Betrouwbaarheid van leerlingenprognoses 2016 voor instellingen in het speciaal basisonderwijs
|
|
- Marina van Veen
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 PRIMAIR ONDERWIJS Betrouwbaarheid van leerlingenprognoses 2016 voor instellingen in het speciaal basisonderwijs Leerlingenramingen 2016 (vanuit laatste teljaar 2015) vergeleken met de referentieraming Datum 11 mei 2016 Status: Definitief
2 Colofon Projectnaam Ontwikkeling leerlingenprognoses voor instellingen Projectnummer Versienummer 1 Locatie Projectleiders Bjorn Koens Contactpersoon bjorn.koens@duo.nl Bijlagen Auteurs Actuele cijfers: geen Bjorn Koens, Nisan Mol, Ronic van der Hoek Leerlingen_po/
3 Inhoud Inleiding... 5 Conclusies... 6 Toelichting prognosemodel sbo... 9 Doel prognosemodel... 9 Groei- en krimpscholen in sbo... 9 Het prognosemodel sbo ten opzichte van die voor regulier bo Risico: kwetsbare betrouwbaarheid door de wet van de kleine getallen Risico ondervangen door controleren van schattingsruis Resultaat: voor schattingsruis gecontroleerd productieproces Samenhang met landelijke leerlingenprognoses Resultaten uit het verleden geen garantie voor de toekomst Betrouwbaarheid van prognosemodel sbo Toets op macroniveau fit met landelijke referentieraming Effect van sectoranalyse op leerlingenramingen op landelijk niveau Toets op instellingsniveau Omstandigheden op instellingsniveau met minder goede betrouwbaarheid tot gevolg
4 Overzicht van tabellen Tabel 1 - DUO-prognoses t.o.v. referentieraming Tabel 2 - Effect sectoranalyse op doorstroomparameters: prognoses t.o.v. een ongecorrigeerd prognosemodel Overzicht van figuren Figuur 1 - Groei- en krimpscholen als percentage van de sbo-sector (realisatie en prognose ) Figuur 2 - DUO-prognoses vóór ijking versus de landelijke referentieraming Figuur 3 - Waargenomen doorstroomparameters Figuur 4 - Bijstellingen doorstroomparameters als gevolg van herschattingen, naar schoolgrootte Figuur 5 - Een met sectoranalyse op doorstroomparameters gecorrigeerd prognosemodel versus een prognosemodel zonder sectoranalyse Figuur 6 - Effect van sectoranalyse op de leerlingenprognoses van een school met verdachte doorstroomfactoren
5 Inleiding In opdracht van OCW heeft DUO een prognosemodel ontwikkeld voor leerlingenramingen voor instellingen in het speciaal basisonderwijs (sbo). Het betreft vestigingen van sbo-instellingen. Doel is inzicht te geven in de meest elementaire vraag waar onderwijsplanning mee begint: Hoe zal de onderwijsvraag zich de komende jaren ontwikkelen en hoe is die verdeeld over de regio s in het land? De toekomstige onderwijsvraag volgt uit de verwachte ontwikkeling van de leerlingenaantallen. De leerling staat hier centraal. In deze notitie wordt het prognosemodel sbo toegelicht (p.8). In de paragrafen daarna zal nader worden ingegaan op de betrouwbaarheid van de leerlingenramingen (vanaf p.15). Ten slotte wordt toegelicht onder welke omstandigheden de betrouwbaarheid van de leerlingenprognoses van individuele instellingen minder goed kunnen zijn (p.25). In de eerste paragraaf zijn de belangrijkste conclusies beschreven over de leerlingenramingen van prognosemodel sbo. 5
6 Conclusies Doel In opdracht van OCW heeft DUO een prognosemodel ontwikkeld voor leerlingenramingen voor instellingen in het speciaal basisonderwijs. Deze prognoses geven inzicht in de meest elementaire vraag voor onderwijsplanning: Hoe zal de onderwijsvraag zich de komende jaren ontwikkelen en hoe is die verdeeld over de regio s in het land? Gegeven de landelijke meerjarige planning in de OCW-begroting is het doel, om voor de afzonderlijke sbo-instellingen een zo betrouwbaar mogelijke leerlingenraming te maken. Een leerlingenprognose die hen kan helpen bij het opstellen en uitvoeren van meerjarenbegrotingen, en meerjarige planningen voor het onderwijsaanbod gericht op de vraag in hun voedingsgebied. Uitgegaan is van de recente historie van de scholen in termen van instroom en doorstroom van leerlingen binnen de instellingen. Daarbij is rekening gehouden met regionale bevolkingsprognoses, om de verwachte leerlingendaling zo goed mogelijk toe te rekenen aan bijvoorbeeld scholen in krimpregio s. Robuuste betrouwbaarheid prognosemodel Een eerdere publicatie over de betrouwbaarheid van de leerlingenramingen van het prognosemodel-sbo sprak over een robuuste betrouwbaarheid van de prognoses. Met medeneming van de lessen die uit die analyses zijn geleerd, is de betrouwbaarheid van de geactualiseerde leerlingenprognoses naar verwachting niet wezenlijk anders dan in een eerdere jaargang van de leerlingenramingen van hetzelfde prognosemodel. Meer dan twee van de drie scholen in het speciaal basisonderwijs krimpt. De prognoses duiden erop, dat veel sbo-scholen de komende jaren geconfronteerd zullen blijven worden met leerlingendaling. Onder invloed van een verschuiving van speciaal onderwijs naar het regulier basisonderwijs, mogelijk als gevolg van de invoering van passend onderwijs, zal de leerlingendaling naar verwachting aan veel sbo-scholen aanhouden tot ca Na dat jaar zullen naar verwachting meer en meer scholen te maken gaan krijgen met de uitdagingen die samengaan met groei. Leerlingenprognoses bieden een handvat om daarop tijdig te anticiperen. Gelet op dat er nog geen realisatiecijfers beschikbaar zijn van teldatum 2016, kan nog niet worden vastgesteld hoe de leerlingenramingen van het eerste prognosejaar 2016 zich tot de gerealiseerde leerlingentelling verhouden. Als gevolg van het verschuivingseffect van speciaal onderwijs naar het regulier basisonderwijs, mogelijk als gevolg van de invoering van passend onderwijs, waarmee in de referentieraming 2016 is geraamd en dat per 6
7 definitie niet is meegenomen in het prognosemodel 1, kan dit keer niet worden vastgesteld hoe goed het prognosemodel op eigen kracht de verwachte meerjarige leerlingenontwikkeling van de landelijke referentieraming benadert. Robuuste betrouwbaarheid, geen garanties Het prognosemodel rekent met historische gegevens van de afgelopen schooljaren over instroom en doorstroom van leerlingen. Resultaten uit het verleden bieden geen garanties voor de toekomst. Daarnaast zijn prognoses per definitie onzeker. Aan de leerlingenprognoses kunnen dan ook geen rechten worden ontleend. Omstandigheden op instellingsniveau met minder goede betrouwbaarheid tot gevolg De betrouwbaarheid van de leerlingenprognoses voor afzonderlijke instellingen is verder afhankelijk van school-specifieke omstandigheden. Van invloed is de mate waarin een school secuur de leerlingenregistratie in BRON invult. Ook de betrouwbaarheid van de bevolkingsprognoses waarop de leerlingenraming is gebaseerd is van groot belang. Als voor een bepaald postcodegebied in PRIMOS een verkeerde inschatting is gemaakt van de bevolkingsontwikkeling, dan heeft dat invloed op de leerlingenramingen van scholen, waarvan leerlingen in dat postcodegebied wonen. Verder heeft analyse aangetoond dat de betrouwbaarheid van de prognoses voor kleine scholen minder goed is dan voor grotere. Prognoses voor nieuw opgerichte scholen zijn gebaseerd op sectorale gemiddelden van de doorstroomparameters. Het kan voorkomen dat zo n landelijk gemiddelde de doorstroom aan die nieuwe scholen niet goed beschrijft. Dat kan nadelige gevolgen hebben voor de betrouwbaarheid van de prognoses van zo n nieuwe school. Ook de prognoses van scholen in de buurt van zo n nieuwe vestiging kunnen minder betrouwbaar zijn: de leerlingen die de nieuwe school aantrekt kunnen immers ten koste gaan van de leerlingenaantallen van naburige scholen. Een andere omstandigheid met gevolgen voor de betrouwbaarheid van de leerlingenramingen is als een school in achterliggende jaren grillige instroom en doorstroom van leerlingen heeft gehad. Ook (naderende) omslagpunten en trendbreuken in instroom en doorstroom van leerlingen, zoals bijvoorbeeld fusies en opsplitsingen van scholen, kunnen de betrouwbaarheid van de leerlingenprognoses nadelig beïnvloeden. Betrouwbaarheid van leerlingenprognoses van scholen die onderwijs aanbieden aan asielzoekerskinderen, kunnen gevoelig zijn voor veranderingen in de aantallen asielzoekerskinderen die in hun nabijheid worden gehuisvest. 1 Dat immers rekent met gegevens uit het verleden, zoals geregistreerd in BRON-PO. 7
