmiljø.

Elever med svag socioøkonomisk baggrund har færre

familieressourcer og vokser op i miljøer, som er mindre befordrende for

at præstere godt i uddannelsessystemet (Jacob & Ludwig, 2008). Famili-

ens ressourcer kan fx være et miljø, hvor sprog-og læsefærdigheder er til

stede, og hvor udvikling af disse færdigheder opmuntres, eller forskellige

opdragelsespraksisser og investeringer i førskoleuddannelse (Esping-

Andersson m.fl., 2012; Hart & Risley, 2003). Flere ressourcer giver desu-

den mulighed for at købe varer og serviceydelser, som kan have indfly-

delse på barnets faglige præstationer, fx lægehjælp, god kost og fritidsak-

tiviteter. Relativ fattigdom øger desuden risikoen for at udvikle stress og

5. USA er en undtagelse, i hvert fald i forhold til elev/lærer-fordelingen (OECD, 2010). Glazer-

man m.fl. (2013) rapporterer desuden om en tendens til, at amerikanske skoler med lave fattig-

domsniveauer har mere effektive lærere (målt på værdiskabelse).

6. Hvad angår den forholdsmæssige betydning af familie og lokalområde, peger oversigten i Björk-

lund & Salvanes (2011) på, at familie er den væsentligste forklarende faktor.

PDF to HTML - Convert PDF files to HTML files

depressioner hos forældre (Magnuson & Shager, 2010). Forældre til børn

med svag socioøkonomisk baggrund synes endvidere at have lavere fag-

lige forventninger til deres børn (Bradley & Corwyn, 2002; Slates m.fl.,

2012), hvilket også gør sig gældende for de lærere, der underviser børne-

ne (se fx Good, Aronson & Inzlicht, 2003; Timperley & Phillips, 2003).

Forskningen identificerer flere områder, hvor elever med svag

socioøkonomisk baggrund har relativt ringere vilkår. Disse områder

stemmer sandsynligvis overens med de primære effektbærende meka-

nismer, nemlig kognitiv udvikling, social tilpasning (eller prosocial ad-

færd), familiestøtte, motivationsstøtte, øgede forventninger og øget pæ-

dagogisk støtte (Reynolds & Temple, 2008; Reynolds, Magnuson & Ou,

2010). Hvis forskellene på elever med stærk og svag socioøkonomisk

baggrund kan forstås som en konsekvens af manglen på en kombination

af ressourcer, skal hjælpeindsatserne måske adressere flere problemer på

samme tid for at være effektive. Det er med andre ord muligt, at indsats-

programmer, der kombinerer indsatskomponenter, er mere effektive,

end indsatser, der kun sætter ind på et område.

SYSTEMATISKE FORSKNINGSOVERSIGTER OG

METAANALYSER

I en systematisk forskningsoversigt udvælges og evalueres studier ud fra

eksplicitte og systematiske kriterier, herunder en vurdering af validiteten

af effektmålet. Systematiske forskningsoversigter adskiller sig fra andre

forskningsoversigter ved at følge et omhyggeligt videnskabeligt forsk-

ningsdesign, som beskrives, før arbejdet igangsættes.

Denne frem-

gangsmåde sikrer, at hvert enkelt skridt i processen dokumenteres og

dermed reduceres risikoen for, at forfatterne efterfølgende kan påvirke

oversigtens konklusioner. Fremgangsmåden øger dermed gennemsigtig-

heden og troværdigheden af oversigterne.

7. Cook m.fl. (2014) fandt fx store positive effekter på testresultater i et program målrettet særligt

dårligt stillede 14-18-årige mandlige elever. Programmet kombinerede tutoring i matematik med

udviklingen af social-kognitive færdigheder. Ifølge Cook m.fl. kan en af grundene til de mang-

lende succesfulde indsatser over for ældre, dårligt stillede elever skyldes, at indsatserne kun har

været målrettet et enkelt problem af gangen, mens målgruppen for indsatserne højst sandsynligt

døjer med flere problemer på samme tid.

8. Protokollen for denne forskningsoversigt: ”Protocol for ”Academic Interventions for Children

and Students with Low Socioeconomic Status: A Systematic Review” (Bøg m.fl., 2014) er tilgæn-

gelig på: http://www.sfi.dk/publications-2773.aspx.

PDF to HTML - Convert PDF files to HTML files

Systematiske forskningsoversigter af effekt-studier, der for ek-

sempel følger Campbells retningslinjer (www.campbellcollaboration.org),

indeholder endvidere en metaanalyse, hvor den gennemsnitlige effekt-

størrelse og den statistiske usikkerhed af indsatserne kvantificeres. I en

systematisk forskningsoversigt foretages en grundig gennemgang af

forskningsdesignet og kvaliteten af forskningen i studier. For at kunne

sige noget om størrelsen og retningen af effekterne, ikke blot den statisti-

ske signifikans, er det nødvendigt at foretage en vægtning af effektstør-

relserne i en metaanalyse. Fremgangsmåder for forskningsoversigter,

som benytter sig af kvalitative resuméer eller af ”stemmeoptælling” base-

ret på statistisk signifikans, kan derimod ikke håndtere en overordnet

effektstørrelses følsomhed over for undersøgelsesresultater af forskellig

styrke på tværs af undersøgelser. Det er potentielt misvisende kun at be-

nytte statistisk signifikans, da signifikansen er en afspejling af både den

estimerede effekts størrelse og estimatets stikprøveusikkerhed. Da stik-

prøveusikkerheden næsten udelukkende er afhængig af stikprøvestørrel-

sen, betyder det, at små undersøgelser måske ikke har statistisk styrke til

at afdække signifikante effekter, selv hvis den pågældende effekt er af en

betydelig størrelse. En væsentlig fordel ved metaanalysen er, at den kan

kombinere mange små undersøgelser (Lipsey & Wilson, 2001).

Det primære spørgsmål i en effektundersøgelse er: Hvordan kla-

rer gruppen, som får indsatsen, sig i forhold til, hvordan de ville have

klaret sig uden indsatsen? Det grundlæggende problem er derfor, at det

aldrig vil være muligt samtidigt at gennemføre og ikke gennemføre en

bestemt indsats over for et individ. En pålidelig vurdering af den kontra-

faktiske situation er derfor yderst vigtig for vurderingen af kausale effek-

ter. Undersøgelser, som ikke indeholder en troværdig vurdering af de

kausale effekter, bør ikke inkluderes i metaanalysen af effektstørrelserne.

Det er derfor en meget vigtig og tidskrævende del af denne form for sy-

stematisk forskningsoversigt og metaanalyse, at man vurderer, hvilke un-

dersøgelser og effektmålinger der ikke er troværdige nok til at blive med-

taget (Higgins & Green, 2011).

En metaanalyse indsamler normalt også data om et bredere ud-

valg af karakteristika ved studierne end blot effektstørrelser. Disse data

kan bruges til at undersøge moderatorer for effektstørrelser. En meta-

analyse kan således bruges til at udforske og afprøve hypoteser om, hvad

der påvirker størrelsen af effekterne og således også give forskere og

praktikere brugbar viden til at forbedre indsatserne (Lipsey & Wilson,

PDF to HTML - Convert PDF files to HTML files

2001). Det er som nævnt et af hovedformålene med denne forsknings-

oversigt at finde sådanne moderatorer.

FORSKNINGSOVERSIGTER PÅ OMRÅDET

Vores inklusionskriterier omfatter skoleindsatser, der kan forbedre ud-

dannelsespræstationerne blandt elever med svag socioøkonomisk bag-

grund. Vores oversigt indeholder dog ikke alle typer af indsatser, der kan

have betydning for denne gruppe af elever. Nedenfor giver vi først en

række eksempler på indsatser, som ligger uden for forskningsoversigtens

afgrænsning. Dernæst beskriver vi de nyeste og mest beslægtede forsk-

ningsoversigter.

ANDRE INDSATSER

Vi inkluderer indsatser gennemført af skoler, herunder eventuelt i sam-

arbejde med lokale interessenter. Dermed har vi set bort fra indsatser,

som kræver, at der foretages ændringer i hele skolesystemet i et land eller

en region. Det er blandt andet indsatser med fokus på nationale retnings-

linjer for registrering og måling, centraliserede eksamenssystemer og sy-

stemer relateret til skolevalg. Et stærkt differentieret uddannelsessystem

(baseret på inddeling efter præstationer) vil ofte have større socioøko-

nomisk resultatulighed (se fx Van de Werfhorst & Mijs, 2010; Björklund

& Salvanes, 2011), hvorimod mere standardiserede uddannelsessystemer,

fx med centraliserede eksaminer, er forbundet med lavere ulighed. Større

differentiering synes ikke at øge den gennemsnitlige præstation. Elever

med svag socioøkonomisk baggrund vil derfor kunne drage fordel af sy-

stemer med mindre differentiering og mere standardisering, uden at det

påvirker andre grupper negativt (Van de Werfhorst & Mijs, 2010). Ifølge

Rouse & Barrow (2009) er effekten af skolevalg og uddannelsesvouchers

generelt små og ikke statistisk signifikante.

Vi har udelukket indsatser, der bedst kan beskrives som gen-

nemgribende (systemiske) skolereformer (whole-school

reforms

eller

compre-

hensive school reforms).

Denne type af indsats indebærer ofte forandringer

(såsom omfattende udskiftning af personale), som vil være vanskelige at

9. Hattie (2009) indeholder en interessant ”metaanalyse af metaanalyser” af skoleindsatser. De

udfaldsmål, elevgrupper og forskningsdesigns som Hattie (2009) inkluderer, er dog markant for-

skellige fra vores.

PDF to HTML - Convert PDF files to HTML files

gennemføre i Danmark. Visse skolereformer, fx Success for All (Borman

m.fl., 2007),

Harlem Children’s Zone (Dobbie & Fryer, 2011), og ”no

excuses” charter-skoler (se fx Angrist, Pathak & Walters, 2013; Fryer,

2014) har demonstreret lovende resultater specifikt for elever med svag

socioøkonomisk baggrund.

Det er dokumenteret, at førskoleprogrammer af høj kvalitet har

positiv indflydelse på uddannelsesresultater og sociale færdigheder hos

dårligt stillede elever, men der er stor forskel på effekterne fra program

til program (se fx Blau & Currie, 2006; Camilli m.fl., 2010; Chambers

m.fl., 2010; Christoffersen, Højen-Sørensen & Laugesen 2014; Duncan

& Magnuson, 2013; Yoshikawa m.fl., 2013). Undersøgelser af tiltag, der

udvider adgangen til universelle førskolesystemer peger på en overordnet

positiv effekt på faglige præstationer i lande som USA (se fx Cascio &

Whitmore Schanzenbach, 2013; Fitzpatrick, 2008; Gormley m.fl., 2005),

Uruguay (Berlinski, Galiani & Managorda, 2008), Argentina (Berlinski,

Galiani & Gertler, 2009), Spanien (Felfe, Nollenberger & Rodriguez-

Planas, 2012) og Norge (Havnes & Mogstad, 2011; Havnes & Mogstad,

2014).

BESLÆGTEDE FORSKNINGSOVERSIGTER

Reynolds & Temple (2008) samt Reynolds, Magnuson & Ou (2010) un-

dersøgte indsatser fra USA, som er rettet mod grupper fra børnehave-

børn til og med 3. klasse. Nogle af disse indsatser er nært beslægtede

med dem, der er medtaget i denne forskningsoversigt. Begge forsknings-

oversigter peger på, at højkvalitetsførskoleprogrammer og små klasse-

størrelser i de tidlige klassetrin giver positive effekter. De langsigtede

samfundsøkonomiske analyser indikerer, at mange af programmerne er

forbundet med positive effekter og betragtelige velfærdsgevinster.

En række forskningsoversigter retter sig mod elever i skolealde-

ren, som udelukkende eller i overvejende grad har svag socioøkonomisk

baggrund. Zief, Lauver & Maynard (2006) undersøgte efter-

skoletidsprogrammer og fandt kun få studier og begrænset evidens for, at

10. Læseprogrammet Success for All havde imidlertid ingen signifikante effekter på læsepræstatio-

nerne (Hanselman & Borman, 2013). Det er uklart, om dette skyldes, at deltagerne i studiet er

ældre (3.-5. klasse i stedet for børnehaveklasse til 2. klasse), eller om det er, fordi det er de andre

elementer af indsatsen, som har betydning for den forbedrede læsefærdighed.

11. Førskolelitteraturen indeholder også eksempler på indsatser, som har haft negative effekter, i

hvert fald på kort sigt. En udvidelse af førskolen i Quebec i Canada havde negativ effekt på kog-

nitive og non-kognitive testresultater på kort sigt (Baker, Gruber & Milligan, 2008). Bernal &

Keane (2011) og Herbst (2013) finder negative effekter af førskoleprogrammer i USA.

PDF to HTML - Convert PDF files to HTML files

disse programmer har en positiv effekt på elevpræstationer. Wilson m.fl.

(2011) undersøgte programmer, der forsøger at øge gennemførelsespro-

centen på ungdomsuddannelser, hvor en stor andel af målgruppen for

indsatserne var elever med svag socioøkonomisk baggrund. De fandt

store, gennemsnitlige positive forbedringer af både frafald og færdiggø-

relse. Kim & Quinn (2013) undersøgte sommer-læseprogrammer og

fandt positive effekter, specielt for indsatser hvor forskningsbaseret læ-

seundervisning indgik, og et flertal af børnene kom fra lavindkomstfami-

lier.

Børn med svag socioøkonomisk baggrund er ikke den direkte

målgruppe for oversigter af Slavin & Lake (2008) (matematikprogram-

mer for de ca. 5-10-årige), Slavin, Lake & Groff (2009) (matematikpro-

grammer for de ca. 11-14-årige og de 15-18-årige) og Slavin m.fl. (2009)

(læseprogrammer for de ca. 5-10-årige). De finder, at indsatser med fo-

kus på undervisningsprocessen, som inddrager fx tutoring, cooperative

learning, klasseledelse og motivationsindsatser, har de største effekter på

faglige resultater. De overordnede effekter er ens for alle socioøkonomi-

ske grupper. Det er imidlertid langt fra alle inkluderede studier, som rap-

porterer resultater specifikt for elever med svag socioøkonomisk bag-

grund. Så oversigterne rapporterer ikke effektstørrelser pr. indsattype for

denne gruppe af elever. Vi finder altså ikke svar på, om de typer af pro-

grammer, som har de største effektstørrelser, også har de største effekt-

størrelser for de dårligt stillede elever.

Lavt præsterende elever overlapper ofte med vores målgruppe.

Wanzek m.fl. (2006) undersøgte læseprogrammer rettet mod elever med

indlæringsvanskeligheder i børnehaveklasse til 12. klasse. Edmonds m.fl.

(2009), Flynn m.fl. (2012) og Scammaca m.fl. (2013) undersøgte pro-

grammer rettet mod elever med læsevanskeligheder på henholdsvis 6.-12.,

5.-9. og 4.-12. klassetrin. Disse forskningsoversigter viser generelt gode

effekter, men finder ikke generelle effektforskelle mellem indsatstyper.

Slavin m.fl. (2011) kiggede på programmer henvendt til elever med læse-

vanskeligheder og fandt højere effektstørrelser for indsatser med fokus

på undervisningsprocessen.

PDF to HTML - Convert PDF files to HTML files

Forskningsoversigterne i dette afsnit giver ikke svar på spørgs-

målet om, hvilke typer af indsats og kombinationer af indsats-

komponenter der har størst betydning for elever med svag socioøkono-

misk baggrund. Fordi vi inkluderer et bredere udsnit af indsatser og ud-

faldsmål, har denne forskningsoversigt bedre muligheder for at kunne

undersøge, hvilke indsats-komponenter der betyder mest for en effektiv

indsats.

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

KAPITEL 3

METODE

Dette kapitel beskriver, hvilke indsatstyper vi har medtaget i

forskningsoversigten (afsnit

Inklusionskriterier,

s.38) samt datagrundlaget,

inklusive en kort beskrivelse af vores søgestrategi og

screeningsprocedure (afsnittene

Søgestrategi,

s.40, og

Screeningproces,

s.41).

Kapitlet beskriver også, hvordan vi har vurderet de inkluderede studier

for bias (Risiko

for bias,

s.42) og kodet dem (Kodning s.43), samt hvilke

statistiske fremgangsmåder vi har benyttet i metaanalysen

(Synteseprocedurer

og statistisk analyse,

s.45). For en mere detaljeret

beskrivelse henviser vi til vores protokol,

Protocol for ’Academic Interventions

for Children and Students with Low Socioeconomic Status: A Systematic Review’

(Bøg m.fl., 2014).

12. Bemærk, at vores protokol beskriver en bredere søgeindsats med mulighed for flere end én

forskningsoversigt, hvis antallet af fundne studier tillader det. Dette viste sig at være tilfældet, og

vi har derfor på nogle områder præciseret udvælgelseskriterierne. Vores protokol specificerede at

studier af førskoleindsatser og gennemgribende (systemisk) skolereformer (whole school reforms)

også opfyldte inklusionskriteriet. Vi har endvidere præciseret kriterierne for socioøkonomisk

baggrund.

PDF to HTML - Convert PDF files to HTML files

INKLUSIONSKRITERIER

Vi har anvendt følgende seks kriterier i udvælgelsen af indsatser og un-

dersøgelser i denne forskningsoversigt:

1) Indsatstype:

For at blive inkluderet skal indsatsens eksplicitte

formål være at forbedre faglige præstationer. Det betyder ikke, at indsat-

sen nødvendigvis skal bestå af faglige aktiviteter, men at indsatsen tyde-

ligt har til formålet at forbedre faglige præstationer eller færdighedsni-

veauet inden for bestemte faglige områder. Programmer, som først og

fremmest har haft til formål at mindske fx kriminel adfærd eller mobning

er blevet ekskluderet. Vi har endvidere begrænset os til indsatser, som er

blevet gennemført direkte på skoler eller gennemføres sammen med sko-

ler af lokale interessenter, såsom kommuner eller frivilligorganisationer.

Som eksempler på ekskluderede indsatser kan nævnes ændringer af hele

skolesystemet, fx ændringer i karaktersystemet, ændringer af det nationa-

le/regionale pensum samt indførelse eller udvidelse af skolevalg og pri-

vatskoler. Vi har også udelukket indsatser, hvor der indføres en

best prac-

tice-pakke

på lavt præsterende skoler (fx Fryer, 2014). Andre indsatser,

der er blevet ekskluderet, er gennemgribende (systemiske) skolereformer

(whole-school

reforms)

fx Success for All samt studier, som undersøger ef-

fekten af charter-skoler.

2) Deltagere:

De omfattede indsatser retter sig mod elever, som i

de pågældende studier identificeres som elever med svag socioøkono-

misk baggrund. Selvom der ikke er konsensus om en præcis definition af,

hvad der udgør en elev med svag socioøkonomisk baggrund, synes fler-

tallet af forskere at være enige om, at begrebet omfatter forældrenes ind-

komst, uddannelse og erhverv som de tre væsentligste indikatorer (Sirin,

2005). Vores søgning indeholdt søgetermer, som skulle indfange disse tre

aspekter. Derudover brugte vi et større antal søgetermer, som forsk-

ningslitteraturen tidligere har anvendt for at klassificere populationer

med svag socioøkonomisk baggrund. Der er især mange undersøgelser,

som har anvendt andelen af minoriteter som substitut (proxy) for ande-

len med svag socioøkonomisk baggrund. Vi har klassificeret en indsats

som værende rettet mod elever med svag socioøkonomisk baggrund,

hvis mindst 50 pct. af deltagerne er elever med svag socioøkonomisk

baggrund på mindst et af de nævnte kriterier. Nogle studier rapporterer

13. Charter-skoler er finansieret med offentlige midler, men nyder en større grad af selvstyre end

almindelige skoler. De kan blandt andet fastsætte deres eget pensum.

PDF to HTML - Convert PDF files to HTML files

kun socioøkonomisk baggrund på et overordnet niveau, fx på skole- eller

skoledistrikt-niveau i stedet for på deltager-niveau. I disse tilfælde har vi

brugt de aggregerede data som et estimat for andelen i stikprøven (se

Kim & Quinn, 2013 for en lignende fremgangsmåde). Vi har desuden

inkluderet undersøgelser af elever på klassetrin, som svarer til den danske

folkeskole. Alt efter det pågældende land kan dette kriterium omfatte

forskellige klassetrin, men vi har for det meste inkluderet, hvad der i

Danmark svarer til børnehaveklasse, indskoling og mellemtrin, hvorimod

undersøgelser af de 14-18-årige elever (svarende til elever i udskolingen

og fx gymnasiet i en dansk kontekst) ikke er blevet inkluderet. Indsatser

målrettet elever, som modtager specialundervisning inden for de nævnte

skolerammer, er inkluderet, hvorimod indsatser over for elever, der mod-

tager specialundervisning uden for det almindelige skolesystem, ikke er

blevet inkluderet.

3) Udfaldsmål:

For at blive inkluderet skal studiet benytte en eller

flere af følgende udfaldsmål: standardiserede faglige tests (fx Iowa Test

of Basic Skills og Stanford Achievement Test), karaktergennemsnit eller

optag på ungdomsuddannelser for de 14-18-årige (fx high school i USA).

Vi ser udelukkende på standardiserede tests, hovedsagligt fordi tidligere

forskningsoversigter over faglige indsatser har peget på, at effektstørrel-

serne har tendens til at være signifikant lavere for standardiserede tests

end for forskerudviklede tests (se fx Flynn m.fl., 2012; Scammaca m.fl.,

2013). Tests, der er udviklet af forskeren, fokuserer ofte på mindre gene-

relle aspekter af læring. Samtidig er det mere sandsynligt, at testen måler

på facetter af den indsats, som interventionsgruppen modtager, som i

mindre udstrakt grad er relevant for kontrolgruppens undervisning.

Standardiserede tests giver derfor ofte et mere troværdigt billede af vari-

ge forskelle mellem interventions- og kontrolgruppen (Slavin m.fl., 2009).

Da et forholdsvis lille antal undersøgelser afrapporterede tests i andre fag

end matematik og læsning, har vi afgrænset metaanalysen til studier, som

rapporterer testresultater for læse- og matematiktests. Studier, som be-

nytter andre udfaldsmål, er dog stadig inkluderet i kortlægningen. Vi har

opdelt udfaldsmålene på efter-måling og opfølgnings-måling (follow

up).

Efter-måling foretages inden for tre måneder, efter at indsatsen er stop-

pet, og opfølgningsmåling foretages mere end tre måneder efter, at ind-

satsen er afsluttet. Hvis et studie har foretaget to målinger inden for tre

måneder, er begge målinger brugt i metaanalysen.

PDF to HTML - Convert PDF files to HTML files

4) Forskningsdesign:

Vi har afgrænset forskningsoversigten til pri-

mærforskning, hvor forskningsdesignet er et indsats- og kontrolgruppe-

design eller indsats- og sammenligningsgruppe-design. En kontrolgruppe

defineres som en gruppe, der ikke modtager indsatsen, herunder grupper,

der på et senere tidspunkt modtager indsatsen. En sammenligningsgrup-

pe modtager en alternativ indsats. Vi har kodet forskningsdesign med

indsats- og sammenligningsgrupper separat. De inkluderede forsknings-

design er lodtrækningsforsøg (Randomized

Controlled Trials,

RCT) samt

kvasi-eksperimentelle

undersøgelser

(Quasi-experimental

Studies,

QES).

Kvasi-eksperimentelle undersøgelser kan fx være undersøgelser

med difference-in-differences-design, matching eller statistiske kontroller,

dvs. undersøgelser, som benytter en eller anden form for ikke-

eksperimentel metode for at undgå selektionsbias. Vi har udelukket

forskningsdesign, der kun baseres på en sammenligning af indsatsgrup-

pen før- og efter, at indsatsen er gennemført.

5) Lande og sprog:

Vi har udelukkende medtaget studier af indsat-

ser gennemført i OECD- eller EU-lande. Denne udvælgelse har vi fore-

taget for at sikre en vis grad af sammenlignelighed i forhold til rammerne

for indsatserne. Vi inkluderer kun studier, som afrapporterer på engelsk,

tysk, dansk, norsk og svensk.

6) Indsatsår:

Vi har inkluderet undersøgelser af indsatser gennem-

ført i eller efter år 2000. Indsatser som starter før år 2000, men slutter

efter år 2000, er dog blevet inkluderede.

SØGESTRATEGI

Vi identificerede relevante undersøgelser via elektroniske søgninger i bib-

liografiske databaser, officielle databanker og databanker for indsatser. Vi

foretog søgninger i følgende bibliografiske databaser: Campbell Library,

Centre for Reviews and Dissemination Databases, Cochrane Library,

EconLit, Education Research Complete, ERIC - Education Resource

Information Center, PsycINFO, SocIndex, Social Care Online, For-

14. I vores protokol skriver vi, at forskningsoversigten også skulle medtage kvasi-

lodtrækningsforsøg (QRCT), altså undersøgelser, hvor deltagerne udvælges til at modtage indsat-

sen via fx skiftevis allokering (alternate

allocation),

fødselsdato, ugedag eller måned, sagsnummer el-

ler efter alfabetisk orden. Vi har imidlertid ikke fundet nogen undersøgelser, som har anvendt

disse metoder til udvælgelse af modtagere af indsats.

PDF to HTML - Convert PDF files to HTML files

skningsdatabasen.dk, Diva-portal.org, Libris, Cristin, Current Research

Information System in Norway.

Søgestrategien for disse databaser var baseret på fire kategorier:

elever, socioøkonomisk baggrund, udfald og forskningsdesign. For hver

kategori inkluderede vi en lang række synonymer for de anvendte termer.

Kun studier, der opfyldte mindst et kriterie fra hver kategori, gik videre

til screening. Vores protokol (Bøg m.fl., 2014) indeholder et eksempel på

søgestrategien anvendt i ERIC gennem EBSCO-platformen.

Med henblik på at finde artikler, som endnu ikke er medtaget i

databaserne, har vi desuden foretaget en håndsøgning i følgende tids-

skrifter:

American Educational Research Journal, Journal of Educational Research,

Learning and Instruction, Journal of Educational Psychology.

For at finde forsk-

ning, som endnu ikke er blevet udgivet, har vi desuden foretaget en ma-

nuel søgning på følgende hjemmesider:

•

OpenGrey, http://www.opengrey.eu/

What Works Clearinghouse, http://www.whatworks.ed.gov

Dansk Clearinghouse for

ning, http://edu.au.dk/clearinghouse

European Educational Research Association

RA), http://www.eera-ecer.eu

American Educational Research Association

RA), http://www.aera.net

Deutsche Gesellschaft für Erziehungswissenschaft

(DGfE), http://www.dgfe.de

Skolverket, http://Skolporten.com

Forskning.no

SCREENINGPROCES

Screeningen blev foretaget af et team på fire assistenter i samarbejde med

forskerne. På første niveau blev screeningprocessen foretaget ved hjælp

af resumé og titel for at udelukke studier, som var åbenlyst irrelevante. Vi

afprøvede kriterierne med alle fire assistenter, indtil der var opnået 85 pct.

enighed. Studier, der blev inkluderet på første niveau af screeningen, blev

hentet i fuld tekst og derefter screenet af det samme team. Vi har ikke

foretaget en dobbeltscreening af undersøgelserne på andet niveau af

PDF to HTML - Convert PDF files to HTML files

screeningen, men i alle tilfælde, hvor der har været tvivl om studiets rele-

vans, er studiet blevet kontrolleret af mindst én af rapportforfatterne.

RISIKO FOR BIAS

Vi har evalueret kvaliteten af metoden i hvert af de inkluderede studier

ved hjælp af en risikovurderingsmodel. Denne model er struktureret som

og følger samme skridt som risikomodellen i Cochrane-håndbogens ka-

pitel 8 (Higgins & Green, 2011). Dog er vurderingen af ikke-

randomiserede undersøgelser udvidet med et kriterium for confoundere.

Modellen indeholder følgende ni punkter:

•

Sekvens-generering (bedømt på en lav-risiko/høj-risiko/uklart-

skala).

Skjult allokering (allocation concealment), (bedømt på en lav-

risiko/høj-risiko/uklart-skala).

Blinding (bedømt på en 1-5/uklart-skala).

Ufuldstændige udfaldsdata (bedømt på en 1-5/uklart-skala).

Selektiv udfaldsrapportering (bedømt på en 1-5/uklart-skala).

Confoundere (bedømt på en 1-5/uklart-skala).

Andre potentielle trusler mod validiteten (bedømt på en 1-5/uklart-

skala).

A priori protokol (bedømt på en ja/nej/uklart-skala).

A priori analyseplan (bedømt på en ja/nej/uklart-skala).

De studier, som er med i metaanalysen, er studier, hvor vi har vurderet,

at risikoen for bias er tilstrækkelig lav. En bred kategori af studier, som vi

udelukkede, fordi de havde en for høj risiko for bias (undersøgelser, som

scorede 5 på en eller flere af punkterne bedømt efter en 1-5-skala), var

kvasi-eksperimentelle undersøgelser, som ikke havde før-indsats-

testresultater for både indsats- og kontrolgrupperne (23 studier). 37 stu-

dier blev udelukket af andre årsager. En mere detaljeret beskrivelse af det

anvendte risikovurderingsværktøj i forhold til bias kan findes i vores pro-

tokol (Bøg m.fl., 2014). Risikovurderingen er som udgangspunkt ikke

blevet foretaget uafhængigt af to forskellige rapportforfattere, men i de

tilfælde, hvor en bedømmelse har været usikker, har mindst to forfattere

vurderet studiet.

PDF to HTML - Convert PDF files to HTML files

KODNING

Vi har kodet udgivelsesår, indsatsland, udgivelsestype, studiedesign, fag,

samt hvilke komponenter indsatsen består i. Vi har brugt følgende kom-

ponenter:

Opdelt undervisning:

Denne kategori omfatter indsatser, hvor ele-

ver opdeles i forhold til deres faglige præstationer, eller hvor forskellige

elevgrupper inkluderes i samme undervisning efter tidligere at have været

opdelt. Kategorien indeholder også indsatser, hvor elever er blevet op-

delt efter køn.

Tutoring:

Tutoring defineres som aktiviteter, hvor elever modta-

ger faglig støtte oven i den undervisning, som eleven i forvejen modtager

i klasseværelset. Tutoring kan foregå en-til-en og i små grupper, er ofte

baseret på et struktureret program for forløbet og løber over en begræn-

set periode. Tutoring kan gives af både frivillige tutorer og professionelle

undervisere.

Coaching/mentorstøtte:

Vi har adskilt indsatser i denne kategori fra

tutoring,

fordi coaching og mentorstøtte ikke indeholder fokus på faglige

færdigheder. Eksempler på aktiviteter er fx at hjælpe eleverne med at

finde ud af, hvilket fag de skal tage eller være rollemodel for eleven. Ka-

tegorien omfatter endvidere indsatser, hvor det i stedet er lærerene, der

har fået coaching/mentorstøtte.

Cooperative learning:

Denne kategori omfatter indsatser, der foku-

serer på struktureret samarbejde blandt elever. Indsatsen kan fx være, at

eleverne opdeles i grupper og fungerer som pædagogiske vejledere for

hinanden.

