Of mbo-studenten gaan uitvallen, is vaak al in de eerste maanden van de opleiding te zien. De eerste fase van de opleiding is daarom cruciaal voor het tegengaan van uitval.
Dat blijkt uit het promotieonderzoek van Irene Eegdeman (VU Amsterdam). In haar proefschrift onderzoekt Eegdeman welke factoren de uitval van mbo-studenten bepalen. Ook kijkt zij wat scholen kunnen doen om uitval tegen te gaan. Zij onderzocht onder andere of er een relatie is tussen de verwachtingen van studenten en het voortijdig beëindigen van de opleiding. Dit bleek echter niet het geval te zijn: studenten hebben volgens het onderzoek vaak geen specifieke verwachting van hun mbo-studie. Ze kunnen daarom ook moeilijk teleurgesteld worden.
Voorlichting
Toch ziet Eegdeman wel mogelijkheden om op dit punt winst te boeken. Goede informatie over de opleiding kan helpen uitval te voorkomen. Scholen doen er bijvoorbeeld goed aan om (oud-)studenten voorlichting te laten geven aan aspirant-studenten.
Eerste fase
Uit het onderzoek blijkt ook dat studenten die uitvallen vaak al in het eerste kwart van het opleidingsjaar minder goed presteren. Juist de eerste fase van de opleiding is daarom cruciaal voor het tegengaan van uitval. Belangrijk dan is het snel ‘targeten’ van studenten die een grote kans op uitval hebben. Uit het onderzoek van Eegdeman blijkt dat artificial intelligence daarbij kan helpen.
Algoritme
Een algoritme kan volgens Eegdeman bij het begin van de studie al voorspellen welke studenten een grote kans hebben om uit te vallen. Uit het onderzoek bleken de voorspellingen na verloop van tijd beter te worden. In het begin van de opleiding zijn de voorspellingen van docenten nog beter dan die van het algoritme. Na het eerste kwartaal waren de voorspellingen van het algoritme echter beter. Docenten zouden daarom mede op basis van een algoritme hun voorspellingen kunnen verbeteren. Dit alles biedt kansen om het beleid om uitval te voorkomen te verbeteren: als je eenmaal weet bij welke student het risico op uitval groot is, kan de opleiding gericht interventies plegen. Een dergelijke vorm van ‘targeting’ kan de uitval terugdringen.
Eegdeman hoopt in juni op haar proefschrift te promoveren. De studie is hier al te lezen.