¿Una retórica conveniente o un cambio sustancial de la diversidad racial docente? Un análisis de text mining de documentos federales, estatales y distritales
DOI:
https://doi.org/10.14507/epaa.30.6677Palabras clave:
política educativa, diversidad racial, diversidad docente, preparación docente, reclutamiento de maestros, retención de maestros, text miningResumen
La diversidad racial docente ha sido ampliamente considerada importante en la educación. Sin embargo, sigue sin estar claro en qué medida y cómo se ha abordado la diversidad racial de los docentes a nivel federal, estatal y distrital. En este estudio, empleamos la text mining para recopilar y analizar más de tres millones de documentos a nivel federal, estatal y distrital. Descubrimos que, si bien los estudiantes de color tenían un acceso desproporcionadamente menor a maestros racialmente diversos, los documentos bajo nuestro análisis discutían de manera insuficiente el reclutamiento y la retención de maestros racialmente diversos. Nuestros hallazgos también revelan que las agencias de educación a nivel federal, estatal y distrital prestaron poca atención a la contratación y retención de maestros hispanos. Para los estados y distritos que discutieron el reclutamiento de maestros racialmente diversos, reclutaron principalmente maestros de instituciones y organizaciones que atienden principalmente a personas de color, como los Colegios y Universidades Históricamente Negros, la Asociación de Estudiantes de Derecho Latino/a de Columbia, la Asociación Nacional de Profesionales asiático-americanos y la Asociación Nacional Negra de MBA. Dados los hallazgos y el crecimiento proyectado de la inscripción de estudiantes negros e hispanos en los Estados Unidos, brindamos cinco recomendaciones de políticas para los legisladores y líderes para diversificar racialmente la fuerza laboral docente en medio de la demografía estudiantil cambiante, particularmente los estudiantes hispanos.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Sing Hui Lee, Briana Keith, Yasmine Bey, Yinying Wang, Xiulong Yang, Xiang Li, Jonathan Shihao Ji
![Creative Commons License](http://i.creativecommons.org/l/by-sa/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.