IT-støttet undervisning:

Disse indsatser benytter computere og fag-

lig rettet software til at højne elevernes præstationer.

Feedback og monitorering:

Denne kategori omfatter indsatser med et

specifikt fokus på feedback- eller progressionsmonitorering af elevpræ-

stationer. Enten kan det være, at eleverne får mere information om deres

egne præstationer, eller at lærerne får mere information om elevernes

præstationer. Bemærk, at fx tutoring og cooperative learning-

programmer typisk indeholder øget feedback. Med mindre at indsatserne

har tilføjet en komponent af feedback, udover det som normalt indgår i

tutor-elev eller elev-elev relationen, har vi ikke kodet dem i

feedback-

kategorien.

PDF to HTML - Convert PDF files to HTML files

Øgede ressourcer:

Indsatser i denne kategori tilfører ekstra ressour-

cer til skoler. Indsatserne forandrer rammebetingelserne for skolerne,

men indeholder ingen specifikke forandringer i det pædagogiske indhold.

Eksempler på indsatser, som er blevet kodet i denne kategori, er øgede

økonomiske midler, mindre klasser samt udvidelse af skoledagens længde.

Efter-skoletidsprogrammer:

Indsatserne i denne kategori gennemfø-

res efter normal skoletid. Et eksempel på en indsats er lektiehjælp efter

skoletid.

Sommerskoleprogrammer:

Alle sommerskoleprogrammer er blevet

kodet i denne kategori. Et eksempel på en indsats er, at elever får gratis

bøger, som de kan arbejde med i løbet af sommeren.

Adfærdsindsatser/psykologiske indsatser:

Denne kategori indeholder

indsatser, der ikke direkte fokuserer på at forbedre faglige færdigheder,

men i stedet fokuserer på at afhjælpe psykosociale begrænsninger

og/eller adfærd, der blokerer for læring. Eksempler på indsatser i denne

kategori er: indsatser mod fordomme (stereotype-threat), indsatser som ska-

ber holdningsændringer hos lærere og/eller elever, indsatser rettet mod

lærer- og elevforventninger og indsatser, der forbedrer kognitiv og socia-

le funktionalitet hos eleverne.

Incitamenter:

Incitamentsprogrammer, som har til formål at øge

elevernes faglige præstationer, er blevet inkluderet i denne kategori. Et

eksempel på incitament kan være, at eleverne bliver betalt pr. bog, de

læser. Bemærk, at incitamenterne ikke behøver at være økonomiske, og

at incitamenter rettet mod lærere også er kodet i denne kategori.

Kompetenceudvikling:

Denne kategori omfatter indsatser, hvor sko-

lepersonalet modtager efteruddannelse eller træning.

Tilpasning af læreplan:

Denne kategori omfatter indsatser, der ude-

lukkende ændrer det faglige indhold i undervisningen. Det kan fx inde-

bære en ændring af pensum eller fokus på at anvende lydmetode i læse-

undervisningen.

For de studier, som er inkluderet i metaanalysen, har vi desuden

kodet: indsatssted, forskningsdesign, elevkarakteristika, herunder socio-

økonomisk baggrund, hvem der forestod indsatsen, levering, varighed,

hyppighed, intensitet samt implementeringskvalitet (se næste afsnit for

en præcis definition).

PDF to HTML - Convert PDF files to HTML files

SYNTESEPROCEDURER OG STATISTISK ANALYSE

For kontinuerte data har vi beregnet standardiserede middelværdidiffe-

rencer (Standardised Mean Differences, SMD’er). Vi har så vidt muligt

brugt middelværdidifferencer justerede for forklarende variable sammen

med de rå standardafvigelser til at beregne den standardiserede middel-

værdiforskel. Vi benytter Hedges’

til at estimere standardiserede mid-

delværdidifferencer, eftersom den indeholder en korrektionsfaktor for

små stikprøver. Hedges’

og dens standardfejl beregnes som (Lipsey &

Wilson, 2001, s. 47-49):

�½

��

− ��

��

�½1 −

�½

�½,

��

4��

−

��

�½

��

2��

�½

��

er den samlede stikprøvestørrelse,

��

er middelværdien i

hver gruppe og

��

er den fælles standardafvigelse defineret som:

Her betegner

��

henholdsvis indsats- og kontrolgruppens ikke-

korrigerede standardafvigelse. To undersøgelser rapporterer dikotomiske

udfaldsmål. Vi har omregnet de dikotomiske udfaldsmål til

(Sánchez-

Meca m.fl., 2003).

Syv studier afrapporterer en beslægtet effektstørrelse, hvor mid-

delværdidifferencen er standardiseret med kontrolgruppens standardafvi-

gelse (Glass’ Δ). Hvis studiet indeholder tilstrækkelig information, har vi

omregnet disse effektstørrelser til

I de tilfælde, hvor det ikke har været

muligt, er effektstørrelsen justeret for stikprøvestørrelsen (jf. Hedges’

g).

I visse tilfælde standardiserer nogle studier middelværdidifference med

standardafvigelsen for et helt skoleområde uden at rapportere standard-

afvigelser for indsats- og kontrolgrupperne. For at undgå at disse obser-

vationer udgår af analysen, inkluderer vi dem og antager således implicit,

at standardafvigelsen for indsats- og kontrolgrupperne svarer til stan-

(

��

−

��

+ (

��

−

��

�½

(

��

−

1) + (

��

−

PDF to HTML - Convert PDF files to HTML files

dardafvigelsen på skoledistriktsniveau (dette er sandsynligvis en overvur-

dering af standardafvigelsen). Vi vender tilbage til dette spørgsmål i føl-

somhedsanalysen.

Hvis studierne mangler information, der indgår i

beregnede vi,

hvor det var muligt, disse ud fra fx

F-værdier, t-værdier,

-værdier og

korrelationskoefficienter (Lipsey & Wilson, 2001). Bilag 1 indeholder de

studier, som ikke kunne indgå i metaanalysen, fordi de ikke indeholdt

tilstrækkelig med information for at kunne beregne en effektstørrelse.

Nogle studier rapporterer kun ændringsscorer i stedet for mid-

delværdier. Fordi de ikke er direkte sammenlignelige med differencen i

middelværdier, indgår disse studier ikke i metaanalysen (de er dog omfat-

tet i kortlægningen).

Heterogeniteten blandt effektstørrelserne er vurderet ved hjælp

af en χ

-test (også kaldt

Q-test)

og en

-værdi samt med τ

-værdi (Hig-

gins m.fl., 2003). Nulhypotesen for disse tests er, at alle studier har en

fælles effektstørrelse (Lipsey & Wilson, 2001; Higgins m.fl., 2003).

Bias i statistiske analyser kan opstå, hvis allokeringsenheden er

forskellig fra analyseenheden. I klynge-randomiserede forsøg randomise-

res deltagere til grupper klyngevist (klyngeudvælgelse), enten hvor der

inkluderes data fra flere deltagere, som kommer fra samme klynge (fx

samme skole eller samme klasse), eller når deltagere randomiseres baseret

på stedet for indsatsen eller skolen. Standardfejl i sådanne undersøgelser

kan være systematisk fejlbehæftede, hvis analyseenheden er individet, og

der samtidigt ikke korrigeres for den statistiske afhængighed mellem in-

divider i den samme klynge (fx klynge-sammenfattende statistik, robuste

standardfejl) (Higgins & Green, 2011). I mange undersøgelser, omfattet

af denne forskningsoversigt, har forskerne ikke korrigeret analysen for

klynge-designet. De inkluderede studier beskriver hverken intra-klynge-

korrelationskoefficienten (Intra-cluster

Correlation Coefficient, ICC)

eller gen-

nemsnitstørrelsen af klyngerne. Vi har derfor kontrolleret, hvor følsom-

me vores resultater er over for forskellige værdier for ”designeffekten”.

Designeffekten beregnes som

1+ (M-1)ICC,

hvor

er den gennemsnit-

lige klyngestørrelse (Higgins & Green, 2011).

Vi har inkluderet studier, som undersøger flere indsatsgrupper

med forskellige elever i denne forskningsoversigt. For at undgå proble-

mer relateret til statistisk afhængighed mellem effektstørrelser har vi be-

nyttet robuste standardfejl. Simuleringsundersøgelser viser imidlertid, at

denne metode kræver, at der inkluderes omkring 20-40 studier i datasyn-

PDF to HTML - Convert PDF files to HTML files

tesen (Hedges, Tipton & Johnson, 2010). I nogle af vores analyser når vi

ikke dette antal. I disse tilfælde har vi derfor benyttet en syntetisk effekt-

størrelse (gennemsnittet) for at undgå afhængighedsforhold mellem ef-

fektstørrelser. Denne metode giver et bias-frit-estimat af den gennem-

snitlige effektstørrelse, men overestimerer standardfejlen på estimatet.

Random effects-modeller,

som anvendes, når der er tale om, syntetiske ef-

fektstørrelser er mere robuste med hensyn til standardfejl end

fixed effects-

modeller (Hedges, 2006). Dog har heterogenitet-tests lavere statistisk

styrke, hvis testen laves på syntetiske effektstørrelser.

I de tilfælde, hvor flere studier har afprøvet forskellige indsatser

på den samme gruppe af elever, har vi kun kodet én indsatsgruppe og

sammenlignet denne med kontrolgruppen for at undgå dobbeltberegning.

Blandt de inkluderede studier er der et eksempel på, at to studier benyt-

ter den samme stikprøve; i det tilfælde har vi kun inkluderet et enkelt

estimat af effektstørrelsen i metaanalysen (specifikt det studie, der var

udgivet).

I analysen er de gennemsnitlige effektstørrelser beregnet ved at

antage, at effekterne er trukket fra en fordeling af sande effektstørrelser,

og vægtet med den inverse varians (en

random effects-model).

Vi supplerer

med at beregne 95-procent-konfidensintervaller i datasyntesen. Vi giver

også en grafisk oversigt (forest

plot)

over effektstørrelser. For at identifice-

rer de karakteristika ved undersøgelsesmetoder, indsatser og deltagere,

som er forbundet med mindre eller større effekter på de forskellige ud-

fald, har vi undersøgt følgende moderatorer:

•

Køn:

Denne variabel måles som andelen af piger i studiets stikprøve.

Når det har været muligt, har vi kodet andelen af piger i indsats-

gruppen. Ellers har vi brugt andelen af piger i hele stikprøven, sko-

len eller skoledistriktet.

Alder/klassetrin:

Studierne beskriver ofte stikprøvens gennemsnitlige

alder eller klassetrinet. Mange indsatser spænder over flere klassetrin.

Vi har lavet en indikatorvariabel, der deler klassetrinene op i to dele,

der nogenlunde svarer til

elementary

middle school.

Variablen tager

værdien 1, hvis eleverne går i børnehaveklasse til 5. klasse og 0, hvis

eleverne går i 6.-9. klasse. I de tilfælde, hvor et studie kun rapporte-

rer alder, har vi benyttet det modsvarende klassetrin i den danske

folkeskole. Hvis en indsats spænder over flere klassetrin, har vi ko-

det studiet på det klassetrin, hvor flertallet af eleverne er.

PDF to HTML - Convert PDF files to HTML files

•

Indikatorer for socioøkonomisk baggrund:

Vi har kodet fire typer af pro-

xyer for socioøkonomisk baggrund: indkomst (typisk målt ved gra-

tis/reduceret pris for frokost), forældrenes uddannelse, forældrenes

beskæftigelse samt minoritetsstatus. Den første og den sidste type

anvendes oftest i studierne. For at undersøge, hvorvidt andelen af

elever med svag socioøkonomisk baggrund har betydning for effekt-

størrelsen, har vi medtaget en indikator for, om andelen af elever

med svag socioøkonomisk baggrund er mere end 75 pct. i forhold til

mindst et af kriterierne. Hvis et studie kun afrapporter et interval, fx

for lav indkomst, skal intervallets midterste punkt mindst være 75

pct., for at indikatorvariablen tildeles værdien 1.

Modtager og indsatsgiver:

Vi har en række indikatorvariable for, om in-

terventionen er blevet gennemført i skole eller et andet sted (skole),

er blevet gennemført af professionelt skolepersonale (professionel), gi-

ves individuelt eller i gruppe (individuel

modtager),

om dem der gen-

nemfører interventionen modtager forberedende træning (træning),

og om modtager af intervention er elever eller skolepersonale (elever).

Omfang:

Indsatser gennemføres med forskellig varighed (varighed) og

med forskelligt antal timer pr. uge (intensitet). Varighedsvariablen må-

les i uger, og vi har konverteret et skoleår til 40 uger eller ca. 9 må-

neder. Nogle indsatser kan endvidere have varierende antal mø-

der/lektioner (hyppighed). Hvis der er oplyst intervaller, har vi an-

vendt intervallets midterste punkt for alle tre variable. Det er dog

ikke alle variablene, der er relevante for alle indsatstyper. For ek-

sempel er det svært at afgøre hyppigheden af et motivationsprogram

for lærere. Derfor har vi benyttet de tre variable, som beskriver en

indsats’ omfang i analysen af nogle indsatstyper, men ikke alle.

Kvaliteten af implementering:

Vi har medtaget en indikatorvariabel for,

om implementeringskvaliteten eller indsatskvaliteten (treatment

fidelity)

blev bedømt i løbet af indsatsen. Vi har fortolket manglen på data

om en bedømmelse, som at en bedømmelse ikke har fundet sted, og

vi har således tildelt disse studier værdien 0.

Forskningsdesign:

Vi har foretaget separate analyser for kontrollerede

lodtrækningsforsøg og kvasi-eksperimentelle designs samt medtaget

indikatorer for typen af forskningsdesign i de samlede analyser.

Vi har inkluderet både kontrolgruppe-design (ingen indsats eller venteli-

stekontrol) og sammenligningsgruppe-design (to eller flere alternative

PDF to HTML - Convert PDF files to HTML files

indsatser) i kortlægningen af studier. Da der kun er få sammenlignings-

gruppe-design blandt de inkluderede studier, analyserer vi kun kontrol-

gruppe-design i metaanalysen. Vi har anvendt en mixed-model-

metaregressionsmodel for at undersøge, om variable, der beskriver studi-

et, kan forklare heterogeniteten i effektstørrelser (se fx Lipsey & Wilson,

2001).

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

KAPITEL 4

SYNTESE

Dette kapitel beskriver resultaterne af forskningsoversigten i tre hovedaf-

snit. I afsnittet

Søge- og screeningsresultater

(s.51) beskriver vi søge- og scree-

ningprocessen. Afsnittet

Kortlægning af de inkluderede studier

(s.52) indehol-

der en kortlægning af samtlige inkluderede studier, inklusive en beskri-

velse af hver indsatstype. I afsnittet

Metaanalyse

(s.70) præsenterer vi en

kvantitativ syntese af forskningslitteraturen, undersøger indsatserne efter

deres hovedtyper samt forsøger at svare på, hvilke karakteristika der kan

forklare variationen i effektstørrelse mellem studierne.

SØGE- OG SCREENINGRESULTATER

Søgningerne fandt sted i løbet af oktober 2014. Det samlede antal af po-

tentielt relevante studier var 10.766. Vi søgte efter grå litteratur på flere

for emnet relevante hjemmesider. Vi forsøgte at identificere yderligere

litteratur ved at gennemgå inkluderede studier for referencer til andre

relevante studier (snowballing). Endelig foretog vi en manuel søgning i fire

nøgletidsskrifter.

Efter at vi havde screenet på første niveau (titler og resume), var

der 1.000 referencer tilbage, som blev bestilt i fuldtekst. Screening af

fuldtekst resulterede i, at 816 referencer ud af 1.000 ikke lå inden for in-

PDF to HTML - Convert PDF files to HTML files

klusionskriterierne.

Den manuelle søgning efter grå litteratur, snowbal-

ling og søgning i nøgletidsskrifter resulterede ikke i, at yderligere referen-

cer blev inkluderet. I alt 179 studier opfyldte inklusionskriterierne og

blev bedømt af forskerne. I alt 69 studier blev inkluderet i datasyntesen.

Vi har illustreret litteratursøgningen og screening i figur 4.1.

KORTLÆGNING AF DE INKLUDEREDE STUDIER

I dette afsnit beskriver vi nogle karakteristika ved de 179 inkluderede

studier. Vi undersøger studierene i forhold til udgivelsesår, i hvilket land

indsatsen fandt sted, udgivelsesstatus, forskningsdesign, fag, samt hvilke

indsatstyper studiet har undersøgt. Vi beskriver endvidere, hvordan nog-

le af disse kategorier relaterer sig til hinanden. Desuden sammenligner vi

karakteristika for de studier, som er blevet inkluderet i metaanalysen,

med de studier, der ikke er med i metaanalysen.

I figur 4.2 vises fordelingen af alle de inkluderede studier for pe-

rioden 2000-2014. Der er en markant stigning i antallet af studier fra be-

gyndelsen af perioden og frem til 2011, hvorefter antallet falder en smule.

Det er ikke overraskende, at der er inkluderet færre studier fra de første

år, da vi har udelukket undersøgelser af indsatser gennemført før 2000.

At tallet for 2014 er lavere end de foregående år, skyldes formodentlig, at

vores søgning blev foretaget i oktober 2014.

15. Fem af studierne kunne vi ikke fremskaffe. Disse er derfor ikke blevet screenet.

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.1

Diagram over søge- og screeningprocessen.

Studier identificeret ved

databasesøgning

Studier identificeret gennem

andre kilder

(n = 391)

Identificering

(n = 11.644)

Studier efter at dubletter (1269) er

fjernet

(n = 10.766)

Screening, titel og resume

Screenede studier

(n = 10.766)

Ekskluderede studier

(n = 9.766)

Studier screenet i

fuldtekst

Ekskluderede studier

(n = 816)

Fuldtekstscreening

(n = 1.000)

Fuldtekst-studier i

bestilling

(n = 5)

Inkluderede studier

(n = 179)

Inkluderede

Studier inkluderet i

kvantitativ syntese

(metaanalyse)

(n = 69)

Kilde: Egne beregninger.

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.2

Inkluderede studier fordelt pr. år. Antal

Antal

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Kilde: Egne beregninger.

Indsatser, der er gennemført inden for OECD og EU, opfylder vores

inklusionskriterie. Imidlertid har 166 ud af de 179 studier (ca. 93 pct.)

fundet sted i USA. Der er fire studier, som er gennemført i Canada samt

et enkelt studie i hvert af følgende lande: Australien, Chile, Frankrig, Is-

rael, New Zealand, Norge, Spanien, Sverige og Storbritannien.

At så

mange studier er fra USA kan begrænse vores muligheder for at generali-

sere resultaterne til andre lande, i hvert fald hvad angår nogle af indsats-

typerne. Vi vender tilbage til dette i diskussionskapitlet (kapitel 5).

I tabel 4.1 vises hyppigheden og andelen af studier i forhold til

udgivelsesstatus og forskningsdesign, samt hvorledes indsatserne fordeler

sig i forhold til, hvilket fag de retter sig mod. Flertallet af studier har væ-

ret udgivet i et videnskabeligt tidsskrift (68 pct.). Ud af de 57 studier,

som ikke har været udgivet i videnskabelige tidsskrifter, er 53 pct. af-

handlinger/disputatser. Det er interessant at bemærke den store andel af

lodtrækningsforsøg (RCT) – 43 pct. af alle inkluderede studier har benyt-

tet dette forskningsdesign. De resterende 57 pct. er kvasi-eksperimentelle

undersøgelser (QES). Vi har ikke fundet nogen kvasi-lodtrækningsforsøg.

16. Et lille mindretal af studier nævnte ikke eksplicit, i hvilket land undersøgelsen var blevet gen-

nemført. I sådanne tilfælde har vi benyttet os af anden information i studiet, som fx henvisninger

til landespecifikke reformer, eller hvor forfatterne var bosiddende.

PDF to HTML - Convert PDF files to HTML files

Det store flertal af indsatser har som mål at forbedre elevers færdigheder

i læsning og/eller matematik. Hele 78 pct. af undersøgelserne har en for-

bedring af læsefærdighederne som mål (eller en forbedring af læse-

/skrivekundskaber), mens 42 pct. har som mål at forbedre matematik-

færdighederne. Tallene summerer til mere end 100, fordi flere af indsat-

serne har som mål at forbedre færdighederne i

både

matematik og læsning.

Omkring 12 pct. har som mål at forbedre elevernes præstationer i andre

fag, ofte i kombination med læsning og matematik eller er af en sådan

karakter, at de potentielt kan gavne i flere fag.

TABEL 4.1

Studier fordelt efter udgivelsesstatus samt andelen af studier, der anvender RCT

og QES som forskningsdesign og har læsning og matematik som emne. Antal og

procent.

Udgivelsesstatus

Udgivet

Uudgivet

122

Forskningsdesign

RCT

QES

102

Læsning Matematik

140

Emne

Andet

Antal

Andel, pct.

Anm. RCT: Randomized Controlled Trials (lodtrækningsforsøg). QES: Quasi-experimental Studies (kvasi-eksperimentelle

studier).

Kilde: Egne beregninger.

I figur 4.3 vises antallet af studier, som undersøger en bestemt indsatsty-

pe (se s. 43 for en beskrivelse af disse typer).

Bemærk, at en indsats kan

bestå af flere typer, og at et studie kan indeholde mere end én indsats. Vi

har dog udelukkende klassificeret indsatser efter deres vigtigste indsats-

bestanddele – de fleste indsatser består kun af en type. De mest alminde-

lige indsatstyper er:

tutoring

(43 studier),

tilpasning af læreplan

(31),

kompeten-

ceudvikling (24), coaching/mentorstøtte

(22) og

IT-støttet undervisning

(22).

17. To indsatser passede ikke ind i nogen af kategorierne. Den ene (Hollar m.fl., 2010) handlede om

en fedmeindsats, som havde til formål at forbedre faglige udfald, og den andet sammenlignede

enhedsskoler (self-contained) med opdelte skoler (departmentalized) (Kent, 2010).

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.3

Studier pr. indsatstype. Antal.

Tutoring

Tilpasning af læreplan

Kompetenceudvikling

IT-støttet undervisning

Coaching/Mentorstøtte

Adfærds-/psykologiske indsatser

Øgede ressourcer

Efter-skoletidsprogrammer

Feedback og monitorering

Sommerskoleprogrammer

Cooperative learning

Opdelt undervisning

Incitamenter

Andet

Antal

Kilde: Egne beregninger.

I tabel 4.2 er typerne krydstabulerede med rapport- og studiekarakteristi-

ka. For næsten alle typer gælder det, at mere end halvdelen af studierne

er blevet udgivne. Kun for

cooperative learning

(45 pct.) og

efter-

skoletidsprogrammer

(46 pct.) er andelen af udgivne studier mindre end 50

pct. Der er store forskelle fra type til type med hensyn til andelen af lod-

trækningsforsøg. Fra 0 pct. for

opdelt undervisning

andet

til 100 pct. for

studier, der har kigget på

incitamenter.

For

tutoring

(60 pct.), coa-

ching/mentorstøtte (59 pct.),

adfærdsindsatser/psykologiske indsatser

(57 pct.),

cooperative learning

(55 pct.) og

sommerskoleprogrammer

(54 pct.) er der også et

flertal af lodtrækningsforsøg blandt studierne. Alle typerne er desuden

blevet anvendt i både matematik- og læseindsatser, dog i varierende om-

fang. For eksempel er 30 pct. af indsatserne med

tutoring

målrettet mate-

matik, hvorimod 84 pct. er målrettet læsning (bemærk igen, at mange

indsatser retter sig mod mere end et enkelt fag).

Cooperative learning, feed-

back- og monitorering

samt

sommerskoleprogrammer

er yderligere tre typer, som

overvejende har været benyttet i indsatser rettet mod læsning. Det gælder

for alle typer, at indsatser rettet mod læsning er afprøvet hyppigere end

indsatser rettet mod matematik.

PDF to HTML - Convert PDF files to HTML files

TABEL 4.2

Andelen af studier, der henholdsvis er udgivet, anvender RCT og har matematik

og læsning som emner. Særskilt for indsatstyper. Procent.

Tutoring

Tilpasning af læreplan

Kompetenceudvikling

IT-støttet undervisning

Coaching/Mentorstøtte

Adfærds-/psykologiske indsatser

Øgede ressourcer

Sommerskoleprogrammer

Feedback og monitorering

Efter-skoletidsprogrammer

Cooperative learning

Opdelt undervisning

Incitamenter

Andet

Kilde: Egne beregninger.

Udgivet

100

RCT Matematik

100

Læsning

100

Andet

SAMMENLIGNING MELLEM STUDIER FRA KORTLÆGNINGEN OG

STUDIER FRA METAANALYSEN

69 ud af de 179 studier er endvidere inkluderet i metaanalysen. Som

nævnt i indledningen er nogle af studierne blevet udelukket, fordi de blev

bedømt til at have en for høj risiko for bias (60 studier, heraf 23 QES,

som mangler information om før-indsats-testresultater for indsats-

og/eller kontrolgrupper).

Der er mange studier, som holder høj kvalitet, der er blevet ude-

lukket af andre årsager. Kun få studier rapporterede om tests i andre fag,

brug af karaktergennemsnit eller optagsprocenter på ungdomsuddannel-

ser. Vi har derfor afgrænset metaanalysen til studier, som benytter sig af

testresultater fra læse- og matematiktests (hvilket udelukker 8 studier).

Studier, som sammenligner to forskellige indsatser (sammenligningsdesign),

kan ikke direkte sammenlignes med effektstørrelser fra studier, der sam-

menligner en indsats med en kontrolgruppe, som ikke får en anden ind-

sats. Studier, der benytter et sammenligningsdesign, indgår ikke i meta-

analysen (12 studier). Et antal studier indgår desuden ikke i metaanalysen,

fordi studiet ikke rapporterer tilstrækkeligt med information til at kunne

beregne en sammenlignelig effektstørrelse (23 studier).

Visse studier rapporterede tilstrækkelig med information til at

kunne beregne effektstørrelser, dog kun på skole- eller klasseværelseni-

veau, i modsætning til størstedelen af studierne, som rapporterede effekt-

PDF to HTML - Convert PDF files to HTML files

størrelse på individniveau. Effektstørrelser på skole- eller klasseværelses-

niveau kan ikke direkte sammenlignes med effektstørrelser på elevniveau.

Grunden er, at variationen i udfald mellem elever er større end variatio-

nen mellem klasser og mellem skoler. Fordi effektstørrelsen afhænger af

standardafvigelsen (jf. ligningerne på s. 45), har vi valgt at se bort fra dis-

se studier i metaanalysen (6 studier). Vi har i metaanalysen set bort fra et

studie, som benyttede den samme stikprøve af individer som et andet

studie.

Selvom et studie ikke indgår i metaanalysen, kan det indeholde

nyttig information. Vi anbefaler derfor, at man læser bilag 1, som refere-

rer til samtlige 179 studier, der er omfattet af kortlægningen. Studierne er

sorteret efter indsatstype, og for hvert studie, der ikke indgår i metaana-

lysen, har vi angivet årsagen.

TABEL 4.3

Andelen af studier, der henholdsvis er udgivet, anvender RCT, er fra USA og har

matematik og læsning som emner. Særskilt for, om de er inkluderet i eller ude-

lukket fra metaanalysen. Procent.

Inkluderet

Udelukket

Kilde: Egne beregninger.

Udgivet

RCT

USA

Matematik

Læsning

Som det fremgår af tabel 4.3, adskiller studierne i metaanalysen sig fra de

resterende studier. 78 pct. af de studier, der indgår i metaanalysen, er ud-

givet, hvorimod 62 pct. af dem, der ikke indgår, er udgivet. Hele 83 pct.

af studierne i metaanalysen er lodtrækningsforsøg – kun 18 pct. af de

studier, der ikke indgår, er lodtrækningsforsøg. Alle studier i metaanaly-

sen er fra USA på nær to, som er fra henholdsvis Canada og Chile.

Blandt de studier, der ikke indgår, er 90 pct. gennemført i USA. De stu-

dier, der er med i metaanalysen, indeholder en større andel af læse-

indsatser (91 pct.), end det gælder for kortlægningen generelt. 33 pct. af

studierne i metaanalysen er målrettet en forbedring af færdighederne i

matematik. Af de studier, der ikke indgår i metaanalysen, er 48 pct. rettet

mod matematik og 70 pct. mod læsning.

Af andre påfaldende forskelle kan nævnes, at metaanalysen ikke

omfatter nogen studier af

opdelt undervisning,

samt at

tutoring, coa-

ching/mentorstøtte

sommerskoleprogrammer

udgør større andele af studierne

PDF to HTML - Convert PDF files to HTML files

i metaanalysen. Det modsatte gør sig gældende for

IT-støttet undervisning,

øgede ressourcer, efter-skoletidsprogrammer, kompetenceudvikling

tilpasning af

læreplan

(se tabel 4.4). Disse forskelle afspejler i stort omfang det forsk-

ningsdesign, som er blevet benyttet til at undersøge indsatstyperne. Ty-

per, som oftere er blevet undersøgt gennem lodtrækningsforsøg end kva-

si-eksperimentelle undersøgelser, udgør en større andel af de studier, der

indgår i metaanalysen.

TABEL 4.4

Inkluderede studier i metaanalysen og udelukkede studier fra samme. Særskilt

for indsatstyper. Antal og procent.

Indsatstype

Tutoring

Coaching/Mentorstøtte

Tilpasning af læreplan

Sommerskoleprogrammer

Kompetenceudvikling

Adfærds-/psykologiske indsatser

Cooperative learning

IT-støttet undervisning

Feedback

Incitamenter

Efter-skoletidsprogrammer

Øgede ressourcer

Opdelt undervisning

Kilde: Egne beregninger.

Inkluderede studier

Antal

Procent

Udelukkede studier

Antal

Procent

INDSATSTYPER I METAANALYSEN

I dette afsnit beskriver vi de indsatstyper, der indgår i metaanalysen. Be-

skrivelsen foregår ved hjælp af eksempler på de inkluderede studier. I

beskrivelsen af hver indsatstype indgår en tabel, der viser de individuelle

studiers gennemsnitlige effektstørrelse og 95-procents-konfidensinterval.

Bemærk, at samme studie kan være med flere gange, hvis indsatsen fx er

sammensat af flere indsatstyper. Bemærk endvidere, at der ikke er nogen

studier i indsatstypen

opdelt undervisning,

der indgår i metaanalysen.

PDF to HTML - Convert PDF files to HTML files

TUTORING

TABEL 4.5

Studier af tutoring. Effektstørrelse og 95-procents-konfidensinterval.

Studie

Denton m.fl. (2004)

Morgan m.fl. (2008)

Deke m.fl. (2012)

Vaughn m.fl. (2010)

Dyson m.fl. (2013)

Apel & Diem (2014)

Munoz m.fl. (2012)

Lee m.fl. (2012)

Torgesen m.fl. (2007)

Tolan m.fl. (2004)

Burns m.fl. (2004)

Mayfield (2000)

Vadasy & Sanders (2011)

Vadasy & Sanders (2010)

Vadasy & Sanders (2008)

Nielsen m.fl. (2012)

Ransford m.fl. (2011)

Allor & McCathren (2004)

Amendum m.fl. (2011)

Schwartz (2005)

Fuchs m.fl. (2008b)

Jordan m.fl. (2012)

Fuchs m.fl. (2008a)

Fuchs m.fl. (2013)

Rashotte m.fl. (2001)

Kilde: Egne beregninger.

Effektstørrelse

-0,073

-0,047

0,010

0,032

0,053

0,064

0,068

0,077

0,116

0,174

0,181

0,210

0,294

0,297

0,359

0,375

0,392

0,414

0,422

0,537

0,547

0,848

0,923

0,992

95-procents-konfidensinterval

-0,672

0,527

-0,668

0,574

-0,023

0,043

-0,221

0,285

-0,305

0,411

-0,495

0,623

-0,084

0,221

-0,055

0,210

-0,314

0,545

-0,032

0,380

-0,290

0,652

-0,299

0,718

0,006

0,583

-0,028

0,623

-0,163

0,882

-0,373

1,123

0,048

0,736

0,025

0,804

0,101

0,742

0,069

1,005

0,274

0,820

0,116

0,979

0,148

1,548

0,666

1,179

0,301

0,168

Tutoring

består af aktiviteter, hvor elever modtager faglig støtte som sup-

plement til den undervisning, som eleven i forvejen modtager i klassevæ-

relset.

Tutoring

er ikke rettet mod et specifikt fagområde og kan derfor

principielt bruges inden for alle områder. Læseindsatser indeholder ek-

sempelvis træning af færdigheder inden for fonemisk bevidsthed, fonetik,

talefærdigheder, ordforråd og forståelse (fx Allor & McCathren, 2004;

Rashotte m.fl., 2001; Vadasy & Sanders, 2008). Matematikindsatser inde-

holder eksempelvis træning af færdigheder inden for brøker, problem-

løsningsstrategier, talfornemmelse og matematisk ordforråd (Fuchs m.fl.,

2013; Fuchs m.fl., 2008a; Jordan m.fl., 2012).

Tutoring

kan foregå en-til-en eller i små grupper. Omkring 60 pct.

af de inkluderede studier udfører tutoring i mindre grupper. Gruppestør-

relsen varierer, men kun få interventioner har grupper bestående af mere

end fem elever pr. tutor. Næsten alle 25 inkluderede studier følger et

PDF to HTML - Convert PDF files to HTML files

struktureret program, og alle indsatserne løber over en begrænset periode.

Der er altså ikke tale om, at det er en indsats, som skal være permanent.

Snarere er det sådan, at tutoring leveres for at løfte eleven/eleverne op til

samme niveau som resten af klassen, og derefter stopper den direkte ind-

sats for den pågældende elev.

Tutoring

gives af både frivillige tutorer og

professionelle undervisere.

COACHING

TABEL 4.6

Studier af coaching/mentorstøtte. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

August m.fl. (2006)

Jones m.fl. (2010)

Travillian (2011)

Apthorp m.fl. (2012)

Bernstein m.fl. (2009)

Fogarty m.fl. (2014)

Kim m.fl. (2011)

Burns m.fl. (2004)

Amendum m.fl. (2011)

Fisher m.fl. (2011)

Good m.fl. (2003)

Kilde: Egne beregninger.

Effektstørrelse

-0,233

-0,150

-0,051

-0,035

-0,034

0,024

0,049

0,181

0,422

0,498

0,883

95-procents-konfidensinterval

-0,501

0,036

-0,276

-0,024

-0,460

0,357

-0,106

0,036

-0,114

0,047

-0,121

0,169

-0,027

0,124

-0,290

0,652

0,101

0,742

0,367

0,629

0,212

1,553

Coaching/mentorstøtte

adskiller sig fra

tutoring-indsatstypen

ved, at den ikke

indeholder fokus på elevens faglige færdigheder. Kategorien omfatter

endvidere indsatser, hvor det i stedet er læreren, der har fået coa-

ching/mentorstøtte. Inkluderede studier har undersøgt coa-

ching/mentorstøtte i forskellige former: mentorer har levereret en ind-

sats, hvor eleverne enten blev opmuntrede til at forstå intelligens som

formbart eller til at forstå faglige problemer i 7. klasse som et resultat af

forandring i læringskravene (Good, Aronson & Inzlicht, 2003), hvor

mentorer har fungeret som rollemodeller og forsøgt forandre holdninger,

selvværd og adfærd (Burns, Senesac & Symington, 2004; Bernstein m.fl.,

2009), eller hvor mentorer arbejder med at styrke socio-emotionelle fær-

digheder, fremme påskønnelse af litteratur og læsning og muliggøre per-

sonlig udvikling gennem kulturelle og sportslige aktiviteter (August m.fl.,

2006), og hvor mentorer støtter eleverne til at færdiggøre skolen (Travil-

lian, 2011).

PDF to HTML - Convert PDF files to HTML files

Kategorien indeholder også indsatser, hvor det er læreren, der

har fået coaching/mentorstøtte. I de inkluderede studier er det ofte støt-

te i form af ”reading coaches”, som en del af læse- og skriveprogrammer

(Amendum, Vernon-Feagans & Ginsberg, 2011; Apthorp m.fl., 2012;

Fisher m.fl., 2011; Fogarty m.fl., 2014; Jones m.fl., 2010; Kim m.fl.,

2011). Coaching/mentorstøtte kombineres relativt ofte med andre ind-

satstyper, såsom adfærds-/psykologiske indsatser (August m.fl., 2006;

Good, Aronson & Inzlicht, 2003; Jones m.fl., 2010), kompetenceudvik-

ling (Jones, m.fl., 2010; Kim m.fl., 2011), cooperative learning (Fogarty

m.fl., 2014), IT-støttet undervisning (Burns, Senesac & Symington, 2004)

og tutoring (Amendum, Vernon-Feagans & Ginsberg, 2011; Burns, Se-

nesac & Symington, 2004).

TILPASNING AF LÆREPLAN

TABEL 4.7

Studier af tilpasning af læreplan. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

Cheatham m.fl. (2013)

James-Burdumy m.fl. (2012)

Clarke m.fl. (2011)

Lesaux m.fl. (2010)

Goodson m.fl. (2012)

Wang & Algozzine (2008)

Block m.fl. (2009)

Baker m.fl. (2012)

Ming (2007)

Kilde: Egne beregninger.

Effektstørrelse

-0,162

-0,032

0,006

0,077

0,092

0,317

0,343

0,459

1,332

95-procents-konfidensinterval

-0,663

0,339

-0,113

0,050

-0,109

0,121

-0,108

0,263

-0,017

0,202

-0,059

0,692

0,188

0,499

0,178

0,740

0,582

2,081

Tilpasning af læreplan

er en samletitel for en bred vifte af indsatser, der har

det til fælles, at de primært ændrer det faglige indhold i undervisningen

for hele klassen. Derved adskiller denne indsatstype sig fra de andre ind-

satstyper, som typisk undersøger forandringer i undervisningsmetoder.

Et enkelt studie undersøger en indsats, hvor hele læreplanen ændres

(Goodson m.fl., 2012). De fleste andre indsatser handler om at supplere

den nuværende læreplan. Næsten alle indsatserne indeholder program-

mer med struktureret undervisning, men formålet for undervisningen er

forskelligt. Det kan fx være en undersøgelse af, hvorvidt eleverne har

udbytte af at modtage læseundervisning på deres modersmål og på en-

gelsk i stedet for kun på engelsk (Baker m.fl., 2012), øget fokusering på

PDF to HTML - Convert PDF files to HTML files

fonemisk bevidsthed og afkodning (Wang & Algozzine, 2008), ordforråd

(Goodson m.fl., 2012; Lesaux m.fl., 2010) eller læseforståelse mere gene-

relt (Block m.fl., 2009; Ming, 2007). I visse af indsatserne er det supple-

rende undervisningsmateriale udviklet af studiets forfattere; fx bøger,

som adskiller fra det almindelige skolemateriale ved at have fokus på fo-

nemisk læsning og ved systematisk at introducere uregelmæssige ord

(Cheatham m.fl., 2013). Der er kun et studie, der er rettet mod matema-

tik. Det studie fokuserer især på heltal og operatorer, geometri og målin-

ger. Det arbejdes dog også med elevernes matematiske ordforråd (Clarke

m.fl., 2011).

SOMMERSKOLEPROGRAMMER

TABEL 4.8

Studier af sommerskoleprogrammer. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

August m.fl. (2006)

White m.fl. (2014)

Guryan m.fl. (2014)

Kim & White (2008)

Borman m.fl. (2009)

Kim (2006)

Allington m.fl. (2010)

Kilde: Egne beregninger.

Effektstørrelse

-0,233

-0,001

0,015

0,023

0,056

0,080

0,207

95-procents-konfidensinterval

-0,501

0,036

-0,140

0,138

-0,061

0,091

-0,261

0,308

-0,400

0,512

-0,098

0,258

0,083

0,331

Denne kategori indeholder indsatser, der gennemføres i sommerperio-

den udenfor normal undervisning på skolen. Indsatserne går typisk ud på

at give eleverne bøger, som de kan arbejde med i løbet af sommeren.

Udvælgelse af bøger og materiale foregår typisk i samarbejde med læse-

konsulenter og bibliotekarer. De fleste af indsatserne har en struktureret

introduktion og opfølgning på sommerlæsningen (Allington m.fl., 2010;

Guryan m.fl., 2014; Kim & White, 2008; Kim, 2006; White m.fl., 2014).

Opfølgning kan fx bestå i, at eleven får tilsendt postkort og modtager

telefonsamtaler fra læreren i løbet af sommeren for at diskutere læsema-

terialet. Indsatsen i August m.fl. (2006) består af flere indsatstyper, hvor

en indsatstype er et sommerskoleprogram. Borman, Goetz & Dowling

(2009) undersøger et decideret sommerskoleprogram med læseundervis-

ning.

PDF to HTML - Convert PDF files to HTML files

KOMPETENCEUDVIKLING

TABEL 4.9

Studier af kompetenceudvikling. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

Jones m.fl. (2010)

Arens m.fl. (2012)

Fogarty m.fl. (2014)

Kim m.fl. (2011)

Vaughn m.fl. (2011)

Bellei (2013)

Kilde: Egne beregninger.

Effektstørrelse

-0,150

-0,030

0,024

0,049

0,077

0,230

95-procents-konfidensinterval

-0,276

-0,024

-0,112

0,052

-0,121

0,169

-0,027

0,124

-0,069

0,223

0,196

0,264

Denne kategori omfatter indsatser, hvor skolens personale modtager ef-

teruddannelse eller træning. Vi har ikke kodet en indsats i denne kategori,

hvis kompetenceudviklingen kun er rettet mod en specifik indsats. Ind-

satser i denne kategori har således et bredere sigte. I næsten alle tilfælde

kombineres

kompetenceudvikling

med andre indsatstyper. Det kan fx være

adfærds-/psykologiske indsatser

(Jones m.fl., 2010),

coaching/mentorstøtte

(Fogarty m.fl., 2014; Jones, m.fl., 2010; Kim m.fl., 2011) og

cooperative

learning

(Fogarty m.fl., 2014, Vaughn m.fl., 2011). Arens m.fl. (2012) og

Bellei (2013) er de eneste to studier, der har undersøgt indsatser, der kun

indeholder kompetenceudvikling. Arens m.fl. (2012) undersøger effek-

terne af et kompetenceudviklingsprogram til lærere, som underviser i 0.-5.

klasse. Lærerne kompetenceudvikles med viden og færdigheder til at

støtte elever, der ikke har engelsk som modersmål. Bellei (2013) under-

søger et fireårigt program, hvor lærere og skoleledere kompetenceudvik-

les.

PDF to HTML - Convert PDF files to HTML files

ADFÆRDS-/PSYKOLOGISKE INDSATSER

TABEL 4.10

Studier af adfærds-/psykologiske indsatser. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

Benner m.fl. (2012)

August m.fl. (2006)

Jones m.fl. (2010)

Tolan m.fl. (2004)

Blanco & Ray (2011)

Good m.fl. (2003)

Kilde: Egne beregninger.

Effektstørrelse

-0,360

-0,233

-0,150

0,174

0,424

0,883

95-procents-konfidensinterval

-0,905

0,185

-0,501

0,036

-0,276

-0,024

-0,032

0,380

-0,195

1,044

0,212

1,553

Denne kategori indeholder indsatser, der ikke direkte fokuserer på at

forbedre faglige færdigheder, men i stedet fokuserer på at afhjælpe psy-

kosociale begrænsninger og/eller adfærd, der blokerer for læring. Indsat-

serne drejer sig blandt andet om forebyggende adfærdsprogrammer (Au-

gust m.fl., 2006), indsats for elever med udadreagerende adfærdsproble-

mer (Benner m.fl., 2012), universelle skoleprogrammer i socio-

emotionelle læring (kombineret med indsats rettet mod læse- og skrive-

færdigheder) (Jones m.fl., 2010), legeterapi (Blanco & Ray, 2011) og en

indsats, hvor eleverne enten blev opmuntrede til at forstå intelligens som

formbart eller til at forstå faglige problemer i 7. klasse som et resultat af

forandring i læringskravene (Good, Aronson & Inzlicht, 2003). I denne

kategori findes der relativt mange kombinationer af indsatstyper.

Adfærds-

/psykologiske indsatser

er især blevet kombineret med

coaching/mentorstøtte

(August m.fl., 2006; Good, Aronson & Inzlicht, 2003; Jones m.fl., 2010),

men også sommerskoleprogrammer (August m.fl., 2006) og

tutoring

(Tolan,

Gorman-Smith & Henry, 2004).

PDF to HTML - Convert PDF files to HTML files

COOPERATIVE LEARNING

TABEL 4.11

Studier af cooperative learning. Effektstørrelse og 95-procents-konfidensinterval.

Studie

Fogarty m.fl. (2014)

Vaughn m.fl. (2011)

Slavin m.fl. (2009)

Allor m.fl. (2001)

Denton m.fl. (2010)

Algozzine m.fl. (2009)

Kilde: Egne beregninger.

Effektstørrelse

0,024

0,077

0,150

0,247

0,434

0,795

95-procents-konfidensinterval

-0,121

0,169

-0,069

0,223

0,010

0,290

-0,317

0,810

0,239

0,629

0,388

1,202

Cooperative learning

refererer til en bred vifte af interventionsmetoder med

den fællesnævner, at elever systematisk og struktureret arbejder i mindre

grupper eller par for at understøtte hinandens læring. Indsatsen kan fx

være, at eleverne opdeles i grupper og fungerer som pædagogiske vejle-

dere for hinanden (Slavin m.fl., 2009) eller bliver udført i diskussions-

grupper eller i elevpar, der består af en fagligt stærkere elev, som støtter

en fagligt svagere elev (Allor, Fuchs & Mathes, 2001).

Cooperative learning

er som metode ikke rettet mod et specifikt fagområde eller et særligt

klassetrin. Inden for rammerne af de studier, der er blevet inkluderede i

metaanalysen, har vi dog kun fundet studier med læse- og sproginterven-

tioner.

Cooperative learning

kombineres ofte med

feedback og monitorering

(Al-

gozzine m.fl., 2009), Denton m.fl., 2010; Slavin m.fl., 2009). I vores

sample findes også eksempel på kombinationer med

coaching/mentorstøtte

(Fogarty m.fl., 2014) og

kompetenceudvikling

(Vaughn m.fl., 2011).

PDF to HTML - Convert PDF files to HTML files

IT-STØTTET UNDERVISNING

TABEL 4.12

Studier af IT-støttet undervisning. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

James-Burdumy m.fl. (2012)

Wang & Woodworth (2011)

Nunnery m.fl. (2006)

Burns m.fl. (2004)

Macaruso m.fl. (2006)

Kilde: Egne beregninger.

Effektstørrelse

-0,030

0,055

0,174

0,181

0,877

95-procents-konfidensinterval

-0,109

0,049

-0,145

0,255

-0,092

0,441

-0,290

0,652

0,128

1,627

I denne indsatstype benyttes computere og fagligt rettet software. Nogle

af indsatserne fokuserer på læsetræning (Burns, Senesac & Symington,

2004; Macaruso, Hook & McCabe, 2006; Nunnery, Ross & McDonald-

Aron, 2006), mens andre ser på, hvordan matematikundervisning kan

suppleres med andre læringsformer (Wang & Woodworth, 2011). Nun-

nery, Ross & McDonald-Aron (2006) ser på et informationssystem (“Ac-

celerated Reader”), der giver elever og lærere direkte diagnostisk tilbage-

melding på elevens læsning. Burns, Senesac & Symington (2004) under-

søger tutoring og mentorstøtte, hvor personaliserede indsatser udvikles

ved hjælp af et computerprogram. Macaruso, Hook & McCabe (2006)

undersøger effekten af software, der supplerer læseundervisningen.

Wang & Woodworth (2011) undersøger effekten af supplerende mate-

matikundervisning online.

FEEDBACK OG MONITORERING

TABEL 4.13

Studier af feedback og monitorering. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

Slavin m.fl. (2009)

Nunnery m.fl. (2006)

Denton m.fl. (2010)

Algozzine m.fl. (2009)

Kilde: Egne beregninger.

Effektstørrelse

0,150

0,174

0,434

0,795

95-procents-konfidensinterval

0,010

0,290

-0,092

0,441

0,239

0,629

0,388

1,202

PDF to HTML - Convert PDF files to HTML files

Denne kategori omfatter indsatser med et specifikt fokus på feedback-

eller progressionsmonitorering af elevpræstationer og dækker over me-

toder, hvor elever eller lærere i løbet af indsatsen får tydelig opfølgning

på og indblik i elevernes faglige udvikling. Formålet med feedback er at

understøtte og tilpasse den enkelte elevs behov bedst muligt. I de studier,

der indgår i metaanalysen, fungerer

feedback og monitorering

primært som et

supplement til andre dele af en indsats. Tre ud af fire studier i kategorien

bruger også

cooperative learning-strategier

(Algozzine m.fl., 2009; Denton

m.fl., 2010; Slavin m.fl., 2009). Den fjerde, Nunnery, Ross & McDonald-

Aron (2006) kombinerer

feedback og monitorering

med

IT-støttet undervisning

gennem et informationssystem (“Accelerated Reader”), der giver elever

og lærere direkte diagnostisk feedback på elevens læsning. En vigtig del

af feedback ligger i at sætte faglige målsætninger for den enkelte elev.

Målsætningerne skal være med til at motivere eleven til at forbedre sit

faglige niveau. Endvidere bliver eleverne i de fleste interventioner beløn-

net for at nå deres målsætninger, eksempelvis ved at rykke et niveau op

eller modtage ”improvement points”.

INCITAMENTSPROGRAMMER

TABEL 4.14

Studier af incitamenter. Effektstørrelse og 95-procents-konfidensinterval.

Studie

Riccio m.fl. (2010)

Fryer (2011)

Glazerman m.fl. (2013)

Kilde: Egne beregninger.

Effektstørrelse

-0,010

0,017

0,060

95-procents-konfidensinterval

-0,105

0,085

-0,035

0,068

-0,003

0,123

Denne kategori indeholder incitamentsprogrammer, der har til formål at

øge elevernes faglige præstationer. De inkluderede studier undersøger

blandt andet programmer til familier, hvor familien modtager kontant

betaling, hvis deres børn ikke har fravær, præsterer i standardiserede tests

og andre mål samt for forældrenes engagement i deres børns skolegang

(Riccio m.fl., 2010). Fryer (2011) betalte eleverne for at læse bøger og for

deres præstationer i prøver. Kategorien indeholder også incitamenter

rettet mod lærere. Et studie har undersøgt ”transfer bonuses”, som giver

incitamenter til særligt gode lærere, hvis de vælger at arbejde på skoler,

der klarer sig mindre godt (Glazerman, 2013).

PDF to HTML - Convert PDF files to HTML files

EFTER-SKOLETIDSPROGRAMMER

TABEL 4.15

Studier af efter-skoletidsprogrammer. Effektstørrelse og 95-procents-

konfidensinterval.

Studie

Huang & Wang (2012)

Jenner & Jenner (2007)

Linebarger m.fl. (2010)

Kilde: Egne beregninger.

Effektstørrelse

-0,010

0,098

0,208

95-procents-konfidensinterval

-0,015

-0,004

-0,039

0,236

-0,265

0,680

Indsatserne i denne kategori gennemføres efter normal skoletid. To af de

inkluderede studier undersøgte et føderalt sponsoreret efter-

skoleprogram, “21st Century Learning Centers”, i to forskellige delstater

(Californien og Louisiana). Indsatserne indenfor dette program er for-

skellige, men kan eksempelvis bestå i lokale initiativer, hvor skoler, byer,

region, frivilligorganisationer og virksomheder arbejder sammen om at

give akademisk støtte og sørge for et godt læringsmiljø både før og efter

skoletid (Huang & Wang, 2012; Jenner & Jenner, 2007). Det tredje studie

indenfor denne kategori undersøgte en indsats, hvor børn efter skoletid

så børneprogrammer på tv med eller uden undertekst (Linebarger, Taylor

& Greenwood, 2010).

ØGEDE RESSOURCER

TABEL 4.16

Studier af øgede ressourcer. Effektstørrelse og 95-procents-konfidensinterval.

Studie

Antecol m.fl. (2013)

Wolf m.fl. (2009)

Kilde: Egne beregninger.

Effektstørrelse

0,074

0,090

95-procents-konfidensinterval

-0,023

0,170

-0,015

0,195

Indsatser i denne kategori tilfører ekstra ressourcer i en eller anden form

til enten skoler eller elever. Antecol, Eren & Ozbeklik (2013) undersøger

programmet ”Teach for America” (TFA). TFA er en non-profit organi-

sation, som rekrutterer dygtige nyuddannede kandidater fra universiteter,

og andre som er midtvejs i karrieren til at undervise på skoler i svært be-

lastede boligområder i mindst to år. Wolf m.fl. (2009) undersøgte ”DC

PDF to HTML - Convert PDF files to HTML files

Scholarship”-programmet, hvor elever fra lavindkomstfamilier fik mulig-

hed for at skifte skole.

METAANALYSE

Vores metaanalyse består af fire dele. I afsnittet

Effektstørrelser efter forsk-

ningsdesign, fag og tid for måling

(s.70) undersøger vi de effektstørrelser for

de studier, der er inkluderet i metaanalysen, opdelt på forskningsdesign,

fag samt tidspunkt for udfaldsmålingen. I afsnittet

Metaregression

(s.78)

foretager vi metaregressioner. Her undersøger vi om studiekarakteristika

kan bidrage til at forklare variationen i effektstørrelser. I afsnit

Effektstør-

relser efter indsatstype

(s.81) undersøger vi effektstørrelserne opdelt på ho-

vedtyperne i de pågældende indsatser. I afsnittet

Følsomhedsanalyse

(s.85)

undersøger vi følsomheden af resultaterne.

EFFEKTSTØRRELSER EFTER FORSKNINGSDESIGN, FAG OG TID

FOR MÅLING

I dette afsnit begynder vi metaanalysen med at præsentere vægtede gen-

nemsnitlige effektstørrelser. Vi opdeler analysen ved at skelne mellem,

hvilket fag studiet retter sig mod (læse-

og matematiktests), mellem lod-

trækningsforsøg og kvasi-eksperimentelle studier samt mellem målinger

ved slutningen af indsatsen og opfølgnings-målinger. Den gennemsnitli-

ge effektstørrelse og de individuelle effektstørrelser illustreres grafisk i

såkaldte

forest plots.

De fleste af studierne bidrager til flere af delanalyserne,

enten fordi de undersøger flere indsatser, eller fordi de måler effekten af

en indsats for både matematik og læsning eller begge dele.

De enkelte studiers effektstørrelser er angivet som den standar-

diserede middelværdidifference (Hedges’

g).

Nogle studier rapporter flere

tests indenfor læsning og matematik. Til analyserne i dette afsnit benytter

vi et gennemsnit af resultaterne fra disse tests. Formålet med denne

fremgangsmåde er at undgå problemer med statistisk afhængighed mel-

lem effektstørrelser, hvilket bl.a. kan føre til undervurdering af standard-

fejlen på effekt-estimatet og dermed til et konfidensinterval, der er for

smalt. Statistisk afhængighed mellem effektstørrelser er dog ikke den

eneste årsag til for smalle konfidensintervaller. For eksempel bliver stan-

dardfejlen for lille, hvis studiet har brugt et klynge-udvælgelsesdesign

18. Vi inkluderer også standardiserede stavetests i kategorien læsning.

PDF to HTML - Convert PDF files to HTML files

uden at korrigere for dette i den statistiske analyse. Vi vender tilbage til

denne problemstilling i afsnittet

Følsomhedsanalyse

(s.85).

Vi har anvendt en

random effects-model

til at beregne de overord-

nede vægtede gennemsnitlige effektstørrelser. Modellen bygger på den

antagelse, at de sande effektstørrelser af indsatserne i analysen ligner hin-

anden, men ikke nødvendigvis er identiske. I stedet forudsættes de at

være tilfældigt udvalgt fra en normalfordeling af effektstørrelser. Variati-

onen i effektstørrelser kan skyldes forskelle i studiernes populationer og

indsatsernes karakter såvel som stikprøveusikkerhed.

Random effects-

modellen kan ses i forhold til en

fixed effects-model.

fixed effects-modellen

antages det, at alle studier har den samme ukendte effektstørrelse. I

fixed-

effects-modellen

er stikprøveusikkerhed den eneste årsag til variation mel-

lem effektstørrelserne (Borenstein m.fl., 2009). Da vi vurderer, at der er

væsentlige forskelle mellem bl.a. udfaldsmål, interventionspopulation og

indsatser, benytter vi

random effects-modellen

til at beregne overordnede

gennemsnitlige effektstørrelser.

I analysen er de gennemsnitlige effektstørrelser vægtet med deres

inverse varians og med variansen mellem studierne i beregningen af den

overordnede vægtede gennemsnitlige effektstørrelse. Der er altså to kil-

der til variation i modellen: variation, som følge af stikprøveusikkerhed

og variation, som følger af, at effektstørrelserne er trukket fra en forde-

ling med positiv varians. Alt andet lige gives studier med flere deltagere

derfor mere vægt, da stikprøveusikkerheden er lavere. I modsætning til

fixed effects-modellen

får studier med små stikprøver dog højere vægt i

random effects-modellen,

fordi de små studier indeholder information om

variationen i den sande effektstørrelsesfordeling.

Figurerne med

forest plots

viser effektstørrelsen for hvert studie

(centrum af hver grå firkant) med tilhørende 95-procents-

konfidensinterval (den sorte linje viser intervallets længde). En længere

linje er udtryk for en mindre præcist estimereret effektstørrelse. Størrel-

sen af den grå firkant viser, hvilken vægt studiets effektstørrelse er blevet

tildelt. En større firkant er udtryk for højere vægt. I bunden af hver figur

viser den rudeformede figur den vægtede gennemsnitlige, overordnede

effektstørrelse med konfidensinterval. Midten af den rudeformede figur

angiver den estimerede gennemsnitlige effektstørrelse. Hvis den rude-

formede figur ikke krydser nullinjen, er den overordnede effektstørrelse

statistisk signifikant på 5-procents-niveau.

PDF to HTML - Convert PDF files to HTML files

LÆSNING

I figur 4.4 vises effektstørrelserne fra de 47 lodtrækningsforsøg, rangord-

net efter effektstørrelse, som har benyttet standardiserede læsetests ved

afslutningen af indsatsen. Den gennemsnitlige effektstørrelse på 0,11

standardafvigelser er positiv og statistisk signifikant (den laveste og øver-

ste grænse af 95-procents-konfidensintervallet ligger på henholdsvis 0,06

og 0,15). Denne effektstørrelse er relativt lille i forhold til fx forskellen

mellem elever med stærk og svag socioøkonomisk baggrunds i PISA-

tests, som var på 0,7-0,8 standardafvigelser (se kapitel 1 og OECD, 2010,

2013).

Der er betydelig heterogenitet blandt de individuelle studiers ef-

fektstørrelser, som spænder fra -0,23 til 0,99. Denne heterogenitet afspej-

les også i formelle tests.

Q-testen, I

-værdierne og

��

-værdierne peger alle

på, at der er mere heterogenitet, end hvad man ville forvente, hvis stik-

prøveusikkerhed alene kunne forklare heterogeniteten.

-testen er måske

den mest intuitive test. Test-statistikken beskriver den procentdel af vari-

ationen, som er reel eller systematisk snarere end tilfældig, dvs. skyldes

stikprøveusikkerhed. Jo tættere på nul, i jo højere grad skyldes variatio-

nen mellem studier stikprøveusikkerhed. Ved høje

-tal er det naturligt

at lave undergruppe-analyser og metaregressioner, idet der er grund til at

tro, at variationen er systematisk og fx kan forklares ved forskelle i un-

dersøgelseskarakteristika og typer (Borenstein m.fl., 2009). I modsætning

til

Q-testen

uafhængig af antallet studier. Dog stiger

-værdien i takt

med stikprøvestørrelsen. Vi præsenterer derfor også den estimerede vari-

ans mellem studierne,

��

, som er uafhængig af både antallet og størrelsen

af studierne (Rücker m.fl., 2008).

-værdien er 73 pct., og

��

er 0,012.

Det indikerer, at der er betydelig systematisk variation mellem effektstør-

relserne, og at vi derfor bør foretage metaregressioner og undergruppe-

analyser.

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.4

Forest plot af de individuelle studiers effektstørrelser, deres vægt og den vægte-

de gennemsnitlige effektstørrelsen. Særskilt for lodtrækningsforsøg i læseindsat-

ser med måling ved slutningen af indsatsen.

Study

August m.fl. (2006)

Jones m.fl. (2010)

Cheatham m.fl. (2013)

Denton m.fl. (2004)

Morgan m.fl. (2008)

Apthorp m.fl. (2012)

Bernstein m.fl. (2009)

James-Burdumy m.fl. (2012)

Arens m.fl. (2012)

Fryer (2011)

White m.fl. (2014)

Antecol m.fl. (2013)

Riccio m.fl. (2010)

Guryan m.fl. (2014)

Kim & White (2008)

Fogarty m.fl. (2014)

Vaughn m.fl. (2010)

Kim m.fl. (2011)

Glazerman m.fl. (2013)

Borman m.fl. (2009)

Apel & Diem (2014)

Vaughn m.fl. (2011)

Lee m.fl. (2012)

Kim (2006)

Goodson m.fl. (2012)

Slavin m.fl. (2009)

Wolf m.fl. (2009)

Tolan m.fl. (2004)

Nunnery m.fl. (2006)

Allington m.fl. (2010)

Linebarger m.fl. (2010)

Mayfield (2000)

Vadasy & Sanders (2011)

Vadasy & Sanders (2010)

Wang & Algozzine (2008)

Block m.fl. (2009)

Vadasy & Sanders (2008)

Nielsen m.fl. (2012)

Ransford m.fl. (2011)

Allor & McCathren (2004)

Blanco & Ray (2011)

Amendum m.fl. (2011)

Denton m.fl. (2010)

Good m.fl. (2003)

Fisher m.fl. (2011)

Schwartz (2005)

Rashotte m.fl. (2001)

Overall (I-squared = 73.0%, p = 0.000)

Weight

1.68

3.15

0.67

0.49

0.46

3.80

3.69

3.68

3.98

2.99

3.51

3.53

3.74

1.56

2.92

1.80

3.75

3.89

0.79

0.56

2.91

3.08

2.53

3.36

2.98

3.41

2.21

1.69

3.18

0.74

0.66

1.53

1.31

1.07

2.79

0.63

0.33

1.21

1.01

0.47

1.33

2.34

0.67

3.09

0.75

0.38

100.00

-.8 -.6 -.4 -.2 0 .2 .4 .6 .8 1 1.2 1.4 1.6 1.8

Kilde: Egne beregninger.

