2018年,学校完成了全国学区教师缺勤数据采集工作。NCTQ能够收集、清理和处理30个学区的教师缺勤数据,其中21个学区还包括中央办公室的缺勤数据。

利用2015-2017年的出勤数据,该研究发现,在一学年中,教师平均缺勤9天,而他们获得的假期为13天。这意味着,平均而言,教师的187天合同年的95%都在课堂上。

在本次出勤研究过程中,对所有收到的缺勤数据进行统计分析,揭示了教师缺勤与所选教师、学校和地区特征之间的一些关键关系。总的来说,我们的研究结果表明:

  • 经验更丰富的教师往往缺勤更频繁,这可能表明对工作稳定性的担忧对新手教师的缺勤有影响。

  • 教师缺勤主要是因病缺勤(平均5天),而不是因个人原因缺勤(平均2天),这两类缺勤教师的可请假时间都用掉了一半左右。

  • 平均而言,在有色人种学生比例较高的学区,教师旷课的频率往往较低。

  • 教师的工资似乎与出勤率有一个小的正相关关系。

以下是我们按重要性和重要性排序的具体发现:

1.学生的颜色:这是我们运行的所有模型中最高、最一致、最显著的相关性。我们发现,该地区有色人种学生的比例越高,他们的老师缺勤的时间就越短。这意味着有色人种学生人数每增加10个百分点,一学年中就会减少大约半天的缺课时间。

2.经验:我们的计算发现,经验更丰富的教师往往缺勤天数更多。本研究中所有教师的平均经验约为11年。我们的研究结果表明,教师每多一年的经验,在一学年的课程中,缺课的时间平均增加0.7%。例如,有20年经验的教师,平均来说,会比一年级的教师多离开一天多一点。

3.最高病假(按地区划分):最长病假与旷工率呈正相关。教师的病假越多,他们的总缺勤天数就越多。根据我们的计算,学区批准的病假每多一天,教师平均就要多缺勤2.5小时。本研究中教师的平均病假天数为10.5天,实际使用天数为5天。这是特定类型假期的发放数量与假期的总体使用之间发现的最大相关性。

4.假期总额(按地区划分):按照之前的休假趋势,教师的总假期越多,他们平均缺勤的时间就越长。该地区批准的额外一天的全面假期,在整个学年的课程中,教师的缺勤时间平均增加约2小时。

5.区登记:较大的学区往往有缺勤时间较短的教师。一个学区每增加10%的学生,一学年一位教师的平均旷课时间就会减少1小时。

6.其他发现的明确但微小的相关性是:

  • 最高事假(按地区划分):总的来说,教师的事假越多,缺勤的时间就越长。在这项研究中,教师的事假平均不到4天。该地区每批准一天事假,教师在整个学年的课程中平均多缺勤2小时。
  • 地区的基本工资在他们的经验等级(实际,根据地区价格平价调整):这是一个教师的实际工资的近似值,我们发现,教师的估计工资(根据他们的经验,而不是教育水平或其他因素)越高,他们的缺勤次数就越少。在这项研究中,教师的真实平均估计工资是5万美元。我们发现,在其他条件不变的情况下,每增加1万美元的实际工资(根据地区价格差异进行调整),教师在整个学年的平均缺勤时间将减少45分钟。

7.有些相关性更为模糊,模型之间存在不一致的显著相关性,对教师出勤率的影响较小:

  • 入学率:规模较大的学校往往有缺勤时间较短的教师。一个模型发现,在所有地区的入学率都提高10%的学校,教师缺勤率平均下降了0.2%。
  • 任职期间:在大多数模型中,教师任期与旷工率呈轻度正相关,在一个模型中,教师任期与旷工率呈轻度负相关。这将意味着拥有终身教职的教师会更多地缺席。它的效果很可能是由教师的经验出现在模型中。
  • FRL:研究发现,在一个模型中,参加免费午餐和减少午餐计划的学生比例较高,代表经济上处于不利地位的学生或贫困学生的比例,与旷课率略低和两个模型中教师旷课率略高有关,但并不是所有这些都具有统计学意义。总体而言,尽管统计关系似乎不明确,但通过分析与旷课率相关的图表数据观察到的是,这种关系不是线性的,而是旷课率随着FRL参与度的增加而增加,直到第四个五分位数,而旷课率在最高五分位数(经济条件不利的学生比例最高)下降。

8.对中央办公室工作人员出勤率的一项较小的估计表明,按照与他们所在地区的教师相同的模式,有色人种学生的比例越大,缺勤次数就越少。


建议:

冠状病毒大流行的到来改变了人们对病假和缺勤的很多看法。虽然一些教育工作者曾经认为每天上班是一件多么光荣的事情,但这种观点可能不再那么高尚,相反,恰恰相反。随着向在线学习的过渡,这甚至可能是一个好处,而以前的情况下,需要一个老师缺席和一个代课老师(不利于学生学习),可能在未来不需要经常。然而,教师缺勤率仍然是学区跟踪和了解的一个重要数据点,以便考虑未来的政策,以确保为学生提供高质量的劳动力。建议地区考虑以下行动:

  1. 如果该地区还没有这样的系统,可以建立一个集中的系统,收集与教师学校和其他关键特征相关的教师出勤数据。使用这些数据为出勤情况令人担忧的学校或教师创建一个早期预警系统。

  2. 检查当前的缺席代码和类别。缺勤代码和类别应该足够细,以便一个地区能够确定有多少病假可以归因于冠状病毒大流行,而不是其他相对正常的病假。这些信息可能会影响潜在的利益,并让政策向前推进,至少在未来几年是这样。

  3. 根据学校的特点,如有色人种学生的比例和低收入家庭学生的比例,对教师缺勤情况进行分类。尽管相关性研究发现,有色人种学生比例较高的学校的教师缺勤率较低,但这一发现是在大流行之前得出的,各学区应审查当前数据,以确定这些学校的平均出勤率是否表现出任何不成比例的教师缺勤。

  4. 向学校管理人员提供学校内教师出勤情况的报告,允许他们标记潜在的长期缺勤情况,并在有必要时进行干预。

有关支持这些研究结果的方法和模型的更详细信息,请参阅
考勤方法和回归分析文件



建议引用:Saenz-Armstrong, p(2020)。2020年点名:与教师缺勤有关的因素伟德亚洲官网娱乐全国教师质量委员会。