Dimensión geoespacial de la segregación académica y social del rendimiento de alumnos en las escuelas de educación secundaria en Lima Metropolitana

  • Luis Edgardo Muelle Consultor independiente
Palabras clave: Palabra claves: segregación escolar, análisis geoespacial.

Resumen

Este estudio analiza y compara la segregación académica y social por nivel socioeconómico, entre los distritos de Lima Metropolitana, res­pecto al rendimiento logrado por los alumnos en los test de matemática, lectura y ciencias aplicados durante el Censo Escolar 2019 en segundo grado de educación secundaria. Para medir la segregación, utiliza el índice de disimilitud, que destaca la importancia de las escuelas privadas; el índice de información mutua, que informa sobre la segregación inter- e intraes­cuelas; y el índice de aislamiento, que mide la probabilidad de distinguir los alumnos pertenecientes a una misma categoría social. Asimismo, se presenta el índice de autocorrelación de Moran, que visualiza la existencia de conglomerados social y académicamente diferenciados según la ubicación territorial de las escuelas. Estos índices revelan una estructura heterogénea de la segregación cuya intensidad varía según la composición social de las escuelas públicas y privadas en cada distrito de la región metropolitana. Los patrones de localización geográfica ayudan a entender los efectos de proximidad y diferenciación social, escolar y residencial, y plantean una mayor reflexión geoespacial para monitorear mejor el funcionamiento de las escuelas y promover la igualdad de los aprendizajes.

Referencias

Guadalupe, C., León, J., Rodríguez, J., & Vargas, S. (2017). Estado de la educación en el Perú: Análisis y perspectivas de la educación básica. Lima: Grupo de Análisis para el Desarrollo.185
Guinea-Martin, D., & Mora, R. (2021). Decomposable multigroup indexes of segregation. UC3M, Economics Working Paper, 2021-03.
Herrera. J., Etesse, M., & Leroutier, M. (2015). Ségrégation résidentielle à Lima métropolitaine. En Séminaire «Territoires en difficulté». París: Maison des Sciences Économiques – CNRS.
INEI. (2019a). Boletín Especial N.º 26. Perú: Proyecciones de población, según departamento, provincia y distrito, 2018-2020. Lima: Instituto Nacional de Estadística e Informá¬tica.
INEI. (2019b). Compendio estadístico provincia de Lima – 2019. Lima: Instituto Nacional de Estadística e Informática.
Insee – Eurostat. (2018). Manuel d’analyse spatiale. Méthodes, 31. Montrouge: Institut National de la Statistique et des Etudes Economiques.
Kruger, N. (2019). La segregación por nivel socioeconómico como dimensión de la exclu¬sión educativa: 15 años de evolución en América Latina. Archivos Analíticos de Polí¬ticas Educativas, 27(8), 1-35. https://doi.org/10.14507/epaa.27.3577
León, J., & Collahua, Y. (2016). El efecto del nivel socioeconómico en el rendimiento de los estudiantes peruanos: un balance de su efecto en los últimos quince años. Lima: Grupo de Análisis para el Desarrollo.
Massey, D. S., & Denton, N. A. (1988). The dimensions of racial segregation. Social Forces, 67(2), 281-315.
Ministerio de Educación. (2018). Desafíos en la medición y el análisis del estatus socioeco-nómico de los estudiantes peruanos. Unidad de Medición de la Calidad Educativa – UMC. Lima: Minedu.
Ministerio de Educación. (2019). Equidad y oportunidades de aprendizaje en 2.º grado de secundaria. Evidencias de la ECE 2016. Unidad de Medición de la Calidad Educa¬tiva – UMC. Lima: Minedu.
Ministerio de Educación. (2019b). Reporte nacional. Resultados de las evaluaciones naciona-les de logros de aprendizaje. 2do grado de secundaria. UMC. Lima: Minedu. http:// umc.minedu.gob.pe/resultadosnacionales2019/
Monseur, C., & Crahay, M. (2008). Composition académique et sociale des établissements, efficacité et inegalités scolaires. Une comparaison internationale. Revue Française de Pédagogie (RFP), 164, 55-65.
Mora, R., & Guinea-Martin, D. (2020). DSEG: Stata module to compute decomposable multigroup segregation indexes. Boston College, Department of Economics.
Muelle, L. (2020). Factores socioeconómicos y contextuales asociados al bajo rendimiento académico de alumnos peruanos en PISA 2015. Apuntes, 47(86), 117-154.
Murillo, J., & Carrillo, S. (2020). Segregación escolar por nivel socioeconómico en educa¬ción secundaria en Perú y sus regiones. Revista Peruana de Investigación Educativa, 12(12), 7-32.
OECD (Organisation for Economic Co-operation and Development). (2019) Balancing school choice and equity: An international perspective based on PISA. París: OECD Publishing.
Perry, L., & McConney, A. (2010) School socio-economic composition and student out¬comes in Australia: Implications for educational policy. Australian Journal of Education, 54(1), 72-85.186
Reardon, S., & Townsend, J. (2018). SEG: Stata module to compute multiple-group diversity and segregation índices. Statistical Software Components, Boston College Department of Economics.
Rumberger, R., & Palardy, J. (2005). Does segregation still matter? The impact of student composition on academic achievement in high school. Teachers College Record, 107(9), 1999-2045
Publicado
2023-01-13
Cómo citar
Muelle, L. (2023). Dimensión geoespacial de la segregación académica y social del rendimiento de alumnos en las escuelas de educación secundaria en Lima Metropolitana. Apuntes. Revista De Ciencias Sociales, 50(93). https://doi.org/https://doi.org/10.21678/apuntes.93.1521
Sección
Artículos