Over

Inleiding

Hack for Future Talent is een Hackathon met als doel om met Big Data een frisse blik te werpen op gelijke kansen in het onderwijs. Deze Hackathon wordt mogelijk gemaakt door de gemeente Eindhoven en gemeente Tilburg en het ministerie van Onderwijs, Cultuur en Wetenschap (OCW).

 

Gelijke kansen in het onderwijs

Nederland is internationaal koploper op het gebied van onderwijs. Toch is het niet vanzelfsprekend dat jongeren met gelijke capaciteiten dezelfde kansen krijgen, en verdwijnt een grote groep jongeren uit beeld zonder diploma. Uit het UNICEF-rapport "An Unfair Start" blijkt dat Nederland met name in het voortgezet onderwijs slecht scoort op het gebied van onderwijsgelijkheid. Ook constateerde de Onderwijsinspectie dat de verschillen tussen leerlingen de laatste jaren toenemen met lager en hoger opgeleide ouders (zie rapport van 2017 De Staat van het Onderwijs). Om een beeld te krijgen van, onder andere, de groep jongeren in het voortgezet onderwijs en van factoren die ertoe leiden dat er verschillen ontstaan, organiseert CentERdata in opdracht van de gemeenten Tilburg en Eindhoven, en in samenwerking met DSC/t, TiU en JADS de Hackathon “Hack for Future Talent”.

 

Hoe

We gaan aan de slag met open onderwijsdatasets (zoals van het CBS en DUO), bevindingen uit andere onderzoeken, en data die is geprepareerd door de gemeenten Tilburg en Eindhoven. Omdat data op individueel niveau te gevoelig zijn, zijn deze data geaggregeerd, soms op verschillende niveaus. Van respectievelijk laag naar hoog aggregatie niveau zijn deze op postcode 6 (1234 AB), buurt, postcode 4, wijk en gemeente niveau. Bekijk alvast de data via deze link.

 

Voor wie

De Hackathon is toegankelijk voor iedereen met affiniteit voor het onderwijs. Hackers, data scientists, wetenschappers, maar ook leraren, studenten, beleidsmedewerkers en andere geïnteresseerden zijn van harte welkom. Ervaring met data science is geen vereiste! We proberen zoveel mogelijk groepen te creëren van verschillende kwaliteiten of je meldt je aan met je eigen groep. Er is ook voldoende begeleiding aanwezig en we helpen je op weg met makkelijk toegankelijke data science software, inclusief machine learning. Zie het als een ervaring om toe te treden tot de wereld van data science.

 

Waar en wanneer

De Hackathon wordt gehouden op zaterdag 8 december van 10.00 tot 22.00 uur in CUBE, het gloednieuwe gebouw op de campus van Tilburg University. Bekijk het programma.

 

Thema's en challenges

Het doel van de Hackathon is om nieuwe inzichten te verkrijgen op het gebied van gelijke kansen in het onderwijs van jongeren vanaf een vroeg stadium. De deelnemers van de Hackathon gaan in groepen aan de slag met een thema naar keuze. De thema's zijn: "Spookjongeren", "Talentoptimalisatie" en "Gelijke onderwijskansen". Elk thema valt uiteen in meerdere ‘challenges’. Ieder team wordt geacht om twee (van de drie) challenges te volbrengen. Korte omschrijvingen van de thema's zijn ook te downloaden (Nederlands / English).

 

Spookjongeren

Landelijke Inzichten challenge

Een grote groep jongeren is vrijwel onzichtbaar voor overheidsinstanties. Deze jongeren hebben geen werk, volgen geen opleiding en doen ook geen beroep op een uitkering. In 2013 heeft het CBS een schatting gemaakt dat er 134.000 “spookjongeren” zijn. Hoeveel spookjongeren er precies zijn en wat de beweegredenen zijn dat jongeren uit beeld (dreigen te) raken is niet bekend. We nodigen je uit om met inzichten, vraagstukken, antwoorden, visualisaties en/of met andere creatieve oplossingen te komen om deze landelijke problematiek beter in beeld te brengen.

Voorbeeldvragen

  • Hoeveel jongeren zijn uit beeld geraakt in 2017/2018 en kunnen we een voorspelling doen voor de komende jaren?
  • Welke groepen jongeren raken (voornamelijk) uit beeld, en waarom?
  • Wat zijn de risicoindicatoren (of de toxic cocktail van variabelen) voor voortijdig schoolverlaten en/of jeugdwerkloosheid?

Gemeentelijke inzichten challenge

Gemeentes hebben weinig zicht op projecten of instrumenten om spookjongeren te bereiken en te helpen. We nodigen je uit om manieren te vinden om de gemeenten te helpen met het verschaffen van inzichten en middelen die wel, of juist niet, kunnen helpen met projecten om spookjongeren effectief te bereiken.