I figur 4.5 viser vi et tilsvarende diagram for de 11 kvasi-eksperimentelle

studier. Den overordnede vægtede effektstørrelse er positiv, større end

PDF to HTML - Convert PDF files to HTML files

for lodtrækningsforsøgene (0,22), og signifikant forskellig fra nul (95-

procents-konfidensintervallet går fra 0,08 til 0,35). Spændvidden af ef-

fektstørrelser (-0,13 til 1,33) og homogenitetstestene peger på, at variati-

onen blandt effektstørrelserne ikke kun skyldes stikprøveusikkerhed.

værdien er 96 pct., og

��

er 0,032.

FIGUR 4.5

Forest plot af de individuelle studiers effektstørrelser, deres vægt og den vægte-

de gennemsnitlige effektstørrelsen. Særskilt for kvasi-eksperimentelle studier af

læseindsatser med måling ved slutningen af indsatsen.

Study

Weight

Travillian (2011)

Huang & Wang (2012)

Munoz m.fl. (2012)

Lesaux m.fl. (2010)

Jenner & Jenner (2007)

Burns m.fl. (2004)

Bellei (2013)

Baker m.fl. (2012)

Algozzine m.fl. (2009)

Macaruso m.fl. (2006)

Ming (2007)

Overall (I-squared = 96.0%, p = 0.000)

6.36

15.03

12.67

11.74

13.02

5.35

14.89

9.15

6.39

2.69

100.00

-.8 -.6 -.4 -.2 0 .2 .4 .6 .8 1 1.2 1.4 1.6 1.8 2 2.2

Kilde: Egne beregninger.

Kun ganske få lodtrækningsforsøg (3) og endnu færre kvasi-

eksperimentelle studier (2) har foretaget opfølgnings-målinger af læse-

færdigheder (figur 4.6). Gennemsnittene er 0,08 og -0,03 for henholdsvis

lodtrækningsforsøg og kvasi-eksperimentelle studier. På grund af antallet

af studier kan vi ikke bedømme heterogeniteten blandt effektstørrelserne.

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.6

Forest plot af de individuelle studiers effektstørrelser, deres vægt og den vægte-

de gennemsnitlige effektstørrelsen. Særskilt for lodtrækningsforsøg (øverst) og

kvasi-eksperimentelle studier (nederst) i læseindsatser målrettet læsning med

opfølgningsmålinger.

Study

Weight

Goodson m.fl. (2012)

Torgesen m.fl. (2007)

Tolan m.fl. (2004)

Overall (I-squared = 0.0%, p = 0.587)

74.13

4.80

21.08

100.00

-.4

-.2

Study

Weight

Deke m.fl. (2012)

99.66

Allor m.fl. (2001)

0.34

Overall (I-squared = 0.0%, p = 0.337)

100.00

-.4

-.2

Kilde: Egne beregninger.

PDF to HTML - Convert PDF files to HTML files

MATEMATIK

I figur 4.7 vises effektstørrelserne fra de 16 lodtrækningsforsøg, som har

benyttet standardiserede matematiktests ved afslutning af indsatsen. Den

overordnede effektstørrelse (0,14 standardafvigelser) er tæt på den tilsva-

rende effektstørrelse for læsning. Den gennemsnitlige effektstørrelse er

statistisk signifikant forskellig fra nul – 95-procents-konfidensintervallet

går fra 0,05 til 0,23. Effektstørrelserne varierer mellem -0,12 og 1,27. De

formelle tests forkaster hypotesen om homogenitet.

��

er hen-

holdsvis 84 pct. og 0,019.

FIGUR 4.7

Forest plot af de individuelle studiers effektstørrelser, deres vægt og den vægte-

de gennemsnitlige effektstørrelsen. Særskilt for lodtrækningsforsøg i matematik-

indsatser målrettet matematik med måling ved slutningen af indsatsen.

Study

Jones m.fl. (2010)

Bernstein m.fl. (2009)

Riccio m.fl. (2010)

Clarke m.fl. (2011)

Wolf m.fl. (2009)

Fryer (2011)

Dyson m.fl. (2013)

Wang & Woodworth (2011)

Glazerman m.fl. (2013)

Antecol m.fl. (2013)

Blanco & Ray (2011)

Fuchs m.fl. (2008b)

Jordan m.fl. (2012)

Fuchs m.fl. (2008a)

Fuchs m.fl. (2013)

Good m.fl. (2003)

Overall (I-squared = 84.3%, p = 0.000)

Weight

8.34

9.31

9.03

8.60

8.83

9.78

3.71

6.57

9.59

9.02

1.64

5.05

2.88

1.33

5.37

0.96

100.00

-.4 -.2 0 .2 .4 .6 .8 1 1.21.41.61.8 2 2.2

Kilde: Egne beregninger.

I figur 4.8 vises effektstørrelserne for de fem kvasi-eksperimentelle studi-

er, som har benyttet standardiserede matematiktests ved indsatsens af-

slutning. Alle effektstørrelser er positive, og det vægtede gennemsnit på

PDF to HTML - Convert PDF files to HTML files

0,089 svarer til effektstørrelsen for lodtrækningsforsøg. Den estimerede

effektstørrelse er imidlertid ikke signifikant. Også her forkastes hypote-

sen om homogenitet.

er 98 pct., og

��

er 0,023.

Ingen af de studier, der baserer sig på lodtrækningsforsøg, har

foretaget opfølgnings-målinger af matematikfærdigheder. Kun et enkelt

kvasi-eksperimentelt studie har rapporteret opfølgnings-målinger: Deke

m.fl. (2012) rapporterede en lille, positiv og signifikant effekt på 0,05.

FIGUR 4.8

Forest plot af de individuelle studiers effektstørrelser, deres vægt og den vægte-

de gennemsnitlige effektstørrelsen. Særskilt kvasi-eksperimentelle studier i ma-

tematikindsatser med måling ved slutningen af indsatsen.

Study

Weight

Huang & Wang (2012)

Travillian (2011)

Jenner & Jenner (2007)

Munoz m.fl. (2012)

Bellei (2013)

Overall (I-squared = 97.6%, p = 0.000)

25.33

8.79

20.88

20.00

25.00

100.00

-.4

-.2

Kilde: Egne beregninger.

Alt i alt peger resultaterne på, at de gennemsnitlige effektstørrelser er

positive og statistisk signifikante, men relativt små fx målt i forhold til

spændet mellem stærk og svag socioøkonomisk baggrund (OECD, 2010,

2013). Der er imidlertid fundet betydelig heterogenitet i alle delanalyser.

Det vil sige, at der er stor variation mellem de enkelte studiers effektstør-

relser inden for kategorierne læsning og matematik, forskningsdesign og

tidspunkt for måling. Det er værd at notere sig implikationen af hetero-

geniteten mellem de individuelle studier. Hvis fx de elever, som modta-

PDF to HTML - Convert PDF files to HTML files

ger en indsats, bliver motiverede og præsterer fagligt bedre, uanset ind-

satsernes indhold, vil det være usandsynligt, at vi finder så stor heteroge-

nitet mellem studierne, som tilfældet er. Vores tolkning af spredningen i

effektstørrelser er, at nogle indsatser virker bedre end andre. I næste af-

snit prøver vi at forklare denne heterogenitet ved hjælp af metaregressio-

ner. Formålet er at undersøge, om vi kan finde en sammenhæng mellem

effektstørrelser og indsatskarakteristika.

METAREGRESSION

I det foregående afsnit forkastede vi hypotesen om, at spredningen i ef-

fektstørrelser kun skyldes stikprøveusikkerhed. For at undersøge om

spredningen kan forklares af observerbare indsatskarakteristika, anvender

vi metaregression med præspecificerede moderatorer (se afsnit

Syntesepro-

cedurer og statistisk analyse,

s.45, samt Bøg m.fl., 2014). Formålet med den-

ne del af undersøgelsen er at give et svar på det andet forskningsspørgs-

mål om, hvad der modererer effektstørrelserne.

Ligesom almindelige regressioner på primærdata bruges metare-

gressioner til at vurdere den statistiske sammenhæng mellem en afhængig

variabel og én eller flere forklarende variable. Den primære forskel er, at

den afhængige variabel i en metaregression er en indikator for effektstør-

relse på studie- eller indsatsniveau og ikke på elevniveau. Metaregressio-

ner kræver også, at hver effektstørrelse tildeles en analysevægt, og der

skal vælges en

random effects-

eller

fixed effects-model

(Borenstein m.fl.,

2009). På baggrund af delanalyserne i det forrige afsnit vurderer vi, at

random effects-modellen

er mest passende.

Tre studier rapporterer udelukkende opfølgningsmålinger, og

kun få studier laver opfølgningsmålinger. Da opfølgningsmålinger ikke er

fuldt sammenlignelige med efter-målinger, har vi udeladt effektstørrelser

beregnet for opfølgnings-målinger i den fortsatte analyse. Bortset fra for-

skelle i udfald på læsefærdigheder mellem henholdsvis lodtrækningsfor-

søg og kvasi-eksperimentelle studier, viste det foregående afsnit kun små

forskelle mellem studier opdelt på matematik og læsning og på forsk-

ningsdesign, mens der var stor heterogenitet inden for hver enkelt kate-

gori. Derfor indgår studier af matematik og læsning og både lodtræk-

ningsforsøg og kvasi-eksperimentelle studier i samme analyse.

I mod-

sætning til den analysemetode, vi benyttede i forrige afsnit, inkluderer vi

således her samtlige relevante effektstørrelser i en analyse. Det vil sige, at

19. Vi kontrollerer for fag og forskningsdesign i analysen.

PDF to HTML - Convert PDF files to HTML files

et studie kan bidrage med mere end én effektstørrelse til analysen. For at

tage højde for den statistiske afhængighed mellem effektstørrelser fra det

samme studie, har vi benyttet metoderne beskrevet i Hedges, Tipton &

Johnson (2010) til at estimere robuste standardfejl.

Desuden har flere af vores forklarende variable manglende vær-

dier. For at undgå den bias, som ville opstå i vores estimater ved at ude-

lade observationer med manglende værdier, har vi brugt imputering, så-

kaldt

multipel imputering,

til at beregne sandsynlige værdier. Denne teknik

bruges ofte i metaanalyser.

I tabel 4.17 vises resultaterne fra fire forskellige metaregressioner.

I kolonne (1) forklarer vi variationen i effektstørrelse ved hjælp af tre

variable (plus en konstant), som beskriver typen af undersøgelse: en indi-

kator for lodtrækningsforsøg (lodtrækningsforsøg), en indikator for matema-

tikudfald (matematik) og en indikator for, om implementeringskvaliteten

er blevet bedømt (implementeringsvurdering). Ingen af studierne havde

manglende værdier for de tre variable. I kolonne (2) tilføjer vi forklaren-

de variable, som beskriver deltagerkarakteristika: andelen af piger i ind-

satsgruppen (køn), en indikator for indsatser gennemført i indskolingen

(klasse

0.-5.)

og en indikator for, om mindst 75 pct. af eleverne har svag

socioøkonomisk baggrund (svag

socioøkonomisk baggrund 75).

Af disse har

køn

manglende værdier. Regressionen i kolonne (3) medtager de samme

variable, som kolonne (1) samt fem variable, som måler, hvordan og

hvor indsatserne er gennemført.

Alle fem variable har manglende vær-

dier.

Varighed

måler, hvor lang tid (målt i uger) en indsats varede.

Skole

en indikator for indsatser gennemført i skolen i modsætning til fx pro-

grammer gennemført efter skoletid.

Individuel modtager

er en indikator for,

om indsatsen blev givet individuelt i modsætning til indsatser, der blev

20. Vi har anvendt Stata-kommandoen

robumeta

og estimeret en

random effects-model.

Denne metode

og kommando kræver et foreløbig estimat,

��,

af sammenhængen mellem forskellige indsatser og

tests inden for det samme studie. I de resultater, vi rapporterer i tabel 4.17, har vi benyttet

��

0,8 (som fx Hedges, Tipton & Johnson, 2010 og Wilson m.fl., 2011), hvilket er et konservativt

estimat. Resultaterne er mere eller mindre uændret ved

��

= 0,7 eller 0,9. Parameter-estimaterne

minder også meget om modeller, der beregner gennemsnittet af effektstørrelserne på tværs af

undersøgelser, dvs. hvor hver undersøgelse kun bidrager med en effektstørrelse. Dog er estima-

terne med robuste standardfejl mere præcise (lavere standardfejl), hvilket ikke er overraskende,

da de udnytter den tilgængelige information bedre.

21. Se fx Rubin (1996) og Pigott (2009) for en forklaring på, hvorfor det generelt resulterer i bias,

hvis studier/effektstørrelser med manglende observationer udelukkes. Vi har anvendt Stata-

kommandoen

mi impute

til at generere værdier for de manglende observationer.

22. Vi har endvidere noteret, om elever eller andre grupper var indsatsens primære målgruppe. Der

er dog kun få indsatser, der ikke har elever som direkte modtagere af indsatsen. På grund af

mangel på variation har vi udeladt denne variabel.

PDF to HTML - Convert PDF files to HTML files

givet i grupper.

Professionelle

er en indikator for, om indsatsen blev givet af

professionelle i modsætning til frivillige.

Træning

indikerer, om de, som

gav indsatsen, først modtog uddannelse for at kunne give indsatsen. I

kolonne (4) er samtlige variable med i samme regression.

TABEL 4.17

Meta-regressioner.

Variable

Lodtrækningsforsøg

Matematik

Implementeringsvurdering

Køn

Klasse 0.-5.

Svag socioøkonomisk baggrund 75

Varighed

Skole

Individuel modtager

Professionelle

Træning

Observationer

Antal studier

283

86,9

0,0269

283

85,08

0,0274

(1)

-0,0653

(0,0851)

0,0344

(0,0768)

0,0313

(0,0586)

(2)

-0,0743

(0,0846)

0,0267

(0,0765)

0,0478

(0,0621)

0,0062

(0,0045)

0,0995

(0,0596)

-0,0559

(0,0619)

(3)

-0,0842

(0,0959)

0,0246

(0,0718)

0,0226

(0,0626)

(4)

-0,0967

(0,0925)

0,0165

(0,0712)

0,0320

(0,0678)

0,0049

(0,0048)

0,124

(0,0626)

-0,0012

(0,0658)

-0,0023

(0,0010)

0,144

(0,0610)

-0,0333

(0,0527)

-0,0325

(0,0662)

-0,0908

(0,0733)

283

77,7

0,0297

-0,0022

(0,0010)

0,144

(0,0616)

-0,0151

(0,0531)

-0,0458

(0,0675)

-0,111

(0,0738)

283

79,4

0,0292

Anm.: Robuste standardfejl i parentes. *** p < 0,01, ** p < 0,05, * p < 0,1. Alle mixed-model-metaregressioner indeholder

en konstant. Manglende værdier er blevet imputeret med hjælp af Stata-kommandoen

mi impute

. Vi har brugt 50

imputationer for hver manglende observation.

Kilde: Egne beregninger.

Estimaterne fra tabel 4.17 skal som udgangspunkt tolkes varsomt Vi kan

have udeladte variable, som kan være korreleret både med de inkluderede

indsatskarakteristika og effektstørrelserne. De inkluderede variable er

dem, som vi på forhånd havde specificeret i Bøg m.fl. (2014). Men det

var ikke muligt at medtage alle præspecificerede variable, fx er der for få

studier pr. indsatstype til, at vi kan inkludere indsatstyper i regressionerne.

Hvad angår de estimerede koefficienter, er det først og fremmest

værd at bemærke, at hverken

lodtrækningsforsøg

eller

matematik

når statistisk

PDF to HTML - Convert PDF files to HTML files

signifikans. De negative estimater for

lodtrækningsforsøg

er imidlertid i en

størrelsesorden (0,07-0,10 standardafvigelser), som stadig vil kunne have

væsentlig betydning for effektstørrelserne. Der er tre variable, som er

signifikante i mindst en specifikation.

Klasse 0.-5.

er positiv og indikerer,

at indsatserne på disse klassetrin har gennemsnitligt højere effektstørrel-

ser (ca. 0,10-0,12) end indsatserne på klassetrin 6. og op.

Varighed

er lille

og negativ. Koefficienten kan tolkes således, at 10 yderligere indsatsuger,

i gennemsnit er forbundet med en reducering af effektstørrelsen på 0,02.

Det negative estimat kan synes kontraintuitivt. Estimatet kan dog fx for-

klares ved, at længden af en indsats varierer med typen af indsats. Lange

indsatser er måske mindre intense eller af en type, som giver mindre ef-

fektstørrelser. Koefficienten på

skole

antyder, at indsatser gennemført i

skolen generelt har højere effektstørrelser end de indsatser, som gennem-

føres uden for skolen.

Hovedresultatet af metaregressionerne er dog, at undersøgelses-

karakteristikaene forklarer en begrænset del af variationen mellem effekt-

størrelser. De fleste estimater er små og ikke statistisk signifikante.

Selv

når samtlige variable indgår (kolonne (4)), så er den del af variationen,

som ikke kan forklares af indsatskarakteristika, stadig betydelig. Hvis vi

bevæger os fra kolonne (1) til (4), reduceres

-værdien dog fra 87 pct. til

78 pct.

Som antydet ovenfor, udgør indsatstyperne en kandidat til for-

klaring af spredningen. Typerne kan dog ikke indgå som forklarende va-

riable i en metaregression, da der er for få studier pr. type. I det efterføl-

gende afsnit har vi i stedet analyseret effektstørrelser opdelt efter indsats-

type.

EFFEKTSTØRRELSER EFTER INDSATSTYPE

Vi begynder vores analyse af indsatstyper med figur 4.9, som viser den

vægtede gennemsnitlige effektstørrelse og konfidensinterval pr. type. I

tabel 4.18 vises antallet af studier, som benytter de respektive typer, den

vægtede gennemsnitlige effektstørrelse pr. type samt

- og

��

-værdierne.

Ligesom i afsnittet

Effektstørrelser efter forskningsdesign, fag og tid for

måling

(s.70) har vi anvendt en

random effects-model,

hvor hvert studie er

vægtet med den inverse varians af studiets effektestimat samt den estime-

23. Resultaterne synes ikke at være særligt følsomme for, om vi udelader ekstremværdierne. Hvis vi

fjerner de 5 pct. mindste og de 5 pct. største effektstørrelser, forbliver estimaterne hovedsagligt

uforandrede.

PDF to HTML - Convert PDF files to HTML files

rede varians mellem studierne til at beregne vægtede gennemsnitlige ef-

fektstørrelser pr. indsatstype. Til forskel fra forrige afsnit har vi kombi-

neret effektstørrelser fra lodtrækningsforsøg med kvasi-eksperimentelle

studier samt matematikindsatser med læseindsatser.

Metaregression

viste ingen signifikante forskelle mellem disse kombinationer af undersø-

gelseskarakteristika. Estimatet på indikatoren for lodtrækningsforsøg er

dog tilstrækkeligt stort til, at forskningsdesign stadig kan være en vigtig

forklarende faktor for effektstørrelsen. Vi har derfor undersøgt, hvor

følsomme resultaterne er over for, hvilken type af forskningsdesign der

er benyttet. I næste afsnit undersøger vi følsomheden for de indsatstyper

med statistisk signifikante vægtede gennemsnitlige effektstørrelser. Det

er endvidere sådan, at der er for få studier af matematikindsatser til at

kunne lave en brugbar sammenligning på tværs af indsatstyper (kun 10,5

pct. af effektstørrelserne i metaregression kommer fra standardiserede

tests i matematik).

Vi har fokuseret på effektstørrelser målt ved afslutningen af ind-

satser, da der for ingen af typerne er mere end to studier, der foretager

opfølgnings-måling. Bemærk, at antallet af studier samlet på tværs af ty-

per er højere end det samlede antal af inkluderede studier. Det skyldes, at

den samme indsats kan bestå af flere hovedtyper.

Alle typer har positive gennemsnitlige effektstørrelser, men

mange af dem er små. Efter-skoletidsprogrammer, incitamenter, ad-

færds-/psykologiske indsatser, kompetenceudvikling og sommerskole-

programmer har alle gennemsnitlige effektstørrelser mindre end 0,05,

som ikke er statistisk signifikante. Bemærk, at nogle typer, især adfærds-

/psykologiske indsatser, har forholdsvis brede konfidensintervaller (se

figur 4.9). Et bredt interval kan være tegn på, at der både er studier med

store positive effekter og studier med store negative effekter, hvilket er

tilfældet med adfærds-/psykologiske indsatser. Der kan således være ef-

fektive indsatser blandt disse undergrupper af typer.

24. Vi har taget et simpelt gennemsnit over disse kategorier.

PDF to HTML - Convert PDF files to HTML files

FIGUR 4.9

Vægtede gennemsnitlige effektstørrelser målt ved slutningen af indsatsen og

konfidensinterval. Særskilt for indsatstyper.

Efter-skoletidsprogrammer

Incitamenter

Adfærds-/psykologiske indsatser

Kompetenceudvikling

Indsatstyper

Sommerskoleprogrammer

Coaching/Mentorstøtte

Øgede ressourcer

IT-støttet undervisning

Tilpasning af læreplan

Cooperative learning

Tutoring

Feedback og monitorering

-.2

Effektstørrelse

Kilde: Egne beregninger.

TABEL 4.18

Antal studier, vægtede gennemsnitlige effektstørrelser målt ved slutningen af

indsatsen og heterogenitetsindikatorer. Særskilt for indsatstyper.

Indsatstype

Efter-skoletidsprogrammer

Incitamenter

Adfærds-/psykologiske indsatser

Kompetenceudvikling

Sommerskoleprogrammer

Coaching/Mentorstøtte

Øgede ressourcer

IT-støttet undervisning

Tilpasning af læreplan

Cooperative learning

Tutoring

Feedback og monitorering

Kilde: Egne beregninger.

Antal studier

Vægtet gennemsnitlig

effektstørrelse

0,02

0,03

0,04

0,08

0,09

0,19

0,24

0,31

0,34

36,91

0,00

74,41

93,04

49,38

87,36

0,00

51,73

82,42

81,47

65,31

75,88

0,003

0,000

0,058

0,023

0,006

0,030

0,000

0,015

0,038

0,034

0,047

0,040

Coaching/mentorstøtte, øgede ressourcer

IT-støttet undervisning

har noget høje-

re effektstørrelser: 0,08 for de første to og 0,09 for den sidstnævnte. Kun

PDF to HTML - Convert PDF files to HTML files

øgede ressourcer

er signifikant forskellig fra nul. De to andre typer har brede

konfidensintervaller, og der er studier med både store og små effektstør-

relser.

De fire typer i bunden af tabellen har højere gennemsnitlige ef-

fektstørrelser end de andre, og deres konfidensintervaller inkluderer ikke

nul. Otte studier har undersøgt

Tilpasning af læreplan,

som har en vægtet

effektstørrelse på 0,19.

Cooperative learning

indgår i fem studier med en

gennemsnitlig effektstørrelse på 0,24.

Tutoring

har været genstandsfelt for

23 studier, og den vægtede gennemsnitlige effektstørrelse er 0,31. Den

indsatstype, som har den største gennemsnitlige effektstørrelse (0,34), er

feedback og monitorering.

Der er imidlertid kun fire studier, som har under-

søgt denne type, og det bør bemærkes, at tre ud af fire studier, som kig-

ger på

feedback og monitorering,

kombinerer denne type med

cooperative lear-

ning,

og den fjerde er feedback og monitorering kombineret med

IT-støttet

undervisning.

- og

��

-værdierne i tabellen er klart lavere, end det var tilfældet

i de to forrige afsnit. Der er dog stadigvæk betydelig heterogenitet blandt

effektstørrelserne pr. type.

Da de fleste af typerne kun er blevet under-

søgt i et relativt lille antal studier, har det ikke været muligt kvantitativt at

undersøge denne heterogenitet yderligere.

har

derimod et større antal studier, som kigger på

tutoring.

Imidlertid er 23 studier ikke tilstrækkeligt til, at indsatskarakteristika kan

indgå i metaregressionen. Vi kan ikke inkludere mere end en eller to for-

klarende variable ad gangen, fordi vi løber tør for frihedsgrader. Desuden

er der ikke tilstrækkeligt med variation i en række interessante forklaren-

de variable, fx

klasse 0.-5.

matematik

(to indsatser undersøger

tutoring

klasse 0.-5., og fire indsatser undersøger

tutoring

i matematik) for at kunne

medtage disse. Vi har kigget på yderligere to variable, som ikke var inklu-

deret i metaregressionerne i forrige afsnit. Det drejer sig om

hyppighed

intensitet,

som potentielt kan være vigtige for effekterne af

tutoring.

Hvis vi

plotter det samlede antal af møder/lektioner (hyppighed) og antallet af ti-

25. Både

cooperative learning

tutoring

indeholder øget feedback. Vi har dog kategoriseret indsatserne

i forhold til deres hovedelementer. For at blive kodet i kategorien

feedback og monitorering

skal ind-

satsen have tilføjet et specifikt element, som systematisk gav mere feedback til elever eller lærere

i indsatsgruppen end i kontrolgruppen i forhold til, hvad der normalt er inkluderet i fx

tutoring.

Derfor er det ikke alle

cooperative learning-indsatserne

og slet ingen af

tutoring-indsatserne

i meta-

analysen, som er blevet kodet i kategorien

feedback og monitorering.

26. Bortset fra

IT-støttet undervisning

sommerskoleprogrammer

afviser Q-testen (på 5-procents-

niveauet) hypotesen om homogene effektstørrelser for alle typer, som er blevet undersøgt af

mindst fem studier.

PDF to HTML - Convert PDF files to HTML files

mer med

tutoring

om ugen (intensitet) mod de gennemsnitlige effektstørrel-

ser, ser vi ingen tydelig sammenhæng (ikke vist). Kort sagt har vi ikke

været i stand til kvantitativt at forklare spredningen i effektstørrelser in-

den for kategorien

tutoring.

For at undersøge robustheden af resultatet for

tutoring

har vi kørt

en metaregression med samme specifikation som kolonne (4) i tabel 4.17,

på det samme datagrundlag og inkluderet

tutoring

som forklarende varia-

bel. Den analyse viser, at den betingede gennemsnitlige

tutoring-

effektstørrelse er 0,21 højere end den gennemsnitlige ikke-tutoring-

effektstørrelse. Koefficienten er statistisk signifikant på 5-procents-

niveau. Sammenhængen mellem

tutoring

og effektstørrelse er altså robust,

selv når vi kontrollerer for indsatskarakteristika.

FØLSOMHEDSANALYSE

I følsomhedsanalysen fokuserer vi på de fem indsatstyper, der har stati-

stisk signifikante vægtede gennemsnitlige effektstørrelser (jf. foregående

afsnit). Vi har endvidere undersøgt, om der er indikationer på udgivel-

sesbias blandt de studier, der indgår i metaanalysen.

FORSKNINGSDESIGN

Både lodtrækningsforsøg og kvasi-eksperimentelle studier indgår i bereg-

ningen af gennemsnitlige effektstørrelser i tabel 4.18. På trods af at vi

ikke fandt signifikante forskelle mellem de to designtyper i metaregressi-

onerne, var størrelsen på koefficienten betydelig i forhold til effektstør-

relserne. Lodtrækningsforsøg er generelt det bedste forskningsdesign til

at estimere den kausale effekt af en indsats. Hvis lodtrækningen er kor-

rekt udført, vil elever i indsats- og kontrolgruppe være sammenlignelige

på både observerede og ikke-observerede elevkarakteristika. Målingen af

indsatsens effekt vil dermed være fri for bias. Det er normalt sværere at

opnå i et kvasi-eksperimentelt design.

Derfor har vi undersøgt, hvor

robuste de vægtede gennemsnitlige effektstørrelser er over for inklusio-

nen af kvasi-eksperimentelle studier. Vi foretager kun robusthedstjek for

de indsatstyper med effektstørrelser, der er signifikant forskellige fra nul.

Bemærk, at de to studier, der indgår i indsatstypen

øgede ressourcer,

begge

er (storskala) lodtrækningsforsøg, og derfor foretager vi ikke følsom-

hedsanalyse med hensyn til forskningsdesign for denne indsatstype.

27. Bemærk, at de inkluderede kvasi-eksperimentelle studier allerede er bedømt med hensyn til

risiko for bias, dvs. de mindst troværdige studier er på forhånd udelukket fra analysen.

PDF to HTML - Convert PDF files to HTML files

Tre ud af otte studier i

tilpasning af læreplan

er kvasi-

eksperimentelle studier. Hvis vi udelader disse studier, reduceres effekt-

størrelsen fra 0,19 til 0,10, og den er ikke længere signifikant. Effektstør-

relsen for

cooperative learning

reduceres fra 0,24 til 0,16, når vi fjerner de to

kvasi-eksperimentelle studier (ud af i alt fem studier). Denne vægtede

gennemsnitlige effektstørrelse er dog stadig signifikant. Ud af 23 studier

med

tutoring

er der kun to kvasi-eksperimentelle studier. Hvis vi udelader

disse studier, øges effektstørrelsen (fra 0,31 til 0,34), og konfidensinter-

vallet flyttes længere væk fra nul. Et ud af fire studier med typen

feedback

og monitorering

er kvasi-eksperimentelt. Ved at udelade denne ene under-

søgelse reduceres effektstørrelsen fra 0,34 til 0,25, hvilket dog stadig er

signifikant.

Konklusionen på denne følsomhedsanalyse er, at

tutoring

er me-

get robust,

cooperative learning

feedback og monitorering

beholder sin signi-

fikans, men effektstørrelserne reduceres, mens

tilpasning af læreplan

ikke er

robust.

MANGLENDE KORREKTION FOR KLYNGEUDVÆLGELSE

En betydelig andel af de studier, der er med i metaanalysen, har ikke kor-

rigeret for den klyngeudvælgelse, der er benyttet i designet. I studier, der

ikke korrigerer for denne designfaktor, er standardfejlen på effektestima-

tet behæftet med bias. Desværre giver studierne ikke selv tilstrækkeligt

med information til, at vi kan rette standardfejlen direkte. I stedet benyt-

ter vi os af metoderne anbefalet af Higgins & Green (2011, kapitel 16).

Vi korrigerer standardfejlen ved at beregne

designeffekten

for hvert studie;

vi antager en gennemsnitlig klyngestørrelse (klassestørrelse) på 20 og

bruger estimater af intra-klynge-korrelationskoefficienten opdelt på fag,

klassetrin og socioøkonomisk baggrund fra Hedges & Hedberg (2007).