8 Van scholen die binnen een jaar na de laatste teldatum waarop de prognoses zijn gebaseerd ophouden te bestaan, zijn leerlingenramingen gemaakt zonder dat met deze naderende opheffing rekening is gehouden. Deze prognoses geven per definitie geen getrouw beeld van de toekomst van de school. Als een school meer dan gemiddeld specifieke leerlingengroepen heeft, zoals bijvoorbeeld zorgleerlingen, heeft dat tot gevolg dat de betrouwbaarheid van prognoses van deze scholen extra kwetsbaar is voor op die leerlingen gericht landelijk beleid. De instroom en doorstroom van leerlingen uit het verleden kunnen immers minder representatief zijn voor de verwachte dynamiek van de komende schooljaren. Het prognosemodel houdt geen rekening met grenzen van de huisvestingscapaciteit. Op die manier kunnen leerlingenprognoses voor groeischolen het verwachte leerlingenaantal overschatten, omdat de school nu eenmaal niet meer leerlingen kan huisvesten dan zijn gebouw groot is. Voor actuele gegevens wordt verwezen naar en naar 8
9 Toelichting prognosemodel sbo Uitgangspunt in het prognosemodel zijn de verwachte leerlingenaantallen, waarop de landelijke onderwijsplanning in de Rijksbegroting van het ministerie van OCW is gebaseerd. De landelijke leerlingenprognoses worden door directie KENNIS van OCW gemaakt en gepubliceerd als de referentieraming. Doel prognosemodel Feitelijk verdeelt het prognosemodel sbo de landelijk verwachte leerlingenaantallen over de vestigingen voor speciaal basisonderwijs. Gegeven de landelijke meerjarige planning in de OCW-begroting is het doel, om voor de afzonderlijke sbo-instellingen een zo betrouwbaar mogelijke leerlingenraming te maken. Een leerlingenprognose die hen kan helpen bij het opstellen en uitvoeren van meerjarenbegrotingen, en meerjarige planningen voor het onderwijsaanbod gericht op de vraag in hun voedingsgebied. Al dan niet in samenwerking of afstemming met andere scholen. Daarbij is op een fijnmazige manier 2 rekening gehouden met regionale bevolkingsprognoses, en de recente historie van de scholen in termen van instroom en doorstroom van leerlingen binnen de instellingen. Groei- en krimpscholen in sbo De laatste jaren krijgen steeds meer scholen te maken met teruglopende leerlingenaantallen. Daar zijn diverse oorzaken voor, deels zijn die schoolspecifiek, en deels overkomen ze de scholen als een niet beïnvloedbare factor van buiten. Een voorbeeld van oorzaken van teruglopende leerlingenaantallen waar scholen zelf invloed op hebben, is een afnemende populariteit van de school als sprake is van matige onderwijskwaliteit, of als de school de veiligheid van de leerlingen onvoldoende kan waarborgen. Voorbeelden van oorzaken waar een school zelf weinig aan kan doen, zijn stichting van een nieuwe school in de buurt, veranderingen in landelijk onderwijsbeleid, of onvoorzienbare incidenten. Daarnaast hebben veel scholen te maken met afnemende leerlingenaantallen onder invloed van de bevolkingsdaling onder de jeugd. De demografische trend 2 Gebruik is gemaakt van bevolkingsprognoses van ABF Research. Het betreft de PRIMOS-bevolkingsprognoses per viercijferig postcodegebied. 9
10 AANTAL INSTELLINGEN ALS % VAN DE SBO-SECTOR verschilt per regio, op sommige plaatsen groeit de bevolking onder de jeugd, zoals bijvoorbeeld in de gemeente Utrecht. Op andere krimpt die juist, zoals bijvoorbeeld in Zuid-Limburg. Maar lokaal kunnen er ook grote verschillen zijn in demografische trends. In de gemeente Utrecht bijvoorbeeld is het groeiperspectief van vinex-locatie Leidsche Rijn een heel andere dan het krimpscenario van het naburige De Meern. Binnen een afstand van hemelsbreed zo n vijf kilometer kunnen scholen met heel verschillende demografische uitdagingen te maken krijgen. Figuur 1 toont het verwachte percentage krimp- en groeischolen in de sbosector. Krimpscholen zijn scholen waarvan het (verwachte) leerlingenaantal lager is dan het jaar ervoor. Bij groeischolen neemt het (verwachte) leerlingenaantal juist toe ten opzichte van voorgaand jaar. Meer dan twee van de drie scholen krimpt. De afgelopen jaren is het aandeel krimpscholen gestaag gegroeid van ruim 61% in 2011 naar ca 72% in Onder invloed van een verschuiving van speciaal onderwijs naar regulier basisonderwijs mogelijk als gevolg van de invoering van passend onderwijs is de verwachting dat dat aandeel de komende jaren zal oplopen tot ruim drie kwart van de scholen in Het verwachte keerpunt is 2024, wanneer het aandeel groeischolen weer zal toenemen en meer en meer scholen te maken gaan krijgen met de uitdagingen die samengaan met groei. Leerlingenprognoses bieden een handvat om daarop tijdig te anticiperen. Figuur 1 - Groei- en krimpscholen als percentage van de sbo-sector (realisatie en prognose ) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% Groei- en krimpscholen in sbo-sector 38,7%33,0%28,3%35,0%27,9% 25,6%24,2%26,9%33,7%41,4%40,4%39,1%38,4%49,8%70,4%83,2%90,6%94,6%91,2%88,9%86,2%85,9%81,8%78,8%75,1% 0% 61,3%67,0%71,7%65,0%72,1% 74,4%75,8%73,1%66,3%58,6%59,6%60,9%61,6%50,2%29,6%16,8% 9,4% 5,4% 8,8% 11,1%13,8%14,1%18,2%21,2%24,9% Krimpscholen Groeischolen 10
11 Het prognosemodel sbo ten opzichte van die voor regulier bo In termen van dynamiek in de onderwijssector verschilt de sector sbo op twee belangrijke punten met het regulier basisonderwijs (bo). Afhankelijk van hun ontwikkeling stromen leerlingen in het bo door naar een volgend leerjaar. Bij achterblijvende leeropbrengsten kunnen leerlingen een leerjaar doubleren. In het sbo is geen sprake van een doorstroom afhankelijk van leerjaren, maar van verblijfsjaren aan de instelling 3. In plaats van naar leerlingenaantallen te kijken in de verschillende leerjaren, is in prognosemodel sbo daarom de doorstroom vormgegeven door te kijken naar leerlingenaantallen in de verschillende leeftijdsgroepen. Dat is dezelfde benadering als die in de landelijke referentieraming is gevolgd. Het tweede verschil is dat leerlingen in het sbo kunnen instromen na doorverwijzing vanuit het bo. De instroom van leerlingen in het sbo is daardoor minder eenduidig dan die in bo. De leerplichtwet schrijft immers voor dat leerlingen vanaf hun vijfde naar school moeten. Het overgrote merendeel van de kinderen gaat dan naar een reguliere basisschool, een klein deel gaat rechtstreeks naar het speciaal basisonderwijs. Gaandeweg hun verblijf aan het bo zal voor een klein deel van de leerlingen besloten worden dat zij beter geholpen zijn met onderwijs aan het sbo. Deze leerlingen worden vanuit het bo doorverwezen, en stromen op latere leeftijd in in het sbo. Zo kan het dus voorkomen dat aan een sbo-instelling nieuwe leerlingen instromen op bijvoorbeeld hun zesde, zevende, achtste etc jaar. In beginsel is het mogelijk dat in het sbo leerlingen instromen in elke leeftijdsgroep. De referentieraming volgt dezelfde benadering. Voor het prognosemodel van beide sectoren betekenen deze twee verschillen, dat die voor sbo complexer is dan die voor bo. Het prognosemodel sbo telt dan ook drie keer zoveel ramingsparameters voor instroom en doorstroom dan dat voor bo. Omdat er meer ramingsparameters in het sbo-model zijn, zijn onder gelijke omstandigheden de verwachte onzekerheden rond de leerlingenramingen voor het sbo groter dan die voor het bo. Risico: kwetsbare betrouwbaarheid door de wet van de kleine getallen Op basis van de specifieke instellingskenmerken is gestreefd zoveel mogelijk maatwerk te bieden. Complicatie daarbij is, dat sbo-instellingen scholen zijn met relatief kleine leerlingenaantallen. In het algemeen is de betrouwbaarheid van prognoses van kleine aantallen een serieus punt van zorg. Het is een reden voor 3 De registratie in BRON-PO van kenmerk verblijfsjaren is echter onvoldoende betrouwbaar om daarmee de doorstroom in de sector te ramen. 11