Voorbeeldvragen

  • Hoeveel jongeren zijn uit beeld voor de gemeenten Tilburg en/of Eindhoven?
  • Wat is de oorzaak van het verschil, indien dit bestaat, tussen de gemeenten?
  • Welk beleid en welke projecten bestaan er in de gemeenten en zijn deze effectief?
  • Welke (nieuwe) databronnen kunnen de meeste inzichten leveren die gebruikt kunnen worden voor een effectieve aanpak?

Praktische aanpak challenge (landelijk of gemeentelijk)

Een belangrijk doel van de Hackathon is de uitvoerbaarheid en toepasbaarheid van de resultaten. We nodigen je uit om te komen met data-gedreven aanpakken en oplossingen.

Voorbeeldvragen

  • Hoe kunnen we met een preventieve aanpak voorkomen dat jongeren uit beeld raken? Denk aan datagedreven beleid, apps, gerichte campagnes?
  • We nodigen je uit om met praktische ideeën te komen om jongeren weer in beeld te krijgen. Denk aan aantrekkelijke initiatieven, bereiken van specifieke doelgroepen.
  • Kun je een manier bedenken om de effectiviteit van een aanpak te meten of te beoordelen in de toekomst? Denk aan algoritmes die toepasbaar zijn op huidige en toekomstige data.

 

Talentoptimalisatie

Primair Onderwijs (PO) challenge

De Inspectie van het Onderwijs constateerde in 2016 dat het Nederlandse onderwijs te veel talenten van leerlingen en studenten onbenut laat. Dit wordt deels veroorzaakt door te grote verschillen tussen scholen. In het basisonderwijs blijken leerlingen van sommige scholen gemiddeld tien tot twintig punten lager te scoren op de eindtoets dan op andere scholen met dezelfde leerlingsamenstelling. We nodigen je uit om met vraagstukken, antwoorden en/of met andere creatieve oplossingen te komen om meer inzicht te verschaffen in deze problematiek.

Voorbeeldvragen

  • Hoe bepalend zijn basisschooladviezen voor de toekomst van kinderen?
  • In welke mate en welk opzicht speelt de ongelijkheid tussen leerlingen van laag- en hoogopgeleide ouders een rol in het onbenut laten van talenten?
  • Hoe effectief zijn scholen voor speciaal onderwijs en/of scholen met een bepaald onderwijsconcept (zoals bv. Montressori, Dalton, Jenaplan)?
  • Kunnen we een datagedreven tool creëren voor ouders bij het maken van een keuze voor het type PO (met een bepaald onderwijsconcept of juist niet)?

Voortgezet Onderwijs (VO) challenge

Van de 41 rijkste landen ter wereld heeft Nederland met 12 jaar één van de vroegste selectiemomenten voor het VO. Daarnaast heeft Nederland met zeven onderwijsniveaus ook het meest gefragmenteerde systeem voor VO. Volgens een Unicef rapport uit 2018 keldert Nederland van het meest gelijkwaardige land in het PO naar de onderste ranken in het VO. We nodigen je uit om manieren te vinden bij het verschaffen van inzichten voor de slechte score in het VO en methoden die kunnen helpen met het selectiemodel en de keuzemogelijkheden in het VO.

Voorbeeldvragen

  • Krijgen jongeren genoeg ruimte om hun talenten en vaardigheden te ontwikkelen in het VO?
  • Hoe kunnen we jongeren helpen met keuzestress, bijvoorbeeld bij het maken van juiste/betere studie- en profielkeuzes?
  • Wat zijn de effecten van een (te) vroeg selectiemodel en hoe kunnen we deze testen?

Data Visualisatie challenge

Het goed visualiseren van data kan een groot verschil maken in het nemen van datagedreven beslissingen. Het helpt bij het sneller doorgronden van data, nieuwe inzichten te ontdekken en afwijkingen te signaleren. Op basis van datavisualisatie kun je op het juiste moment actie ondernemen. We nodigen je uit om te komen met goede datavisualisaties voor de schooladviezen in het PO, profiel- en studiekeuzes in het VO en het weergeven van de verschillen tussen scholen.

Voorbeeldvragen

  • Hoe kunnen we de verschillen tussen scholen (PO of VO) het beste weergeven?
  • Kun je een manier vinden (bijv. met een causal loop diagram) om de samenhang van verschillende variabelen in een onderwijssysteem te visualiseren?

