Aprendizagem do aluno e retenção de professores para graduados dos programas Texas Noyce
DOI:
https://doi.org/10.14507/epaa.30.7254Palavras-chave:
preparação de professores, Bolsas Noyce, modelos lineares hierárquicos, educação STEMResumo
A escassez de professores STEM secundários levou a chamadas periódicas nas últimas quatro décadas para intervenção federal. Por mais de 15 anos, o Programa de Bolsas de Estudo para Professores Robert Noyce da National Science Foundation constituiu a resposta mais importante em nível nacional a essas chamadas. A principal atividade é o apoio direto a estudantes de graduação e diplomados para se tornarem professores K-12 STEM. Aqui examinamos o programa Noyce olhando além das qualidades de programas universitários específicos e medindo os resultados de longo prazo em nível estadual. Conseguimos isso por meio de uma colaboração de oito universidades do Texas que reuniram dados sobre acadêmicos Noyce apoiados desde 2003. Usando um conjunto de dados longitudinal estadual, examinamos se os beneficiários das bolsas Noyce são mais propensos do que outros professores de matemática e ciências a permanecer em ensino, determinado onde os estudiosos Noyce ensinavam e aprendizado estimado dos alunos em aulas ministradas por Noyce Scholars. Os Noyce Scholars são mais propensos do que outros professores de STEM das mesmas universidades a ensinar alunos marginalizados, e os alunos de Noyce Scholars obtiveram pontuações de valor agregado mais altas em matemática do que os alunos de outros professores nas mesmas escolas. Estes são alguns dos resultados pretendidos mais importantes. No entanto, os Noyce Scholars não permaneceram no ensino por tanto tempo quanto outros professores STEM de suas universidades, e eram mais propensos a se afastar das escolas com alunos de baixa renda. O programa Noyce atualmente opera muito abaixo da escala necessária para começar a reduzir a escassez nacional de professores STEM. Concluímos com as perspectivas de expansão e modificação do programa Noyce.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Michael Marder, Catherine Horn, Sarah Stephens, Annelies Rhodes
![Creative Commons License](http://i.creativecommons.org/l/by-sa/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.