QRM Konferens 2024

Platserna är begränsade och företräde ges till dem som har deltagit i QRM-kurser eller har registrerat sig för att bli medlem i QRM-nätverket.

Registrera dig senast den 28 maj via registreringsformuläret. Registrering för middagen är endast tillgänglig för dem som anmäler sig senast den 14 maj.

Middagen på konferensen är kostnadsfri och äger rum på OGBG Bar & Restaurang. Vegetarisk buffé serveras till dem som vill delta och anger det vid registreringen.

Titel

Intraindividuella strukturella ekvationsmodeller

Keynote abstrakt 

Det finns ett ökande intresse för intraindivudal (jfr mikro-longitudinell, inom-person, ideografisk) utbildningsforskning med hjälp av intensiv longitudinell data, så att flera upprepade mätningar samlas in inom ett definierat tidsfönster (t.ex. fem gånger om dagen i två veckor) ). Den breda termen "intraindividuella" strukturella ekvationsmodeller (ISEM) inkluderar multilevel SEM (MSEM), dynamisk SEM (DSEM) och andra (t.ex. tillväxtmodeller, vektor autoregressiva modeller, multilevel modeller för förändring), alla använder tidpunkter kapslade i personer som grunddesign. Intensiva longitudinella datauppsättningar kan inkludera självrapporter eller multipelreporterdata (t.ex. dagböcker, erfarenhetsprovtagning, ekologisk momentan bedömning, observationer av beteende), uppgiftsdata (t.ex. spårningsdata, noggrannhet och svarstider), realtid ambulatoriska data (t.ex. från bärbara monitorer för fysisk aktivitet eller elektrodermal aktivitet, eller stationära enheter för eyetracking eller joystick-kodade observationer), eller blandningar av dessa. Forskare står inför minst tre utmaningar när det gäller att utforma intraindividuella studier, inklusive (1) designa en optimal datastruktur på flera nivåer, (2) kombinera flera källor och format av data, och (3) specificera lämpliga statistiska modeller. Tidsseriebaserade Dynamic Structural Equation Models (DSEM) håller på att växa fram, vilket lägger till verktygslådan med befintliga tekniker. Med hjälp av DSEM kan vi fokusera på intraindividuella processer, snarare än utvecklingsprogression eller kontextuella effekter.

I föredraget kommer Lars-Erik att illustrera intensiva longitudinella konstruktioner och ISEM från utbildningsforskning, för att lyfta fram deras relevans för att förstå processer för lärande och undervisning. Sammantaget kan resultat från processstudier främja konceptualisering av individualiserad undervisning eller personliga interventioner. Han kommer att avsluta med en sammanfattning av de möjligheter och utmaningar som forskare står inför inom detta framväxande område framöver.

Keynote speaker kort biografi

Lars-Erik Malmberg är professor i kvantitativa metoder i utbildning, vid Institutionen för utbildning, University of Oxford, Storbritannien. Han har 100+ publikationer. Han var chefredaktör för Journal of Learning and Instruction 2018-21. Hans nuvarande forskningsintressen handlar om intraindividuella tillvägagångssätt för inlärningsprocesser och modellering av intensiva longitudinella data. Han har publicerat om effekter av utbildning, barnomsorg och föräldraskap på utvecklings- och utbildningsresultat och lärarutveckling. Han tillämpar avancerade kvantitativa modeller, inklusive flernivå- och dynamiska strukturella ekvationsmodeller för att undersöka materiella forskningsfrågor inom utbildning. Länkar mellan utbildningsfenomen och fysiologi undersöktes i Emerging Field Group "The potential of biophysiology for understanding learning and learning experiences".

Läs mer om Lars-Erik Malmberg vid University of Oxford

Presentationsbilder för keynoten finns här

Titel

Att sammanföra allt – hur internationella storskaliga bedömningsdata kan ge information till metaanalyser inom utbildning

Keynote abstrakt 

Metaanalyser är viktiga informationskällor för utbildningsforskare. De samlar bevis om till exempel relationerna mellan konstruktioner, effekterna av interventioner eller skillnader i konstruktioner mellan pedagogiskt relevanta grupper. Även om metaanalyser har en lång tradition, står de fortfarande inför flera problem, såsom små urvalsstudier som resulterar i brist på statistisk kraft eller studiemått som saknar reliabilitet och validitetsbevis. Internationella storskaliga bedömningar (ILSA) inom utbildning kan hjälpa till att lösa några av dessa frågor.

I denna keynote kommer Ronny Scherer att beskriva, diskutera och illustrera sätt på vilka ILSA-data kan integreras i metaanalyser inom utbildning och vilka fördelar en integration har. Han kommer också att lyfta fram viktiga utmaningar i samband med att extrahera effektstorlekar från ILSA:er och ta itu med den ofta komplexa karaktären hos metaanalytiska data.

