Linking Instruction and Student Achievement (LISA)

LISA-prosjektet (Linking Instruction & Student Achievement) er et omfattende forskningsprosjekt som vil undersøke sammenhengen mellom undervisning og elevprestasjoner i matematikk og lesing på ungdomstrinnet.

(bak) Kirsti Klette, Marte Blikstad-Balas, Fritjof Sahlström (foran) Anna Slotte-Lüttge, Astrid Roe og Liisa Tainio

Noe av det mest spennende med LISA-designet er at studien vil kombinere videodata fra undervisning med testresultater fra de samme klasserommene. Dette har i liten grad blitt gjort tidligere i Norge. Prosjektet ledes av Professor Kirsti Klette, som har lang erfaring med klasseromsforskning og videostudier. Norges forskningsråd finansierer studien, som fikk midler i hard konkurranse med mange andre ambisiøse prosjekter.

Omfattende datainnsamling

Høsten 2014 startet den omfattende datainnsamlingen i LISA. Forskerne skal i løpet av et skoleår (2014/2015) besøke over femti ungdomskoler i hele Norge. Det skal gjøres videoopptak av fire undervisningstimer i norsk og matematikk i hver 8. klasse på hver av skolene. Ett kamera filmer klassen som helhet og ett kamera følger læreren. En av hovedgrunnene til at LISA-prosjektet bruker video, er at det er en systematisk måte å hente inn data på som tydelig skiller datainnhentingen og datatolkningen. I tillegg vil det være mulig for flere forskere å bruke det samme materialet. Det har blitt gjort tidligere i for eksempel prosjektet PISA+.

Internasjonale samarbeidspartnere

LISA-teamet samarbeider bredt med andre universiteter, blant annet Stanford og Harvard i USA. I vår var flere av forskerne i LISA på en ukes langt kurs på Stanford, der de jobbet med videokoding sammen med amerikanske forskere og en delegasjon skoleforskere fra Finland. En av de metodiske ambisjonene LISA-prosjektet har, er å ta i bruk videokoder som allerede er testet ut og brukt i annen relevant forskning med hell. På denne måten kan man sammenligne funn i Norge med funn fra andre land. Dessuten vil det være mulig å vurdere hvordan ulike koder – som fokuserer på ulike ting – gir ulike bilder av datamaterialet.

 

Se også prosjektets engelske side.

Publisert 17. des. 2013 10:20 - Sist endret 4. jan. 2016 11:14