Den vægtede gennemsnitlige effektstørrelse ved

øgede ressourcer

påvirkes

ikke af denne korrektion; ingen af de to studier med denne type har an-

vendt standardfejl med bias. Den vægtede gennemsnitlige effektstørrelse

ved

tilpasning af læreplan

er noget mindre (0,16) og standardfejlen stiger

lidt, hvorved effektstørrelsen ikke længere er signifikant på 5-procents-

niveau. Den korrigerede effektstørrelse for

cooperative learning

falder til

0,21, men er stadig signifikant.

Tutoring

påvirkes kun minimalt, og den

28. Resultaterne for

tutoring, cooperative learning, feedback og monitorering

samt

tilpasning af læreplan

er end-

videre ikke følsomme over for, at man fjerner undersøgelser, som standardiserer middeldifferen-

cen med kontrolgruppens standardafvigelse eller med standardafvigelsen for en bredere gruppe

end indsats- eller kontrolgrupperne.

PDF to HTML - Convert PDF files to HTML files

vægtede gennemsnitlige effektstørrelse er 0,31 og signifikant. Effektstør-

relsen for

feedback og monitorering

reduceres til 0,30, hvilket stadig er signi-

fikant. Dermed et det kun typen

tilpasning af læreplan,

der er følsom over

for den manglende korrektion for designfaktoren.

UDGIVELSESBIAS

Inden for mange forskningsområder er det sværere at få udgivet resulta-

ter, der er små eller insignifikante (Borenstein m.fl., 2009). Hvis udgivel-

sesbias er til stede, vil det højst sandsynligt betyde, at vores estimater af

de gennemsnitlige effektstørrelser er større end de sande effektstørrelser.

Det skyldes, at negative effektstørrelser er usædvanlige, samt at det i høj

grad er studier, der er udgivet, som indgår i analysen.

For at undersøge

omfanget af dette problem benytter vi en grafisk metode, hvor effekt-

størrelserne på x-aksen plottes mod præcisionen af estimatet på y-aksen

(funnel

plots).

Ideen bag et

funnel plot

er, at hvis forskningsområdet ikke er

karakteriseret af udgivelsesbias, så vil studier med mange deltagere (høj

præcision) placere sig tæt sammen i toppen af figuren. Mindre studier,

som har mindre præcision, vil placere sig jævnt og stadig mere spredt på

begge sider af gennemsnittet, da variationen er tilfældig og stiger i takt

med, at stikprøvestørrelsen reduceres (Higgins & Green, 2011). Dia-

grammet vil derfor ligne et omvendt ”V”, når der ikke er udgivelsesbias.

I det første funnel plot inkluderer vi alle studier for at se, om

forskningslitteraturen generelt er præget af udgivelsesbias. Der er ikke

tilstrækkeligt med studier af hver type til at kunne bedømme, om der er

udgivelsesbias. Vi har dog undersøgt

tutoring,

hvor der er flere studier.

I figur 4.10 vises et funnel plot over gennemsnittet af effektstør-

relser på tværs af studier (x-aksen) og standardfejl (y-aksen) for alle stu-

dier (det øverste diagram). Effektstørrelserne er fra en

random effects-

model og centreret med den estimerede gennemsnitlige effektstørrelse.

Det vil sige, at en effektstørrelse, som er lig med gennemsnittet, får vær-

dien nul. Den øverste del, som inkluderer alle studier, viser enkelte an-

tydninger af asymmetri i effektstørrelserne. Der ”mangler” måske enkelte

studier på venstre side af den vertikale linje, særligt i det nederste venstre

hjørne af grafen. Det nederste diagram er begrænset til studier, der un-

dersøger

tutoring.

Der er ingen klare tegn på asymmetri i denne graf. Sam-

29. Et beslægtet problem er det såkaldte

file drawer problem

(Rosenthal, 1979): undersøgelser, som

finder insignifikante effekter, bliver muligvis slet ikke formidlet i en videnskabelig rapport og er

derfor umulige at finde frem til. Dette ”skuffeproblem” kan være en anden potentiel forklaring

på et asymmetrisk funnel plot.

PDF to HTML - Convert PDF files to HTML files

let set er der ikke tydelige indikationer på, at udgivelsesbias er et stort

problem.

FIGUR 4.10

Funnel plots af effektstørrelser og standardfejl. Alle studier (øverst) og tutoring-

studier (nederst).

Alle studier

Standardfejl Hedges' g

-1

-.5

Hedges' g

Tutoring studier

Standardfejl Hedges' g

-1

-.5

Hedges' g

Kilde: Egne beregninger.

Som nævnt i afsnittet

Søgestrategi

(s. 40) har vi gjort os umage for at finde

uudgivne studier, hvilket burde mindske risikoen for bias. Der kan desu-

den være andre årsager til det lidt asymmetriske funnel plot end udgivel-

sesbias. En anden årsag kan være, at der er en systematisk forskel på

mindre og større studier med hensyn til, hvad de undersøger (Borenstein

m.fl., 2009). Hvad angår de indsatser, vi undersøger i denne forsknings-

oversigt, virker sådanne forskelle sandsynlige. De typer af indsatser, som

er gennemført med et meget højt deltagerantal, er forskellige fra indsat-

ser, som gennemføres i studier med et lavere deltagerantal. Selv hvis man

gennemførte den samme indsats i et stort og et lille studie, er det ikke

sikkert, at den samme effektstørrelse ville opnås, fordi det er sværere at

gennemføre en indsats ensartet med mange deltagere. En sådan forskel

fortæller os noget om mulighederne for at gennemføre en indsats i for-

skellige kontekster, men er ikke i sig selv en indikation på udgivelsesbias.

PDF to HTML - Convert PDF files to HTML files

KAPITEL 5

DISKUSSION

I denne systematiske forskningsoversigt har vi undersøgt indsatser, der

retter sig mod en forbedring af de faglige præstationer hos

grundskoleelever med svag socioøkonomisk baggrund. 179 studier op-

fyldte de præspecificerede inklusionskriterier. 166 af studierne

undersøger indsatser, der er gennemført i USA. De resterende studier er

fra Canada (fire), og yderligere er der et enkelt studie fra henholdsvis

Australien, Chile, Frankrig, Israel, New Zealand, Norge, Spanien, Sverige

og Storbritannien. Flertallet af studierne er udgivet i et videnskabeligt

tidsskrift (68 pct.), og en forholdsvis stor andel er lodtrækningsforsøg (43

pct.). Et flertal af indsatser har som mål at forbedre elevers færdigheder i

læsning (78 pct.) eller matematik (42 pct.) eller i både læsning og

matematik. De mest almindelige undersøgte indsatstyper er:

tutoring

(43

studier),

tilpasning af læreplan

(30),

kompetenceudvikling

(24) samt

coaching/mentorstøtte

(22) og

IT-støttet undervisning

(22).

I vores metaanalyse fokuserede vi på de studier, som blev

bedømt til at have tilstrækkeligt lav risiko for bias, indeholdt information

til at kunne beregne en effektstørrelse, og hvor udfaldene var blevet målt

på elevniveau ved standardiserede tests i læsning og matematik. Analysen

omfattede 69 studier, hvoraf 83 pct. var lodtrækningsforsøg. I

metaanalysen var 33 pct. af studierne rettet mod matematik, mens 91 pct.

var rettet mod læsning.

PDF to HTML - Convert PDF files to HTML files

Et første hovedresultat fra analysen er, at den gennemsnitlige

effektstørrelse er relativt lille, samtidigt med at der er en betydelig

variation i effektstørrelserne. Denne variation kan ikke fuldt ud forstås

ved at analysere de forskelle, der er

mellem

studierne på brede

præspecificerede faktorer, såsom population, forskningsdesign,

fagområde og implementering. Effektstørrelserne er spredt rundt om et

statistisk signifikant og positivt gennemsnit, hvilket fører til vores andet

hovedresultat, nemlig at der er en lang række indsatser, som kan forbedre

de faglige præstationer hos elever med svag socioøkonomisk baggrund.

Vores analyse af indsatstyper viste, at

tutoring, feedback og

monitorering, cooperative learning

samt

tilpasning af læreplan

adskiller sig fra de

resterende indsatstyper ved at have relativt store og statistisk signifikante

gennemsnitlige effektstørrelser.

Tilpasning af læreplan

viser sig dog mindre

robust i vores følsomhedsanalyser. Indsatser, som indeholdt disse typer,

øgede i gennemsnit de standardiserede testresultater med omkring 0,2-

0,3 standardafvigelser.

Særligt hvad angår

tutoring,

er der en stærk forskningslitteratur,

som i høj grad er baseret på lodtrækningsforsøg.

Tutoring

viste sig

desuden at være robust, når vi kontrollerer for andre indsatskarakteristika.

Der er ikke tilstrækkeligt mange studier af de resterende indsatstyper,

herunder

feedback og monitorering

cooperative learning,

der gør det muligt at

analysere ved hjælp af metaregression. Vi ved derfor ikke, hvordan deres

effektstørrelser hænger sammen med andre indsatskarakteristika. Det er

også vigtigt at bemærke, at

feedback og monitorering

primært er benyttet som

et supplement til andre dele af en indsats. Dette illustreres ved, at tre ud

af fire indsatser, der inkluderer

feedback og monitorering,

også bruger

cooperative learning-strategier.

For at sætte effekttørrelserne i perspektiv, kan de sættes i for-

hold til forskellen i faglige færdigheder mellem de danske elever, der står

socioøkonomisk svagest og de elever som står stærkest. I PISA-tests er

forskellen mellem de danske 15-årige elever, der er blandt de 15 pct. dår-

ligst stillede rent socioøkonomisk og de 15 pct. bedst stillede, ca. 0,7-0,8

standardafvigelser. Indsatser af den type, der fremhæves her, kan dermed

være med til at løfte elever med svag socioøkonomisk baggrund markant.

Desuden har de fleste indsatstyper en varighed på under et år (tutoring-

indsatser under et halvt år), så forbedringerne opnås på relativt kort tid.

Nogle af vores resultater er i tråd med andre

forskningsoversigter, der har andre elevgrupper som målgruppe. Slavin

PDF to HTML - Convert PDF files to HTML files

& Lake (2008) (matematikprogrammer for de ca. 5-10-årige), Slavin,

Lake & Groff. (2009) (matematikprogrammer for de ca. 11-14-årige og

de 15-18-årige) og Slavin m.fl. (2009) (læseprogrammer for de ca. 5-10-

årige) konkluderede, at der stadig er meget at lære om at designe

effektive indsatser. De pegede også på, at indsatser, der generelt

fokuserer på undervisningsprocessen, har de højeste effektstørrelser for

elever. Denne brede kategori inkluderer indsatser, som vi kategoriserer

som

tutoring

cooperative learning,

men også fx klasseledelse,

motivationsindsatser samt elevundervisning i metakognitive strategier.

Slavin m.fl. (2011) fremhæver også tutoring og cooperative learning i

deres forskningsoversigt, der fokuserer på programmer for elever med

læsevanskeligheder. Ritter m.fl. (2006) fandt belæg for effekten af

tutoring udført af frivillige tutorer.

Feedback og monitorering

var ikke en

eksplicit kategori i disse forskningsoversigter, men typen indgår højst

sandsynligt i mange indsatser, som fokuserer på undervisningsprocessen.

Vi har også fundet indsatstyper, som gennemsnitligt ikke synes

at forbedre testresultaterne: De vægtede gennemsnitlige effektstørrelser

efter-skoletidsprogrammer, incitamentsprogrammer

til at højne elevpræsta-

tioner,

adfærd-/psykologiske indsatser, kompetenceudvikling

samt

sommerskole-

programmer

var små og ikke statistisk signifikante. Indsatstyperne

coaching/mentorstøtte, øgede ressourcer

IT-støttet undervisning

havde lidt højere,

men stadig små vægtede gennemsnitlige effektstørrelser. Der er dog

eksempler på effektive indsatser i mange af disse kategorier, og de fleste

af de nævnte typer er kun blevet undersøgt i et fåtal af studier.

Indsatser med små effektstørrelser kan godt være omkostnings-

effektive. For eksempel kan sommerlæseprogrammer ofte gennemføres

med forholdsvis lave omkostninger (White m.fl., 2014). Et af formålene

med denne forskningsoversigt har derfor været at undersøge

omkostningerne ved indsatser systematisk. Men det er kun et lille

mindretal af studier, der har rapporteret om omkostningerne ved

indsatserne. Vi har ligeledes været interesserede i at undersøge

30. Zief, Lauver & Maynard (2006) fandt ingen evidens for positive effekter for efter-

skoletidsprogrammer. Kim & Quinn (2013) undersøgte sommerlæseprogrammer og fandt en hø-

jere, men stadig lille gennemsnitlig effektstørrelse på standardiserede mål for elever fra lavind-

komstfamilier. Slavin, Lake & Groff (2009) og Slavin m.fl. (2009, 2011) fandt lignende lave ef-

fektstørrelser for IT-støttet undervisning for læsning og for matematik for de ca. 11-14-årige og

de 15-18-årige, mens effektstørrelsen var højere for matematik for de ca. 5-10-årige (Slavin &

Lake, 2008).

PDF to HTML - Convert PDF files to HTML files

langtidseffekter af indsatserne. Desværre er det meget få studier, som har

rapporteret resultater selv tre måneder efter indsatsens afslutning.

Det er en stor overvægt af studier fra USA. På den ene side sæt-

ter det spørgsmålstegn ved, om de erfaringer, der er gjort i USA, kan

overføres til andre typer af skolesystemer. På den anden side er det tyde-

ligt, at meget få af de undersøgte indsatser umiddelbart kan afvises som

umulige at afprøve i en dansk eller europæisk kontekst. De fleste

indsatser er kompatible med de fleste uddannelsessystemer og skoler.

Vi har kun fundet få stærke moderatorer til trods for en

forholdsvis stor variation mellem effektstørrelserne. For eksempel bidrog

andelen af piger blandt eleverne ikke signifikant til at forklare variationen

i effektstørrelserne, og metaregressionen gav ingen stærke indikationer på

forskelle i effektstørrelser mellem matematik- og læseindsatser. Vi fandt

at indsatser, der er udført i skolen snarere end udenfor skolen samt rettet

mod 0.-5. klasse snarere end 6.-9. klasse, var forbundet med studier med

højere effektstørrelser. I modsætning til de enkelte studiers effektstørrel-

ser, som har en kausal tolkning, fordi de bygger på enten lodtræknings-

forsøg eller overbevisende kvasi-eksperimentelle designs, er det sådan, at

disse sammenhænge identificeres gennem variation i indsatskarakteristika

mellem

studier. Denne del-analyse afdækker altså ikke kausale sammen-

hænge, og derfor skal analysen af indsatskarakteristikas indflydelse på

effektstørrelsen tolkes varsomt.

Højere effektstørrelser for indsatser i 0.-5. klasse understøtter

anbefalinger om, at der bør bruges forholdsvis flest ressourcer på tidlige

indsatser. Disse anbefalinger baserer sig på ideen om, at programmer,

som retter sig mod de ældre elever har lav omkostningseffektivitet (fx

Esping-Andersen, 2004; Heckman, 2006). Det skal dog ikke tolkes, som

at effektive indsatser til de ældre elever ikke kan udvikles. For eksempel

har Cook m.fl. (2014) fremført det argument, at vi endnu ikke med

sikkerhed kender det gode indsatsdesign for ældre elever. Navnlig kan

det være, at kombinationer af indsatstyper er mere effektive end

indsatser, som kun benytter sig af en enkel type. Som nævnt tidligere er

der relativt få indsatser, der bygger på flere hovedtyper. Vi kan derfor

ikke undersøge problemstillingen nærmere.

PDF to HTML - Convert PDF files to HTML files

METODEBEGRÆNSNINGER

De metoder, som vi har anvendt i denne forskningsoversigt, har nogle

iboende begrænsninger. Vi har valgt at fokusere på standardiserede

testresultater, da disse tests ofte måler bredere færdigheder end fx tests,

der er udviklet særligt til indsatsen. Det er derfor mindre sandsynligt, at

standardiserede tests måler faktorer, der kun er relevant for

indsatsgruppen, men ikke for kontrolgruppen (se fx Slavin & Lake, 2008;

Slavin m.fl., 2009). Scammaca m.fl. (2013) viser, at standardiserede tests

er mere robuste ved sammenligninger over tid. Det vil sige, at

standardiserede tests kan give os mere generel viden om effekten af

indsatser. Studier, der ikke bruger standardiserede tests, kan dog være af

høj kvalitet og give os nyttig viden om effekterne af indsatser på mere

specifikke områder.

Alle de tests, der indgår i metaanalysen, måler deltagernes

færdigheder i læsning og matematik. Som et nødvendigt skridt i analysen

har vi grupperet tests i forhold til disse to brede fagkategorier. Det skridt

kan betyde at vi kan være gået glip af nogle af nuancerne ved det, som

indsatserne har ønsket at opnå. Resultaterne i Scammaca m.fl. (2013)

tyder dog på, at den gruppering af tests, som vi har foretaget, ikke er

problematisk.

Vores søgestrategi var af ressourcemæssige årsager snæver i den

forstand, at kravet var, at litteraturhenvisningerne skulle indeholde

nøgleord, som matchede alle fire dimensioner: elever, socioøkonomisk

baggrund, udfald og forskningsdesign. En bredere søgestrategi kunne fx

være, at studierne skulle matche blot ét af kriterierne. Det er dermed

muligt, at vi har overset relevante studier. Det er dog usandsynligt, at vi

har overset væsentlig litteratur. Det var ikke muligt at fremskaffe fem af

studierne i fuldtekst. Disse studier kunne potentielt have relevans for

forskningsoversigten. Et større problem er, at flere af de inkluderede

studier ikke kunne indgå i metaanalysen, fordi de ikke indeholdt

tilstrækkelig med information til at kunne beregne en effektstørrelse.

31. Scammaca m.fl. (2013) undersøgte læseindsatser målrettet elever med læsevanskeligheder og så

bl.a. på, om de var målrettet læseforståelse, læsefærdighed, forståelse for stavemønstre (word

study),

ordforråd eller kombinationer af disse elementer. For standardiserede tests var den eneste signi-

fikante forskel, at der var større effekt ved

word study-indsatser

end ved læsefærdighedsindsatser.

PDF to HTML - Convert PDF files to HTML files

IMPLIKATIONER FOR PRAKSIS

Vores resultater peger på, at skoler og lokale interessenter har mulighed

for at forbedre uddannelsespræstationerne blandt elever med svag

socioøkonomisk baggrund. Forskningsoversigtens resultater er altså en

opfordring til handling. Vi håber, at forskningsoversigten kan være til

inspiration for bl.a. skoleledere og lærere, som er på udkig efter måder til

at forbedre de faglige præstationer for elever med svag socioøkonomisk

baggrund.

På skoler, som gerne vil arbejde med nye indsatser for at støtte

målet om at reducere betydningen af socioøkonomisk baggrund, har vi

fundet flere særligt effektive indsatstyper:

tutoring, cooperative learning

feedback og monitorering.

Vi har også fundet variation i effektiviteten for

hver indsatstype. Her anbefaler vi, at man ser nærmere på studierne for

at undersøge, hvilke specifikke tiltag og på hvilken måde indsatstypen

bedst realiseres på skolen. For eksempel kan der findes special-

kompetencer på skolen, som gør, at man i det tilfælde vil få bedre effekt

ved at arbejde med én indsats fremfor en anden. Vi kan altså ikke anbe-

fale én bestemt indsats

indenfor

en indsatstype, netop fordi lokale forhold,

kompetencer og motivation sandsynligvis vil påvirke både effektiviteten

af og omkostningerne ved en indsats. Derimod har vi identificeret områ-

der for effektive indsatser. På de skoler, der allerede arbejder med nogle

af de indsatstyper, vi har identificeret som særligt effektive, kan forsk-

ningsoversigten tjene som inspiration til, hvorledes en eksisterende ind-

sats kan forbedres.

Det er kun få af de undersøgte indsatser, der er inkompatible

med danske eller europæiske forhold. De fleste indsatser, herunder ind-

satstyperne

tutoring, feedback og monitorering

samt

cooperative learning

lader til

at kunne tilpasses til en hvilken som helst skole eller skolesystem. Det

skal i denne sammenhæng fremhæves, at metaanalysen udelukkende ba-

serer sig på effektstørrelser fra standardiserede tests. Det forhold styrker

troværdigheden af selve analysen, men vigtigere i denne sammenhæng

betyder det, at man kan have større tiltro til, at de dokumenterede resul-

tater kan overføres til andre forhold og kontekster, herunder til det dan-

ske skolesystem.

PDF to HTML - Convert PDF files to HTML files

IMPLIKATIONER FOR FORSKNINGEN

Forskningsoversigten har flere implikationer for uddannelsesforskningen.

For det første er der få studier fra andre lande end USA.

Evidensgrundlaget for (eller imod) bestemte indsatser er derfor i de

fleste lande begrænset. Samtidig understreger mange lande vigtigheden af

at forbedre de faglige præstationer for elever med svag socioøkonomisk

baggrund. Studier af effekten af indsatser målrettet denne gruppe synes

derfor at udgøre en vigtig opgave i de kommende år, også for

uddannelsesforskere udenfor USA.

Manglen på omkostningsestimater for indsatser er en alvorlig

begrænsning af beslutningstagerenes mulighed for at prioritere blandt

indsatser. Det er ikke muligt at foretage et optimalt valg af indsats på

baggrund af effektstørrelser alene. Hvis målet er, at så mange som muligt

skal få nytte af indsatserne, er det de omkostningseffektive indsatser,

som skal prioriteres. Derfor bør forskere bestræbe sig på som minimum

at inkludere et estimat af omkostningerne ved at gennemføre en given

indsats. For at vurdere indsatsernes omkostningseffektivitet fuldt ud er

det ligeledes nødvendigt med estimater af effekterne på længere sigt, da

det har stor betydning for den samfundsøkonomiske værdi af indsatserne,

om effekterne er varige eller ej.

Vores metaanalyse inkluderede både matematik- og læseindsatser.

Evidensgrundlaget er betydeligt mindre for matematik end for læsning,

og det vil derfor være nyttigt, at flere indsatser rettet mod matematiske

færdigheder undersøges.

Litteraturen indeholder et imponerende antal lodtræknings-

forsøg. Den store andel af lodtrækningsforsøg mindsker risikoen for, at

vores resultater er upålidelige eller fx skyldes selektionsbias. I vores

gennemgang af disse studier savnede vi ofte (særligt i studier, som har

trukket lod på elevniveau) en diskussion af konsekvenserne af, at både

indsats- og kontrolgruppen er vidende om, hvilken gruppe de tilhører.

Det er selvfølgelig svært at undgå, at deltagerne ved, om de er i indsats-

eller kontrolgruppen, men man kunne gøre mere i forhold til

kontrolgruppen. Hvis kendskabet til, at de ikke modtager indsatsen, fører

til, at kontrolgruppedeltagerne gør sig mere umage, eller at denne viden

påvirker lærere eller forældre til at give mere støtte, kan det betyde, at de

PDF to HTML - Convert PDF files to HTML files

effektstørrelser, vi har fundet, er undervurderede.

Ved at benytte

forsøg med klynge-lodtrækning på klasseværelseniveau eller allerhelst på

skoleniveau reducerer man risikoen for, at kontrolgruppen påvirkes af

indsatsen.

Endelig har vi kun en ufuldstændig forklaring på den store

variation i effektstørrelser. Man vil potentielt kunne opnå mere viden ved

at kode studier for metaanalyser på tværs af både undervisningsmetoder

og undervisningsindhold, som er blevet ændret i indsatser, såvel som

kombinationer heraf. Det kræver imidlertid en betragtelig stigning i

antallet af studier, for at man opnår tilstrækkelig statistisk styrke til at

kunne fastslå forskelle mellem indsatser.

AFSLUTTENDE BEMÆRKNINGER

Der er indsatser, som formår at forbedre uddannelsespræstationerne for

elever med svag socioøkonomisk baggrund betydeligt.

Tutoring, cooperative

learning,

feedback og monitorering

er lovende typer af indsatser for at

møde den udfordring, der ligger i Folkeskolereformens mål. Der er dog

stadig mange ukendte aspekter forbundet med at give

omkostningseffektive indsatser til elever med svag socioøkonomisk

baggrund. For praktikere, beslutningstagere og forskere er det særligt den

begrænsede viden om omkostningerne ved indsatserne, som er

bekymrende samt manglen på effektstørrelser målt længere tid efter

indsatsens afslutning. Med henblik på at designe mere effektive indsatser

og gennemføre kendte indsatser bedre vil designere af indsatser og

skoleledere have gavn af mere viden om, hvad der eventuelt kan forklare,

hvorfor nogle indsatser tilsyneladende virker bedre end andre. Hertil

kommer, at manglen på studier fra Europa er en væsentlig udfordring for

uddannelsesforskere i de kommende år.

32. Det kan også meget vel være, at kendskabet til, at man er blevet frataget muligheden for en

indsats, får nogle elever til at være opgivende og gøre sig mindre umage. En sådan adfærd ville i

så fald føre til overvurderede effektstørrelser.

PDF to HTML - Convert PDF files to HTML files

Alt i alt giver resultaterne i denne forskningsoversigt motivation

til at øge arbejdet med at gennemføre indsatser over for elever med svag

socioøkonomisk baggrund og til at designe studier, der kan give os svar

på det udestående spørgsmål om, hvilke indsatstyper der er mest

omkostningseffektive.

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

BILAG

BILAG 1

REFERENCER

Dette bilag indeholder referencer til samtlige studier, der er med i kort-

lægningen. Referencerne er opdelt efter interventionskomponent, i ræk-

kefølgen:

Tutoring, tilpasning af læreplan, kompetenceudvikling, IT-støttet under-

visning, coaching/mentorstøtte, adfærds-/psykologiske indsatser, øgede ressourcer,

sommerskolerprogrammer¸feedback og monitorering, efter-skoletidsprogrammer, coope-

rative learning, opdelt undervisning, incitamenter,

andet.

Referencer til studier,

hvor flere komponenter indgår, kan altså optræde flere steder.

Referencer til studier, som indgår i metaanalysen, er markeret

med en stjerne (*) før referencen. For de studier, som kun indgår i kort-

lægningen, har vi efter referencen, i kantede parenteser, angivet årsagen

til, at studiet ikke indgår i metaanalysen.

TUTORING

*Allor, J. & R. McCathren (2004): “The Efficacy of an Early Literacy

Tutoring Program Implemented by College Students”.

Learning

Disabilities Research and Practice,19(2),

s. 116-129.

*Amendum, S.J., L. Vernon-Feagans & M.C. Ginsberg (2011): “The Ef-

fectiveness of a Technologically Facilitated Classroom-Based

PDF to HTML - Convert PDF files to HTML files

Early Reading Intervention: The Targeted Reading Interven-

tion”.

Elementary School Journal,

112(1), s. 107-131.

*Apel, K. & E. Diehm (2014): “Morphological Awareness Intervention

with Kindergarteners and First and Second Grade Students from

Low SES Homes: A Small Efficacy Study”.

Journal of Learning

Disabilities,

47(1), s. 65-75.

*Burns, M.K., B.V. Senesac & T. Symington (2004): “The Effectiveness

of the HOSTS Program in Improving the Reading Achievement

of Children At-Risk for Reading Failure”.

Reading Research and In-

struction,

43(2), s. 87-104.

Chambers, B., R.E. Slavin, N.A. Madden, P. Abrami, M.K. Logan & R.

Gifford (2011): “Small-Group, Computer-Assisted Tutoring to

Improve Reading Outcomes for Struggling First and Second

Graders”.

Elementary School Journal,

111(4), s. 625-640. [Sammen-

ligningsgruppe-design].

*Deke, J., L. Dragoset, K. Bogen & B. Gill (2012):

Impacts of Title I Sup-

plemental Educational Services on Student Achievement.

Institute of

Education Sciences report. U.S. Department of Education,

NCEE 2012-4053.

*Denton, C. A., J.L. Anthony, R. Parker & J.E. Hasbrouck (2004): “Ef-

fects of Two Tutoring Programs on the English Reading Devel-

opment of Spanish-English Bilingual Students”.

Elementary School

Journal,

104(4), s. 289-305.

Denton, C.A., P.T. Cirino, A.E. Barth, M. Romain, S. Vaughn, J. Wexler,

D.J. Francis & J.M. Fletcher (2011): “An Experimental Study of

Scheduling and Duration of ‘Tier 2’ First-Grade Reading Inter-

vention”.

Journal of Research on Educational Effectiveness,

4, s. 208-

230. [Sammenligningsgruppe-design].

Dyson, L., M. Miller & M. Gagne (2008):”The Effects of a Literacy In-

tervention Program on Primary-Grade Children in Schools in

Low-Income Neighborhoods in Canada”.

International Journal of

Learning,

14(11), s. 85-91. [For høj risiko for bias].

*Dyson, N.I., N.C. Jordan & J. Glutting (2013):”A Number Sense Inter-

vention for Low-Income Kindergartners at Risk for Mathemat-

ics Difficulties”.

Journal of Learning Disabilities,

46(2), s. 166-181.

Ehri, L.C., L.G. Dreyer, B. Flugman & A. Gross (2007): “Reading Res-

cue: An effective Tutoring Intervention Model for Language-

Minority Students Who Are Struggling Readers in First Grade”.

100

PDF to HTML - Convert PDF files to HTML files

American Educational Research Journal,

44(2), s. 414-448. [Indehol-

der ikke tilstrækkeligt med information til at beregne en sam-

menlignelig effektstørrelse].

*Fuchs, L.S., D. Fuchs, C. Craddock, K.N. Hollenbeck, C.L. Hamlett &

C. Schatschneider (2008): “Effects of Small-Group Tutoring

With and Without Validated Classroom Instruction on At-Risk

Students' Math Problem Solving: Are Two Tiers of Prevention

Better than One?”.

Journal of Educational Psychology,

100(3), s. 491-

509.

*Fuchs, L.S., P.M. Seethaler, S.R. Powell C.L. Hamlett & J.M. Fletcher

(2008): “Effects of Preventative Tutoring on the Mathematical

Problem Solving of Third-Grade Students with Math and Read-

ing Difficulties”.

Exceptional Children,

74(2), s. 155-173.

*Fuchs, L.S., R.F. Schumacher, J. Long, J. Namkung, C.L. Hamlett, P.T.

Cirino, N.C. Jordan, R. Siegler, R. Gersten & P. Changas (2013):

“Improving At-Risk Learners' Understanding of Fractions”.

Journal of Educational Psychology,

105(3), s. 683-700.

Graham, L. & J. Pegg (2013): “Enhancing the Academic Achievement of

Indigenous Students in Rural Australia”.

Paper presented at the

2013 Annual Meeting of the American Educational Research Association.

[For høj risiko for bias].

Hansson, Å. (2014):

Effekter av intensivundervisning i matematik - Utvärdering

av ett pilotprojekt med personlig tränare i matematik för elever i behov av

särskilt stöd.

Göteborgs Universitet: Institutionen för pedagogik

och specialpedagogik. [Indeholder ikke tilstrækkeligt med infor-

mation til at beregne en sammenlignelig effektstørrelse].

Harding, H.R., L. Harrison-Jones & H.M. Rebach (2012): “A Study of

the Effectiveness of Supplemental Educational Services for Title

I Students in Baltimore City Public Schools”.

