De datacoalitie werkt op dit moment aan de volgende thema’s:
Generatieve AI
Tijdens een inspirerende strategische werksessie heeft de datacoalitie verkent wat de kansen, mogelijkheden en aandachtspunten zijn voor generatieve AI.
Doel van de werksessie was om te inspireren, te laten ervaren aan de hand van use cases, samen de impact op de thema’s van de datacoalitie te duiden én te eindigen met strategische overwegingen hoe je als school (en scholen in de datacoalitie) NU voor te bereiden op dat wat deze technologie gaat brengen.
Integraal Teamdashboard (Case study)
De datacoalitie Datagedreven Onderzoek MBO (Datacoalitie DGO) heeft in 2021 ‘Het Integraal Teamdashboard’ geïntroduceerd als droombeeld van doelgroepgerichte informatievoorziening voor onderwijsteams in het MBO. Het is een onderwijsdashboard waarin de belangrijkste informatie voor de actoren in het onderwijsteam (Teamleider, docent, SLB’er, kwaliteitszorgmedewerker) samenkomen. De daarbij gevolgde methodiek leent zich ook voor het onderzoeken van verdiepende voorbeelden, ook wel use cases genoemd. Eén daarvan is de use case instroom, met informatievoorziening over de ontwikkeling van studentenaantallen en het proces van aanmelding tot inschrijven.
De stuurgroep van de datacoalitie heeft opdracht gegeven om het verdiepende voorbeeld over instroom nader uit te werken.
Kennisdeling instroom
Het is voor een mbo onderwijsinstelling van belang om grip en zicht te hebben op de instroom van (nieuwe) studenten en de ontwikkeling van het studentaantal. Zowel op de korte, als op de lange termijn. Dit inzicht stelt de school in staat om proactief te plannen en strategische beslissingen te nemen die van invloed zijn voor de kwaliteit van het onderwijs en de efficiëntie van de bedrijfsvoering.
Met de werkgroep is een handreiking opgesteld met sectorvoorbeelden. Daarnaast hebben we een definitiedocument opgesteld dat als referentiekader kan worden gebruikt bij het ontwerpen en ontwikkelen van een ‘instellingseigen informatieproduct’ (dashboard) met informatie over studentaantallen en het instroomproces.
Terugdringen verzuim
Aan- en afwezigheid is een belangrijke onderwerp binnen het mbo. Binnen de datacoalitie wordt gezamenlijk onderzocht hoe het verzuim op de instellingen in elkaar zit, wat de verschillen zijn en wat er van elkaars beleid op het gebied van AAR kan worden geleerd. Ook wordt er gewerkt aan een uitwisseling van verzuimdata om een benchmark op te zetten.
Databeschikbaarheid – Werving, instroom en doorstroom
Instellingen hebben veel data binnen de eigen systemen, maar maken ook frequent gebruik van databestanden die via sectorpartners beschikbaar is. Samen met de belangrijkste partners zoals DUO en de MBO raad hebben we gekeken waar er beter kan worden voorzien in de behoefte van de instellingen
Vroegtijdige identificatie van studentuitval
Studentuitval is, zoals gepresenteerd in de Staat van het onderwijs 2023, in tien jaar niet zo hoog geweest. Instellingen worstelen al jaren om meer grip op uitval te krijgen. Daarbij wordt steeds meer gebruikgemaakt van data over de ontwikkeling van de studieloopbaan van de student.
In haar promotieonderzoek heeft Irene Eegdeman (in die tijd werkzaam als docent-onderzoeker en SLB’er bij TOP) een methode geïntroduceerd waarin studenten met de hoogste kans op uitval in het eerste jaar “gesignaleerd” kunnen worden. Met gebruik van studiedata en met behulp van machine learning modellen is de zogenaamde ‘Uitnodigingsregel’ ontwikkeld.
Het doel van deze methode is SLB’ers en mentoren een signaleringstool te bieden waarmee uitvalpreventie en interventie kan worden verbeterd.
Inmiddels hebben 6 MBO instellingen in een replicatieonderzoek, met historische data, aangetoond dat de ontwikkelde methode werkt en in staat is studenten met verhoogde kans op uitval vroegtijdig te identificeren in verschillende opleidingen.
Nu is aangetoond dat de methode werkt is besloten deze methode zorgvuldig naar de onderwijspraktijk te brengen via een pilot met 5 aangemelde MBO instellingen in het schooljaar 2024/2025.