12 instellingen als bijvoorbeeld CBS om terughoudend te zijn met het geven van dit soort prognoses, ongeacht het onderwerp. De verklaring voor het feit dat prognoses van kleine aantallen minder betrouwbaar zijn dan die van grote, is dat die prognoses tot stand komen met behulp van ramingsparameters die zijn geschat op kleine groepen leerlingen. Zo zijn vooral de ramingsparameters voor doorstroom kwetsbaar voor de wet van de kleine getallen. In deze context zegt die wet, dat de waarden van doorstroomparameters méér vertekend zijn, naarmate die doorstroom berekend is met kleinere leerlingenaantallen. Naarmate de groepen leerlingen kleiner zijn waarmee de doorstroom is geschat, bevatten die doorstroomparameters dan ook meer schattingsruis 4. De daaruit voortkomende toevallige afwijkingen omhoog of omlaag, zullen elkaar naar verwachting opheffen als de sector uit veel scholen zou bestaan met bovendien gemiddeld veel leerlingen. Echter, omdat de sector sbo naar verhouding weinig scholen telt kan niet op voorhand worden verwacht dat die toevallige afwijkingen elkaar zullen opheffen. Uiteindelijk wordt de schattingsruis doorgegeven aan de leerlingenprognoses, waardoor ze minder betrouwbaar kunnen worden. Risico ondervangen door controleren van schattingsruis Om deze problematiek te adresseren is een instrument ontwikkeld, waarin een analyse op de doorstroomparameters is gedaan. Van de meest recente schooljaren zijn daarbij voor elke doorstroomparameter alle waarnemingen geanalyseerd, van alle scholen in de sector. Tegen de achtergrond van kleine schoolgrootten in het sbo, is gekeken naar wat in de afgelopen schooljaren gangbare waarden zijn geweest voor de doorstroomparameters. Dat geeft ook inzicht in de waarden die minder gangbaar zijn, de zogenaamde uitbijters. Die uitbijters zijn verdacht van het hebben van een onevenredige hoeveelheid schattingsruis. Van elke school zijn per doorstroomparameter vijf waarnemingen beschikbaar. Elke waarneming is op plausibiliteit beoordeeld, en verdachte waarnemingen zijn nader geanalyseerd. Van elke afzonderlijke uitbijter is bekeken of hij lager of juist hoger is dan gangbaar, en vervangen met een herschatting van de doorstroomparameter. Deze schatting is afhankelijk van of de uitbijter lager of 4 Ter illustratie: de waarde van een doorstroomparameter, die is berekend met bijvoorbeeld 2 leerlingen méér dan de oorspronkelijke groepsgrootte in de noemer. De doorstroomparameter is bij een groepsomvang van bijvoorbeeld 10 wezenlijk hoger (nl 12 10=1,2) dan bij een grotere groep van 100 ( =1,02), terwijl allebei uitdrukken dat de groep twee leerlingen groter is geworden. Kleine groepsgrootte vertekent de uitkomst van de schatting van de doorstroomparameter, en daarmee zijn plausibiliteit. 12
13 hoger is dan gangbaar, en vervolgens bepaald aan de hand van wat de afgelopen schooljaren gangbare waarden zijn geweest. Op die manier worden uitbijters op maat herschat afhankelijk van instellings-specifieke kenmerken 5, en of de uitbijter lager of juist hoger dan gangbaar is. Beoogd is om, ook tijdens dit herschattingsproces, maatwerk te blijven bieden aan de vestigingen in het sbo. Resultaat: voor schattingsruis gecontroleerd productieproces Met deze sectoranalyse van de doorstroom bevat het prognosemodel sbo een instrument waarmee voor schattingsruis wordt gecontroleerd. Het instrument doet dat voor iedere waargenomen doorstroomfactor van de afgelopen schooljaren, en voor elke afzonderlijke school. Er gaat een controlerende werking van uit, waardoor leerlingenprognoses naar verwachting minder kwetsbaar worden voor willekeurige effecten van schattingsruis in de ramingsparameters. Niet voorkomen kan worden dat desondanks de leerlingenprognoses een zekere mate van schattingsruis zullen blijven behouden; onvermijdelijk is dat niet álle schattingsruis kan worden weggepoetst. In het productieproces van de leerlingenprognoses is met dit instrument voorzien in stabiliteit en continuïteit, waarbij consistentie is geborgd m.b.t. de betrouwbaarheid van toekomstige leerlingenprognoses. Doel is uiteindelijk om schoolleiders zoveel mogelijk te behoeden voor willekeurig grote verschillen in de nieuwe leerlingenprognoses in vergelijking met die van de vorige jaargang. Zijn of haar investerings- en huisvestingsplanning, of personele planning, is immers niet gediend met prognoses, die door willekeur in grote mate van de vorige kunnen verschillen. Samenhang met landelijke leerlingenprognoses Op basis van de specifieke instellingskenmerken is met het prognosemodel gestreefd zoveel mogelijk maatwerk aan de sbo-vestigingen te bieden. Daarbij zijn eerst leerlingenprognoses per instelling gemaakt. Daarna zijn die opgeteld tot een landelijk verwacht leerlingentotaal. Dat landelijke totaal is vervolgens geijkt op de referentieraming. Daarbij zijn de geconstateerde verschillen in de landelijke totalen evenredig toegerekend aan de leerlingenprognoses van de afzonderlijke scholen. Wat resteert, is het eindresultaat van publicabele leerlingenprognoses. 5 Concreet: komt het slechts incidenteel voor dat de betreffende instelling van de betreffende doorstroomparameter een uitbijter vertoont, of gebeurt dat vaker? 13
14 Resultaten uit het verleden geen garantie voor de toekomst Net als met beleggingsresultaten geldt ook voor instellingsprognoses, dat resultaten uit het verleden geen garanties bieden voor de toekomst. De prognoses zullen daarom in veel gevallen niet precies uitkomen. Er kunnen dan ook geen rechten aan worden ontleend. Zo is in de leerlingenprognoses bijvoorbeeld geen rekening gehouden met de grenzen van de huisvestingscapaciteit. Op die manier kunnen leerlingenprognoses voor groeischolen het verwachte leerlingenaantal overschatten, omdat de school nu eenmaal niet meer leerlingen kan huisvesten dan zijn jasje groot is. Deze leerlingenprognoses moeten worden beschouwd als het leerlingenpotentieel dat voor een school is verwacht, op basis van zijn recente verleden in termen van instroom en doorstroom en de verwachte lokale demografische trends. Andere oorzaken die ervoor zorgen dat leerlingenprognoses de realiteit minder goed benaderen zijn situaties waarbij instellingen betrokken zijn bij fusies of opsplitsingen, of waarbij een opheffing aanstaande is. Ook oprichting van nieuwe scholen kan ervoor zorgen dat leerlingenprognoses niet altijd uitkomen van scholen in hetzelfde voedingsgebied. De nieuwe school zoekt immers zijn plekje in het voedingsgebied en dat kan ten koste gaan van de leerlingenaantallen van andere scholen in de buurt. Ook de prognoses van die nieuwe scholen zélf zullen in veel gevallen niet precies uitkomen, omdat die leerlingenramingen zijn gemaakt op basis van de sectorale gemiddelden van de doorstroomparameters. Betrouwbaarheid van leerlingenprognoses van scholen die onderwijs aanbieden aan asielzoekerskinderen, kunnen gevoelig zijn voor veranderingen in de aantallen asielzoekerskinderen die in hun nabijheid worden gehuisvest. Bovengemiddelde gevoeligheid voor onderwerpen van landelijk onderwijsbeleid kunnen ook bijdragen aan aanvullende onzekerheden, waardoor de leerlingenprognoses niet precies kunnen uitkomen. Als een school meer dan gemiddeld specifieke leerlingengroepen heeft, zoals bijvoorbeeld zorgleerlingen, heeft dat tot gevolg dat de betrouwbaarheid van prognoses van deze scholen extra kwetsbaar is voor op die leerlingen gericht landelijk beleid. De instroom en doorstroom van leerlingen uit het verleden kunnen immers minder representatief zijn voor de verwachte dynamiek van de komende schooljaren. 14
15 Betrouwbaarheid van prognosemodel sbo In het vervolg van deze notitie zal worden ingegaan op de vraag hoe betrouwbaar de leerlingenprognoses voor vestigingen in het regulier basisonderwijs zijn. Belangrijkste maatstaf daarbij is de vraag in welke mate de prognoses van de instellingen in de praktijk zijn uitgekomen. Om daarvan een beeld te krijgen zouden de instellingsramingen van het eerste prognosejaar (2016) vergeleken moeten worden met de nog te realiseren leerlingenaantallen op teldatum 1 oktober Omdat die gegevens bij het opstellen van deze notitie nog niet beschikbaar waren, is deze analyse opgeschort. Daarom kan in deze notitie maar in zeer beperkte mate conclusies worden getrokken over de betrouwbaarheid van deze leerlingenprognoses voor instellingen in het sbo. Over eerdere leerlingenprognoses voor sbo-instellingen die het prognosemodel heeft voortgebracht, zijn eerder onderzoeksresultaten over hun betrouwbaarheid gepubliceerd. Het betreft prognoses vanuit het voorlaatste teljaar 2013, zeg maar de voorlaatste prognose van de huidige. Conclusie was dat het prognosemodel leerlingenramingen levert van robuuste betrouwbaarheid, ondanks de risico s daarvoor door het kenmerk van het speciaal basisonderwijs dat de sector naar verhouding weinig scholen telt met bovendien relatief weinig leerlingen. Naar verwachting zal de betrouwbaarheid van de huidige jaargang hier niet sterk van verschillen. Een andere indicator is een toets op macroniveau, waarbij gekeken is naar de mate waarin de optelling van alle ramingen in het prognosemodel op eigen kracht d.w.z. een tussenresultaat vóórdat zij op de landelijke referentieraming zijn geijkt een vergelijkbare ontwikkeling vertoont als die in de landelijke onderwijsplanning in de Rijksbegroting van OCW. Hierna wordt ingegaan op de toets op macroniveau, waarbij de verwachte leerlingenontwikkeling is vergeleken met die in de referentieraming. Daarbij wordt tevens ingegaan op het effect van de sectoranalyse op doorstroom. Wegens het nog niet beschikbaar zijn van de leerlingentelling van 1 oktober aanstaande, is het antwoord op de belangrijkste vraag voorlopig opgeschort. Die vraag luidt: hoe goed voorspelden de ramingen voor het eerste prognosejaar de feitelijke leerlingenaantallen? 15
