Forecasting models in the state education system

LTStraipsnyje pasiūlyti kiekybiniai prognozavimo modeliai švietimo sistemoje. Modeliai panaudoti Lietuvos švietimo sistemos analizei ir prognozavimui iki 2010 metų. Konstruojant modelius formuluojamos prielaidos apie šių modelių savybes bei parametrus. Šios prielaidos patikrinamos interaktyviu būdu analizuojant žinias, išskirtas iš Lietuvos mokytojų bei mokinių duomenų bazių ir kitų šaltinių, turinčių duomenų apie švietimo sistemą bei demografinius reiškinius. Modeliai apima mokytojų bei mokinių srautų analizę ir prognozę. Moksleivių skaičiaus analizė, besiremianti atskleistais moksleivių nubyrėjimo ir vaikų gimstamumo dėsningumais, leidžia prognozuoti, kad dėl demografinės krizės į bendrojo lavinimo mokyklų pirmąsias klases 2006 m. ateis maždaug trečdaliu mažiau moksleivių, nei jų atėjo 1999 m. Straipsnyje parodoma, kaip šios krizės banga vėlesniais metais risis per vyresnes klases. Pedagoginio personalo poreikių analizė, besiremianti prognozuojamu moksleivių skaičiumi, mokomųjų dalykų įvairiose mokymo pakopose struktūra, pedagogų amžiaus struktūra bei jų atėjimo ir išėjimo iš darbo srautais, leidžia prognozuoti personalo poreikio mažėjimą. Parodyta, kad dėl pedagogų amžiaus struktūros bei kvalifikacijos netolygumo ši pedagogų darbo rinkos krizė skirtingu mastu pasireikš įvairių specialybių dėstytojams. Straipsnyje demonstruojama ir teigiama krizės pusė – po kelių metų kai kurių dalykų dėstymui pakaks tik tinkamo išsilavinimo dėstytojų. Straipsnyje aptariami mokytojų išėjimo bei grįžimo į darbą srautai, taip pat srautai tarp miesto ir kaimo, kur ryškėja tendencija persikelti į miestą. Pateikti minėtų duomenų šaltinių integruotos analizės bei prognozės rezultatai pagrindžia švietimo politikos sprendimus.

ENThis paper presents model-based assessment and forecasting of the Lithuanian education system in the period of 2001–2010. In order to obtain satisfactory forecasting results, constructing of models used for these aims should be grounded on some interactive data mining. Data mining of data stored in the system of the Lithuanian teacher’s database and of data from other sources representing the state of education system and the demographic changes in Lithuania was used. The models cover the estimation of data quality in the databases, the analysis of flow of teachers and pupils, the clustering of schools, the model of dynamics of pedagogical staff and pupils, and the quality analysis of teachers. The main results of forecasting and integrated analysis of the Lithuanian teachers’ database with other data reflecting the state of the education system and demographic changes in Lithuania are presented.