Data-Gouv-FR/indicateurs-de-valeur-ajoutee-des-colleges

该数据集包含法国初中的增值指标（IVAC），这是一套旨在评估每所初中在促进学生成功方面的自身行动的指标，重点关注学生在全国初中毕业文凭（DNB）的通过率以及在整个初中学习期间的陪伴情况。这些指标首次计算用于2022年DNB考试。IVAC允许进行超越原始通过率的诊断，通过统计计算消除与学校外部因素相关的学业成功影响，以反映学校自身的贡献。评估基于学生个体特征（如年龄、性别、六年级入学评估分数、社会背景）和学校结构因素（如女生比例、学业延迟学生比例、社会背景和六年级评估平均分）。增值是相对而非绝对的指标：正值表示学校表现优于预期，负值则表示低于类似学校的平均水平。数据计算要求普通系列考生至少20人，增值计算需至少40人，且六年级评估分数覆盖至少75%的考生。数据集来源于法国公开数据平台data.gouv.fr，用于教育分析和政策评估。This dataset contains the Indicators of Added Value for Middle Schools (IVAC) in France, a set of indicators designed to evaluate the specific contribution of each middle school in promoting student success, focusing on the pass rate for the National Diploma of the Brevet (DNB) and support throughout middle school education. These indicators were first calculated for the 2022 DNB session. IVAC enables diagnostics beyond raw pass rates by statistically eliminating the impact of external factors on academic success to reflect the schools own action. The assessment combines individual student factors (such as age, sex, scores from sixth-grade evaluations, social profile) and school structure factors (e.g., percentage of female candidates, proportion of students with academic delays, social profile, and average sixth-grade evaluation scores). The added value is a relative rather than absolute measure: a positive value indicates the school performed better than expected based on student profiles, while a negative value suggests results below the average of similar schools. Data calculation requires at least 20 candidates in the general series for raw results, and at least 40 for added value calculations, with sixth-grade evaluation scores available for at least 75% of candidates. The dataset is sourced from the French open data platform data.gouv.fr and is used for educational analysis and policy assessment.

搜集汇总

数据集介绍

构建方式

该数据集基于法国教育部发布的初中增值指标（IVAC）构建，旨在评估每所初中在促进学生学业成功方面的独特贡献。数据来源涵盖2022年及以后全国初中毕业会考（DNB）的官方统计数据。构建过程中，通过统计模型剔除学生个人背景、社会人口学特征及学校结构等外部因素对学业成绩的影响，仅保留学校自身教育行动所产生的净效应。具体而言，模型结合学生个体因素（如年龄、性别、六年级入学评估得分、社会阶层）与学校层面因素（如女生比例、学业延迟学生占比、平均社会阶层与评估得分），计算每所学校的预期成绩，进而以实际成绩与预期成绩之差作为“增值”指标。仅针对公立及受资助私立初中，且要求学校至少40名学生参加普通系列考试，2024年以前样本量下限为30人，六年级评估数据覆盖率需达75%以上。

特点

该数据集的核心特点在于其相对性与诊断性。不同于单纯依赖“原始”通过率进行排名，IVAC通过统计调整提供了一种公平比较框架，能够揭示学校在同等学生条件下是否超出或低于预期表现。若某校的增值为正值，表明其教育效能高于同类学校平均水平；反之则为负值，提示需改进空间。这种设计使政策制定者、教育管理者及公众得以超越表面数据，深入理解学校真实贡献。数据集覆盖全国范围内的公立及受资助私立初中，但排除了学生规模过小或数据缺失严重的学校，确保统计可靠性。此外，数据通过法国教育部官方平台公开发布，并采用Licence Ouverte 2.0开放许可，支持非商业与商业重用，便于学术研究、教育评估及政策分析。