16 Leerlingenaantal Toets op macroniveau fit met landelijke referentieraming De witte lijn in figuur 2 toont de optelling van alle leerlingenramingen van het prognosemodel, voordat ze zijn geijkt op de referentieraming. De gele lijn is de referentieraming 2016 voor sbo. De figuur toont de mate waarin de DUOprognoses op eigen kracht de prognoses van de referentieraming benaderen. De figuur toont een discrepantie van gemiddeld ca 10% over de twintig prognosejaren. De verklaring voor de verschillen is, dat in de referentieraming 2016 gerekend is met een verschuiving van speciaal onderwijs naar het regulier basisonderwijs, mogelijk als gevolg van de invoering van passend onderwijs. Omdat deze verschuiving (nog) niet zichtbaar is in de leerlingentellingen van de afgelopen jaren, zit dit effect (nog) niet in de leerlingenramingen van het prognosemodel voor sbo-instellingen. Daardoor is het totaal van de ramingen van het prognosemodel op eigen kracht hoger dan de referentieraming. Met het ijken van die prognoses op de referentieraming, worden de verschillen evenredig toegerekend aan de leerlingenprognoses van de afzonderlijke sbo-instellingen. Figuur 2 - DUO-prognoses vóór ijking versus de landelijke referentieraming Prognosemodel vs. referentieraming Prognosemodel 2016 Referentieraming 2016 Realisatie De volgende tabel laat de omvang zien van het ijkingseffect. In het eerste prognosejaar 2016 raamt DUO op eigen kracht 539 leerlingen meer dan de referentieraming, en worden de prognoses met gemiddeld 1,6% gecorrigeerd om uiteindelijk hetzelfde leerlingentotaal van de referentieraming te krijgen. Dat lijkt betrekkelijk veel. Niettemin zegt dit tussenresultaat van het prognoseproces 16
17 weinig over hoe het eindresultaat van het prognoseproces zal verschillen van de uiteindelijk te realiseren leerlingentellingen op 1 oktober Gemiddeld over 20 prognosejaren bedraagt de correctie a.g.v. ijking op de referentieraming een bijstelling naar beneden van 10,1%. Tabel 1 - DUO-prognoses t.o.v. referentieraming Teljaar DUO RR 2016 Verschil (DUO -/- RR2016) Verschil% tov RR ,6% ,9% ,5% ,7% ,5% ,5% ,1% ,5% ,6% ,8% ,0% ,0% ,3% ,5% ,9% ,4% ,1% ,7% ,3% ,1% Gemiddelde 10,1% Minimum 1,6% Maximum 13,0% Aantal (prognosejaren) 20 Samengevat kan worden vastgesteld, dat als gevolg van het verschuivingseffect van speciaal onderwijs naar het regulier basisonderwijs waarmee in de referentieraming 2016 is geraamd en dat per definitie niet is meegenomen in het prognosemodel 6, dit keer niet kan worden vastgesteld hoe goed het prognosemodel op eigen kracht de verwachte meerjarige leerlingenontwikkeling van de landelijke referentieraming benadert. Effect van sectoranalyse op leerlingenramingen op landelijk niveau Eerder is beschreven hoe onder invloed van de wet van de kleine getallen schattingsruis ontstaat in de ramingsparameters van het prognosemodel. Om daarvoor te controleren bevat het prognosemodel een instrument, waarin de sectorale doorstroom is geanalyseerd en waar nodig waarden van doorstroomparameters zijn herschat. Herschatting vindt plaats als waargenomen 6 Dat immers rekent met gegevens uit het verleden, zoals geregistreerd in BRON-PO. 17
18 doorstroomparameters verdacht hoog of laag zijn, een risico dat zich voordoet omdat doorstroomfactoren zijn geschat met kleine groepen leerlingen. De sectoranalyse op de doorstroomparameters is nader beschreven in de documentatie over Hoe de leerlingenramingen tot stand komen. Omdat de vertekening aan de bovenkant onbegrensd is, waar die aan de onderkant wèl een bodem heeft 7, is op voorhand verwacht dat een prognosemodel dat rekent met ruwe doorstroomfactoren tot hogere leerlingenramingen zal leiden. Hoger dan een prognosemodel, waarin uitbijters zijn herschat aan de hand van een sectoranalyse van de doorstroom. Hier wordt ingegaan op de vraag, in welke mate dat het geval is Voordat die vraag wordt beantwoord, wordt eerst ingegaan op de ruwe doorstroomparameters in het prognosemodel, en het effect van de herschattingen. Figuur 3 toont alle waargenomen doorstroomparameters. De gele puntjes tonen de uitbijters, de blauwe de gangbare waarden. Ten opzichte van de doorstroomparameters van de bo-sector, heeft het speciaal basisonderwijs minder eenduidige plausibiliteitsgrenzen. Dat komt doordat er tien doorstroomparameters zijn, waarbij in de meeste gevallen de plausibiliteitsgrenzen zijn getrokken aan de hand van de waargenomen spreiding. Dat varieert per doorstroomparameter. Bovendien hebben de doorstroomparameters van de twee oudste leeftijdscategorieën een ondergrens van nul. Op leeftijd 13 en 14 jaar is het immers gebruikelijk dat leerlingen uitstromen uit het sbo en hun opleiding vervolgen aan het voortgezet onderwijs. In die gevallen zijn doorstroomparameters van nul plausibel, en dat verklaart dat er veel puntjes in figuur 3 bij een doorstroomparameter van dichtbij nul blauw gekleurd zijn. De figuur toont dat 8,7% van alle waarnemingen een minder gangbare waarde voor de doorstroomparameters betreft, de gele puntjes in de figuur. Verder laat de gele puntenwolk zien, dat uitbijters vaker voorkomen bij kleine scholen, en de afwijking van de gangbare waarden dan ook groter is. Dat is conform verwachting, en de reden voor de ontwikkeling van het instrument om de schattingsruis in de doorstroomparameters te beteugelen. 7 Omdat negatieve leerlingenaantallen niet bestaan, heeft de doorstroomparameter een bodemwaarde van nul. 18
19 Figuur 3 - Waargenomen doorstroomparameters 5,0 4,5 Waargenomen doorstroomparameters van de waargenomen doorstroomfactoren zijn uitbijters (8,7%) Doorstroomparameter 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0, Schoolgrootte (leerlingentelling 2015) Uitbijters (n= ,7%) Figuur 4 laat zien dat bij in het algemeen de bijstellingen groter zijn bij herschattingen van doorstroomparameters van de kleinere scholen. Vooral de neerwaartse bijstellingen van uitbijters aan de bovenkant zijn doorgaans groter bij kleinere scholen. Dat tonen de gele puntjes onder de nullijn. Deze bevinding spoort met de verwachting. De sectoranalyse beoogt immers ramingsruis te beheersen die veroorzaakt is door vertekening van de doorstroomparameters die met kleine groepen leerlingen zijn geschat. Eerder is opgemerkt dat die vertekening aan de onderzijde een bodem heeft, en aan de bovenzijde onbegrensd is. Figuur 4 laat op de horizontale as de schoolgroottes zien uitgedrukt in leerlingenaantallen op teldatum Op de verticale as staat de bijstelling van de herschatte doorstroomparameters. De figuur laat zien dat verdachte doorstroomparameters aan de bovenkant een grotere (neerwaartse) bijstelling hebben gehad, dan de uitbijters aan de onderkant een hogere schatting hebben gekregen. 19
20 Figuur 4 - Bijstellingen doorstroomparameters als gevolg van herschattingen, naar schoolgrootte Verandering doorstroomparameter a.g.v. herschatting (absoluut) Effect van herschattingen op de doorstroomparameters van uitbijters, naar schoolgrootte van de waargenomen doorstroomfactoren zijn herschat (8,7%) Schoolgrootte (leerlingentelling 2015) Figuur 5 toont het effect van de sectoranalyse op de landelijke leerlingenraming van het prognosemodel. De witte lijn is dezelfde als de witte lijn in figuur 2. De gele lijn toont leerlingenramingen met een prognosemodel, waarin ruwe doorstroomfactoren zonder sectoranalyse zijn doorgerekend. Zo n alternatief prognosemodel raamt iets hoger. 20
21 Figuur 5 - Een met sectoranalyse op doorstroomparameters gecorrigeerd prognosemodel versus een prognosemodel zonder sectoranalyse Leerlingenprognoses met verschillende prognosemodellen Leerlingenaantal 'Gecorrigeerd' prognosemodel (DUO) 'Ongecorrigeerd' prognosemodel Realisatie Bijgaande tabel laat zien dat op landelijk niveau het procentuele effect van de sectoranalyse op de leerlingenprognoses beperkt is. Over 20 prognosejaren bezien voorspelt een prognosemodel met ruwe doorstroomfactoren gemiddeld 1,1% hoger. 21
22 Tabel 2 - Effect sectoranalyse op doorstroomparameters: prognoses t.o.v. een ongecorrigeerd prognosemodel Teljaar 'Ongecorrigeerd' prognosemodel 'Gecorrigeerd' prognosemodel (DUO) Verschil % verschil tov gecorrigeerde prognoses ,0% ,7% ,9% ,3% ,2% ,1% ,0% ,0% ,0% ,9% ,9% ,9% ,9% ,9% ,9% ,9% ,9% ,9% ,9% ,9% Gemiddelde 1,1% Minimum 0,9% Maximum 2,7% Aantal (prognosejaren) 20 Hoewel op landelijk niveau de sectoranalyse een beperkt effect heeft, kan het effect voor sommige instellingen substantieel zijn. Met name de scholen met een of meer verdachte waarden onder de waargenomen doorstroomparameters. Ter illustratie toont figuur 6 de leerlingenprognoses van een school met vijf verdachte waarden onder de waargenomen doorstroomfactoren. Op basis van de ruwe doorstroomfactoren loopt de leerlingenraming van deze school op tot onrealistische hoogten (de gele lijn). Met herschattingen op basis van bevindingen in de sectoranalyse zijn de leerlingenprognoses beter in lijn met de getelde leerlingenaantallen van de afgelopen jaren (de witte lijn). 22