Keynote speaker kort biografi

Ronny Scherer är professor i pedagogisk bedömning och mätning. Han är medlem av Center for Educational Measurement (CEMO) och meddirektör för Center for Research on Equality in Education (CREATE) vid Universitetet i Oslo. Hans forskning fokuserar på metoder och sakfrågor relaterade till forskningssynteser, analys av internationella storskaliga bedömningar inom utbildning och utbildningsjämlikhet.

Läs mer om Ronny Scherer vid Universitetet i Oslo

Presentationsbilder för keynoten finns här

Workshop A

Titel: Komma igång med R+ och få hjälp av AI

R är ett utmärkt verktyg för kvantitativ dataanalys och är kostnadsfritt för både studenter och forskare, vilket säkerställer bred tillgänglighet för alla. Men att börja använda R för statistisk analys kan vara utmanande, särskilt eftersom tröskeln för att behärska R:s programmeringsspråk utgör en betydande inlärningskurva för att effektivt skriva och förstå koden. En enkel och lättanvänd lösning för att övervinna denna tröskel är generativ AI, som ChatGPT, Copilot eller Gemini. AI erbjuder en tillgänglig inkörsport för att bekanta dig med R, och fungerar som en stödjande partner i att analysera data genom att förenkla processen att lära sig och tillämpa R:s programmeringskoncept. I den här workshopen kommer du att arbeta med AI för att lära dig R från grunden, inklusive att skriva kod, fixa trasig kod och förklara hur programmeringsspråket R fungerar.

Inga kunskaper i AI eller R krävs för denna workshop men du bör vara bekant med grundläggande statistiska analyser som att jämföra medelvärden, jämföra frekvenser, korrelation och regression.

Workshop leaders

Håkan Forsberg , Uppsala universitet, hakan.forsberg@edu.uu.se
Håkan Forsberg är forskare och docent i utbildningssociologi vid Uppsala universitet. Hans primära forskning fokuserar på konfigurationerna av skolmarknader, såväl som segregeringen av skolor och bostäder, särskilt i relation till familjers utbildningsstrategier. Hans forskning använder sig i första hand av analyser av fullständiga befolkningsregisterdata.

Erika Majoros, Umeå universitet, erika.majoros@umu.se
Erika arbetar som postdoktor vid Umeå universitet. Hennes huvudsakliga forskningsintressen är inom områdena storskaliga utbildningsbedömningar, psykometri, jämförande utbildning, utbildningspolitik och bedömningsanpassningar.

Jonathan Wedman, TUV, Umeå universitet, jonathan.wedman@umu.se
Jonathan är forskare och docent i utbildningsmätning och framstående universitetslärare vid Umeå universitet. Hans huvudsakliga forskningsintressen är inom områdena storskaliga utbildningsbedömningar, psykometri och klassrumsbedömning i grundskolan, gymnasieskolan och högre utbildning. Han undervisar också om användningen av AI i utbildningen.

Workshop B

Titel: Möjligheter till studier med svenska longitudinella data – en interaktiv workshop

UGU är en av Sveriges största forskningsdatabaser inom utbildningsområdet. UGU är en del av den nationella utvärderingen av utbildning, men UGU:s data används även inom samhällsvetenskap och samhällsforskning i bred bemärkelse.

Databasen innehåller riksrepresentativa urval av skolelever från tio årskullar, födda mellan 1948 och 2004 med den nyligen insamlade elfte kohorten av elever födda 2010. Det speciella med UGU är den longitudinella utformningen där individer från dessa årskullar följs genom utbildningssystemet . Designen gör det möjligt att både följa elever genom utbildningssystemet, samt att jämföra årskullar från olika tider. Databasen består av samlingar från undersökningar och prov som är sammansatta med skoladministrativa data som skola, klass, studieval och betyg.

Workshopen består av två delar:

1. Ett informationsseminarium om UGU-studien; och

2. En praktisk session med UGU-data för att utforska forskningsmöjligheterna med vår data.

Workshop leaders

Victoria Rolfe, Senior Lecturer, IPS, University of Gothenburg, victoria.rolfe@gu.se

Nelika Karimi, Coordinator, IPS, University of Gothenburg, nelika.karimi@gu.se

Utforska UGU:s webbplats för mer information om deras initiativ och evenemang. Missa inte deras kommande konferensdetaljer här.

Workshop C

Titel: Registerdata för utbildningsforskning (SCB)

Rena guldgruvor, så omnämns ofta våra svenska register i sammanhang som har med registerforskning att göra. Den långa traditionen och tillgången till unika personnummer gör Sverige ledande inom registerforskning. Och visst är det unikt och fantastiskt med våra många och omfattande befolkningsbaserade register av hög kvalité!

Statistiska centralbyrån (SCB) är en av 29 statistikansvariga myndigheter i Sverige och vi håller register om bl.a. befolkningen och arbetsmarknaden. Utöver det stöttar vi andra statistikansvariga myndigheter i insamling och framställning av statistik och däribland ingår uppgifter om utbildning.