Journal of Negro Ed-

ucation,

81(1), s. 52-66. [Sammenligningsgruppe-design].

Hoogstra, L., B. O'Brien, M. Brown. K. Hallberg & A. Swanlund (2011):

Texas Ninth Grade Transition and Intervention (TNGTI) Grant Pro-

gram: January 2011 Evaluation Report.

Texas Education Agency

Report. [Indeholder ikke tilstrækkeligt med information til at be-

regne en sammenlignelig effektstørrelse].

Jitendra. A.K., D.N. Dupuis, M.C. Rodriguez, A.F. Zaslofsky, S. Slater,

K. Cozine-Corroy & C. Church (2013): “A Randomized Con-

trolled Trial of the Impact of Schema-Based Instruction on

101

PDF to HTML - Convert PDF files to HTML files

Mathematical Outcomes for Third-Grade Students with Mathe-

matics Difficulties”.

Elementary School Journal,

114(2), s. 252-276.

[Sammenligningsgruppe-design].

Jitendra, A.K., M. Rodriguez., R. Kanive, J.P. Huang, C. Church, K.A.

Corroy & A. Zaslofsky (2013): “Impact of Small-Group Tutor-

ing Interventions on the Mathematical Problem Solving and

Achievement of Third-Grade Students with Mathematics Diffi-

culties”.

Learning Disability Quarterly,

36(1), s. 21-35. [Sammen-

ligningsgruppe-design].

*Jordan, N.C., J. Glutting, N. Dyson, B. Hassinger-Das & C. Irwin

(2012): ”Building Kindergartners' Number Sense: A Random-

ized Controlled Study”.

Journal of Educational Psychology,

104(3), s.

647-660.

Lane, K.L. & H.M. Menzies (2005):”Teacher-Identified Students with

and without Academic and Behavioral Concerns: Characteristics

and Responsiveness”.

Behavioral Disorders,

31(1), s. 65-83. [Sam-

menligningsgruppe-design].

Leafstedt, J.M., C.R. Richards & M.M. Gerber (2004): “Effectiveness of

Explicit Phonological-Awareness Instruction for At-Risk Eng-

lish Learners”.

Learning Disabilities Research and Practice,

5, s. 345-

383. [For høj risiko for bias].

*Lee, Y.S., N. Morrow-Howell, M. Jonson-Reid & S. McCrary (2012):

“The Effect of the Experience Corps Program on Student Read-

ing Outcomes”.

Education and Urban Society,

44(1), s. 97-118.

Lipsey, T. (2009):

Reading Intervention With K-4 Struggling Readers: The Effect

of Using Minimally Trained Tutors in One Inner-City Public School.

Tennessee State University. UMI Number: 3404159. [For høj

risiko for bias].

Lo, Y.Y., W. Chuang & S. Haskell (2009): “Examining the Impacts of

Early Reading Intervention on the Growth Rates in Basic Liter-

acy Skills of At-Risk Urban Kindergarteners”.

The Journal of Spe-

cial Education,

43(1), s. 12-28. [For høj risiko for bias].

Loftus, S.M., M.D. Coyne, B.D. McCoach, R. Zipoli & P.C. Pullen

(2010): “Effects of a Supplemental Vocabulary Intervention on

the Word Knowledge of Kindergarten Students At Risk for

Language and Literacy Difficulties”.

Learning Disabilities Research

and Practice,

25(3), s. 124-136. [For høj risiko for bias].

102

PDF to HTML - Convert PDF files to HTML files

Luftig, R.L. (2003): “When a little bit means a lot: The Effects of a

Short-Term Reading Program on Economically Disadvantaged

Elementary Schoolers”.

Reading Research and Instruction,

42(4), 1-

13. [Indeholder ikke tilstrækkeligt med information til at beregne

en sammenlignelig effektstørrelse].

*Mayfield, L.G. (2000): “The Effects of Structured One-on-One Tutor-

ing in Sight Word Recognition of First Grade Students At-Risk

for Reading Failure”.

Mid-South Educational Research Association

Annual Meeting conference paper.

ED 449 630.

*Morgan, P.L., D. Fuchs, D.L. Compton, D.S. Cordray & L.S. Fuchs

(2008): “Does Early Reading Failure Decrease Children's Read-

ing Motivation?”.

Journal of Learning Disabilities,

41(5), s. 387-404.

*Munoz, M.A., F. Chang & S.M. Ross (2012): “No Child Left Behind

and Tutoring in Reading and Mathematics: Impact of Supple-

mental Educational Services on Large Scale Assessment”.

Journal

of Education for Students Placed at Risk,

17, s. 186-200.

Murray, C.S., A.L. Woodruff & S. Vaughn (2010): “First-Grade Student

Retention Within a 3-Tier Reading Framework”.

Reading and

Writing Quarterly,

26, s. 26-50. [For høj risiko for bias].

*Nielsen, D.C. & L.D. Friesen (2012):”A Study of the Effectiveness of a

Small-Group Intervention on the Vocabulary and Narrative De-

velopment of At-Risk Kindergarten Children”.

Reading Psychology,

33, s. 269-299.

*Ransford-Kaldon, C., E.S. Flynt & C. Ross (2011): “A Randomized

Controlled Trial of a Response-to-Intervention (RTI) Tier 2 Lit-

eracy Program: Leveled Literacy Intervention (LLI)”.

SREE con-

ference papers.

*Rashotte, C.A., K. MacPhee & J.K. Torgesen (2001): “The Effective-

ness of a Group Reading Instruction Program with Poor Read-

ers in Multiple Grades”.

Learning Disability Quarterly,

24, s. 118-

134.

*Schwartz, R.M. (2005): “Literacy Learning of At-Risk First-Grade Stu-

dents in the Reading Recovery Early Intervention”.

Journal of

Educational Psychology,

97(2), s. 257-267.

Soriano, M.A. Miranda. E. Soriano. F. Nievas & V. Felix (2011): “Exam-

ining the Efficacy of an Intervention to Improve Fluency and

Reading Comprehension in Spanish Children with Reading Dis-

103

PDF to HTML - Convert PDF files to HTML files

abilities”.

International Journal of Disability, Development, and Educa-

tion,

58(1), s. 47-59. [For høj risiko for bias].

*Tolan, P., D. Gorman-Smith & D. Henry (2004): “Supporting Families

in a High-Risk Setting: Proximal Effects of the SAFEChildren

Preventive Intervention”.

Journal of Consulting and Clinical Psycholo-

gy.

72(5), s. 855-869.

*Torgesen, J., A. Schirm, L. Castner, S. Vartivarian, W. Mansfield, D.

Myers, F. Stancavage, D. Durno, R. Javorsky & C. Haan (2007):

National Assessment of Title I. Final Report. Volume II: Closing the

Reading Gap--Findings from a Randomized Trial of Four Reading Inter-

ventions for Striving Readers.

Institute of Education Sciences report.

U. S. Department of Education. NCEE 2008-4013.

*Vadasy, P.F. & E.A. Sanders (2008): “Code-Oriented Instruction for

Kindergarten Students at Risk for Reading Difficulties: A Repli-

cation and Comparison of Instructional Groupings”.

Reading and

Writing: An Interdisciplinary Journal,

21, s. 929-963.

*Vadasy, P.F. & E.A. Sanders (2010): “Efficacy of Supplemental Phon-

ics-Based Instruction for Low-Skilled Kindergarteners in the

Context of Language Minority Status and Classroom Phonics

Instruction”.

Journal of Educational Psychology,

102(4), s. 786-803.

*Vadasy, P.F. & E.A. Sanders (2011): “Efficacy of Supplemental Phon-

ics-Based Instruction for Low-Skilled First Graders: How Lan-

guage Minority Status and Pretest Characteristics Moderate

Treatment Response”.

Scientific Studies of Reading,

15(6), s. 471-

497.

*Vaughn, S., J. Wanzek, J. Wexler, A. Barth, P.T. Cirino, J. Fletcher, M.

Romain, C.A. Denton., G. Roberts & D. Francis (2010): “The

Relative Effects of Group Size on Reading Progress of Older

Students with Reading Difficulties”.

Reading and Writing: An In-

terdisciplinary Journal,

23(8), s. 931-956.

TILPASNING AF LÆREPLAN

Agodini, R., B. Harris, M. Thomas, R. Murphy & L. Gallagher (2010):

Achievement Effects of Four Early Elementary School Math Curricula:

Findings for First and Second Grader.

Institute of Education Scienc-

es report. U.S. Department of Education, NCEE 2011-4001.

[Sammenligningsgruppe-design].

104

PDF to HTML - Convert PDF files to HTML files

*Baker, D.L., Y. Park, S.K. Baker, D.L. Basaraba, E.J. Kame'enui & C.T.

Beck (2012): “Effects of a Paired Bilingual Reading Program and

an English-Only Program on the Reading Performance of Eng-

lish Learners in Grades 1-3”.

Journal of School Psychology,

50, s.

737-758.

Barrett, D.C. & W.W. Fish (2011): “Our Move: Using Chess to Improve

Math Achievement for Students Who Receive Special Education

Services”.

International Journal of Special Education,

26(3), s. 181-193.

[For høj risiko for bias].

*Block, C.C., S.R. Parris, K.L. Reed, C.S. Whiteley & M.D. Cleveland

(2009):“Instructional Approaches that Significantly Increase

Reading Comprehension”.

Journal of Educational Psychology,

101(2),

s. 262-281.

*Cheatham, J.P., J.H. Allor & J.K. Roberts (2013): “How Does Inde-

pendent Practice of Multiple-Criteria Text Influence the Reading

Performance and Development of Second Graders?”.

Learning

Disability Quarterly,

s. 1-12.

*Clarke, B., K. Smolkowski, S. K. Baker, H. Fien, C. T. Doabler & D. J.

Chard (2011): “The Impact of a Comprehensive Tier I Core

Kindergarten Program on the Achievement of Students at Risk

In Mathematics”.

Elementary School Journal,

111(4), s. 561-584.

Diebold, T.W. (2011):

Relationship between Metacognitive Strategy Instruction

and Reading Comprehension in At-Risk Fourth Grade Students.

College

of Education, Walden University, Minneapolis. UMI Number:

3445134. [Indeholder ikke tilstrækkeligt med information til at

beregne en sammenlignelig effektstørrelse].

Ferguson, N., L.A. Currie, M. Paul & K. Topping (2011): “The Longitu-

dinal Impact of a Comprehensive Literacy Intervention”.

Educa-

tional Research,

53(3), s. 237-256. [For høj risiko for bias].

Filippini, A.L., M.M. Gerber & J.M. Leafstedt (2012):”A Vocabulary-

Added Reading Intervention for English Learners At-Risk of

Reading Difficulties”.

International Journal of Special Education,

27(3), s. 1-13. [Sammenligningsgruppe-design].

Garcia, C.M. (2010):

Comparing State Mandated Test Scores for Students in Pro-

grams With and Without Fine Arts in the Curriculum. College of Educa-

tion.

Walden University, Minneapolis. UMI Number: 3418795.

[For høj risiko for bias].

105

PDF to HTML - Convert PDF files to HTML files

*Goodson, B., A. Wolf, S. Bell, H. Turner & P.B. Finney (2012):

Effec-

tiveness of a Program to Accelerate Vocabulary Development in Kindergar-

ten (VOCAB): First Grade Follow-Up Impact Report and Exploratory

Analyses of Kindergarten Impacts.

Institute of Education Sciences

report. U.S. Department of Education, NCEE 2012- 4009.

Gutman, T.E. (2011):

The Effects of Read Naturally on Reading Fluency and

Comprehension for Students of Low Socioeconomic Status.

College of

Education, Walden University, Minneapolis

UMI Number:

3479155. [For høj risiko for bias].

Joshi, R.M., M. Dahlgren & R. Boulware-Gooden (2002): “Teaching

Reading in an Inner City School Through a Multisensory Teach-

ing Approach”.

Annals of Dyslexia,

52, s. 229-242. [For høj risiko

for bias].

*Lesaux, N.K., M.J. Kieffer, S.E. Faller & J.G. Kelley (2010):”The Effec-

tiveness and Ease of Implementation of an Academic Vocabu-

lary Intervention for Linguistically Diverse Students in Urban

Middle Schools”.

Reading Research Quarterly,

45(2), s. 196-228.

Loftus, S.M., M.D. Coyne, B.D. McCoach, R. Zipoli & P.C. Pullen

(2010): “Effects of a Supplemental Vocabulary Intervention on

the Word Knowledge of Kindergarten Students At Risk for

Language and Literacy Difficulties”.

Learning Disabilities Research

and Practice,

25(3), s. 124-136. [For høj risiko for bias].

Lynch, S., J. Kuipers, C. Pyke & M. Szesze (2005): “Examining the Ef-

fects of a Highly Rated Science Curriculum Unit on Diverse

Students: Results from a Planning Grant”.

Journal of Research in

Science Teaching,

42(8), s. 912-946. [Andet udfaldsmål end ma-

tematik eller læsning].

Macaruso, P. & A. Walker (2008): “The Efficacy of Computer-Assisted

Instruction for Advancing Literacy Skills in Kindergarten Chil-

dren”.

Reading Psychology,

29, s. 266-287. [For høj risiko for bias].

Miller, T.D. (2008):

A Comparison of Two Reading Programs on Third Grade

Reading Achievement.

Seton Hall University. UMI Number:

3431776. [Sammenligningsgruppe-design].

*Ming, K. (2007):

The Effects of a Fluency Intervention on the Oral Reading Flu-

ency of First Grade Students At Risk for Reading Failure.

Faculty of

the College of Education. Florida Atlantic University, Florida.

UMI Number: 3268792.

106

PDF to HTML - Convert PDF files to HTML files

Montague, M., C. Enders & S. Dietz (2011): “Effects of Cognitive Strat-

egy Instruction on Math Problem Solving of Middle School Stu-

dents with Learning Disabilities”.

Learning Disability Quarterly,

34(4), s. 262-272. [Indeholder ikke tilstrækkeligt med informati-

on til at beregne en sammenlignelig effektstørrelse].

Simmons, D.C., M.D. Coyne, S. Hagan-Burke, O. Kwok, L. Simmons, C.

Johnson, Y. Zou, A.B. Taylor, A.L. McAlenney, M. Ruby & Y.C.

Crevecoeur (2011): “Effects of Supplemental Reading Interven-

tions in Authentic Contexts: A Comparison of Kindergarteners'

Response”.

Exceptional Children,

77(2), s. 207-228. [Sammenlign-

ingsgruppe-design].

Snow, C. E., J. F. Lawrence & C. White (2009): “Generating Knowledge

of Academic Language among Urban Middle School Students”.

Journal of Research on Educational Effectiveness,

2, s. 325-344. [For

høj risiko for bias].

Tong, F., J.B. Irby, R. Lara-Alecio, C. Guerrero, Y. Fan & M. Huerta

(2014): “A Randomized Study of a Literacy-Integrated Science

Intervention for Low-Socio-economic Status Middle School

Students: Findings from first-year implementation”.

International

Journal of Science Education.

36(12), s. 2083-2109. [For høj risiko

for bias].

Turner, S.A. (2012):

The Effects of a Constructivist-Based Fraction Intervention

on the Achievement and Self-Efficacy Beliefs of Low Socio-Economic Status

Students.

University of the Pacific Stockton, California. UMI

Number: 3500450. [For høj risiko for bias].

Vafiadi, P. (2010):

The Impact of Core Knowledge Curriculum on Reading

Achievement in New York City Primary Public Schools.

Northcentral

University, New York. UMI Number: 3435808 [For høj risiko

for bias].

*Wang, C. & B. Algozzine (2008):”Effects of Targeted Intervention on

Early Literacy Skills of At-Risk Students”.

Journal of Research in

Childhood Education,

22(4), s. 425-439.

Weaver, W.S. (2011):

The Impact of Response to Intervention on Student Reading

Achievement in Urban Elementary Schools.

Widener University. UMI

Number: 3456035. [For høj risiko for bias].

Williams, Y. (2012):

An Evaluation of the Effectiveness of Integrated Learning

Systems on Urban Middle School Student Achievement.

University of

Oklahoma. UMI Number: 3522727. [For høj risiko for bias].

107

PDF to HTML - Convert PDF files to HTML files

Wills, H., D. Kamps, M. Abbott, H. Bannister & J. Kaufman (2010):

“Classroom Observations and Effects of Reading Interventions

for Students at Risk for Emotional and Behavioral Disorders”.

Behavioral Disorders,

35(2), s. 103-119. [Indeholder ikke tilstrække-

ligt med information til at beregne en sammenlignelig effektstør-

relse].

Woodward, J. & C. Brown (2006): “Meeting the Curricular Needs of Ac-

ademically Low-Achieving Students in Middle Grade Mathemat-

ics”.

Journal of Special Education,

40(3), s. 151-159. [For høj risiko

for bias].

KOMPETENCEUDVIKLING

Adams, W. (2011):

Comparative Study of Reading First Schools Reading

Achievement to Non-Reading First Schools.

Electronic Theses and

Dissertations. Paper 1303. http://dc.etsu.edu/etd/1303. [For

høj risiko for bias].

*Arens, S.A., G. Stoker, J. Barker, S. Shebby, X. Wang, L. F. Cicchinelli

& J.M. Williams (2012):

Effects of Curriculum and Teacher Professional

Development on the Language Proficiency of Elementary English language

Learner Students in the Central Region.

Institute of Education Sci-

ences report. U.S. Department of Education, NCEE 2012–4013.

Arnold, T.F. (2009):

The Effects of Early Reading Interventions on Student Read-

ing Levels and Achievement.

Education Faculty, Lindenwood Uni-

versity, Missouri. UMI Number: 3380429. [For høj risiko for bi-

as].

Baker, S.K., K. Smolkowski, J.M. Smith, H. Fien, E.J. Kame'enui & C.T.

Beck (2011): “The Impact of Oregon Reading First on Student

Reading Outcomes”.

Elementary School Journal,

112(2), s. 307-331.

[Indeholder ikke tilstrækkeligt med information til at beregne en

sammenlignelig effektstørrelse].

Batchelder, M. (2001):

Austin Collaborative for Mathematics Education 1999-

2000 Evaluation.

Austin Independent School District Report,

AISD-OPE- 99.14. [For høj risiko for bias].

*Bellei, C. (2013): “Supporting Instructional Improvement in Low Per-

forming Schools to Increase Students’ Academic Achievement”.

The Journal of Educational Research,

106, s. 235-248.

Corcoran, S.P., A.E. Schwartz & M. Weinstein (2012): “Training Your

Own: The Impact of New York City’s Aspiring Principals Pro-

108

PDF to HTML - Convert PDF files to HTML files

gram on Student Achievement”.

Educational Evaluation and Policy

Analysis,

34(2), s. 232-253. [Måler udfald på klasse- eller skoleni-

veau].

Dole, J.A., J.L. Hosp, K.L. Nelson & M.K. Hosp (2010): ”Second Opin-

ions on the Reading First Initiative: The View from Utah”.

Jour-

nal of Literacy Research,

42, s. 27-48. [For høj risiko for bias].

*Fogarty, M., E. Oslund, D. Simmons, J. Davis, L. Simmons, L. Ander-

son, N. Clemens & G. Roberts (2014): “Examining the Effec-

tiveness of a Multicomponent Reading Comprehension Inter-

vention in Middle Schools: A Focus on Treatment Fidelity”.

Ed-

ucational Psychology Review,

26, s. 425-449.

Hamilton, J.L. (2013):

Professional learning communities impact on student

achievement.

The Faculty of the School of Education, Saint Mary’s

College of California. UMI Number: 3568312. [Måler udfald på

klasse- eller skoleniveau].

*Jones, S.M., J.L. Brown, W.L.G. Hoglund & L.J. Aber (2010): “A

School-Randomized Clinical Trial of an Integrated Social-

Emotional Learning and Literacy Intervention: Impacts after 1

School Year”.

Journal of Consulting and Clinical Psychology,

78(6), s.

829-842.

*Kim, J.S., C.B. Olson, R. Scarcella, J. Kramer, M. Pearson, D. van Dyk,

P. Collins & R.E. Land (2011): “A Randomized Experiment of a

Cognitive Strategies Approach to Text-Based Analytical Writing

for Mainstreamed Latino English Language Learners in Grades

6 to 12”.

Journal of Research on Educational Effectiveness,

4, s. 231-

263.

Moricca, M.L., M.A. Grasska, M. Bmarthaler, T. Morphew, P.C.

Weismuller & S.P Galant (2013): “School Asthma Screening and

Case Management: Attendance and Learning Outcomes”.

Journal

of School Nursing,

29(2), s. 104-112. [For høj risiko for bias].

Murray, C.S., A.L. Woodruff & S. Vaughn (2010): “First-Grade Student

Retention Within a 3-Tier Reading Framework”.

Reading and

Writing Quarterly,

26, s. 26-50. [For høj risiko for bias].

Olson, C.B., J.S. Kim, R. Scarcella, J. Kramer, M. Pearson, D.A. van Dyk,

P. Collins & R. E. Land (2012): “Enhancing the Interpretive

Reading and Analytical Writing of Mainstreamed English Learn-

ers in Secondary School: Results from a Randomized Field Trial

Using a Cognitive Strategies Approach”.

American Educational Re-

109

PDF to HTML - Convert PDF files to HTML files

search Journal,

49(2), s. 323-355. [Indeholder ikke tilstrækkeligt

med information til at beregne en sammenlignelig effektstørrel-

se].

Pagani, L.S., J. Jalbert & A. Girard (2006): “Does Preschool Enrichment

of Precursors to Arithmetic Influence Intuitive Knowledge of

Number in Low Income Children?”.

Early Childhood Education

Journal,

34(2), s. 133-146. [Indeholder ikke tilstrækkeligt med in-

formation til at beregne en sammenlignelig effektstørrelse].

Peterson, C.Q. & D.L. Nelson (2003): “Effect of an Occupational Inter-

vention on Printing in Children with Economic Disadvantages”.

American Journal of Occupational Therapy,

57(2), s. 152-160. [Andet

udfaldsmål end matematik eller læsning].

Phillips, G., S. McNaughton & S. MacDonald (2004): “Managing the

Mismatch: Enhancing Early Literacy Progress for Children with

Diverse Language and Cultural Identities in Mainstream Urban

Schools in New Zealand”.

Journal of Educational Psychology,

96(2), s.

309-323. [For høj risiko for bias].

Quezada, R.J. (2008):

The Impact of Principals' Teacher Certification on Middle

School Student Achievement in an Urban South Texas School District.

Texas A&M University, Texas. UMI Number: 3401420. [For høj

risiko for bias].

Ruby, A. (2006): “Improving Science Achievement at High-Poverty Ur-

ban Middle Schools”.

Science Education,

90, s. 1005-1027. [Andet

udfaldsmål end matematik eller læsning].

Shapley, K., D. Sheehan, C. Maloney & F. Caranikas-Walker (2011): “Ef-

fects of Technology Immersion on Middle School Students'

Learning Opportunities and Achievement”.

Journal of Educational

Research,

104, s. 299-315. [Indeholder ikke tilstrækkeligt med in-

formation til at beregne en sammenlignelig effektstørrelse].

*Vaughn, S., J.K. Klingner, E.A. Swanson, A.G. Boardman, G. Roberts,

S.S. Mohammed & S.J. Stillman-Spisak (2011): “Efficacy of Col-

laborative Strategic Reading with Middle School Students”.

American Educational Research Journal,

48(4), s. 938-964.

White, L.J., N. Hixson, P.C. Hammer, D.L. Smith & J. D'Brot (2010):

Examining the Effectiveness of Closing the Achievement Gap Professional

Development Demonstration Schools.

West Virginia Office of Re-

search, West Virginia Department of Education. [Indeholder ik-

110

PDF to HTML - Convert PDF files to HTML files

ke tilstrækkeligt med information til at beregne en sammenligne-

lig effektstørrelse].

IT-STØTTET UNDERVISNING

Baroody, A.J., M.D. Eiland, D.J. Purpura & E.E. Reid (2012): “Fostering

At-Risk Kindergarten Children's Number Sense”.

Cognition and

Instruction,

30(4), s. 435-470. [Sammenligningsgruppe-design].

Barrett, J.A. (2014):

Elementary School Computer Access, Socioeconomic Status,

Ethnicity, and Grade 5 Student Achievement.

Department of Educa-

tional Leadership and Counseling, Sam Houston State University.

UMI Number: 3571388. [For høj risiko for bias].

Blachowicz, C.L.Z., A. Bates, J. Berne, T. Bridgman, J. Chaney & J. Per-

ney (2009): “Technology and At-Risk Young Readers and Their

Classrooms”.

Reading Psychology,

30, s. 387-411. [For høj risiko for

bias].

Bryan, A. (2011):

Elementary Reading Fluency and Comprehension: Do Laptops

Make a Difference?.

The Faculty of the Curry School of Education,

University of Virginia. UMI Number: 3475631. [Indeholder ikke

tilstrækkeligt med information til at beregne en sammenlignelig

effektstørrelse].

*Burns, M.K., B.V. Senesac & T. Symington (2004): “The Effectiveness

of the HOSTS Program in Improving the Reading Achievement

of Children At-Risk for Reading Failure”.

Reading Research and In-

struction,

43(2), s. 87-104.

Burns, M. K., R. Kanive & M. DeGrande (2012): “Effect of a Computer-

Delivered Math Fact Intervention as a Supplemental Interven-

tion for Math in Third and Fourth Grades”.

Remedial and Special

Education,

s. 1-8. doi:10.1177/0741932510381652. [Indeholder

ikke tilstrækkeligt med information til at beregne en sammenlig-

nelig effektstørrelse].

Chambers, B., R.E. Slavin, N.A. Madden, P. Abrami, M.K. Logan & R.

Gifford (2011): “Small-Group, Computer-Assisted Tutoring to

Improve Reading Outcomes for Struggling First and Second

Graders”.

Elementary School Journal,

111(4), s. 625-640. [Sammen-

ligningsgruppe-design].

Graham, L. & J. Pegg (2013): “Enhancing the Academic Achievement of

Indigenous Students in Rural Australia”.

Paper presented at the

111

PDF to HTML - Convert PDF files to HTML files

2013 Annual Meeting of the American Educational Research Association.

[For høj risiko for bias].

Hickey, D.T., A.L. Moore & J.W. Pellegrino (2001): “The Motivational

and Academic Consequences of Elementary Mathematics Envi-

ronments: Do Constructivist Innovations and Reforms Make a

Difference?”.

American Educational Research Journal,

38(3), s. 611-

652. [For høj risiko for bias].

*James-Burdumy, S., J. Deke, R. Gersten, J. Lugo-Gil, R. Newman-

Gonchar, J. Dimino, K. Haymond & Y. Liu Albert (2012): “Ef-

fectiveness of Four Supplemental Reading Comprehension In-

terventions”.

Journal of Research on Educational Effectiveness,

5, s.

345-383.

Kim, S. & M. Chang (2010): “Does Computer Use Promote the Mathe-

matical Proficiency of ELL Students?”.

Journal of Educational

Computing Research,

42(3), s. 285-305. [For høj risiko for bias].

Macaruso, P. & A. Walker (2008): “The Efficacy of Computer-Assisted

Instruction for Advancing Literacy Skills in Kindergarten Chil-

dren”.

Reading Psychology,

29, s. 266-287. [For høj risiko for bias].

*Macaruso, P., P.E. Hook & R. McCabe (2006): “The Efficacy of Com-

puter-Based Supplementary Phonics Programs for Advancing

Reading Skills in At-Risk Elementary Students”.

Journal of Re-

search in Reading,

29(2), s. 162-172.

Mido, C., K. Sunha & S. Kusum (2008): “The Computer Use of Ethnic

and Linguistic Minority Students and Academic Performance”.

International Journal of Learning,

15(1), s. 245-253. [For høj risiko

for bias].

Nave, J. (2007):

An Assessment of READ 180 Regarding Its Association With

the Academic Achievement of At-Risk Students in Sevier County Schools

(Tennessee).

Department of Educational Leadership and Policy

Analysis, East Tennessee State University. UMI Number:

3271894. [For høj risiko for bias].

Neill, M. & J. Mathews (2009): “Does the Use of Technological Inter-

ventions Improve Student Academic Achievement in Mathemat-

ics and Language Arts for an Identified Group of At-risk Middle

School Students?”

Southeastern Teacher Education Journal,

2, s. 57-

65. [For høj risiko for bias].

*Nunnery, J.A., S.M. Ross & A. McDonald (2006): “A Randomized Ex-

perimental Evaluation of the Impact of Accelerated Read-

112

PDF to HTML - Convert PDF files to HTML files

er/Reading Renaissance Implementation on Reading Achieve-

ment in Grades 3 to 6”.

Journal of Education for Students Placed at

Risk,

11(1), s. 1-18.

Ritzhaupt, A., H. Higgins & B. Allred (2011): “Effects of Modern Edu-

cational Game Play on Attitudes towards Mathematics, Mathe-

matics Self-Efficacy, and Mathematics Achievement”.

Journal of

Interactive Learning,

22(2), s. 277-297. [For høj risiko for bias].

Shapley, K., D. Sheehan, C. Maloney & F. Caranikas-Walker (2011): “Ef-

fects of Technology Immersion on Middle School Students'

Learning Opportunities and Achievement”.

Journal of Educational

Research,

104, s. 299-315. [Indeholder ikke tilstrækkeligt med in-

formation til at beregne en sammenlignelig effektstørrelse].

Tracey, D.H. & J.W. Young (2006): “Technology and Early Literacy: The

Impact of an Integrated Learning System on High Risk Kinder-

gartners' Achievement”.

Reading Psychology,

28, s. 443-467. [Inde-

holder ikke tilstrækkeligt med information til at beregne en

sammenlignelig effektstørrelse].

*Wang, H. & K. Woodworth (2011): “A Randomized Controlled Trial of

Two Online Mathematics Curricula”.

SREE Conference Papers.

COACHING/MENTORSTØTTE

Adams, W. (2011):

Comparative Study of Reading First Schools Reading

Achievement to Non-Reading First Schools.

Electronic Theses and

Dissertations. Paper 1303. http://dc.etsu.edu/etd/1303. [For

høj risiko for bias].

*Amendum, S.J., L. Vernon-Feagans & M.C. Ginsberg (2011): “The Ef-

fectiveness of a Technologically Facilitated Classroom-Based

Early Reading Intervention: The Targeted Reading Interven-

tion”.

Elementary School Journal,

112(1), s. 107-131.

*Apthorp, H., B. Randel, T. Cherasaro, T. Clark, M. McKeown & I.

Beck (2012): “Effects of a Supplemental Vocabulary Program on

Word Knowledge and Passage Comprehension”.

Journal of Re-

search on Educational Effectiveness,

5, s. 160-188.

*August, G.J., M.L. Bloomquist, S.S. Lee, G.M. Realmuto & J.M. Hek-

tner (2006): “Can Evidence-Based Prevention Programs be Sus-

tained in Community Practice Settings? The Early Risers' Ad-

vanced-Stage Effectiveness Trial”.

Prevention Science,

7(2), s. 151-

165.

113

PDF to HTML - Convert PDF files to HTML files

*Bernstein L., C.D. Rappaport, L. Olsho, D. Hunt & M. Levin (2009):

Impact Evaluation of the U.S. Department of Education's Student Men-

toring Program.