23 Figuur 6 - Effect van sectoranalyse op de leerlingenprognoses van een school met verdachte doorstroomfactoren Leerlingenaantal PM00 School voor Speciaal Basisonderwijs De Windroos - OLDENZAAL - Overijssel 13PM00 - tellingen 13PM00 - 'Gecorrigeerd' prognosemodel 13PM00 - 'Ongecorrigeerd' prognosemodel Tenslotte geldt hier ook, dat dit tussenresultaat van het prognoseproces weinig zegt, over hoe het eindresultaat van het prognoseproces zal verschillen van de uiteindelijke leerlingentellingen van aanstaande oktober. 23
24 Toets op instellingsniveau Omdat bij het schrijven van deze notitie nog geen realisatiecijfers over de leerlingentelling 2016 beschikbaar zijn, is deze analyse opgeschort. 24
25 Omstandigheden op instellingsniveau met minder goede betrouwbaarheid tot gevolg De betrouwbaarheid van de leerlingenprognoses voor scholen in het sbo is gevoelig voor de volgende omstandigheden: 1. BRON: leerlingenregistratie De betrouwbaarheid van de leerlingenprognoses is in het geding als de leerlingenregistratie in BRON geen accurate weergave is van waar de leerlingen onderwezen worden. 2. Bevolkingsprognoses voor de postcodegebieden in het voedingsgebied In omstandigheden waar bevolkingsprognoses voor een postcodegebied de bevolkingsomvang en de leeftijdssamenstelling ervan niet correct voorspellen, is de betrouwbaarheid van de leerlingenprognoses minder goed. 3. Kleine scholen In eerdere publicaties is beschreven dat de foutmarge van leerlingenprognoses voor kleine scholen groter is dan die van andere, waardoor hun betrouwbaarheid minder goed is dan die voor andere scholen. 4. Nieuwe, recent gestichte scholen De betrouwbaarheid van de leerlingenprognose is minder goed bij scholen met een korte historie in BRON, met uitzondering voor nieuwe scholen ontstaan uit fusies. Deze leerlingenprognoses zijn geraamd met sectorale gemiddelden van de doorstroomparameters. Voor sommige nieuwe scholen beschrijven die sectorale gemiddelden de doorstroom aan de school mogelijk minder goed, met mogelijke ramingsruis tot gevolg. 5. Wisselend beeld in de leerlingentellingen van achterliggende schooljaren De betrouwbaarheid van leerlingenprognoses is minder goed als de school in de achterliggende paar schooljaren een grillig verloop van de leerlingenaantallen heeft gehad. 6. Omslagpunten in de instroom en doorstroom van leerlingen aan school De betrouwbaarheid van de leerlingenprognoses is minder goed als scholen te maken hebben met (naderende) omslagen of trendbreuken in de ontwikkeling van de leerlingenaantallen. Voor zover voorzienbaar zijn verwachte omslagen in de demografische ontwikkeling wél in de leerlingenprognoses meegenomen, en hebben geen negatief effect op de betrouwbaarheid van het model. Onvoorziene veranderingen, zoals bijvoorbeeld in aantallen 25
26 asielzoekerskinderen, zijn echter niet meegenomen, en kunnen de betrouwbaarheid nadelig beïnvloeden van leerlingenprognoses van scholen die onderwijs geven aan asielzoekerskinderen. 7. Naderende opheffing Van scholen die binnen een jaar na de laatste teldatum waarop de prognoses zijn gebaseerd ophouden te bestaan, zijn leerlingenramingen gemaakt zonder dat met deze naderende opheffing rekening is gehouden. Deze prognoses geven per definitie geen getrouw beeld van de toekomst van de school. 8. Bovengemiddelde gevoeligheid voor onderwijsbeleid Betrouwbaarheid van leerlingenprognoses is minder goed als scholen bovengemiddelde gevoelig zijn voor onderwerpen van landelijk onderwijsbeleid. Zo hebben prognoses voor scholen met bijvoorbeeld bovengemiddeld veel zorgleerlingen te kampen met aanvullende onzekerheden bij veranderingen in het landelijk beleid voor die leerlingen. 9. Grenzen aan huisvestingscapaciteit Het prognosemodel houdt geen rekening met de capaciteit van de schoolgebouwen. Op die manier kunnen leerlingenprognoses voor groeischolen het verwachte leerlingenaantal overschatten, omdat de school nu eenmaal niet meer leerlingen kan huisvesten dan zijn gebouw groot is. De leerlingenprognoses geven echter wel een indruk van het potentieel van deze groeischolen. Bij een structureel hoger leerlingenpotentieel zouden de leerlingenramingen voor een schoolbestuur aanleiding kunnen zijn om met de gemeente in gesprek te gaan over de huisvestingscapaciteit. 26
Stakeholders primair onderwijs
PRIMAIR ONDERWIJS Stakeholders primair onderwijs Betrouwbaarheid van leerlingenprognoses voor instellingen in het primair onderwijs op grond van de wet op het primair onderwijs (WPO) Betrouwbaarheid van
Nadere informatieStakeholders primair onderwijs
PRIMAIR ONDERWIJS Stakeholders primair onderwijs Betrouwbaarheid van leerlingenprognoses voor instellingen in het primair onderwijs op grond van de wet op het primair onderwijs (WPO) Betrouwbaarheid van
Nadere informatieLeerlingenprognoses voor instellingen in het primair onderwijs op grond van de wet op het primair onderwijs (WPO)
PRIMAIR ONDERWIJS Leerlingenprognoses voor instellingen in het primair onderwijs op grond van de wet op het primair onderwijs (WPO) Hoe komen leerlingenramingen tot stand voor vestigingen in het regulier
Nadere informatieLeerlingenprognose OPB Basissch Akkerwinde Ulrum. De Orpheus prognose is (net als de Primos prognose) een product van ABF Research
Leerlingenprognose OPB Basissch Akkerwinde Ulrum Inleiding Bij het opstellen van leerlingenprognoses zijn twee onderdelen van essentieel belang. Op de eerste plaats de bevolkingsprognose van het aantal
Nadere informatieVO Hoe komt de leerlingenraming tot stand?
VO Hoe komt de leerlingenraming tot stand? Inleiding... 1 De waarde van prognoses... 1 Waarom prognoses wel op BRIN- en niet op vestigingsniveau zijn... 2 De bronnen... 2 Methodiek van de leerlingenprognose...
Nadere informatiePrognose Het Revius te Doorn school voor Voortgezet Onderwijs
Prognose Het Revius te Doorn school voor Voortgezet Onderwijs September 2014, 1 e versie Postmus Advies Malta 49 8601 GW Sneek dick@postmus.info Inhoud 1. Inleiding... 1 2. Doorstroommodel... 1 3. Verloop
Nadere informatieLeerlingenprognose voortgezet onderwijs 2015
Leerlingenprognose voortgezet onderwijs 2015 Gemeente Geldermalsen In opdracht van de gemeente Geldermalsen, augustus 2015 2015 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden overgenomen,
Nadere informatieLeerlingenprognose speciaal onderwijs 2017
Leerlingenprognose speciaal onderwijs 2017 Gemeente Katwijk In opdracht van de gemeente Katwijk, mei 2017 2017 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden overgenomen, verveelvoudigd,
Nadere informatieLeerlingenprognose voortgezet onderwijs 2018
Leerlingenprognose voortgezet onderwijs 2018 Gemeente Krimpen aan den IJssel In opdracht van de gemeente Krimpen aan den IJssel, december 2017 2017 Pronexus - Alle rechten voorbehouden. Niets uit deze
Nadere informatieLeerlingenprognose speciaal onderwijs
Onderzoek, Informatie en Statistiek (OIS) Leerlingenprognose speciaal onderwijs / drs. M van der Oord Maart Bezoekadres Oudezijds Voorburgwal GL Amsterdam Postbus AR Amsterdam Telefoon www.os.amsterdam.nl
Nadere informatieActualisatie leerlingenprognose basisonderwijs
Actualisatie leerlingenprognose basisonderwijs Gemeente Koggenland September 2011 Colofon Uitgave I&O Research Van Dedemstraat 6c 1624 NN Hoorn Tel.nr. 0229-282555 Rapportnummer 2011-1781 Datum September
Nadere informatieLeerlingenprognose basisonderwijs
Leerlingenprognose basisonderwijs Ten behoeve van schoolstichting Protestants Christelijke Basisschool Deelgebieden Leidsche Rijn Gemeente Utrecht Eindhoven, maart 2017 In opdracht van de PCOU 2017 - Alle
Nadere informatieLeerlingenprognoses in vogelvlucht. Analist Planning & Prognose
Leerlingenprognoses in vogelvlucht Herman Rake Jelmer Dekker Adviseur Planning & Prognose Analist Planning & Prognose Inhoudsopgave De bevolkingsprognose Theorie Het wat, waar en waarom van een prognose
Nadere informatieTrends in passend onderwijs
DEFINITIEF Trends in passend onderwijs 2014-2017 DUO Informatieproducten Susan Borggreve, Daniël van Eck & Thijs Nielen 12 juni 2018 Inhoud 1 SAMENVATTING... 3 2 LEESWIJZER... 5 3 ONTWIKKELINGEN IN LEERLINGAANTALLEN...