Under detta seminarium kommer vi att presentera vilka uppgifter som finns tillgängliga vid SCB inom utbildningssektorn och hur man som forskare kan ges tillgång till mikrodata på området.

Det kommer också att ges en presentation om personnummer, som är grunden i registerforskning om individer, om släktkopplingar via Flergenerationsregistret och om några anpassade longitudinella forskningsdatabaser som SCB håller. Därtill pratar vi kort om att kombinera data med data från andra registerhållare, med egen insamlad data eller med enkätdata.

Obs! Seminariet kommer att hållas på svenska, men frågor kan ställas på engelska.

Workshop leaders

Vi som representerar SCB under dagen är Åsa Holmström och Alice Kantoniemi från sektionen för mikrodatauppdrag samt Andreas Frodell som arbetar på sektionen för utbildningsstatistik.

Workshop D

Titel: En praktisk workshop för metaanalyser i utbildningsforskning

Metaanalyser är en uppsättning statistiska tekniker som används för att kombinera resultaten av flera studier om ett specifikt ämne. I den här workshopen kommer vi att leda dig genom stegen för att syntetisera pedagogiska forskningsresultat med hjälp av metaanalytiska metoder. Specifikt kommer vi att fokusera på att identifiera strukturen för metaanalytiska datamängder, upprätta metaanalytiska baslinjemodeller och genomföra moderatoranalyser. Du kommer att lära dig om modeller med slumpmässiga och blandade effekter, heterogenitet och metaanalys på flera nivåer och lära känna sätt att inkludera internationell storskalig bedömningsdata i modelleringsfasen av en metaanalys.

Instruktions- och workshopmaterialet kommer att baseras på R-paketet ”metafor” och några tilläggspaket. Oavsett om du är forskare, statistiker eller student, kommer vår workshop att ge dig kunskap och verktyg för att modellera metaanalytisk data.

Workshop leaders

Ronny Scherer, är professor i pedagogisk bedömning och mätning. Han är professor i pedagogisk bedömning och mätning. Han är medlem av Center for Educational Measurement (CEMO) och meddirektör för Center for Research on Equality in Education (CREATE) vid Universitetet i Oslo. Hans forskning fokuserar på metoder och sakfrågor relaterade till forskningssynteser, analys av internationella storskaliga bedömningar inom utbildning och utbildningsjämlikhet. ronny.scherer@cemo.uio.no

Diego Campos, är forskare vid Center for Educational Measurement vid Universitetet i Oslo (CEMO). Hans arbete innebär att utveckla, utvärdera och tillämpa metodologiska metoder —IPD-metaanalys och ML— för att integrera storskalig data i systematiska översikter och metaanalyser. Diegos nuvarande forskning tillämpar dessa metoder för att förstå trender och variationer i utbildningsskillnader över utbildningssystem och över tid. d.g.campos@cemo.uio.no

Här är workshopsbilderna och ytterligare information för Meta-Analysis Workshop.

Årets QRM-konferens innehåller också ett inbjudet seminarium om betygsättning och bedömning. Hannes Theander och Anders Auer är utredningssekreterare vid utredningen om rättvisa och likvärdiga betyg och poäng (U2023:02)/ Utredningen om likvärdiga betyg och meritvärden (U2023:02). Utredningen om rättvisa och likvärdiga betyg och poäng har i uppdrag att undersöka hur betyg och poäng kan bli mer rättvisa och likvärdiga genom att ta fram en modell för att koppla betygen till de nationella proven/standardproven. Föreläsningen kommer att handla om hur betyg och poäng kan bli mer likvärdiga för mer likvärdig antagning till nästa utbildningsnivå.

Anders Auer, utredningssekreterare. Utbildningsbakgrund: licentiatexamen i nationalekonomi. Han har arbetat med utbildningsstatistik på Skolverket i snart 30 år med internationella longitudinella studier (PISA, TIMSS och PIRLS) och rättvisa och likvärdiga betyg.

Hannes Theander, utredningssekreterare. Utbildningsbakgrund: Pol.Mag. och lärare. Han har arbetat med betygsättning på Skolverket i mer än tio år.

Inlämningarna kan behandla en mängd olika utbildningsforskningsfrågor med hjälp av kvantitativa forskningsmetoder som är relevanta för t.ex. nationella eller internationella storskaliga bedömningar, samt frågor om social rekrytering, segregation och ojämlikhet i hela utbildningssystemet. Vi välkomnar också inlägg som är inriktade på metodologiska överväganden och utmaningar. Skicka in ditt posterabstrakt via posterinlämningsformuläret och/eller ditt papper abstrakt via pappersinlämningsformuläret senast den 28 april.

Konferenslokal

Adressen är Pedagogen Hus A, Västra Hamngatan 25, 411 17 Göteborg.

Hotell rekommendationer

• Elite Plaza Hotel 
  Länk till hotellets hemsida
• Comfort Hotel
  Länk till hotellets hemsida

Besök den engelska sidan för mer information om konferensen.