FINNUT-Forskning og innovasjon i utdanningssektoren

Hva betyr egentlig lærerens undervisning for elevene? Hvilke aspekter ved lærerens undervisning gir elevene læringsutbytte i matematikk og naturfag? Og får elever på skoler med høy andel minoritetsspråklige elever og lav sosioøkonomisk status (SES) forskjellig undervisning enn på skoler med lav andel minoritetsspråklige og høy SES? Med andre ord, er det en urettferdig fordeling av gode lærere? Dette er sentrale spørsmål i Teachers Effect on Student Outcome, TESO-prosjektet, som startet høsten 2019. Tidligere forskning er stort sett enten basert på små undersøkelser og dermed lav reliabilitet, eller storskalaundersøkelser som bare fanger øyeblikksbilder av tilstanden i en klasse. TESO-prosjektet forsøker å grave dypere ved å følge en gruppe elever over tid. Vi har fulgt elever og deres lærere som deltar i «Trends In Mathematics and Science Study»,TIMSS 2019 undersøkelsen fra 5. til 6.trinn. TIMSS måler elevers kompetanse i matematikk og naturfag, og både elever og lærere svarer på spørreskjemaer. Denne undersøkelsen har et representativt utvalg, noe som vil si at man kan generalisere funnene. I tillegg deltok et representativt utvalg av disse elevene og deres lærere i Oslo på en videostudie. Denne video-studien ble utført høsten 2019 og våren 2020 for de samme klassene som deltok på TIMSS 2019. Prosjektet har lenket videostudien med resultatene fra TIMSS 2019. Dette betyr at vi kan undersøke lærernes undervisningskvalitet våren 2019 (ved spørreskjemaer) og høsten 2019/våren 2020 (ved videostudier) og relatere dette til elevenes prestasjoner våren 2019. Vi er i gang med å analysere dataene, og funn blir presentert på en sluttkonferanse våren 2024. Resultater viser at elevene presterer bedre i matematikk og naturfag dersom læreren har god klasseledelse, utfordrer eleven kognitivt, og gir faglig så vel som psyko-sosial støtte. I naturfag ser vi at utforskende arbeidsmåter har en sterk sammenheng med elevenes prestasjoner, men at svært få lærere benytter utforskende arbeidsmåter i sin undervisning. Videre viser preliminære funn at resutater fra elev-spørreskjema er i overenstemmelse med resultater fra videostudien. Disse funnene viser at klasser med en høy andel elever med høy SES, har en lav andel minoritetsspråklige elver, og at de får undervisning med mer faglig og psykososial støtte, høyere kognitgive utfordringer, og bedre klasseledese enn klasser med mange elever med lav SES. Med andre ord er fordelingen av gode lærerne urettferdig: skoler med ressursterke elever får også de beste lærerne. Dette gjelder spesielt i Oslo.

Teacher and their instruction matter more to student outcomes than any other school factor. It is hence vital to establish the relations between teacher competences, instructional practices, and student outcome. However, the relations between these three are complex, and it is yet unclear what aspects of teacher competences and instructional practices that facilitate student outcome. Furthermore, studies in this field focus almost entirely on cognitive outcome, while there is an increasing need to disentangle how teachers may improve also student motivation and well-being. With the increasing drop-outs from schools and immigration, there is further a need to address how to sustain equity. Yet few studies investigate the differential effects of teachers? competence and their instruction across different groups of student. In Norway, most studies on teachers and their instruction have been either small scale studies or international large-scale studies with a cross-sectional design from which no causal inferences can be made. This is problematic, as Norwegian educational policy and practice need to make evidence based decisions. To address this issue, the present study seeks to identify what aspects of teacher competences and instructional practices that facilitate growth in student motivation, achievement, and well-being across different groups of students (i.e., across gender, ethnicity, and socioeconomic status). A longitudinal extension of the international large-scale study TIMSS 2019 (N= 5800) along with an in-depth observational video study of a sub-sample (N= 1200) will be conducted. Multi-level, multi-group latent growth models will be implemented within the frame of structural equation models. For policy and practice, knowledge derived from longitudinal studies with representative samples is important to make generalizable inferences. The project will provide generalizable inferences on how to best foster equity, student learning, motivation and well-being.