Nadere informatieGroepsgrootte in het basisonderwijs
Groepsgrootte in het basisonderwijs 2014-2017 Inleiding Groepsgrootte is een belangrijk onderwerp voor veel leerkrachten, ouders en leerlingen in het basisonderwijs. Er is niet wettelijk vastgelegd hoeveel
Nadere informatieLeerlingenprognose en ruimtebehoefte speciaal basisonderwijs 2016
Leerlingenprognose en ruimtebehoefte speciaal basisonderwijs 2016 Gemeente Twenterand In opdracht van de gemeente Twenterand, juli 2016 2016 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave
Nadere informatieLeerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs Versie voor de schoolbesturen
Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2012-2027 Versie voor de schoolbesturen Colofon Titel : Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2012-2027
Nadere informatieVoortgezet onderwijs. Ontwikkeling van het aantal leerlingen in Noord-Brabant. Transvorm Tilburg, januari 2019 T F
Voortgezet onderwijs Ontwikkeling van het aantal leerlingen in Noord-Brabant Transvorm Tilburg, januari 2019 Spoorlaan 171 04 5038 CB Tilburg Postbus 4275 5004 JG Tilburg T 088 144 40 00 F 088 144 40 88
Nadere informatieVragenformulier. Vraag: technisch Hoe zijn de in- en uitstroomcijfers van de afgelopen 3 jaar verwerkt in de scenarioanalyse?
Vragenformulier datum: Vragensteller de heer A. van der Velde Fractie CDA Raadsvoorstelnr Onderwerp Scenarioanalyse leerlingenstromen Beantwoording aan: Raads- en commissieleden Inleiding: Deze reactie
Nadere informatieOnderzoek, Informatie en Statistiek. Leerlingenprognose SBO en SO. /' Onderzoek, Informatie en Statistiek
Onderzoek, Informatie en Statistiek Leerlingenprognose SBO en SO / - Leerlingenprognose SBO en SO /' Onderzoek, Informatie en Statistiek In opdracht van: Onderwijs, Jeugd en Zorg Projectnummer: Oord, Manilde
Nadere informatieLeerlingenprognose voortgezet onderwijs 2017
Leerlingenprognose voortgezet onderwijs 2017 Gemeente Katwijk In opdracht van de gemeente Katwijk, mei 2017 2017 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden overgenomen, verveelvoudigd,
Nadere informatieLeerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2014-2029
Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2014-2029 Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2014-2029 Colofon Titel : Leerlingenprognose basisonderwijs,
Nadere informatiePlan van Scholen
Plan van Scholen 2014-2016 De gemeente Waterland heeft een aanvraag ontvangen van stichting De Verwondering. Deze stichting wil een school voor Algemeen Bijzonder Onderwijs starten in de gemeente Waterland.
Nadere informatieMobiliteit van leraren tussen onderwijssectoren
Mobiliteit van leraren tussen onderwijssectoren Versie 2 Datum 15 oktober 2018 Status Definitief Onze referentie 1427719 Colofon Directie Projectnaam Contactpersoon Kennis/DUO Mobiliteit leraren Ministerie
Nadere informatiePROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER
PROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER 2013-2033 Zoetermeer, 8 januari 2014 Gemeente Zoetermeer Directie Bedrijfsvoering Afdeling Facilitair Bedrijf Onderzoek & Statistiek Aad Kalisvaart INHOUDSOPGAVE
Nadere informatiePROGNOSE VOORTGEZET ONDERWIJS MAASTRICHT 2013-2026
PROGNOSE VOORTGEZET ONDERWIJS MAASTRICHT 2013-2026 Rapportage Gemeente Maastricht - Onderzoek & Statistiek Paul Hinssen Mosae Forum 10 Postbus 1992 6201 BZ Maastricht Telefoon : 043-3504800 E-mail : paul.hinssen@maastricht.nl
Nadere informatieOfficiële uitgave van het Koninkrijk der Nederlanden sinds Handelende in overeenstemming met de Staatssecretaris van Economische Zaken;
STAATSCOURANT Officiële uitgave van het Koninkrijk der Nederlanden sinds 1814. Nr. 26286 25 augustus 2015 Regeling van de Staatssecretaris van Onderwijs, Cultuur en Wetenschap van 10 augustus 2015, nr.
Nadere informatieHET APOLLO MODEL. studentenhuisvesting op.
Utrecht HET APOLLO MODEL Het Apollo Model is tot stand gekomen op initiatief van Kences en de ministeries van Onderwijs, Cultuur en Wetenschap en Binnenlandse Zaken en Koninkrijksreslaties. Met dit model
Nadere informatieBevolkingsprognoses Deventer 2013
Bevolkingsprognoses Deventer 2013 december 2013 Uitgave : team Kennis en Verkenning Naam : John Stam Telefoonnummer : 3298 Mail : gj.stam@deventer.nl 1 1 Samenvatting en conclusies... 3 2 Inleiding...
Nadere informatieGESCAND. Aan het College van Burgemeester en Wethouder van de gemeente Dordrecht Postbus AA Dordrecht. Rotterdam, 21 januari 2003
Postbus 51183 3007 GD Rotterdam GESCAND www.sipor.nl KvK 4112776 ABN Amro 41.34.3.133 Aan het College van Burgemeester en Wethouder van de gemeente Dordrecht Postbus 8 3300 AA Dordrecht Rotterdam, 21 januari
Nadere informatiePROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER
PROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER 2012-2032 Zoetermeer, 18 juni 2012 Gemeente Zoetermeer Directie Bedrijfsvoering Afdeling Facilitair Bedrijf Onderzoek & Statistiek Aad Kalisvaart INHOUDSOPGAVE
Nadere informatieSamenvatting. A. van Leeuwenhoeklaan MA Bilthoven Postbus BA Bilthoven KvK Utrecht T
A. van Leeuwenhoeklaan 9 3721 MA Bilthoven Postbus 1 3720 BA Bilthoven www.rivm.nl KvK Utrecht 30276683 T 030 274 91 11 info@rivm.nl Uw kenmerk Gevoeligheid van de gesommeerde depositiebijdrage onder 0,05
Nadere informatieRaming ILC / BAPO ontwikkeling
Raming ILC / BAPO ontwikkeling 2004-2010 8 september 2004 CentER Applied Research Dr. ir. P.F. Fontein Dr. A.G.C. van Lomwel Dr. K. de Vos Inhoudsopgave 1 Inleiding... 3 2 Raming leeftijdsopbouw met Pomona...
Nadere informatieRAPPORT FINANCIEEL CONTINUÏTEITSTOEZICHT
RAPPORT FINANCIEEL CONTINUÏTEITSTOEZICHT bij Stichting ROC TOP Plaats : Utrecht Bestuursnummer : 42625 Onderzoeksnummer : 289366 Periode onderzoek : Jan -Oktober 2016 Datum vaststelling : November 2016
Nadere informatieFactsheet ontwikkelingen zorgleerlingen. Algemene Onderwijsbond juni 2011
Factsheet ontwikkelingen zorgleerlingen Algemene Onderwijsbond juni 2011 Basisonderwijs verwijst steeds minder, bij voortgezet onderwijs groeit uitsluitend zware zorg Passend onderwijs is op de goede weg.
Nadere informatieLeerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs
Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2013-2028 Logo in Grijs: C Leerlingenprognose basisonderwijs, speciaal en voortgezet onderwijs 2013-2028 Colofon Titel : Leerlingenprognose
Nadere informatieLeerlingenprognose en ruimtebehoefte voortgezet onderwijs 2017
Leerlingenprognose en ruimtebehoefte voortgezet onderwijs 2017 Gemeente Hoogeveen In opdracht van de gemeente Hoogeveen, juli 2017 2017 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag
Nadere informatieLeerlingaantal VO Amsterdam
BEA economische argumentatie Leerlingaantal VO Amsterdam 2012-2026 Verschillen verklaard & prognoses getoetst De ramingen van de ontwikkeling van de leerlingaantallen in het voortgezet onderwijs in Amsterdam
Nadere informatieGrip op uitgaven in de tweede lijn
Floris Lazrak AEPB Onderzoek en Advies Floris.Lazrak@aepb.nl Grip op uitgaven in de tweede lijn Een eerste marktanalyse voor een onderbouwde regionale inkoopstrategie voor WMO en Jeugd College Eindhoven,
Nadere informatieKrimp én groei PRIMOS BEVOLKINGSPROGNOSE Op basis van deze factsheet trekken we de volgende conclusies: 2 Bevolkingsomvang
Krimp én groei PRIMOS BEVOLKINGSPROGNOSE 216-24 Inhoud 1. Conclusies 2. Bevolkingsomvang 3. Leeftijd 4. Verloop 5. Huishoudens De bevolkings- en huishoudenprognose voor de Drechtstedengemeenten is in het
Nadere informatieHUISVESTING & PLAATSING VAN LEERLINGEN
HUISVESTING & PLAATSING VAN LEERLINGEN 1. Inleiding OBS Brandevoort is een grote school die in de afgelopen jaren zeer sterk is gegroeid en te maken heeft gehad met meerdere (tijdelijke) onderwijslocaties.
Nadere informatieFactsheet ontwikkelingen zorgleerlingen
Factsheet ontwikkelingen zorgleerlingen Algemene Onderwijsbond juni 2011 Basisonderwijs verwijst steeds minder, bij voortgezet onderwijs groeit uitsluitend zware zorg Passend onderwijs is op de goede weg.