使用方法

用户可通过法国数据开放平台（data.gouv.fr）直接访问原始数据集，或利用Hugging Face此页面作为参考链接进行引用。数据集以结构化表格形式提供，包含每所学校的原始通过率、预期通过率及增值指标，用户可结合法国教育部官网（education.gouv.fr）的交互式统计页面进行可视化查询与对比。在学术研究中，推荐使用Python的pandas库或R的dplyr包进行数据清洗与统计分析；系统开发者可基于开放许可协议将数据集成至教育评估系统或移动应用中。需注意，增值指标的计算依赖六年级入学评估数据，若某校的评估数据覆盖率不足75%，则增值指标未予计算，用户在使用时应优先筛选有效记录。对于跨年份趋势分析，建议按年合并相同学校标识符的数据，并注意2024年调整后的样本量阈值变化。

背景与挑战

背景概述

该数据集聚焦于法国初中教育评估领域，由法国教育部于2022年首次发布，旨在通过“附加值指标”（IVAC）量化各初中对学生学业成功的实际贡献。核心研究问题在于如何剥离学生家庭背景、社会人口学特征等外部因素，精准衡量学校自身教学效能。这一方法论起源于教育公平性与问责制的研究传统，通过比较控制外部变量后的预期成绩与实际成绩，揭示不同学校的相对效力。其影响力体现在为政策制定者、学校管理者及家长提供超越传统通过率的诊断工具，推动法国教育体系从粗放型结果评价向精细化增值评价转型。

当前挑战

该数据集需应对的核心领域挑战是如何在复杂的社会经济变量中分离学校的真实净效应——学生成绩受家庭收入、入学前学业水平、学校资源分布等多重因素交织影响，构建统计模型需平衡可解释性与去偏性。构建过程中面临的挑战包括：数据完整性要求严格，例如仅对普通系列中有40名以上考生的学校发布指标，且只有当六年级入学评估覆盖至少75%考生时才计算附加值；样本量不足可能导致统计效力下降，尤其对于小规模学校；此外，外部变量选择需避免遗漏重要混淆因素（如地区教育政策差异），同时防止过度调整导致学校间差异被低估，这对模型设计提出高要求。

常用场景

经典使用场景

该数据集的核心应用场景在于评估法国初中（collège）的教育增值效应，通过计算每所初中在培养学生通过国家初中毕业文凭（DNB）考试中的实际贡献，超越传统的‘粗放型’成功率指标。研究者可利用其中包含的学生个体特征（如年龄、性别、六年级入学评估成绩、社会背景）以及学校结构变量（如女生比例、学业延迟率、平均社会画像），构建统计模型以剥离外部因素对学业成就的影响，从而精准衡量学校自身的教学效能。这一场景尤其适用于教育公平性研究，例如揭示不同社会阶层学生在类似学校中的表现差异，或识别在不利条件下仍能实现高增值的‘韧性’学校。

解决学术问题

该数据集解决了教育经济学和学校效能研究中的核心难题——如何区分学校真实贡献与生源背景带来的干扰。传统上，仅凭升学率或考试成绩评价学校会因忽视学生入学时的起点差异而产生误导性结论。IVAC数据集通过提供‘预期成绩’与‘实际成绩’之间的差值（即增值分数），使得研究人员能够控制家庭社会经济地位、初始学业水平等混杂变量，进而识别学校管理、教学策略或校园文化等可干预因素的真实效果。这一方法论革新促进了关于教育不平等再生产机制的实证检验，并为政策制定者提供了调整资源分配、实施差异化支持方案的科学依据。

衍生相关工作

基于IVAC数据集衍生了一系列关于学校效能评估方法学的经典工作，例如发展多层线性模型（HLM）以更精细地分解校级与班级层面的增值效应，或利用分位数回归探讨增值分布中不同百分位学校的特征差异。部分研究将增值指标与学生长期追踪数据（如高中毕业率、职业轨迹）关联，验证增值分数的预测效度。另有工作聚焦于方法论挑战，如针对少于30名考生的学校样本插补问题，或对比法国IVAC系统与英国Asking for Alignment系统、美国EVAAS系统的跨文化适用性。这些衍化研究不仅巩固了增值评估在教育政策研究中的地位，也推动了国际间教育质量监测框架的趋同与创新。