Meta-analyse laat zien: wereldwijd substantiële leerachterstanden door schoolsluitingen

Dat de schoolsluitingen tijdens de coronacrisis een grote negatieve impact hebben gehad op leerlingen is al uitgebreid gedocumenteerd. Nu is er onlangs een meta-analyse verschenen in Nature Human Behavior die het wereldwijde onderzoek naar de effecten van de schoolsluitingen samenvat. Deze meta-analyse laat zien dat de effecten van de schoolsluitingen een forse negatieve impact hebben gehad op de leerprestaties (d = -0.14). Dat komt volgens de auteurs neer op een leerachterstand van gemiddeld 14 weken.

De auteurs concluderen ook dat de leerachterstanden al vroeg tijdens de pandemie zijn ontstaan en nog nauwelijks kleiner zijn geworden. Bovendien laten de resultaten zien dat de schoolsluitingen verschillen tussen leerlingen vergroot hebben: kinderen met een lage SES hebben grotere leerachterstanden. Tenslotte blijken de achterstand groter te zijn voor rekenen-wiskunde dan voor lezen en spelling. Als laatste kraken de auteurs ook enkele harde noten over de kwaliteit van sommige studies: een deel van de gevonden studies was van dusdanig lage kwaliteit dat deze niet meegenomen kon worden in de meta-analyse.

Het abstract

To what extent has the learning progress of school-aged children slowed down during the COVID-19 pandemic? A growing number of studies address this question, but findings vary depending on context. Here we conduct a pre-registered systematic review, quality appraisal and meta-analysis of 42 studies across 15 countries to assess the magnitude of learning deficits during the pandemic. We find a substantial overall learning deficit (Cohen’s d = −0.14, 95% confidence interval −0.17 to −0.10), which arose early in the pandemic and persists over time. Learning deficits are particularly large among children from low socio-economic backgrounds. They are also larger in maths than in reading and in middle-income countries relative to high-income countries. There is a lack of evidence on learning progress during the pandemic in low-income countries. Future research should address this evidence gap and avoid the common risks of bias that we identify.