Nadere informatieONDERZOEK OMVANG FINANCIËLE BUFFER. Stichting Openbaar Onderwijs Jan van Brabant /41332
ONDERZOEK OMVANG FINANCIËLE BUFFER Stichting Openbaar Onderwijs Jan van Brabant 4514545/41332 Utrecht, maart 2015 Voorwoord Dit rapport bevat de resultaten van het onderzoek naar de omvang van de financiële
Nadere informatieLeerlingenprognose en ruimtebehoefte speciaal onderwijs 2014
Leerlingenprognose en ruimtebehoefte speciaal onderwijs 2014 Gemeente Hoogeveen In opdracht van de gemeente Hoogeveen, februari 2015 2015 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag
Nadere informatieDemografische ontwikkeling gemeente Mill en Sint Hubert
Demografische ontwikkeling gemeente Mill en Sint Hubert 2015-2025 2 Samenvatting Hoeveel inwoners zal de gemeente Mill en Sint Hubert in 2025 tellen? Welke verschuivingen zullen zich voordoen in de opbouw
Nadere informatieLeerlingenprognose Flevoland
Leerlingenprognose Flevoland 2012-2026 Onderzoeksnotitie Onderzoek in opdracht van het ministerie van OCW Sil Vrielink (MOOZ Onderzoek) Dik Leering (QDelft) MOOZ Onderzoek & QDelft november 2012 2012 MOOZ
Nadere informatieLeerlingenprognose speciaal basisonderwijs 2015
Leerlingenprognose speciaal basisonderwijs 2015 Gemeente Amersfoort In opdracht van de gemeente Amersfoort, december 2014 2014 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden overgenomen,
Nadere informatieProvinciale leerlingenontwikkeling in Nederland: 1990 2040 Wat hebben we achter de rug en wat staat ons nog te wachten?
Provinciale leerlingenontwikkeling in Nederland: 199 Wat hebben we achter de rug en wat staat ons nog te wachten? Verus Ledenvoordeel Jelmer Dekker Januari Levendgeborenen Algemeen vruchtbaarheidscijfer
Nadere informatieBevolkingsprognoses Deventer 2013
Bevolkingsprognoses Deventer 2013 Huishoudenprognoses December 2013 Uitgave : team Kennis en Verkenning Naam : John Stam Telefoonnummer : 3298 Mail : gj.stam@deventer.nl 1 1 Samenvatting en conclusies...
Nadere informatieOverzicht uitgeschreven huisartsen NIVEL Lud van der Velden Daniël van Hassel Ronald Batenburg
Overzicht uitgeschreven huisartsen 1990-2015 NIVEL Lud van der Velden Daniël van Hassel Ronald Batenburg ISBN 978-94-6122-424-8 http://www.nivel.nl nivel@nivel.nl Telefoon 030 2 729 700 Fax 030 2 729 729
Nadere informatieTabellenrapportage Quickscan leerlingendaling VO. schoolbesturen, gemeenten en provincies
Tabellenrapportage Quickscan leerlingendaling VO schoolbesturen, gemeenten en provincies Tabellenrapportage Quickscan leerlingendaling VO schoolbesturen, gemeenten en provincies Opdrachtgever: Ministerie
Nadere informatieAmsterdam (incl Diemen en Amstelveen)
Amsterdam (incl Diemen en Amstelveen) HET APOLLO MODEL Het Apollo Model is tot stand gekomen op initiatief van Kences en de ministeries van Onderwijs, Cultuur en Wetenschap en Binnenlandse Zaken en Koninkrijksreslaties.
Nadere informatieDe minister en de staatssecretaris van OCW Rijnstraat XP Den Haag. Datum 19 december 2016 Betreft Afwijkende wijze examineren - dyslexie
> Retouradres Postbus 2730 3500 GS Utrecht De minister en de staatssecretaris van OCW Rijnstraat 50 2515 XP Den Haag Locatie Utrecht Park Voorn 4 Postbus 2730 3500 GS Utrecht T 088 669 6000 F 088 669 6050
Nadere informatiePrimair Onderwijs Rijnstraat 50 Den Haag Postbus BJ Den Haag
>Retouradres Postbus 16375 2500 BJ Den Haag De Voorzitter van de Tweede Kamer der Staten-Generaal Postbus 20018 2500 EA DEN HAAG Primair Onderwijs Rijnstraat 50 Den Haag Postbus 16375 2500 BJ Den Haag
Nadere informatieHET APOLLO MODEL. Figuur 1: Ontwikkeling aantal studenten HBO en WO, Nederland, 2013-2030
Rotterdam HET APOLLO MODEL Het Apollo Model is tot stand gekomen op initiatief van Kences en de ministeries van Onderwijs, Cultuur en Wetenschap en Binnenlandse Zaken en Koninkrijksrelaties. Met dit model
Nadere informatieHET APOLLO MODEL. Figuur 1: Ontwikkeling aantal studenten HBO en WO, Nederland, 2013-2030
Amersfoort HET APOLLO MODEL Het Apollo Model is tot stand gekomen op initiatief van Kences en de ministeries van Onderwijs, Cultuur en Wetenschap en Binnenlandse Zaken en Koninkrijksrelaties. Met dit model
Nadere informatieLeerlingenprognose. Onderzoek, Informatie en Statistiek
Leerlingenprognose SBO en SO / Leerlingenprognose SBO en SO /' In opdracht van: OJZ Projectnummer: Manilde van der Oord Esther Jakobs Bezoekadres: Oudezijds Voorburgwal Postbus, AR Amsterdam m.van.der.oord@amsterdam.nl
Nadere informatieLeerlingenprognose voortgezet onderwijs 2014
Leerlingenprognose voortgezet onderwijs 2014 Gemeente Maastricht In opdracht van de gemeente Maastricht, september 2014 2014 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden overgenomen,
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Kerncijfers uit de periode 20-201 Feitenblad Na jaren van schriftelijke edities is vanaf april 2019 de Drentse Onderwijsmonitor online beschikbaar via de website van
Nadere informatieLeerlingenprognose Zuidelijk Noord-Holland 2012-2025
Leerlingenprognose Zuidelijk Noord-Holland 2012-2025 Onderzoeksnotitie Onderzoek in opdracht van het ministerie van OCW Sil Vrielink & Dik Leering ResearchNed & QDelft mei 2012 2012 ResearchNed Nijmegen
Nadere informatieScenariomodel Primair onderwijs. Technische toelichting. september 2013. PO. Van en voor werkgevers en werknemers
ARBEIDSMARKTPLATFORM PO. Van en voor werkgevers en werknemers Scenariomodel Primair onderwijs Technische toelichting september 2013 1 Arbeidsmarktplatform Primair Onderwijs Technische toelichting op het
Nadere informatiePROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER
PROGNOSE VOORTGEZET ONDERWIJS ZOETERMEER 2011-2031 Zoetermeer, 9 mei 2011 Gemeente Zoetermeer Hoofdafdeling Bestuur Afdeling Facilitair Bedrijf Onderzoek & Statistiek Aad Kalisvaart INHOUDSOPGAVE SAMENVATTING
Nadere informatieLeerlingenprognose en ruimtebehoefte speciaal onderwijs 2017
Leerlingenprognose en ruimtebehoefte speciaal onderwijs 2017 Gemeente Hoogeveen In opdracht van de gemeente Hoogeveen, juli 2017 2017 Pronexus - Alle rechten voorbehouden. Niets uit deze uitgave mag worden
Nadere informatieEerste analyse van de in-, door- en uitstroom van het aantal leerlingen s(ba)o binnen het samenwerkingsverband
Eerste analyse van de in-, door- en uitstroom van het aantal leerlingen s(ba)o binnen het samenwerkingsverband Naar de bijlagen 1 en 2 wordt verwezen voor de overzichten en de rapportage van de commissie
Nadere informatieWonen met Zorg in de anticipeerregio s
Wonen met Zorg in de anticipeerregio s Inleiding In de komende decennia zal de bevolkingssamenstelling veranderen en zal het aandeel ouderen in de bevolking toenemen. Indien nu al bekend is hoeveel ouderen
Nadere informatieDe arbeidsmarkt voor leraren po Regio Limburg
De arbeidsmarkt voor leraren po 2015-2020 Regio Limburg datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden. Niets
Nadere informatie[Geef tekst op] Leerlingenprognose SBO en SO. Onderzoek, Informatie en Statistiek
[Geef tekst op] - Leerlingenprognose SBO en SO /' Onderzoek, Informatie en Statistiek In opdracht van: Onderwijs, Jeugd en Zorg Projectnummer: Manilde van der Oord Lotje Cohen Bezoekadres: Oudezijds Voorburgwal
Nadere informatieFINANCIEEL CONTINUITEITSTOEZICHT. bij de Stichting Openbare Scholengroep Vlaardingen Schiedam
RAPPORT VAN BEVINDINGEN FINANCIEEL CONTINUITEITSTOEZICHT bij de Stichting Openbare Scholengroep Vlaardingen Schiedam Plaats : Utrecht Bestuursnummer : 41568 Onderzoeksnummer : 285916 Datum onderzoek :
Nadere informatieRapportage Eindresultaten 2013
Rapportage Eindresultaten 2013 Wat zijn de prestaties van onze scholen? Colofon datum 23 mei 2013 auteur Jan Vermeulen status Definitief datum 23-05-2013 pagina 2 van 8 Inhoudsopgave 1 Inleiding pagina
Nadere informatieSCHORSINGEN EN VERWIJDERINGEN 2007/2008-2011/2012
SCHORSINGEN EN VERWIJDERINGEN 2007/2008-2011/2012 Utrecht, januari 2013 INHOUD Samenvatting 4 Inleiding 6 1 Trends en wetenswaardigheden 8 1.1 Inleiding 8 1.2 Trends 8 1.3 Wetenswaardigheden 11 2 Wet-
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Gemeente Kerncijfers uit de periode 2012-201 Feitenblad Gemeente Leerlingen op de basisscholen in de gemeente De gemeente heeft basisscholen. Dit is één minder dan
Nadere informatieRAPPORT VAN BEVINDINGEN VERIFICATIEONDERZOEK SPECIAAL BASISONDERWIJS. s.s.b.o. De Kameleon
RAPPORT VAN BEVINDINGEN VERIFICATIEONDERZOEK SPECIAAL BASISONDERWIJS s.s.b.o. De Kameleon Plaats : Hoogeveen BRIN nummer : 00JH C1 Onderzoeksnummer : 195011 Datum onderzoek : 9 april 2013 Datum vaststelling
Nadere informatieRapportage Eindresultaten 2014
Rapportage Eindresultaten 2014 Wat zijn de prestaties van onze scholen? Colofon datum 7 mei 2014 auteur Jan Vermeulen status Definitief Rapportage eindresultaten 2014 pagina 2 van 8 status concept Inhoudsopgave
Nadere informatieDrentse Onderwijs monitor
Drentse Onderwijs monitor Feitenbladen Gemeente Kern cijfers uit de periode 2010-2015 OM_-DEF.indd 1 18-05-16 11:16 Drentse Onderwijsmonitor 2015 Primair onderwijs Onlangs verscheen de 10 de editie van
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Kerncijfers uit de periode 20-208 Feitenblad Na jaren van schriftelijke edities is vanaf april 209 de Drentse Onderwijsmonitor online beschikbaar via de website van
Nadere informatieToelichting op bekostiging samenwerkingsverbanden passend onderwijs
Toelichting op bekostiging samenwerkingsverbanden passend onderwijs 1. Algemene toelichting In dit mapje treft u cijfers aan die inzicht geven in het financieel meerjarenperspectief van uw nieuwe samenwerkingsverband.