 

Gelijke onderwijskansen

Gelijke start voor kinderen challenge

Sommige kinderen presteren slechter op school dan anderen vanwege omstandigheden waarop ze geen invloed hebben, zoals waar ze zijn geboren zijn, hun geslacht, hun migratieachtergrond, de kenmerken van hun school of het beroep/opleidings/inkomensniveau van hun ouders. Deze kinderen starten al met een achterstand in het onderwijs en raken verder achterop als het de onderwijspraktijk niet lukt om de kloof tussen hen en hun leeftijdsgenoten kleiner te maken. Niet alle kinderen krijgen dus gelijke kansen om hun talenten en vaardigheden te ontwikkelen en hun volledige potentieel te bereiken. We dagen je uit om met creatieve ideeën en oplossingen te komen om alle kinderen gelijke onderwijskansen te bieden.

Voorbeeldvragen

  • (Hoe) kunnen we meer gelijke kansen creëren in de voorschoolse fase en in het onderwijs met een soepelere overgang van primair onderwijs (PO) naar voortgezet onderwijs (VO) en van VO naar vervolgopleiding?
  • Welke verschillen zijn er precies tussen jongens en meisjes, allochtonen en autochtonen, rijk en arm etc. en hoe kunnen we deze het beste in beeld brengen met open data?
  • Wat kun je zeggen over de sociale en economische impact van kansenongelijkheid? Is dit effect blijvend tijdens de hele levensloop of is er iets aan te doen?

Gelijke scholen challenge

In een onderzoek uit 2017 van Unicef over onderwijsongelijkheid in verschillende landen kwam naar voren dat er grote verschillen tussen scholen zijn die te verhelpen zijn. Er zijn namelijk te grote verschillen in de gemiddelde toetsscores van de scholen. Op scholen in Bulgarije, Hongarije en Nederland is er bijvoorbeeld meer variatie in de prestaties van 15-jarigen tussen de scholen dan tussen de kinderen in dezelfde school. Aan de andere kant is er relatief weinig verschil in de prestaties tussen scholen in Finland, IJsland en Noorwegen. We nodigen je uit om met inzichten, antwoorden, visualisaties en/of met andere creatieve oplossingen te komen om de verschillen tussen scholen aan te pakken.

Voorbeeldvragen

  • Hoe kun je aan de hand van open data de verschillen tussen scholen het beste in kaart brengen? Denk ook aan data die de media zoals bijvoorbeeld scholenopdekaart.nl, de Volkskrant, RTL en AD verzamelen en publiceren.
  • Kunnen we ervoor zorgen dat scholen, basis- en voortgezet, onderwijs van hoge kwaliteit leveren dat leidt tot effectieve leerresultaten?

Dataverzameling challenge

Er is niet genoeg bekend over hoe ongelijkheden zich ontwikkelen en blijven bestaan. Meer hoogwaardige data en vergelijkbaar bewijsmateriaal tussen scholen, provincies en misschien zelfs leraren zijn nodig om gaten in onze kennis op te vullen. Longitudinale (lange termijn) studies waarin kinderen jarenlang worden gevolgd zouden bijzonder waardevol kunnen zijn. We nodigen je uit om nieuwe databronnen te vinden of met ideeën te komen voor het verzamelen van, onder andere, longitudinale data.

Voorbeeldvragen

  • Welke nieuwe databronnen kun je aanboren voor het verzamelen van hoogwaardige data?
  • Bedenk een methode voor het verzamelen van data die de opleiding van kinderen en/of jongeren volgt op een discrete manier.
  • Kun je nieuwe variabelen bedenken die belangrijke informatie bevatten of een nieuwe mix van bestaande variabelen?
  • Is er een nieuw gegevensformaat te creëren voor bestaande data dat alle belangrijke variabelen makkelijk toegankelijk maakt?

 

Thema naar wens

Ieder team kiest een thema en richt zich daar op. Ze zijn breed interpreteerbaar en je bent vrij om met eigen vraagstukken te komen. Probeer niet alleen met oplossingen te komen, maar probeer ook nieuwe inzichten te tonen, gedurfde vragen te stellen, creatieve technieken te bedenken, nieuwe databronnen aan te boren of innovatieve manieren te creëren om tot oplossingen te komen.

Voor deze Hackathon gaan we aan de slag met niet-privacy gevoelige data. Toch vragen we jullie om ethisch en juist om te gaan met de aangeboden data. Met veel data komt ook veel verantwoordelijkheid.

 

Prijzen

Er vallen prijzen te winnen! De hoofdprijs bestaat uit een geldprijs van 1000,- voor het winnende team. De leden van het team dat tweede wordt winnen elk een e-reader. Er is ook een stimuleringsprijs voor het meest innovatieve en ambitieuze team, de leden van dit team winnen elk een Raspberry Pi.

alle logo's