
Longitudinal Educational Achievements: Reducing iNequalities
Laufend
Information
Projektdaten
- Titel
- Longitudinal Educational Achievements: Reducing iNequalities
- Projektleitung
- Einrichtung
- Beteiligte Personen
- Bittmann, Felix
- Beginn
- 01.04.2024
- Ende
- 31.03.2027
- Kategorie
- Grundlagenforschung
- Forschungsprofil der Universität Bamberg
- Empirische Sozialforschung zu Bildung und Arbeit
Projektbeschreibung
- Akronym
- LEARN
- Projektwebseite
- Beschreibung
LEARN zielt darauf ab Bildungsungleichheiten in Europa besser zu verstehen, indem es vorhandene Erkenntnisse zusammenträgt, auf der Grundlage hochwertiger Längsschnittdaten neues Wissen über Bildungsungleichheiten generiert und praktische, evidenzbasierte Leitlinien formuliert, die es politischen Entscheidungsträgern in Europa ermöglichen, diese Probleme anzugehen. LEARN untersucht dazu die Entstehung und Entwicklung von Ungleichheiten im Laufe von Bildungskarrieren in neun ausgewählten Fallstudienländern, die unterschiedliche Wohlfahrtsregimes und Bildungssysteme in Europa abbilden: Estland, Finnland, Deutschland, Irland, Italien, die Niederlande, Rumänien, die Schweiz und Großbritannien. LEARN hat drei übergreifende Ziele: (1) die Beschaffung, Sichtung und vergleichende Dokumentation vorhandener Daten, um Analysen auf Basis von qualitativ hochwertigen bildungsbezogenen Längsschnittdatensätzen aus Europa zu erstellen, (2) die Entwicklung von Werkzeugen für politische Entscheidungsträger, die sich auf die Ergebnisse von Längsschnittanalysen beziehen und sie bei der politischen Entscheidungsfindung unterstützen, und (3) die Identifikation von Interventionen, die Bildungsungleichheiten ausgleichen. LEARN stützt sich auf eine Vielzahl unterschiedlicher Verfahren, um diese Ziele zu erreichen: systematische Reviews, länderspezifische Fallstudien, harmonisierte länderspezifische und vergleichende empirische Analysen sowie eine Evaluierung der kausalen Effekte politischer Reformen und Interventionen. Dazu nutzt LEARN hochwertige Längsschnitt-Mikrodaten aus den beteiligten Ländern (Surveys und registerbasierte Daten), erstellt Quasi-Längsschnittdaten aus internationalen Vergleichsstudien wie PISA und PIRLS und verwendet Daten aus experimentellen Interventionen.
Förderung
| Forschungsförderer | Programm | Förderdauer | Förderkennzeichen | URL |
|---|---|---|---|---|
| Horizon Europe - Research and Innovation Actions | HORIZON-CL2-2023-TRANSFORMATIONS-01 | 3 Jahre | 101132531 | https://cordis.europa.eu/project/id/101132531 |
Partnerschaften
| Projektpartner*innen | Projektname | Beschreibung | URL | Art der Partnerschaft |
|---|---|---|---|---|
| Prof. Gary Pollock | LEARN | PI, University of Helsinki and Manchester Metropolitan University | https://www.mmu.ac.uk/staff/profile/professor-gary-pollock | Principal Investigator |
| Prof. Jani Erola, University of Turku (UTU), Prof. Moris Triventi, Università degli Studi di Milano (UniMi), Prof. Herman Van de Werfhorst, European University Institute (EUI), Prof. Oana Negru-Subtirica, Babeș-Bolyai University (UBB), Prof. Marge Unt, Tallinn University (TLU), Prof. Carla Haelermans, Maastricht University (UM), Prof. Katariina Salmela-Aro, University of Helsinki (UH), Prof. Stephen Morris, Manchester Metropolitan University (MMU), Prof. Jake Anders, Prof. Jennifer Symonds and Prof. Lindsey Macmillan, University College London (UCL), Prof. Laura Bernardi, University of Lausanne (UNIL), Prof. Moritz Daum and Prof. Dr. Marlis Buchmann, University of Zurich (UZH) | LEARN | Co-Antragsteller |