Il progetto di ricerca

Covid-19: gli effetti sulle competenze spazio-temporali degli alunni di scuola primaria

Una ricerca svolta nell’ambito delle attività del Laboratorio Gallino del Dipartimento di Filosofia e Scienze dell’Educazione dell’Università di Torino ha evidenziato criticità nelle competenze spazio-temporali degli alunni di scuola primaria, in seguito alle misure restrittive dovute alla pandemia. Vediamo nel dettaglio

Pubblicato il 28 Mar 2022

Renato Grimaldi

Professore ordinario di Metodologia e tecnica della ricerca sociale (Sps-07) Dipartimento di Filosofia e Scienze dell'Educazione Università degli Studi di Torino

Nicole Messi

dottoranda di Scienze psicologiche, antropologiche e dell’educazione presso l’Università degli Studi di Torino

scuola 2

A partire dalla prima ondata pandemica che ha colpito a inizio 2020 il contesto italiano e mondiale, è risultata chiara e fondamentale la necessità di rilevare le effettive conseguenze che la prolungata chiusura scolastica dovuta alle restrizioni imposte dal governo ha avuto sulle competenze degli alunni di ogni ordine e grado scolastico.

Ci concentreremo, qui, sull’effetto del primo lockdown tra marzo e giugno 2020, quando anche la scuola primaria ha visto il passaggio di tutte le lezioni in DAD (didattica a distanza)*.

Scuola e covid, la DAD occasione persa? Ecco come fare il salto di qualità

Il progetto di ricerca

Il progetto di ricerca nasce dalla volontà di fornire un feedback a dirigenti, docenti e studiosi sull’efficacia della didattica a distanza e soprattutto sulle conseguenze che una sua totale e repentina applicazione possa aver provocato sulle competenze degli alunni dei primi anni di primaria. Ci siamo quindi concentrati sull’Istituto Comprensivo Marconi di Collegno (TO), dove è stato possibile effettuare una comparazione prima e dopo il lockdown 2020 (marzo-giugno), grazie alla presenza di dati rilevati su alunni testati nel 2018, 2014 e 2013.

Per consentire tale comparazione abbiamo somministrato a novembre 2020 un apposito test a bambini della seconda classe della scuola primaria. Utilizzando il medesimo strumento impiegato precedentemente nella stessa struttura scolastica, abbiamo potuto ottenere risultati utili per comprendere l’impatto delle restrizioni pandemiche in tale scuola.

L’ipotesi di partenza mira a controllare se il prolungato periodo di lockdown abbia portato criticità nella conoscenza dei concetti di relazione spazio-temporale tra gli alunni dei primi anni della scuola primaria. Mediante la somministrazione del TCR, il test utilizzato di cui diremo a breve, a ciascun bambino delle classi prese a campione nel 2020, è stato calcolato il punteggio standard e il rango percentile. I risultati ottenuti sono stati messi a confronto con quelli ottenuti dalle classi oggetto di rilevazione negli anni 2018, 2014 e 2013. Si tratta di una straordinaria opportunità che abbiamo potuto cogliere grazie al lavoro di rilevazione che Silvia Palmieri ha curato negli ultimi dieci anni.

Lo strumento di rilevazione: il TCR

Il TCR, Test of Relational Concepts, è uno strumento standardizzato validato negli Stati Uniti da Edmonston e Thane [2], su alunni appartenenti alla fascia d’età 3-8 anni. Il test consiste nel proporre agli alunni 56 items, ovvero gruppi di immagini, accompagnati da una domanda alla quale gli alunni devono dare una risposta che sarà valutata come esatta o errata. A partire dal risultato ottenuto, è possibile calcolare tre tipi di punteggio: il punteggio grezzo, il punteggio standardizzato e il rango percentile. Il primo consiste nella somma dei punteggi delle risposte esatte ottenute da ciascun bambino, il secondo permette di mettere a confronto il singolo alunno con il punteggio medio del campione di riferimento, quello statunitense, la cui media è pari a 50 con una deviazione standard di 10. Questo significa che ogni alunno che otterrà un risultato inferiore a questa cifra sarà considerato carente dal punto di vista delle competenze spazio-temporali, deficit che sarà tanto più severo quanto più ci si allontana dal valor medio. Il rango percentile, infine, permette di dare una collocazione degli alunni di una stessa sezione o realtà scolastica, per comprendere il livello di prestazione del singolo rispetto ai compagni.

Alcuni esempi di item proposti agli alunni sono visibili in Figura 1. La domanda collegata all’item rappresentato in alto a sinistra recita: “Mostrami la ragazza più alta”; le altre domande sono rispettivamente: “Mostrami la ragazza che ha il lecca-lecca più piccolo”; “Mostrami il ragazzo che sta indicando qualcosa in fondo alla finestra”; “Mostrami la prima giraffa della fila”.

Immagine che contiene disegnoatratteggio, mappa Descrizione generata automaticamente
Immagine che contiene testo, disegnoatratteggio Descrizione generata automaticamente
Immagine che contiene disegnoatratteggio Descrizione generata automaticamente

Figura 1 – Item per la valutazione della conoscenza dei concetti spazio-temporali

Il campionamento

Il campione è stato scelto all’interno dell’Istituto Comprensivo Marconi di Collegno (TO). Esso è composto da quattro gruppi di alunni dei primi due anni della scuola primaria: 118 testati nel 2013 [4]; 275 nel 2014 [4]; 55 nel 2018; 60 nel 2020 [6]. A questo ultimo gruppo è stato somministrato il TCR nei mesi di novembre/dicembre 2020, alla ripresa dell’anno scolastico 2020/21. In particolare, i 60 bambini oggetto di questa somministrazione appartenevano alla II A, II B, II C e quindi avevano sofferto la chiusura della scuola quando frequentavano il loro primo anno di primaria.