Institute of Education Sciences report, U.S. De-

partment of Education, NCEE 2009-4047.

Blackwell, L.S., K.H. Trzesniewski & C.S. Dweck (2007) “Implicit Theo-

ries of Intelligence Predict Achievement Across an Adolescent

Transition: A Longitudinal Study and an Intervention”.

Child De-

velopment,

78(1), s. 246-263. [Andet udfaldsmål end matematik

eller læsning].

Borman, G.D. & N.M. Dowling (2009): “Student and Teacher Out-

comes of the Superkids Quasi-Experimental Study”.

Journal of

Education for Students Placed at Risk,

14, s. 133-147. [Måler udfald

på klasse- eller skoleniveau].

*Burns, M.K., B.V. Senesac & T. Symington (2004): “The Effectiveness

of the HOSTS Program in Improving the Reading Achievement

of Children At-Risk for Reading Failure”.

Reading Research and In-

struction,

43(2), s. 87-104.

*Fisher, D., N. Frey & D. Lapp (2011): “Coaching Middle-Level Teach-

ers to Think Aloud Improves Comprehension Instruction and

Student Reading Achevement”.

Teacher Educator,

46, s. 231-243.

*Fogarty, M., E. Oslund, D. Simmons, J. Davis, L. Simmons, L. Ander-

son, N. Clemens & G. Roberts (2014): “Examining the Effec-

tiveness of a Multicomponent Reading Comprehension Inter-

vention in Middle Schools: A Focus on Treatment Fidelity”.

Ed-

ucational Psychology Review,

26, s. 425-449.

*Good, C., J. Aronson & M. Inzlicht (2003): “Improving Adolescents’

Standardized Test Performance: An Intervention to Reduce the

Effects of Stereotype Threat”.

Journal of Applied Developmental Psy-

chology,

24, s. 645-662.

Hoogstra, L., B. O'Brien, M. Brown. K. Hallberg & A. Swanlund (2011):

Texas Ninth Grade Transition and Intervention (TNGTI) Grant Pro-

gram: January 2011 Evaluation Report.

Texas Education Agency

Report. [Indeholder ikke tilstrækkeligt med information til at be-

regne en sammenlignelig effektstørrelse].

*Jones, S.M., J.L. Brown, W.L.G. Hoglund & L.J. Aber (2010): “A

School-Randomized Clinical Trial of an Integrated Social-

Emotional Learning and Literacy Intervention: Impacts after 1

114

PDF to HTML - Convert PDF files to HTML files

School Year”.

Journal of Consulting and Clinical Psychology,

78(6), s.

829-842.

*Kim, J.S., C.B. Olson, R. Scarcella, J. Kramer, M. Pearson, D. van Dyk,

P. Collins & R.E. Land (2011): “A Randomized Experiment of a

Cognitive Strategies Approach to Text-Based Analytical Writing

for Mainstreamed Latino English Language Learners in Grades

6 to 12”.

Journal of Research on Educational Effectiveness,

4, s. 231-

263.

Lane, K.L. & H.M. Menzies (2005):”Teacher-Identified Students with

and without Academic and Behavioral Concerns: Characteristics

and Responsiveness”.

Behavioral Disorders,

31(1), s. 65-83. [Sam-

menligningsgruppe-design].

Legum, H.L. & C.H. Hoare (2004): “Impact of a Career Intervention on

At-Risk Middle School Students’ Career Maturity Levels, Aca-

demic Achievement, and Self-Esteem”.

Professional School Counse-

ling,

8(2), s. 148-155. [Andet udfaldsmål end matematik eller læs-

ning].

Olson, C.B., J.S. Kim, R. Scarcella, J. Kramer, M. Pearson, D.A. van Dyk,

P. Collins & R.E. Land (2012): “Enhancing the Interpretive

Reading and Analytical Writing of Mainstreamed English Learn-

ers in Secondary School: Results from a Randomized Field Trial

Using a Cognitive Strategies Approach”.

American Educational Re-

search Journal,

49(2), s. 323-355. [Indeholder ikke tilstrækkeligt

med information til at beregne en sammenlignelig effektstørrel-

se].

Ruby, A. (2006): “Improving Science Achievement at High-Poverty Ur-

ban Middle Schools”.

Science Education,

90, s. 1005-1027. [Andet

udfaldsmål end matematik eller læsning].

Shapley, K., D. Sheehan, C. Maloney & F. Caranikas-Walker (2011): “Ef-

fects of Technology Immersion on Middle School Students'

Learning Opportunities and Achievement”.

Journal of Educational

Research,

104, s. 299-315. [Indeholder ikke tilstrækkeligt med in-

formation til at beregne en sammenlignelig effektstørrelse].

Slavin, R., A. Chamberlain, C. Daniels & N. A. Madden (2013): “Effects

of a Data-Driven District Reform Model on State Assessment

Outcomes”.

American Educational Research Journal,

50(2), s. 371-

396. [Måler udfald på klasse- eller skoleniveau].

115

PDF to HTML - Convert PDF files to HTML files

*Travillian, M. (2011):

The Effects of the Graduation Coach on the Attendance

and Math and Reading Georgia Criterion Referenced Competency Test

Scores of At-Risk Students in a North Georgia Middle School.

The Fac-

ulty of the School of Education, Liberty University, Virginia.

White, L.J., N. Hixson, P.C. Hammer, D.L. Smith & J. D'Brot (2010):

Examining the Effectiveness of Closing the Achievement Gap Professional

Development Demonstration Schools.

West Virginia Office of Re-

search, West Virginia Department of Education. [Indeholder ik-

ke tilstrækkeligt med information til at beregne en sammenligne-

lig effektstørrelse].

ADFÆRDS-/PSYKOLOGISKE INDSATSER

*August, G.J., M.L. Bloomquist, S.S. Lee, G.M. Realmuto & J.M. Hek-

tner (2006): “Can Evidence-Based Prevention Programs be Sus-

tained in Community Practice Settings? The Early Risers’ Ad-

vanced-Stage Effectiveness Trial”.

Prevention Science,

7(2), s. 151-

165.

Battistich, V., E. Schaps & N. Wilson (2004): “Effects of an Elementary

School Intervention on Students’ “Connectedness” to School

and Social Adjustment during Middle School”.

Journal of Primary

Prevention,

24(3), s. 243-262. [For høj risiko for bias].

*Benner, G.J., J.R. Nelson, E.A. Sanders & N.C. Ralston (2012): ” Be-

havior Intervention for Students with Externalizing Behavior

Problems: Primary-Level Standard Protocol”.

Exceptional Children,

78(2), s. 181-198.

Blackwell, L.S., K.H. Trzesniewski & C.S. Dweck (2007) “Implicit Theo-

ries of Intelligence Predict Achievement Across an Adolescent

Transition: A Longitudinal Study and an Intervention”.

Child De-

velopment,

78(1), s. 246-263. [Andet udfaldsmål end matematik

eller læsning].

*Blanco, P.J. & D.C. Ray (2011): “Play Therapy in Elementary Schools:

A Best Practice for Improving Academic Achievement”.

Journal

of Counseling & Development,

89(2), s. 235-243.

*Good, C., J. Aronson & M. Inzlicht (2003): “Improving Adolescents’

Standardized Test Performance: An Intervention to Reduce the

Effects of Stereotype Threat”.

Journal of Applied Developmental Psy-

chology,

24, s. 645-662.

116

PDF to HTML - Convert PDF files to HTML files

Grolnick, W.S., M.S. Farkas, R. Sohmer, S. Michaels & J. Valsiner (2007):

“Facilitating Motivation in Young Adolescents: Effects of an Af-

ter-School Program”.

Journal of Applied Developmental Psychology,

28,

s. 332-344. [Andet udfaldsmål end matematik eller læsning].

*Jones, S.M., J.L. Brown, W.L.G. Hoglund & L.J. Aber (2010): “A

School-Randomized Clinical Trial of an Integrated Social-

Emotional Learning and Literacy Intervention: Impacts after 1

School Year”.

Journal of Consulting and Clinical Psychology,

78(6), s.

829-842.

Kilian, J.M. & D.W. Kilian (2011): “A School Intervention to Increase

Prosocial Behavior and Improve Academic Performance of At-

Risk Students”.

Improving Schools,

14(1), s. 65-83. [For høj risiko

for bias].

Lane, K.L. & H.M. Menzies (2005):”Teacher-Identified Students with

and without Academic and Behavioral Concerns: Characteristics

and Responsiveness”.

Behavioral Disorders,

31(1), s. 65-83. [Sam-

menligningsgruppe-design].

Lochman, J.E., C.L. Boxmeyer, N.P. Powell, L. Qu, K. Wells & M. Win-

dle (2012): “Coping Power Dissemination study: Intervention

and special education effects on academic outcomes”.

Behavioral

Disorders,

37(3), s. 192-205. [For høj risiko for bias].

Pears, K.C., C.V. Healey, P.A. Fisher, D. Braun, C. Gill, H.M. Conte, J.

Newman & S. Ticer (2014): “Immediate Effects of a Program to

Promote School Readiness in Low-Income Children: Results of

a Pilot Study”.

Education & Treatment of Children,

37(3),s. 431-460.

[For høj risiko for bias].

*Tolan, P., D. Gorman-Smith & D. Henry (2004): “Supporting Families

in a High-Risk Setting: Proximal Effects of the SAFEChildren

Preventive Intervention”.

Journal of Consulting and Clinical Psycholo-

gy.

72(5), s. 855-869.

Vivadelli, J.M. (2014):

Social-Emotional Learning: The Interplay Between Re-

sponsive Classroom, Girls' Circle, and Academic Performance in One

Small Urban School District.

Wilmington University. UMI Number:

3558984. [For høj risiko for bias].

ØGEDE RESSOURCER

*Antecol, H., O. Eren & S. Ozbeklik (2013): ”The Effect of Teach for

America on the Distribution of Student Achievement in Primary

117

PDF to HTML - Convert PDF files to HTML files

School: Evidence from a Randomized Experiment”.

Economics of

Education,

37, s. 113-125.

Bassett, S.M. (2008):

Improving the Reading Achievement of Kindergarten Stu-

dents: A Study of the Effect of Kindergarten Time Schedule on Longitudi-

nal Reading Achievement.

Educational Foundations and Leadership

Department & Graduate School of George Fox University, Or-

egon. UMI Number: 3400051. [For høj risiko for bias].

Beffy, M. & L. Davezies (2013):

Has the 'Ambition Success Networks' Educa-

tional Program Achieved Its Ambition?.

Sciences Po. [For høj risiko

for bias].

Beiswinger, J.S. (2009):

Improving Academic Achievement at a Greater Rate

With Increased Instructional Time for Students Who Qualify for Free and

Reduced Lunch.

Education Faculty, Lindenwood University, Mis-

souri. UMI Number: 3389389. [For høj risiko for bias].

Coratti, N. (2009):

The Effects of Increased School Time on the Literacy Achieve-

ment of At-Risk Kindergarten Students.

Oakland University, Michi-

gan. UMI Number: 3381683. [Indeholder ikke tilstrækkeligt med

information til at beregne en sammenlignelig effektstørrelse].

Da Costa, J. (2005): “Full-day Kindergarten”.

International Journal of Learn-

ing,

12(6), s. 15-33. [For høj risiko for bias].

Huss, C.D. (2010):

The Influence of Small Class Size, Duration, Intensity, and

Heterogeneity on Head Start Fade.

Seton Hall University Disserta-

tions and Theses (ETDs). Paper 1634. [For høj risiko for bias].

Lavy, V. (2012):

Expanding School Resources and Increasing Time on Task: Ef-

fects of a Policy Experiment in Israel on Student Academic Achievement

and Behavior.

NBER Working Paper Series, no. 18369. [Måler ud-

fald på klasse- eller skoleniveau].

Penner, E.K. (2013):

Teaching for All? Teach for America’s Effects on the Dis-

tribution of Student Achievement.

Working paper, School of Educa-

tion, University of California, Irvine. [Overlappende stikprøve].

Vaag, I.J.M. & H. Bonesronning (2013):”Disadvantaged Students in the

Early Grades: Will Smaller Classes Help Them?”.

Education Eco-

nomics,

21(4), s. 305-324. [For høj risiko for bias].

van der Klaauw, W. (2008): “Breaking the Link between Poverty and

Low Student Achievement: An Evaluation of Title I”.

Journal of

Econometrics,

142, s. 731-756. [Måler udfald på klasse- eller skole-

niveau].

118

PDF to HTML - Convert PDF files to HTML files

Walkowiak, G.S. (2008):

Longitudinal academic growth and the kindergarten

schedule.

University of Minnesota. UMI Number: 3269032. [In-

deholder ikke tilstrækkeligt med information til at beregne en

sammenlignelig effektstørrelse].

*Wolf, P., B. Gutmann, M. Puma, B. Kisida, L. Rizzo & N. Eissa (2009):

Evaluation of the DC Opportunity Scholarship Program: Impacts after

Three Years.

Institute of Education Sciences report. U.S. Depart-

ment of Education. NCEE 2009-4050.

Zvoch, K., R. E. Reynolds & R. P. Parker (2008): “Full-day Kindergarten

and Student Literacy Growth: Does a Lengthened School Day

Make a Difference?”.

Early Childhood Research Quarterly,

23, s. 94-

107. [Indeholder ikke tilstrækkeligt med information til at bereg-

ne en sammenlignelig effektstørrelse].

SOMMERSKOLEPROGRAMMER

Alati, D.K. (2011):

Achievement, Engagement, and Behavior Outcomes of Youth

At Risk Following a Pre- Eighth-Grade Summer Academic Enrichment

Program and Participation in a School- Wide, School Year Long, Owner-

ship, Mastery, and Grading Initiative.

Omaha, Nebraska: The Grad-

uate College of the University of Nebraska. UMI Number:

3464881. [For høj risiko for bias].

*Allington R.L., A. McGill-Franzen, G. Camilli, L. Williams, J. Graff, J.

Zeig, C. Zmach & R. Nowak (2010): “Addressing Summer

Reading Setback among Economically Disadvantaged Students”.

Reading Psychology,

31, s. 411-427.

*August, G.J., M.L. Bloomquist, S.S. Lee, G.M. Realmuto & J.M. Hek-

tner (2006): “Can Evidence-Based Prevention Programs be Sus-

tained in Community Practice Settings? The Early Risers' Ad-

vanced-Stage Effectiveness Trial”.

Prevention Science,

7(2), s. 151-

165.

*Borman, G.D., M.E. Goetz & N.M. Dowling (2009): “Halting the

Summer Achievement Slide: A Randomized Field Trial of the

Kindergarten Summer Camp”.

Journal of Education for Students

Placed at Risk,

14, s. 207-225.

Bottorff, A.K. (2010):

Evaluating Summer School Programs and the Effect on

Student Achievement: The Correlation between Stanford-10 Standardized

Test Scores and Two Different Summer Programs.

Education Faculty,

119

PDF to HTML - Convert PDF files to HTML files

Lindenwood University, Missouri. UMI Number: 3440195. [For

høj risiko for bias]

Boulden, L. (2013):

The Achievement of Economically Disadvantaged Fifth

Graders in Summer Enrichment Camp.

Walden University, Minne-

apolis. UMI Number: 3553323. [For høj risiko for bias].

*Guryan, J., J.S., Kim & D.M. Quinn (2014):

Does Reading During the

Summer Build Reading Skills? Evidence from a Randomized Experiment

in 463 Classrooms.

NBER Working Paper Series, no. 20689.

Hoogstra, L., B. O'Brien, M. Brown. K. Hallberg & A. Swanlund (2011):

Texas Ninth Grade Transition and Intervention (TNGTI) Grant Pro-

gram: January 2011 Evaluation Report.

Texas Education Agency

Report. [Indeholder ikke tilstrækkeligt med information til at be-

regne en sammenlignelig effektstørrelse].

Kim, J. (2004): “Summer Reading and the Ethnic Achievement Gap”.

Journal of Education for Students Placed at Risk,

9(2), s. 169-188.

[Sammenligningsgruppe-design].

*Kim, J.S. (2006): “Effects of a Voluntary Summer Reading Intervention

on Reading Achievement: Results from a Randomized Field Tri-

al”.

Educational Evaluation and Policy Analysis

14(1), s.65-83.

*Kim, J.S. & T.G. White (2008): “Scaffolding Voluntary Summer Read-

ing for Children in Grades 3 to 5: An Experimental Study”.

Sci-

entific Studies of Reading,

12(1), s. 1-23.

Luftig, R.L. (2003): “When a little bit means a lot: The Effects of a

Short-Term Reading Program on Economically Disadvantaged

Elementary Schoolers”.

Reading Research and Instruction,

42(4), 1-

13. [Indeholder ikke tilstrækkeligt med information til at beregne

en sammenlignelig effektstørrelse].

*White, T.G., J.S. Kim, H.C. Kingston & L. Foster (2014): “Replicating

the Effects of a Teacher-Scaffolded Voluntary Summer Reading

Program: The Role of Poverty”.

Reading Research Quarterly,

49(1),

s. 5-30.

FEEDBACK OG MONITORERING

*Algozzine, B., M.B. Marr, R.L. Kavel, & K.K. Dugan (2009):”Using

Peer Coaches to Build Oral Reading Fluency”.

Journal of Educa-

tion for Students Placed at Risk,

14, s. 256-270.

Arnold, T.F. (2009):

The Effects of Early Reading Interventions on Student Read-

ing Levels and Achievement.

Education Faculty, Lindenwood Uni-

120

PDF to HTML - Convert PDF files to HTML files

versity, Missouri. UMI Number: 3380429. [For høj risiko for bi-

as].

Baker, S.K., K. Smolkowski, J.M. Smith, H. Fien, E.J. Kame'enui & C.T.

Beck (2011): “The Impact of Oregon Reading First on Student

Reading Outcomes”.

Elementary School Journal,

112(2), s. 307-331.

[Indeholder ikke tilstrækkeligt med information til at beregne en

sammenlignelig effektstørrelse].

*Denton, C.A., C. Kethley, K. Nimon, T.B. Kurz, P.G. Mathes, S. Minyi

& E.A. Swanson (2010): “Effectiveness of a Supplemental Early

Reading Intervention Scaled Up in Multiple Schools”.

Exceptional

Children,

76(4), s. 394-416.

Dole, J.A., J.L. Hosp, K.L. Nelson & M.K. Hosp (2010):”Second

Opinons on the Reading First Initiative: The View from Utah”.

Journal of Literacy Research,

42, s. 27-48. [For høj risiko for bias].

Hamilton, J.L. (2013):

Professional learning communities impact on student

achievement.

The Faculty of the School of Education, Saint Mary’s

College of California. UMI Number: 3568312. [Måler udfald på

klasse- eller skoleniveau].

Hoogstra, L., B. O'Brien, M. Brown. K. Hallberg & A. Swanlund (2011):

Texas Ninth Grade Transition and Intervention (TNGTI) Grant Pro-

gram: January 2011 Evaluation Report.

Texas Education Agency

Report. [Indeholder ikke tilstrækkeligt med information til at be-

regne en sammenlignelig effektstørrelse].

Nave, J. (2007):

An Assessment of READ 180 Regarding Its Association With

the Academic Achievement of At-Risk Students in Sevier County Schools

(Tennessee).

Department of Educational Leadership and Policy

Analysis, East Tennessee State University. UMI Number:

3271894. [For høj risiko for bias].

*Nunnery, J.A., S.M. Ross & A. McDonald (2006): “A Randomized Ex-

perimental Evaluation of the Impact of Accelerated Read-

er/Reading Renaissance Implementation on Reading Achieve-

ment in Grades 3 to 6”.

Journal of Education for Students Placed at

Risk,

11(1), s. 1-18.

Rose, D.S. & M. Magnotta (2012): “Succeeding with High-Risk K-3

Populations Using Arts-Based Reading Instruction: A Longitu-

dinal Study”.

Journal of Educational Research,

105, s. 416-430. [For

høj risiko for bias].

121

PDF to HTML - Convert PDF files to HTML files

*Slavin, R., A. Chamberlain, C. Daniels & N.A. Madden (2009): “The

Reading Edge: A Randomized Evaluation of a Middle School

Cooperative Reading Program”.

Effective Education,

1(1), s. 13-26.

Slavin, R., A. Chamberlain, C. Daniels & N. A. Madden (2013): “Effects

of a Data-Driven District Reform Model on State Assessment

Outcomes”.

American Educational Research Journal,

50(2), s. 371-

396. [Måler udfald på klasse- eller skoleniveau].

EFTER-SKOLETIDSPROGRAMMER

Covay, E. & W. Carbonaro (2010): “After the Bell: Participation in Ex-

tracurricular Activities, Classroom Behavior, and Academic

Achievement”.

Sociology of Education,

83(1), s. 20-45. [Indeholder

ikke tilstrækkeligt med information til at beregne en sammenlig-

nelig effektstørrelse].

Gottfredson, D., A.B., Cross, D. Wilson, M. Rorie & N. Connell (2010):

“Comparing State Mandated Test Scores for Students in Pro-

grams with and without Fine Arts in the Curriculum”.

Journal of

Research on Educational Effectiveness,

3, s. 282-313. [Andet udfalds-

mål end matematik eller læsning].

Grolnick, W.S., M.S. Farkas, R. Sohmer, S. Michaels & J. Valsiner (2007):

“Facilitating Motivation in Young Adolescents: Effects of an Af-

ter-School Program”.

Journal of Applied Developmental Psychology,

28,

s. 332-344. [Andet udfaldsmål end matematik eller læsning].

*Huang, D. & J. Wang (2012):

Independent Statewide Evaluation of ASES and

21st CCLC After School Programs.

Los Angeles: Graduate School

of Education & Information Sciences, University of California,

CRESST Report 789.

*Jenner, E. & L.W. Jenner (2007): ”Results from a First-Year Evaluation

of Academic Impacts of an After-School Program for At-Risk

Students”.

Journal of Education for Students Placed at Risk,

12(2), s.

213-237.

Legum, H.L. & C.H. Hoare (2004): “Impact of a Career Intervention on

At-Risk Middle School Students' Career Maturity Levels, Aca-

demic Achievement, and Self-Esteem”.

Professional School Counse-

ling,

8(2), s. 148-155. [Andet udfaldsmål end matematik eller læs-

ning].

122

PDF to HTML - Convert PDF files to HTML files

*Linebarger, D., J.T. Piotrowski & C.R. Greenwood (2010): “On-Screen

Print: The Role of Captions as a Supplemental Literacy Tool”.

Journal of Research in Reading,

33(2), s. 148-167.

Munoz, M.A. (2002): “Outcome-Based Community-Schools Partner-

ships: The Impact of the After-School Programs on Non-

Academic and Academic Indicators”.

Office of Educational Research

and Improvement, U.S. Department of Education.

ED 468 973. [For

høj risiko for bias].

Pagani, L.S., J. Jalbert & A. Girard (2006): “Does Preschool Enrichment

of Precursors to Arithmetic Influence Intuitive Knowledge of

Number in Low Income Children?”.

Early Childhood Education

Journal,

34(2), s. 133-146. [Indeholder ikke tilstrækkeligt med in-

formation til at beregne en sammenlignelig effektstørrelse].

Peterson, C.Q. & D.L. Nelson (2003): “Effect of an Occupational Inter-

vention on Printing in Children with Economic Disadvantages”.

American Journal of Occupational Therapy,

57(2), s. 152-160. [Andet

udfaldsmål end matematik eller læsning].

Vanderhaar, J. & M.A. Munoz (2006):

Educating At-Risk African American

Males: Formative and Summative Evaluation of the Street Academy Pro-

gram.

University of Louisville. [For høj risiko for bias].

Venzen, M.A. (2011):

Impact of the Twenty-First Century Afterschool Program

on Student Achievement in Mathematics and Language Arts.

Capella

University,

Minneapolis.

UMI Number: 3487238. [For høj risiko

for bias].

Vivadelli, J.M. (2014):

Social-Emotional Learning: The Interplay Between Re-

sponsive Classroom, Girls' Circle, and Academic Performance in One

Small Urban School District.

Wilmington University. UMI Number:

3558984. [For høj risiko for bias].

COOPERATIVE LEARNING

*Algozzine, B., M.B. Marr, R.L. Kavel, & K.K. Dugan (2009):”Using

Peer Coaches to Build Oral Reading Fluency”.

Journal of Educa-

tion for Students Placed at Risk,

14, s. 256-270.

*Allor, J.H., D. Fuchs & P.G. Mathes (2001): “Do Students With and

Without Lexical Retrieval Weaknesses Respond Differently to

Instruction?”.

Journal of Learning Disabilities,

34(3), s. 264-275.

Battistich, V., E. Schaps & N. Wilson (2004): “Effects of an Elementary

School Intervention on Students' “Connectedness” to School

123

PDF to HTML - Convert PDF files to HTML files

and Social Adjustment during Middle School”.

Journal of Primary

Prevention,

24(3), s. 243-262. [For høj risiko for bias].

Chambers, B., R.E. Slavin, N.A. Madden, P. Abrami, M.K. Logan & R.

Gifford (2011): “Small-Group, Computer-Assisted Tutoring to

Improve Reading Outcomes for Struggling First and Second

Graders”.

Elementary School Journal,

111(4), s. 625-640. [Sammen-

ligningsgruppe-design].

Chen, Y.C., B. Hand & L. Mcdowell (2013): “The Effects of Writing-to-

Learn Activities on Elementary Students’ Conceptual Under-

standing: Learning About Force and Motion Through Writing to

Older Peers”.

Science Education,

97, s. 745-771. [Andet udfaldsmål

end matematik eller læsning].

*Denton, C.A., C. Kethley, K. Nimon, T.B. Kurz, P.G. Mathes, S. Minyi

& E.A. Swanson (2010): “Effectiveness of a Supplemental Early

Reading Intervention Scaled Up in Multiple Schools”.

Exceptional

Children,

76(4), s. 394-416.

*Fogarty, M., E. Oslund, D. Simmons, J. Davis, L. Simmons, L. Ander-

son, N. Clemens & G. Roberts (2014): “Examining the Effec-

tiveness of a Multicomponent Reading Comprehension Inter-

vention in Middle Schools: A Focus on Treatment Fidelity”.

Ed-

ucational Psychology Review,

26, s. 425-449.

Peterson, C.Q. & D.L. Nelson (2003): “Effect of an Occupational Inter-

vention on Printing in Children with Economic Disadvantages”.

American Journal of Occupational Therapy,

57(2), s. 152-160. [Andet

udfaldsmål end matematik eller læsning].

Rose, D.S. & M. Magnotta (2012): “Succeeding with High-Risk K-3

Populations Using Arts-Based Reading Instruction: A Longitu-

dinal Study”.

Journal of Educational Research,

105, s. 416-430. [For

høj risiko for bias].

*Slavin, R., A. Chamberlain, C. Daniels & N.A. Madden (2009): “The

Reading Edge: A Randomized Evaluation of a Middle School

Cooperative Reading Program”.

Effective Education,

1(1), s. 13-26.

*Vaughn, S., J.K. Klingner, E.A. Swanson, A.G. Boardman, G. Roberts,

S.S. Mohammed & S.J. Stillman-Spisak (2011): “Efficacy of Col-

laborative Strategic Reading with Middle School Students”.

American Educational Research Journal,

48(4), s. 938-964.

124

PDF to HTML - Convert PDF files to HTML files

OPDELT UNDERVISNING

Aldridge, A.E. (2009):

A Comparison of Students in Single-Sex Classes and Co-

educational Classes in High Poverty Public Elementary Schools in Mathe-

matics and Reading Achievement.

The University of Tennessee at

Chattanooga. UMI Number: 3439771. [For høj risiko for bias].

Burris, C.C., E. Wiley, K. Welner & J. Murphy (2008): “Accountability,

Rigor, and Detracking: Achievement Effects of Embracing a

Challenging Curriculum as a Universal Good for All Students”.

Teachers College Record,

110(3), s. 571-608. [For høj risiko for bias].

Burris, C.C., J.P. Heubert & H.M. Levin (2006): “Accelerating Mathe-

matics Achievement Using Heterogeneous Grouping”.

American

Educational Research Journal,

43(1), s. 105-136. [Indeholder ikke til-

strækkeligt med information til at beregne en sammenlignelig ef-

fektstørrelse].

Buttaro, A. Jr., S. Catsambis, L.M. Mulkey & L.C. Steelman (2010): “An

Organizational Perspective on the Origins of Instructional Seg-

regation: School Composition and Use of Within-Class Ability

Grouping in American Kindergartens”.

Teachers College Record,

112(5), s. 1300-1337. [For høj risiko for bias].

Lipsey, T. (2009):

Reading Intervention With K-4 Struggling Readers: The Effect

of Using Minimally Trained Tutors in One Inner-City Public School.

Tennessee State University. UMI Number: 3404159 [For høj

risiko for bias].

Montoya, S. (2010):

Exploring Family, Neighborhood and School Factors in Ra-

cial Achievement Gap.

The Pardee RAND Graduate School disser-

tation series. URL: http://www.rand.org. [Indeholder ikke til-

strækkeligt med information til at beregne en sammenlignelig ef-

fektstørrelse].

Ogden, C.E. (2011):

A Comparison of Students in Single-Sex Classes and Coed-

ucational Classes in High Poverty Public Elementary Schools in Mathe-

matics and Reading Achievement.

Electronic Theses & Dissertations.

Paper 361. [For høj risiko for bias].

O'Neill, L. (2011):

The Impact of Single-Sex Education on Male and Female

Gains in Mathematics and Reading at the Elementary Level in a Selected

School in North Carolina.

Gardner-Webb University. UMI Number:

3490453. [For høj risiko for bias].

125

PDF to HTML - Convert PDF files to HTML files

INCITAMENTER

*Fryer, R.G. (2011):”Financial Incentives and Student Achievement: Ev-

idence from Randomized trials”.

Quarterly Journal of Economics,

126(4), s. 1755-1798.

*Glazerman, S., A. Protik, B. R. Teh, J. Bruch & J. Max (2013): ”Trans-

fer Incentives for High-Performing Teachers: Final Results from

a Multisite Randomized Experiment”.

Institute of Education Sciences

report.

U.S. Department of Education, NCEE 2014-4003.

Jitendra, A.K., M. Rodriguez., R. Kanive, J.P. Huang, C. Church, K.A.

Corroy & A. Zaslofsky (2013): “Impact of Small-Group Tutor-

ing Interventions on the Mathematical Problem Solving and

Achievement of Third-Grade Students with Mathematics Diffi-

culties”.

Learning Disability Quarterly,

36(1), s. 21-35. [Sammen-

ligningsgruppe-design].

*Mayfield, L.G. (2000): “The Effects of Structured One-on-One Tutor-

ing in Sight Word Recognition of First Grade Students At-Risk

for Reading Failure”.

Mid-South Educational Research Association

Annual Meeting conference paper.

ED 449 630.

*Riccio, J., N. Dechausay, D. Greenberg, Miller C., Z. Rucks & N. Ver-

ma (2010): “Toward Reduced Poverty Across Generations: Ear-

ly Findings from New York City's Conditional Cash Transfer

Program”.

Report, MDRC - Building Knowledge to Improve Social Poli-

cy.