Nadere informatieDe arbeidsmarkt voor leraren po Regio Zuid- en Oost-Gelderland
De arbeidsmarkt voor leraren po 2015-2020 Regio Zuid- en Oost-Gelderland datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten
Nadere informatiem. van der meer BP Lie Plan van scholen
SAMENVATTING RAADSVOORSTEL CASENUMMER BEHANDELEND AMBTENAAR SECTOR PORT. HOUDER 12G200662 477860 / 477860 ONDERWERP Plan van scholen 2013-2016. m. van der meer BP Lie AGENDANUMMER D1 BELEIDSPROGRAMMA/FACETAGENDA
Nadere informatieDe arbeidsmarkt voor leraren po 2015-2020 Regio Noord-Holland
De arbeidsmarkt voor leraren po 2015-2020 Regio Noord-Holland datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden.
Nadere informatieFormatieraming Voortgezet Onderwijs
Formatieraming Voortgezet Onderwijs Onderzoeksnotitie Onderzoek in opdracht van het SBO Sil Vrielink april 2011 2010 Nijmegen in opdracht van het SBO. Alle rechten voorbehouden. Het is niet geoorloofd
Nadere informatieAnalyse van de vooraanmeldingen voor de lerarenopleidingen
Analyse van de vooraanmeldingen voor de lerarenopleidingen Aantal vooraanmeldingen voor 2 e graads opleiding stijgt, 1 e graads daalt en pabo blijft gelijk juni 2010 Inleiding Om de (toekomstige) leraartekorten
Nadere informatieDrentse Onderwijs monitor
Drentse Onderwijs monitor Feitenbladen Gemeente Midden- Kern cijfers uit de periode 2010-2015 OM_Midden--DEF.indd 1 18-05-16 11:16 Drentse Onderwijsmonitor 2015 Primair onderwijs Onlangs verscheen de 10
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Gemeente Kerncijfers uit de periode 2009-2014 Drentse Onderwijsmonitor 2014 Primair onderwijs Onlangs verscheen de 9 de editie van de Drentse Onderwijsmonitor. Dit
Nadere informatieDe arbeidsmarkt voor leraren po Regio Rotterdam / Rijnmond
De arbeidsmarkt voor leraren po 2015-2020 Regio / datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden. Niets uit
Nadere informatieLeerlingenprognose SO
Leerlingenprognose SO / Leerlingenprognose SO /' In opdracht van: OJZ Projectnummer: Manilde van der Oord Esther Jakobs Bezoekadres: Oudezijds Voorburgwal Postbus, AR Amsterdam m.van.der.oord@amsterdam.nl
Nadere informatieM Na regen komt? De MKB-ondernemer als weerman van het economische klimaat. A. Ruis
M200814 Na regen komt? De MKB-ondernemer als weerman van het economische klimaat A. Ruis Zoetermeer, december 2008 Prognoses vanuit het MKB Ondernemers in het MKB zijn over het algemeen goed in staat
Nadere informatieDe arbeidsmarkt voor leraren po Regio Zeeland
De arbeidsmarkt voor leraren po 2015-2020 Regio datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden. Niets uit
Nadere informatieDe arbeidsmarkt voor leraren po 2015-2020 Regio Utrecht
De arbeidsmarkt voor leraren po 2015-2020 Regio datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden. Niets uit
Nadere informatieToelichting op de veranderingen in de kengetallen van samenwerkingsverbanden primair onderwijs
Toelichting op de veranderingen in de kengetallen van samenwerkingsverbanden primair onderwijs Mei 2014 1. Inleiding In februari hebt u kengetallen van uw samenwerkingsverband ontvangen. Deze waren gebaseerd
Nadere informatieONDERZOEK OMVANG FINANCIËLE BUFFER. Stichting Primair Onderwijs Peelraam te Wanroij /71749
ONDERZOEK OMVANG FINANCIËLE BUFFER Stichting Primair Onderwijs Peelraam te Wanroij 4527969/71749 Utrecht, april 2015 Voorwoord Dit rapport bevat de resultaten van het onderzoek naar de omvang van de financiële
Nadere informatieLeerlingenprognose Rijnstreek
Leerlingenprognose Rijnstreek 2012-2025 Onderzoeksnotitie Onderzoek in opdracht van het ministerie van OCW Sil Vrielink & Dik Leering MOOZ Onderzoek & QDelft september 2012 2012 MOOZ Onderzoek in opdracht
Nadere informatieDe arbeidsmarkt voor leraren po Regio Drenthe / Overijssel
De arbeidsmarkt voor leraren po 2015-2020 Regio Drenthe / Overijssel datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden.
Nadere informatieFINANCIEEL CONTINUÏTEITSTOEZICHT. bij Stichting Onderwijs 4 Nieuwe Tijd (04NT) te Amsterdam
RAPPORT VAN BEVINDINGEN DEFINITIEF FINANCIEEL CONTINUÏTEITSTOEZICHT bij Stichting Onderwijs 4 Nieuwe Tijd (04NT) te Amsterdam Plaats : Utrecht Bestuursnummer : 42684 Onderzoeksnummer : 285387 Edocsnummer
Nadere informatieInhoudsopgave. Deel A Kengetallen en terugblik op het afgelopen schooljaar. Deel B Doelstellingen en jaarplan. Inleiding. School. 1.
Inhoudsopgave Inleiding School Deel A Kengetallen en terugblik op het afgelopen schooljaar 1. Leerlinggegevens 1.1 Algemene gegevens 1.2 Gegevens m.b.t. passend onderwijs 2. Toezicht Onderwijsinspectie
Nadere informatieDe arbeidsmarkt voor leraren po 2015-2020 Regio Flevoland
De arbeidsmarkt voor leraren po 2015-2020 Regio datum 16 maart 2015 auteurs dr. Hendri Adriaens dr.ir. Peter Fontein drs. Marcia den Uijl CentERdata, Tilburg, 2015 Alle rechten voorbehouden. Niets uit
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Midden- Kerncijfers uit de periode 01-0 Feitenblad Midden- Na 1 jaren van schriftelijke edities is vanaf april 019 de Drentse Onderwijsmonitor online beschikbaar via
Nadere informatieDrentse Onderwijsmonitor
Drentse Onderwijsmonitor Feitenbladen Kerncijfers uit de periode 20-20 Drentse Onderwijsmonitor 20 Feitenblad Onlangs verscheen de de editie van de Drentse Onderwijsmonitor. Dit rapport brengt de onderwijspositie
Nadere informatieRAPPORT VAN BEVINDINGEN FINANCIEEL CONTINUITEITSTOEZICHT. bij STICHTING VOOR R.K. HOGER- EN MIDDELBAAR VOORBEREIDEND ONDERWIJS NOORDELIJK ROTTERDAM
RAPPORT VAN BEVINDINGEN FINANCIEEL CONTINUITEITSTOEZICHT bij STICHTING VOOR R.K. HOGER- EN MIDDELBAAR VOORBEREIDEND ONDERWIJS NOORDELIJK ROTTERDAM Plaats : Utrecht Bestuursnummer : 78482 Onderzoeksnummer
Nadere informatieToelichting databestanden passend onderwijs
Toelichting databestanden passend onderwijs Inhoud Inleiding 3 1 Databestand passend onderwijs landelijk 4 2 Variabelen samenwerkingsverbanden passend onderwijs primair onderwijs 7 3 Variabelen samenwerkingsverbanden
Nadere informatieFactsheet Passend Onderwijs
Factsheet Passend Onderwijs November 2010 Inleiding Deze factsheet geeft feiten en cijfers over het passend onderwijs in Nederland. De factsheet is een vervolg op de Factsheet Passend onderwijs van januari
Nadere informatie