Algorithme d'identification du handicap du FEMIS — cibler les subventions pour l'éducation inclusive aux Fidji

Le ministère de l'Éducation des Fidji, en collaboration avec le Nossal Institute for Global Health (Université de Melbourne), le Pacific Disability Forum et le Secrétariat du Forum des îles du Pacifique (financé par le DFAT australien), a mis au point un algorithme fondé sur des règles combinant le Module de fonctionnement de l'enfant UNICEF/Washington Group (CFM) avec des données sur les besoins d'apprentissage et de soutien (LSN) afin de signaler plus précisément le statut de handicap des élèves dans le Système d'information de gestion de l'éducation des Fidji (FEMIS).

Vérifier si la combinaison des données de fonctionnement du CFM avec les données LSN (besoins d'assistance personnelle, adaptations pédagogiques, utilisation de technologies d'assistance) permet d'identifier le statut de handicap avec plus de précision que le CFM seul, aux fins de l'attribution des subventions pour l'éducation spéciale et inclusive.

Les chercheuses Beth Sprunt et Manjula Marella ont enquêté auprès de 472 enfants âgés de 5 à 15 ans dans 10 écoles spécialisées et 5 écoles ordinaires réparties dans quatre divisions administratives, avec la participation de 98 enseignants, entre mars et juillet 2015. Les données combinées ont été intégrées dans un algorithme fondé sur des règles (sans apprentissage automatique), désormais intégré au FEMIS sous le nom de « profil d'apprentissage de l'élève », qui, depuis un dispositif national de mise en œuvre de mars 2022, sert de base aux plans d'éducation individualisés et aux décisions d'admissibilité aux subventions, avec des exigences de qualification du personnel définies.

L'étude a révélé une corrélation modérée à élevée (rho de Spearman de 0,681) entre les besoins d'assistance et la difficulté fonctionnelle ; parmi les enfants signalant seulement « quelques difficultés » selon le CFM, 16,2 % avaient tout de même besoin d'une assistance substantielle — un groupe que le CFM seul aurait manqué.

Les autrices notent que l'approche dépend de l'architecture de données granulaire du FEMIS et n'est pas directement transposable à des systèmes éducatifs manuels fondés sur des recensements ; le sous-échantillon relatif aux troubles de la parole était trop restreint pour une analyse significative ; et l'étude n'a couvert que cinq types de déficience clinique, l'accessibilité au sens large ayant été évaluée séparément.