ANDET

Hollar, D., S.E. Messiah, G. Lopez-Mitnik, T.L. Hollar. M. Almon &

A.S. Agatston (2010): “Effect of a Two-Year Obesity Preven-

tion Intervention on Percentile Changes in Body Mass Index

and Academic Performance in Low-Income Elementary School

Children”.

American Journal of Public Health,

100(4), s. 646-654.

[For høj risiko for bias].

Kent, K.P. (2010):

Self-Contained versus Departmentalized School Organization

and the Impact on Fourth and Fifth Grade Student Achievement in Read-

ing and Mathematics as Determined by the Kentucky Core Content Test.

College of Education and Human Development, University of

Louisville, Kentucky. UMI Number: 3479929. [For høj risiko for

bias].

126

PDF to HTML - Convert PDF files to HTML files

LITTERATUR

Alexander, K.L., D.R. Entwisle & L.S. Olson (2001): “Schools,

Achievement, and Inequality: A Seasonal Perspective”.

Education

Evaluation and Policy Analysis,

23(2), s. 171-191.

Angrist, J.D., P.A. Pathak & C.R. Walters (2013): “Explaining Charter

School Effectiveness”.

American Economic Journal: Applied Econom-

ics,

5(4), s. 1-27.

Baker, M., J. Gruber & K. Milligan (2008): “Universal Child Care, Ma-

ternal Labor Supply and Family Well-Being”.

Journal of Political

Economy,

116(4), s. 709-745.

Berlinski, S., S. Galiani & P. Gertler (2009): “The Effect of Pre-Primary

Education on Primary School Performance”.

Journal of Public

Economics,

93(1), s. 219-234.

Berlinski, S., S. Galiani & M. Managorda (2008): “Giving Children a Bet-

ter Start: Pre-School Attendance and School-Age Profiles”.

Jour-

nal of Public Economics,

92(5-6), s. 1416-1440.

Bernal, R. & M.P. Keane (2011): “Child Care Choices and Children’s

Cognitive achievement: The Case of Single Mothers”.

Journal of

Labor Economics,

29(3), s. 459-512.

Björklund, A. & K. Salvanes (2011): “Education and Family Back-

ground”. I: Hanushek, E.A., S. Machin & L. Woessmann (red.),

Handbook of the Economics of Education,

Volume 3, s. 201-247.

127

PDF to HTML - Convert PDF files to HTML files

Blau, D. & J. Currie (2006): “Who is Minding the Kids?” I: Welch, F. &

Hanushek, E. (red.)

Handbook of Education Economics,

New York:

North Holland.

Borenstein, M., L.V. Hedges, J.P.T. Higgins & H.R. Rothstein (2009):

Introduction to Meta-Analysis,

Chichester: John Wiley & Sons Ltd.

Borman, G.D., R.E. Slavin, A.C. Cheung, A.M. Chamberlain, N.A. Mad-

den & B. Chambers (2007): “Final Reading Outcomes of the

National Randomized Field Trial of Success for All”.

American

Educational Research Journal,

44, s. 701–731.

Bradley, R.H. & R.F. Corwyn (2002): “Socioeconomic Status and Child

Development”.

Annual Review of Psychology,

53, s. 371-399.

Burchinal, M., L. Steinberg, S.L. Friedman, R. Pianta, K. McCartney, R.

Crosnoe & V. McLoyd (2011): “Examining the Black-White

Achievement Gap among Low-Income Children Using the

NICHD Study of Early Child Care and Youth Development”.

Child Development,

82(5), s. 1404-1420.

Bøg, M., J. Dietrichson, T. Filges & A-M. Klint Jørgensen (2014): “Pro-

tocol for ‘Academic Interventions for Children and Students

With Low Socioeconomic Status: A Systematic Review”. Kø-

benhavn: SFI – Det Nationale Forskningscenter for Velfærd,

http://www.sfi.dk/udgivelser-3277.aspx.

Camilli, G., S. Vargas, S. Ryan & W.S. Barnett (2010): “Meta-Analysis of

the Effects of Early Education Interventions on Cognitive and

Social Development”.

Teachers College Record,

112(3), s. 579-620.

Cascio, E.U. & D. Whitmore Schanzenbach (2013): “The Impacts of

Expanding Access to High-Quality Preschool Education”.

Brookings Papers on Economic Activity,

2013(2), s. 127-178.

Chambers, B., A. Cheung, R.E. Slavin, D. Smith & M. Laurenzano

(2010): “Effective Early Childhood Education Programmes: A

Systematic

Review”.

Best

Evidence

dia,

www.bestevidence.org.uk.

Christoffersen, M.N., A-K. Højen-Sørensen & L. Laugesen (2014):

Dag--

institutionens betydning for børns udvikling – en forskningsoversigt.

Kø-

benhavn: SFI – Det Nationale Forskningscenter for Velfærd,

14:23.

Cook, P.J., K. Dodge, G. Farkas, R. J. Fryer, J. Guryan, J. Ludwig, S.

Mayer, H. Pollack & L. Steinberg (2014): “The (Surprising) Effi-

cacy of Academic and Behavioral Intervention with Disadvan-

128

PDF to HTML - Convert PDF files to HTML files

taged Youth: Results from a Randomized Experiment in Chica-

go”.

NBER Working Paper,

no. 19862.

Currie, J. (2009): “Healthy, Wealthy, and Wise: Socioeconomic Status,

Poor Health in Childhood and Human Capital Development”.

Journal of Economic Literature,

47(1), s. 87-122.

Dobbie, W. & R.G. Fryer (2011): “Are High-Quality Schools Enough to

Increase Achievement among the Poor? Evidence from the Har-

lem Children’s Zone”.

American Economic Journal: Applied Econom-

ics,

3(July), s. 158-187.

Donner, A., G. Piaggio & J. Villar (2001): “Statistical Methods for the

Meta-Analysis of Cluster Randomized Trials”.

Statistical Methods

in Medical Research,

10(5), s. 325-338.

Duncan, G. & K. Magnuson (2013): “Investing in Preschool Programs”.

Journal of Economic Perspectives,

27(2), s. 109-132.

Edmonds, M.S., S. Vaughn, J. Wexler, C. Reutebuch, A. Cable, K. Kling-

ler Tackett & J. Wick Schnakenberg (2009): “A Synthesis of

Reading Interventions and Effects on Reading Comprehension

Outcomes for Older Struggling Readers”.

Review of Educational

Research,

79(1), s. 262-300.

Esping-Andersen, G. (2004): “Untying the Gordian Knot of Social In-

heritance” in

Inequality: Structures, Dynamics, and Mechanisms”. Es-

says in Honor of Aage B. Sørensen, Research in Social Stratification and

Mobility,

21, s. 115-138.

Esping-Andersson, G., I. Garfinkel, W.-J. Han, K. Magnuson, S. Wagner

& J.Waldfogel (2012): “Child Care and School Performance in

Denmark and the United States”.

Children and Youth Services Re-

view,

34, s. 576-589.

Felfe, C., N. Nollenberger, & N. Rodriguez-Planas (2012): “Can’t Buy

Mommy’s Love? Universal Childcare and Children’s Long-Term

Cognitive Development”.

IZA Discussion Paper,

no. 7053.

Fitzpatrick, M.D. (2008): “Starting School at Four: The Effect of Univer-

sal Pre-Kindergarten on Children’s Academic Achievement”.

B.E. Journal of Economic Analysis & Policy,

8(1) Advances, article

46.

Flynn, L.J., X. Zheng, & H.L. Swanson (2012): “Instructing Struggling

Older Readers: A Selective Meta-Analysis of Intervention Re-

search”.

Learning Disabilities Research & Practice,

27(1), s. 21-32.

129

PDF to HTML - Convert PDF files to HTML files

Fraga, M.F., E. Ballestar, M.F. Paz, S. Ropero, F. Setien, M.L. Ballestar,

D. Heine-Suner, J.C. Cigudosa, M. Urioste, J. Benitez, M. Boix-

Chornet, A. Sanchez-Aguilera, C. Ling, E. Carlsson, P. Poulsen,

A. Vaag, Z. Stephan, T.D. Spector, Y-Z. Wu, C. Plass & M. Es-

teller (2005): “Epigenetic Differences Arise During the Lifetime

of Monozygotic Twins”.

Proceedings of the National Academies of Sci-

ences,

102(30), s. 10604-10609.

Fryer, R.G. (2014): “Injecting Charter School Best Practices into Tradi-

tional Public Schools: Evidence from Field Experiments”.

Quar-

terly Journal of Economics,

129(3), s. 1355-1407.

Fryer, R.G. & S.D. Levitt (2013): “Testing for Racial Differences in the

Mental Ability of Young Children”,

American Economic Review,

103(2), s. 981-1005.

Gershenson, S. (2013): “Do Summer Time-Use Gaps Vary by Socioeco-

nomic Status?”.

American Educational Research Journal,

50(6), s.

1219-1248.

Glazerman, S., A. Protik, B.R. Teh, J. Bruch & J. Max (2013):

Transfer

Incentives for High-Performing Teachers: Final Results from a Multisite

Randomized Experiment.

Institute of Education Sciences report,

U.S. Department of Education, NCEE 2014-4003.

Good, C., J. Aronson & M. Inzlicht (2003): “Improving Adolescents’

Standardized Test Performance: An Intervention to Reduce the

Effects of Stereotype Threat”.

Journal of Applied Developmental Psy-

chology,

24, s. 645-662.

Gormley, W.T., T. Gayer, D. Phillips & B. Dawson (2005): “The Effects

of Universal Pre-K on Cognitive Development”.

Developmental

Psychology,

41(6), s. 872-884.

Hackman, D.A. & M.J. Farah (2009): “Socioeconomic Status and the

Developing Brain”.

Trends in Cognitive Science,

13(2), s. 65-73.

Hanselman, P. & G.D. Borman (2013): “The Impacts of Success for All

on Reading Achievement in Grades 3-5: Does the Intervention

During Later Elementary Grades Produce the Same Benefits as

Intervening Early?”

Educational Evaluation and Policy,

35(2), s. 237-

251.

Hart, B. & T. Risley (2003): “The Early Catastrophe – The 30 million

Word Gap by Age 3”.

American Educator,

spring 2003.

Hattie, J.A.C. (2009):

Visible Learning – A Synthesis of Over 800 Meta-

Analyses Relating To Achievement.

Oxford: Routledge

130

PDF to HTML - Convert PDF files to HTML files

Havnes, T. & M. Mogstad (2014): “Is Universal Child Care Leveling the

Playing Field?”

Journal of Public Economics,

under publicering.

Havnes, T. & M. Mogstad (2011): “No Child Left Behind: Subsidized

Child Care and Children’s Long-Run Outcomes”.

American Eco-

nomic Journal: Economic Policy,

3(2), s. 97-129.

Heckman, J.J. (2006): “Skill Formation and the Economics of Investing

in Disadvantaged Children”.

Science,

312, s. 1900-1902.

Hedges, L.V. (2006): “Meta-Analysis”. In: Rao, C.R. (edt.).

The Handbook

of Statistics, Volume 26,

s. 919-53. Amsterdam: Elsevier.

Hedges, L.V. & E.C. Hedberg (2007): “Intraclass Correlation Values for

Planning Group Randomized Trials in Education”.

Education

Evaluation and Policy Analysis,

29(1), s. 60-87.

Hedges, L.V., E. Tipton & M.C. Johnson (2010): “Robust Variance Es-

timation in Meta-Regression with Dependent Effect Size Esti-

mates”.

Research Synthesis Methods,

1, s. 39-65.

Herbst, C. (2013): “The Impact of Non-Parental Child Care on Child

Development: Evidence from the Summer Participation ‘Dip”.

Journal of Public Economics,

105, s. 86-105.

Higgins, J.P.T., & S. Green (red.) (2011):

Cochrane Handbook for Systematic

Reviews of Interventions. Version 5.1.0.

Wiley-Blackwell. The

Cochrane Collaboration. Available from www.cochrane-

handbook.org.

Higgins, J.P., S.G. Thompson, J.J. Deeks & D.G. Altman (2003): “Meas-

uring Inconsistency in Meta-Analyses”.

British Medical Journal,

327(7414), s. 557-60.

Jacob, B. & J. Ludwig (2008): “Improving Outcomes for Poor Children”.

NBER Working Paper,

no. 14550.

Kim, J.S., & D.M. Quinn (2013): “The Effects of Summer Reading on

Low-Income Children’s Literacy Achievement from Kindergar-

ten to Grade 8: A Meta-Analysis of Classroom and Home Inter-

ventions”.

Review of Educational Research,

83(3), s. 386-431.

Lindahl, M. (2007):

Achievement, Schooling, and Family Background: Evidence

from Sweden.

Uppsala universitet.

Lipsey, M.W., & D.B. Wilson (2001):

Practical Meta-Analysis.

Applied So-

cial Research Methods Series, v. 49.

131

PDF to HTML - Convert PDF files to HTML files

Magnuson, K. & H. Shager (2010): “Early Education: Progress and

Promises for Children from Low-Income Families”.

Children and

Youth Services Review,

32, s. 1186-1198.

Nisbett, R.E., J. Aronson, C. Blair, W. Dickens, J. Flynn, D.F. Halpern &

E. Turkheimer (2012): “Intelligence – New Findings and Theo-

retical Developments”.

American Psychologist,

67(2), s. 130-159.

OECD (2010):

PISA 2009 Results: Overcoming Social Background – Equity in

Learning Opportunities and Outcomes (Volume II).

PISA, OECD

Publishing. http://dx.doi.org/10.1787/9789264091504-en.

OECD (2013):

PISA 2012 Results: Excellence Through Equity – Giving Every

Student the Chance to Succeed (Volume II).

PISA, OECD Publishing.

http://dx.doi.org/10.1787/9789264201132-en.

Pigott, T.D. (2009): “Handling Missing Data”. I: Cooper, H. & L.V.

Hedges & J.C. Valentine (red.),

The Handbook of Research Synthesis

and Meta-Analysis,

s. 399-416. New York: Russell Sage Founda-

tion.

Reynolds, A.J., K.A. Magnuson & S-R. Ou (2010): “Preschool-to-Third

Grade Programs and Practices: A Review of Research”.

Child and

Youth Services Review,

32(8), s. 1121-1131.

Reynolds, A.J. & J.A. Temple (2008): “Cost-Effective Early Childhood

Development Programs from Preschool to Third Grade”.

Annu-

al Review of Clinical Psychology,

4, s. 109-139.

Ritter, G., G. Albin, J. Barnett, V. Blankenship & G. Denny (2006): “The

Effectiveness of Volunteer Tutoring Programs: A Systematic

Review”.

Campbell Systematic Reviews,

2006:7,

http://campbellcollaboration.org/lib/project/16/.

Rouse, C.E. & Barrow, L. (2009): “School Vouchers and Student

Achievement: Recent Evidence and Remaining Questions”.

An-

nual Review of Economics,

1, s. 17-42.

Rosenthal, R. (1979): “The ‘File Drawer Problem’ and Tolerance for

Null Results”,

Psychological Bulletin,

86(3), s. 638-641.

Rubin, D.B. (1996): “Multiple Imputation After 18+ Years”.

Journal of the

American Statistical Association,

91(434), s. 473-489.

Rutter, M. (2006):

Genes and Behavior: Nature-Nurture Interplay Explained.

Malden: Blackwell Publishing.

Rücker, G., G. Schwarzer, J. R. Carpenter & M. Schumacher (2008):

“Undue Reliance on I

in Assessing Heterogeneity May Mislead”.

BMC Medical Research Methodology,

8(79),

132

PDF to HTML - Convert PDF files to HTML files

doi:10.1186/1471-2288-8-79.

Sánchez-Meca, J., F. Marín-Martínez & S. Chacón-Moscoso (2003): “Ef-

fect-Size Indices for Dichotomized Outcomes in Meta-Analysis”.

Psychological Methods,

8(4), s. 448-467.

Scammaca, N.K., G. Roberts, S. Vaughn & K.K. Stuebing (2013): “A

Meta-Analysis of Interventions for Struggling Readers in Grades

4-12: 1980-2011”.

Journal of Learning Disabilities.

Sirin, S.R. (2005): “Socioeconomic Status and Academic Achievement: A

Meta-Analytic Review of Research”.

Review of Educational Research,

75(3), s. 417–453.

Slates, S.L., K.L. Alexander, D.R. Entwisle & L.S. Olson (2012): “Coun-

teracting Summer Slide: Social Capital Resources Within Socio-

economically Disadvantaged Families”.

Journal of Education for

Students Placed at Risk,

17(3), s. 165-185.

Slavin, R.E., & C. Lake (2008): “Effective Programs in Elementary

Mathematics: A Best-Evidence Synthesis”.

Review of Educational

Research,

78(3), s. 427-515.

Slavin, R.E., C. Lake, B. Chambers, A. Cheung, & S. Davis (2009): “Ef-

fective Reading Programs for the Elementary Grades: A Best-

Evidence Synthesis”.

Review of Educational Research,

79(4), s. 1391-

1466.

Slavin, R.E., C. Lake, S. Davis & N. Madden (2011): “Effective Pro-

grams for Struggling Readers: A Best-Evidence Synthesis”.

Edu-

cational Research Review,

6, s. 1-26.

Slavin, R.E., C. Lake & C. Groff (2009): “Effective Programs in Middle

and High School Mathematics: A Best-Evidence Synthesis”.

Re-

view of Educational Research,

79(2), s. 839-911.

Timperley, H.S. & G. Phillips (2003): “Changing and Sustaining Teachers’

Expectations through Professional Development in Literacy”.

Teaching and Teacher Education,

19, s. 627-641.

Tucker-Drob, E.M., M. Rhemtulla, K. P. Harden, E. Turkheimer, & D.

Fask (2011): ”Emergence of a Gene x Socioeconomic Status In-

teraction on Infant Mental Ability Between 10 months and 2

years”.

Psychological Science,

22(1), s. 125-133.

Vale, C., M. Weaven, A. Davies, N. Hooley, K. Davidson, D. Loton

(2013): “Growth in Literacy and Numeracy Achievement: Evi-

dence and Explanations of a Summer Slowdown in Low Socio-

133

PDF to HTML - Convert PDF files to HTML files

Economic Schools”.

Australian Educational Researcher,

40(1), s. 1-

25.

Van der Werfhorst, H.G. & J.J.B. Mijs (2010): “Achievement Inequality

and the Institutional Structure of Educational Systems: A Com-

parative Perspective”.

Annual Review of Sociology,

36, s. 407-428.

Wanzek, J., S. Vaughn, J. Wexler, E.A. Swanson, M. Edmonds & A-H.

Kim (2006): “A Synthesis of Spelling and Reading Interventions

and Their Effects on the Spelling Outcomes of Students with

LD”.

Journal of Learning Disabilities,

39(2), s. 528-543.

White, K.R. (1982): “The Relation between Socioeconomic Status and

Academic Achievement”.

Psychological Bulletin,

91(3), s. 461-481.

Wilson, S., E.E. Tanner-Smith, M.W. Lipsey, K. Steinka-Fry & J. Morri-

son (2011): “Dropout Prevention and Intervention Programs:

Effects on School Completion and Dropout among School-

Aged Children and Youth”.

Campbell Systematic Reviews,

2011:8,

http://www.campbellcollaboration.org/lib/project/158/.

Yoshikawa, H., C. Weiland, J. Brooks-Gunn, M.R. Burchinal, L.M. Espi-

nosa, W.T. Gormley, J. Ludwig, K.A. Magnuson, D. Phillips &

M.J. Zaslow (2013):

Investing in Our Future: The Evidence Base on

Preschool Education.

Foundation for Child Development & Society

for Research in Child Development,

http://fcd-us.org/resources/evidence-base-preschool.

Zief, S.G., S. Lauver & R.A. Maynard (2006): “Impacts of After-School

Programs on Student Outcomes: A Systematic Review”.

Camp-

bell Systematic Reviews,

2006:3,

http://campbellcollaboration.org/lib/project/12/.

134

PDF to HTML - Convert PDF files to HTML files

SFI-RAPPORTER SIDEN 2014

SFI-rapporter kan købes eller downloades gratis fra www.sfi.dk. Enkelte

rapporter er kun udkommet som netpublikationer, hvilket vil fremgå af

listen nedenfor.

14:01

Bach, H.B. & M.R. Larsen:

Dagpengemodtageres situation omkring

dagpengeophør.

135 sider. e-ISBN: 978-87-7119-223-0. Netpublika-

tion.

Loft, L.T.G.:

Parinterventioner og samlivsbrud. En systematisk forsk-

ningsoversigt.

81 sider. e-ISBN: 978-87-7119-225-4. Netpublikati-

on.

Aner, L.G. & H.K. Hansen:

Flytninger fra byer til land- og yderområ-

der. Højtuddannede og socialt udsatte gruppers flytninger fra bykommuner

til land- og yderkommuner – Mønstre og motiver.

169 sider. e-ISBN:

978-87-7119-226-1. Netpublikation.

Christensen, E.:

2 år efter starten på Nakuusa.

57 sider. e-ISBN:

978-87-7119-228-5. Netpublikation.

Christensen, E.:

NAKUUSAP aallartimmalli ukiut marluk qaangi-

unneri.

61 sider. e-ISBN: 978-87-7119-230-8. Netpublikation.

Bengtsson, S., L.B. Larsen & M.L. Sommer:

Døvfødte børn og deres

livsbetingelser.

147 sider. ISBN: 978-87-7119-232-2. e-ISBN: 978-

87-7119-233-9. Vejledende pris: 140,00 kr.

14:02

14:03

14:04

14:05

14:06

135

PDF to HTML - Convert PDF files to HTML files

14:07

14:08

14:09

14:10

14:11

14:12

14:13

14:14

14.15

14:16

14:17

14:18

Larsen, L.B., S. Bengtsson & M.L. Sommer:

Døve og døvblevne

mennesker. Hverdagsliv og levevilkår.

169 sider. ISBN: 978-87-7119-

234-6. e-ISBN: 978-87-7119-235-3. Vejledende pris: 160,00 kr.

Oldrup, H. & A.-K. Højen-Sørensen:

De aldersopdelte fokusområder

i ICS. Kvalificeringen af den socialfaglige metode.

189 sider. e-ISBN:

978-87-7119-236-0. Netpublikation.

Fridberg, T. & L.S. Henriksen:

Udviklingen i frivilligt arbejde 2004-

2012.

304 sider. ISBN: 978-87-7119-237-7. e-ISBN: 978-87-

7119-238-4. Vejledende pris: 300,00 kr.

Lauritzen, H.H.:

Ældres ressourcer og behov i perioden 1997-2012. Ny-

este viden på baggrund af ældredatabasen.

142 sider. ISBN: 978-87-

7119-239-1. e-ISBN: 978-87-7119-240-7. Vejledende pris: 140,00

kr.

Larsen, M.R. & J. Høgelund:

Litteraturstudie af handicap og beskæfti-

gelse.

202 sider. ISBN: 978-87-7119-241-4. e-ISBN: 978-87-7119-

242-1. Vejledende pris: 200,00 kr.

Bille, R. & H. Holt:

Kommunal praksis på arbejdsskadeområdet. En

kvalitativ analyse af fire jobcentres håndtering af arbejdsskader.

102 sider.

e-ISBN: 978-87-7119-244-5. Netpublikation.

Rosdahl, A.:

Fra 15 år til 27 år. PISA 2000-eleverne i 2011/12.

160

sider. ISBN: 978-87-7119-245-2. e-ISBN: 978-87-7119-246-9.

Vejledende pris: 160,00 kr.

Bengtsson, S., K. Bengtsson, A.A. Kjær, M. Damgaard, C. Kol-

ding-Sørensen.

Hvilken forskel gør en tilkendelse af førtidspension?

144

sider. ISBN: 978-87-7119-247-6. e-ISBN: 978-87-7119-248-3.

Vejledende pris: 140,00 kr.

Bach, H.B:

Skadelidtes reaktion på en verserende arbejdsskadesag.

ISBN: 978-87-7119-249-0. Netpublikation.

Weatherall, C.D., H.H. Lauritzen, A.T. Hansen & T. Termansen:

Evaluering af “Fast tilknyttede læger på plejecentre”. Et pilotprojekt.

160

sider. ISBN: 978-87-7119-250-6. e-ISBN: 978-87-7119-251-3.

Vejledende pris: 160,00 kr.

Pontoppidan, M., N. K. Niss:

Instrumenter til at måle små børns triv-

sel.

78 sider. e-ISBN: 978-87-7119-252-0. Netpublikation

Ottosen, M.H., A. Liversage & R.F. Olsen:

Skilsmissebørn med

etnisk minoritetsbaggrund.

256 sider. ISBN: 978-87-7119-253-7. e-

ISBN: 978-87-7119- 254-4. Vejledende pris: 250,00 kr.

136

PDF to HTML - Convert PDF files to HTML files

14:19

14:20

14:21

14:22

14:23

14:24

14:25

14:26

14:27

14:28

14:29

14:30

Antidemokratiske og ekstremistiske miljøer i Danmark. En kortlægning.

86 sider. E-ISBN: 978-87-7119-255-1, Netpublikation

Amilon, A.G., P. Rotger & A.G. Jeppesen:

Danskernes pensions-

opsparinger og indkomster 2000-2011.

160 sider. ISBN: 978-87-

7119-256-8. e-ISBN: 978-87-7119-257-5. Vejledende pris: 160,00

kr.

Jonasson, A.B.:

Konsekvenser af dagpengeperiodens halvering.

112 sider.

ISBN: 978-87-7119-258-2. e-ISBN: 978-87-7119- 259-9. Vejle-

dende pris: 100,00 kr.

Siren, A., & S.G. Knudsen:

Ældre og digitalisering. Holdninger og erfa-

ringer blandt ældre i Danmark.

128 sider. ISBN: 978-87-7119-260-5.

e-ISBN: 978-87-7119-262-2. Vejledende pris: 120,00 kr.

Christoffersen, M.N., A.-K. Højen-Sørensen & L. Laugesen:

Daginstitutionens betydning for børns udvikling. En forskningsoversigt.

192 sider. ISBN: 978-87-7119-266-7. e-ISBN: 978-87-7119- 262-

9. Vejledende pris: 190,00 kr.

Keilow, M., A. Holm, S. Bagger & S. Henze-Pedersen:

Udvikling

af trivselsmålinger i folkeskolen. En pilotundersøgelse.

180 sider. e-ISBN:

978-87-7119-263-6. Netpublikation.

Christensen, C.P., I.G. Andersen, P. Bingley & C.S. Sonne-

Schmidt:

Effekten af It-støtte på elevers læsefærdigheder.

80 sider. ISBN:

978-87-7119-264-3. e-ISBN: 978-87-7119-265-0. Vejledende pris:

80,00 kr.

Larsen, M.R. & J. Høgelund:

Handicap, uddannelse og beskæftigelse.

78 sider. e-ISBN: 978-87-7119- 267-4. Netpublikation

Jakobsen, V., S. Jensen, H. Holt & M. Larsen:

Virksomheders so-

ciale engagement. Årbog 2014.

208 sider, ISBN: 978-87-7119-268-1.

e-ISBN: 978-87-7119- 269-8. Pris: 200,00 kr.

Pejtersen, J. H., T. Dyrvig:

Forebyggelse af udadreagerende adfærd hos

ældre med demens.

96 sider. ISBN: 978-87-7119-270-4. e-ISBN:

978-87-7119- 271-1. Pris: 90,00 kr.

Bengtsson, S., L.N. Johansen & C.E. Andersen:

Hjemmetræning.

Evaluering af regelsættet om hjælp og støtte efter Servicelovens § 32 st. 6-9.

102 sider. e-ISBN: 978-87-7119-272-8. Netpublikation.

Ottosen, M.H., D. Andersen, K.M. Dahl, A.T. Hansen, M. Lau-

sten & S.V. Østergaard:

Børn og unge i Danmark. Velfærd og trivsel

2014.

248 sider. ISBN: 978-87-7119-274-2. e-ISBN: 978-87-

7119-275-9. Pris: 250.00 kr.

137

PDF to HTML - Convert PDF files to HTML files

15:01

15:02

15:03

15:04

15:05

15:06

15:07

Ottosen, M.H., M. Lausten, S. Frederiksen & D. Andersen:

An-

bragte børn og unges trivsel 2014.

122 sider. ISBN: 978-87-7119-276-

6. e-ISBN: 978-87-7119-277-3. Pris: 120,00 kr.

Benjaminsen, L., T. Dyrvig & T. Gliese:

Livet på hjemløseboformer.

144 sider. ISBN: 978-87-7119-278-0. e-ISBN: 978-87-7119- 279-

7. Pris: 140,00 kr.

Gorinas, C. & V. Jakobsen:

Indvandreres og efterkommeres placering på

det danske arbejdsmarked.

176 sider. ISBN: 978-87-7119-280-3. e-

ISBN: 978-87-7119- 281-0. Pris: 170,00 kr.

Niss, N.K., A. Kierkgaard, A.-K. Højen-Sørensen & A.Aa. Han-

sen:

Barrierer for tidlig opsporing af alkoholproblemer i børnefamilier. En

analyse af barrierer for frontpersonalet.

145 sider. e-ISBN: 978-87-

7119-282-7. Netpublikation

Bengtsson, S., A. L. Rasmussen & S. Gregersen:

Metoder i botilbud.

208 sider. ISBN: 978-87-7119-283-4. e-ISBN: 978-87-7119- 284-

1. Pris: 200,00 kr.

Larsen, M.R. & J. Høgelund:

Handicap og beskæftigelse. Udviklingen

mellem 2002 og 2014.

240 sider. ISBN: 978-87-7119-285-8. e-

ISBN: 978-87-7119- 286-5. Pris: 240,00 kr.

Dietrichson, J., M. Bøg, T. Filges & A.-M. K. Jørgensen.

Skoleret-

tede indsatser for elever med svag socioøkonomisk baggrund.

144 sider.

ISBN: 978-87-7119-287-2. e-ISBN: 978-87-7119-288-9. Pris:

140,00 kr.

138

PDF to HTML - Convert PDF files to HTML files PDF to HTML - Convert PDF files to HTML files

SKOLERETTEDE INDSATSER FOR ELEVER

MED SVAG SOCIOØKONOMISK BAGGRUND

EN SYSTEMATISK FORSKNINGSKORTLÆGNING OG SYNTESE

Formålet med rapporten er at undersøge, hvilke skolerettede indsatser, der kan mindske betydningen af

socioøkonomisk baggrund for faglige resultater. Rapporten indeholder en systematisk kortlægning af inter-

nationale effektstudier af skolerettede indsatser for elever med svag socioøkonomisk baggrund, samt en

kvantitativ syntese.

Rapporten bygger på 179 internationale effektstudier af indsatser. De fleste indsatser er gennemført i USA.

Analysen viser, at der er stor variation i effektiviteten af indsatserne. Særligt indsatstyperne tutoring, feed-

back og monitorering, cooperative learning samt tilpasning af læreplan viser sig at være effektive, når det

gælder om at styrke de faglige resultater for elever med svag socioøkonomisk baggrund.

Rapporten er udarbejdet på foranledning af Undervisningsministeriet.

SFI – Det Nationale Forskningscenter for Velfærd

15:07

ISSN: 1396-1810