شناسایی کودکان در معرض بازماندگی از تحصیل در مقطع دبستان با بکارگیری یک مدل پروبیت (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف از پژوهش حاضر ارائه شاخصی برای برآورد احتمال در معرض بازماندگی قرارگرفتن کودکان مقطع ابتدایی از تحصیل بر اساس مدل رگرسیونی پروبیت با به کارگیری اطلاعات 8678 کودک بازمانده از تحصیل و همین تعداد کودک حاضر در مدرسه بوده است. برای این منظور متغیرهای توضیح دهنده احتمال بازماندگی یک کودک از تحصیل بر اساس مبانی نظری و مطالعات تجربی پیشین و اطلاعات در دسترس انتخاب شدند. این متغیرها به سه دسته متغیرهای اقتصادی، متغیرهای غیراقتصادی و متغیرهای محیطی (شاخص فقر چندبعدی و شاخص توسعه انسانی) قابل تفکیک هستند. نتایج تخمین نشان داد علائم ضرایب متغیرها بر طبق انتظارات نظری و تجربی است. برای مثال افزایش سن سرپرست کودک، بعد خانوار و یا زن بودن سرپرست کودک، شانس در معرض بازماندگی قرارگرفتن کودک از تحصیل را افزایش می دهد. در بخش متغیرهای اقتصادی نتایج نشان می دهد میزان خرید ماهانه پایین، دهک درآمدی پایین خانوار و عدم داشتن درآمد ثابت توسط سرپرست خانوار نیز این احتمال را افزایش خواهد داد. همچنین نتایج تخمین مدل نشان داد خانوارهای تحت پوشش نهادهای حمایتی با شانس کمتری برای بازماندن کودک از تحصیل روبرو خواهند بود که نشان از نقش نهادهای حمایتی در بهبود شاخص های اجتماعی دارد. در استان های فقیرتر و کمتر توسعه یافته شانس بازماندگی کودک از تحصیل بیشتر خواهد بود. از منظر آماره های خوبی برازش، نتایج مدل قابل قبول است و می توان گفت مدل با توان 83 درصد قادر است کودک در معرض ترک تحصیل را از کودکی که در معرض ترک تحصیل نیست، تمیز دهد.Identification of Children at Risk of Dropping out of Primary School Using a Probit Model
This study aimed to provide an indicator to estimate the probability of primary school children being exposed to school dropout based on the probit regression model and using the information of 8678 school dropouts and the same number of children in school. For this purpose, the variables explaining the probability of a child dropping out of school were selected based on theoretical foundations, previous empirical studies and available information. These variables can be divided into three categories: economic, non-economic, and environmental (multidimensional poverty index and human development index). The estimation results showed that the signs of the coefficients of the variables are in accordance with theoretical and experimental expectations. For example, increasing the age of the child caregiver, the family size, or the fact that the child caregiver is a woman increases the chances of the child being left out of school. In the section on economic variables, the results show that the low monthly purchase rate, the low household income decile and the lack of a fixed income by the head of the household will also increase this probability. The results of the model estimate also showed that households covered by support institutions would have a lower chance of the child dropping out of school, which indicates the role of support institutions in improving social indicators. The child has a better chance of surviving school in poorer and less developed provinces. From the point of view of good fitting statistics, the results of the model are acceptable, and it can be said that the model with a power of 83% can distinguish a child who is dropping out of school from a child who is not about to drop out of school.
تبلیغات