I risultati della sperimentazione

Iniziamo a vedere i risultati del gruppo relativo agli alunni a cui è stato somministrato il TCR nel 2020 (ultima riga della tab. 2). Per prima cosa possiamo osservare un punteggio standardizzato medio pari a 44.5, con una deviazione standard (che da qui in avanti indicheremo con la sigla SD) di 8.1 (ricordiamo ancora che i valori di riferimento del TCR hanno una media pari a 50 e una SD pari a 10). Per quanto concerne il rango percentile, invece, il valore medio è pari a 31.7 con una SD di 21.7. Inoltre, abbiamo calcolato l’intervallo di fiducia/confidenza, che si colloca per il punteggio standard tra 42.4 e 46.5 e per il rango percentile tra 26.2 e 37.2, il tutto con un livello di significatività del 95% (vedi ancora tabella 2).

Immagine che contiene tavolo Descrizione generata automaticamente

Tabella 2 – Valori statistici calcolati in 4 campioni di Collegno (TO)

Per quanto riguarda la comparazione dei campioni testati nei diversi anni scolastici (confronto che per comodità effettueremo sul solo rango percentile), nel 2018 è stato rilevato un valore di 56.9 e SD di 30.8. Possiamo proseguire osservando che il valore medio rilevato nel 2014 è pari a 45.0 con SD 25.2, mentre nel 2013 si è ottenuto un valore di 33.2 con SD 23.1 (vedi ancora tab.2).

Analizzando i dati sopra menzionati, possiamo osservare come il rango percentile ottenuto dagli alunni sottoposti al test nel 2020 sia statisticamente inferiore al punteggio degli studenti di Collegno 2018 e 2014 mentre non è statisticamente differente da Collegno 2013. Infatti, l’intervallo di confidenza del 2020 che come abbiamo visto è collocato tra i valori 26.2 e 37.2, non ha intersezioni con gli intervalli di confidenza del 2018 e 2014; ha invece intersezioni con l’intervallo di confidenza del 2013 (29.0 – 37.4) per cui possiamo affermare che il rango percentile del 2020 non è statisticamente diverso da quello del 2013. Precisiamo che il TCR somministrato nell’anno 2013 costituisce la prima rilevazione effettuata nell’Istituto Comprensivo Marconi che aveva fatto emergere le lacune degli studenti in materia di concetti spazio-temporali. In seguito all’adozione della robotica educativa come strumento per l’apprendimento di tali concetti, si osserva come il rango percentile sia significativamente cresciuto.

In seguito al primo grande lockdown da marzo a giugno 2020, che ha visto i bambini che allora frequentavano la prima classe di scuola primaria costretti a casa da un giorno all’altro, questo dato è drasticamente sceso. Sono bastati tre mesi di chiusura scolastica e di didattica a distanza a riportare i valori del rango percentile a un livello quasi pari a quello rilevato nel 2013.

La nostra ipotesi, seppur limitata sia nei numeri sia nell’ambito territoriale, è statisticamente controllata positivamente.

Conclusioni

La ricerca, pur con numeri limitati e uno specifico ambito territoriale, ha evidenziato criticità nelle competenze spazio-temporali degli alunni di scuola primaria, in seguito alle misure restrittive dovute alla pandemia (lockdown 2020).

Auspichiamo che il nostro lavoro possa costituire un punto di riferimento per altri ricercatori che mirano a comprendere a fondo le condizioni didattiche e le competenze correnti degli alunni di ogni livello scolastico, in seguito alla crisi da Covid-19 [3].

A partire dalla consapevolezza delle reali conseguenze che ciò ha comportato negli studenti, infatti, è possibile mettere a punto efficaci e mirate strategie didattiche, per migliorare la qualità dell’educazione. È importante che la scuola faccia tesoro di questa esperienza e si attrezzi per dare risposte efficaci e immediate a momenti di crisi che si possono presentare improvvisamente, così come è successo in questi ultimi due anni. L’uso delle tecnologie – sia come strumento di comunicazione sia di didattica – appreso in questo momento pandemico, possono aiutare il mondo della scuola anche quando si potrà tornare totalmente in presenza.

Bibliografia

*Il lavoro è svolto nell’ambito delle attività del Laboratorio Gallino del Dipartimento di Filosofia e Scienze dell’Educazione dell’Università di Torino.

[1] Bozzi G., Zecca L., Datteri E., Interazione Bambini-Robot; riflessioni teoriche, risultati sperimentali, esperienze, Milano, Angeli, 2021, url: http://ojs.francoangeli.it/_omp/index.php/oa/catalog/book/636.

[2] Edmonston N.K., Thane N.L., TRC: Test of relational concepts. Gallaudet University, Pre-college National Mission Programs, 1999.

[3] Grimaldi R. (a cura di), La società dei robot, Milano, Mondadori, 2022.

[4] Grimaldi R., A scuola con i robot. Innovazione didattica, sviluppo delle competenze e inclusione sociale, Bologna, il Mulino, 2015.

[5] https://www.invalsiopen.it/risultati-invalsi-2021-primaria-italiano-matematica/

[6] Messi, N., & Grimaldi, R. (2021). The effects of covid-19 pandemic on primary school children’s spatial-temporal skills, in Italy. In EDULEARN21 Conference 5th-6th July 2021, IATED (pp. 3262-3268).

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati