evidoria

← Back to browse

Good practice

Algoritmo de Identificação de Deficiência do FEMIS — Direcionando Subsídios de Educação Inclusiva nas Fiji

Fiji · Suva · See the Fiji profile

Um estudo revisado por pares do Ministério da Educação das Fiji combinou dados de questionários sobre funcionalidade infantil com dados de necessidades de apoio à aprendizagem num algoritmo baseado em regras que identifica com mais precisão a condição de deficiência, hoje usado a nível nacional no FEMIS para atribuir os Subsídios de Educação Especial e Inclusiva.

472 children aged 5-15
Crianças inquiridas (Mar-Jul 2015)
15 schools (10 special, 5 mainstream)
Escolas inquiridas (Mar-Jul 2015)
98
Professores participantes
0.681 Spearman's rho
Correlação entre necessidades de assistência e dificuldade funcional
0.519 Spearman's rho
Coeficiente de correlação adicional reportado
16.2 %
Proporção de casos de 'alguma dificuldade' no CFM que necessitam de assistência substancial

Details

Maturity
Established
Promoter
Fiji Ministry of Education / Nossal Institute for Global Health, University of Melbourne / Pacific Disability Forum
Period
Field study Mar–Jul 2015; peer-reviewed Sep 2021; disability disaggregation package in national FEMIS use from 2022
Keywords
disability identification, inclusive education, education management information systems, algorithmic decision support, special education grants

Context

O Ministério da Educação das Fiji, em conjunto com o Nossal Institute for Global Health (Universidade de Melbourne), o Pacific Disability Forum e o Secretariado do Fórum das Ilhas do Pacífico (financiado pelo DFAT australiano), desenvolveu um algoritmo baseado em regras que combina o Módulo de Funcionamento Infantil UNICEF/Washington Group (CFM) com dados de Necessidades de Aprendizagem e Apoio (LSN) para identificar com maior precisão o estatuto de deficiência dos alunos no Sistema de Informação de Gestão Educacional das Fiji (FEMIS).

Objectives

Testar se a combinação dos dados de funcionamento do CFM com dados LSN (necessidades de assistência pessoal, adaptações educativas, utilização de tecnologia de apoio) identifica o estatuto de deficiência com maior precisão do que o CFM isoladamente, para efeitos de atribuição de Subsídios de Educação Especial e Inclusiva.

Activities

As investigadoras Beth Sprunt e Manjula Marella inquiriram 472 crianças com idades entre os 5 e os 15 anos em 10 escolas especiais e 5 escolas regulares, em quatro divisões administrativas, com a participação de 98 professores, entre março e julho de 2015. Os dados combinados foram integrados num algoritmo baseado em regras (sem recurso a aprendizagem automática), agora incorporado no FEMIS como o 'Perfil de Aprendizagem do Aluno', que, desde um pacote nacional de implementação de março de 2022, serve de base aos planos educativos individualizados e às decisões de elegibilidade para subsídios, com requisitos de qualificação do pessoal definidos.

Results

O estudo encontrou uma correlação moderada a alta (rho de Spearman de 0,681) entre as necessidades de assistência e a dificuldade funcional; entre as crianças que reportaram apenas 'alguma dificuldade' no CFM, 16,2% ainda assim necessitavam de assistência substancial — um grupo que o CFM isoladamente teria deixado passar.

Conclusions

As autoras assinalam que a abordagem depende da arquitetura de dados granular do FEMIS e não é diretamente transferível para sistemas educativos manuais e baseados em censos; a subamostra relativa a deficiências da fala era demasiado pequena para uma análise significativa; e o estudo abrangeu apenas cinco tipos clínicos de deficiência, tendo a acessibilidade mais ampla sido avaliada separadamente.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful