Tink derom: De algoritmebeskriuwingen yn it Frysk binne automatysk oerset. Hjir kinne flaters yn sitte. Foar de orizjinele beskriuwingen geane jo nei de Nederlânske ferzje fan it Algoritmeregister.

Referinsje skatting

Foarsizzing fan lanlik tal learlingen en studinten yn it Nederlânske systeem fan oerheidsfinansiere ûnderwiis

Lêst feroare op 8 oktober 2024 om 7:16 | Publikaasjestandaard 1.0
Publicatiecategorie
Oare algoritmes
Impacttoetsen
Fjild net ynfierd.
Status
Yn gebrûk

Algemene ynformaasje

Tema

Ûnderwiis en wittenskip

Begjindatum

04-2011

Kontaktgegevens

referentieramingen@minocw.nl

Link nei publykspagina

https://www.rijksoverheid.nl/documenten/rapporten/2024/04/24/referentieraming-ocw-2024

Ferantwurde gebrûk

Doel en impact

De Referinsjeraming lit de ferwachte ûntwikkeling sjen fan it tal learlingen en studinten oan ynstellingen yn it troch de Ryksfinansjele Underwiis yn Nederlân. De skatting tsjinnet foaral om it ûnderwiisbudzjet fan it ministearje fan Underwiis, Kultuer en Wittenskip (OCW) te ûnderbouwen.


Neist it ûnderbouwen fan de begrutting wurdt de skatting brûkt om resinte en ferwachte ûntjouwings yn it ûnderwiis te beskriuwen. It jierferslach mei útlis fan de Referinsjeraming en www.ocwinfigures.nl binne dêr de wichtichste produkten foar.


Uteinlik wurdt de referinsjeskatting ek brûkt as ynput foar oare skattingen. Foar in tal fan dizze rûzings wurde gegevens fan dizze referinsjeskatting levere oant en mei 2070. De wichtichste brûkers foar ferfolchskattingen binne:

• de skatting foar stúdzjefinansiering fan OCW;

• ynstitúsjonele prognoazes fan DUO;

• arbeidsmerkskattingen fan it Underwiis-Arbeidsmerkprojekt fan ROA;

• arbeidsmerkskattingen foar learkrêften troch Centerdata;

• rûzings foar studintehúsfesting troch ABF Research;

• it Mobiliteitsbyld fan it Kennisynstitút foar Mobiliteitsbelied (KiM).

Afwagings

De Referinsjeraming hat bliken dien genôch genôch te wêzen om de begrutting fan it ministearje fan Underwiis, Kultuer en Wittenskip te ûnderbouwen. De Referinsjeskatting is ek net al te kompleks: dat betsjut dat der yn in ridlike tiid in nije skatting berekkene wurde kin. Dit is wichtich om't d'r mar in beheinde tiid is om de Referinsjeskatting te meitsjen. D'r binne ferskate moannen tusken it ûntfangen fan de lêste gegevens en it leverjen fan de skatting foar it berekkenjen fan it budzjet. In ferkearde skatting kin lykwols liede ta in tekoart of oerskot op de begrutting fan it hiele OCW.


Gjin persoanlike gegevens wurde brûkt foar it opstellen fan de referinsjeskatting en gjin yndividuele edukative karriêres wurde yn rekken brocht. Allinnich totale oantallen persoanen yn de ûnderwiisstreamen wurde brûkt. Bygelyks: totaal oantal bern dat fan groep 7 nei groep 8 gie.


Om't yndividuele edukative karriêres net opnommen binne, koe weardefolle ynformaasje yn 'e hjoeddeistige skatting mist wurde. In alternatyf foar it hjoeddeiske model soe bygelyks in mikrosimulaasjemodel wêze, dêr't ynformaasje oer yndividuele learlingen en studinten yn opnommen is. Dizze metoade is lykwols komplekser as de hjoeddeistige metoade. Dit freget mear kompjûter macht, dat makket it proses stadiger. Detaillearre gegevens binne ek fereaske, wêr't de kwaliteit fan 'e gegevens lestiger te garandearjen is. Mear komplekse gedrach kin diel útmeitsje fan in mear detaillearre skattingsmodel, dat de kwaliteit fan 'e skatting ferbetterje kin. It duorret gewoan ek mear tiid om de skatting út te fieren. Troch de tiiddruk foar it opstellen fan in nije skatting binne dy kwetsberens net winsklik.

Minskele tuskenkomst

Ien fan 'e meast weardefolle aspekten fan it algoritme is de kontrolearberens. Dat hâldt yn dat de skatting troch in analist oanpast wurde kin op basis fan oanfoljende ynformaasje en dat der rekken hâlden wurde mei ferwachte ûntjouwings yn it ûnderwiis, lykas de effekten fan belied en de ynfloed fan wurkleazens op de ûnderwiispartisipaasje.


Advys wurdt frege fan ûnderwiiskundigen om de referinsjeskatting te begelieden. Op basis fan harren advys wurdt bepaald hoe en hoefolle kontrolearre wurde moat.


It oanmeitsjen fan de referinsjeskatting is in iteratyf proses, wêrby't de resultaten nei elke stap analysearre wurde. Earst wurdt in skatting makke sûnder kontrôles. Dan wurde kontrôles ien foar ien tafoege. By elke stap wurdt kontrolearre oft de kontrôles ûnferwachte of ûnrealistyske útkomsten generearje.


As it iterative proses foltôge is, wurdt de skatting foarlein oan de saneamde CLR (Student Estimates Coordination Group). De CLR befettet beliedsôfdielingen fan it ministearje fan Underwiis, Kultuer en Wittenskip. It binne de beliedsôfdielingen fan de ferskate sektoaren (basisûnderwiis, fuortset ûnderwiis, ensfh.). Se ûndersykje de skatting kritysk en jouwe advys oan de Kennisdirekteur fan it ministearje fan Underwiis, Kultuer en Wittenskip om de skatting te bepalen.


Pas nei't de prognoazes fêststeld binne, wurde se werklik brûkt foar de begrutting fan it ministearje.

Risikobehear

  • By it meitsjen fan de skatting wurdt in fjouwer-eachkontrôle útfierd. Dit betsjut dat 2 analysts de skatting apart meitsje mei deselde oerienkommende ynstellings. Dan wurdt kontrolearre oft de resultaten itselde binne. Dizze 4-eachkontrôle is wichtich om flaters te foarkommen tidens it skattingsproses.
  • Foardat der feroaringen yn de metodyk oanbrocht wurde, wurdt advys frege by de Begeliedingskommisje Learling- en Studinteskatting (BLS). Dizze kommisje bestiet út saakkundigen fan ûnder oaren CBS, SCP, CPB en ûnderwiisorganisaasjes. De taken en gearstalling fan de BLS binne fêstlein yn in formeel beslút, dat hjir te finen is: https://wetten.overheid.nl/BWBR0047356/2022-10-25.
  • De prognosen wurde ôfstimd mei de Student Estimates Coordination Group (CLR). Yn it CLR steane de beliedsdirektoraten fan de ferskate sektoaren (lykas basisûnderwiis, fuortset ûnderwiis, ensfh.). Dat binne beliedsdirektoraten fan it ministearje fan Underwiis, Kultuer en Wittenskip. Op grûn fan harren domeinkennis kinne se advys jaan oer de resultaten.

Wettlike basis

It opstellen fan de begrutting fan it ministearje fan Underwiis, Kultuer en Wittenskip is in taak fan algemien belang. Sûnder in budzjet soe it ministearje fan Ûnderwiis, Kultuer en Wittenskip net op al syn manieren it publyksbelang tsjinje kinne. Kêst 105, lid 1 fan de Grûnwet beskriuwt dat der in lanlike begrutting opsteld wurde moat. Kêst 2.5 fan de Boekhoudwet 2016 omskriuwt dat in skatting in ferplicht ûnderdiel is fan de begrutting. Kêst 15 fan de WRO beskriuwt dat basisgegevens út it register fan ûnderwiisdielnimmers brûkt wurde meie foar begruttingsfoarstelling troch de minister. De gegevens yn de ûnderwiismatriks komme allegear út (de basisgegevens fan) it register fan ûnderwiisdielnimmers en wurde brûkt om de skatting te meitsjen.


De ûnderwiismatriks wurdt makke troch DUO op basis fan it ûnderwiis dielnimmersregister (ROD). It oarspronklike doel fan it sammeljen fan de gegevens yn 'e ROD is it leverjen fan gegevens foar alle soarten doelen, ynklusyf budzjetfoarriedingen (sjoch WRO-artikel 5). It doel fan it ferwurkjen fan de ûnderwiismatriks en referinsjeraming is it opstellen fan de begrutting.

Links nei wettlike basis

  • Artikel 105 van de Grondwet: http://wetten.overheid.nl/jci1.3:c:BWBR0001840&hoofdstuk=5&paragraaf=2&artikel=105
  • Artikel 2.5 van de Comptabiliteitswet 2016: http://wetten.overheid.nl/jci1.3:c:BWBR0039429&hoofdstuk=2&paragraaf=2&artikel=2.5
  • Artikel 5 van de Wet register onderwijsdeelnemers: http://wetten.overheid.nl/jci1.3:c:BWBR0042012&hoofdstuk=2&paragraaf=2.1&artikel=5

Wurking

Gegevens

  • De CBS Population Forecast: dizze prognose befettet de ferwachte oantallen berte, deaden, ymmigraasje en emigraasje.
  • De ûnderwiismatriksen fan de ôfdieling Ynformaasjeprodukten fan DUO: de ûnderwiismatriksen litte de oantallen minsken per stream yn, troch en út it ûnderwiis sjen. De ûnderwiismatriksen wurde makke op basis fan de registraasjegegevens fan ûnderwiisynstellingen en jouwe ynsjoch yn hoe't studinten en learlingen yn in bepaald jier troch it ûnderwiis bewege binne.
  • De wurkleazensferwachting fan it CPB. Dit wurdt brûkt om yn te skatten hoefolle mbo-learlingen in BOL-oplieding folget en hoefolle in BBL-oplieding folget.

Links nei gegevensboarnen

  • Bevolkingsprognose CBS: https://www.cbs.nl/nl-nl/longread/statistische-trends/2023/bevolkingsprognose-2023-2070-minder-geboorten-meer-migratie
  • Macro Economische Verkenning CPB: https://www.cpb.nl/macro-economische-verkenning-mev-2024

Technyske wurking

De referinsjeskatting wurdt útfierd mei in leeftydsôfhinklik progressionsmodel. Dêrmei wurde streamen fan minsken yn, troch, út en bûten it ûnderwiis rûsd om te kommen ta ferwachte takomstige tal learlingen en studinten.


It útgongspunt foar de referinsjeskatting is de ûnderwiismatriks. Dêryn stiet it oantal minsken dat yn, troch en út it ûnderwiis streamt. Oergongskânsen, de kâns dat immen fan it iene opliedingsnivo of klasse nei it oare giet, wurde dêrút ôflaat. De oantallen minsken en kânsen wurde brûkt om streamen yn 'e takomst te skatten.


Bygelyks: as ferline jier 70 fan de 100 VWO-6-learlingen trochgongen nei it WO, dan is de oergongskâns 70% om fan VWO-6 nei WO te gean. Stel dat it op it stuit 130 VWO-6-learlingen is, dan giet it model derfan út dat 70% dêrfan (91 learlingen) it folgjende jier nei it WO giet.


Yn prinsipe wurdt de meast resinte oergongskâns brûkt om takomstige nûmers te skatten. De trends fan de lêste jierren wurde ûndersocht op tal fan oergongskânsen. It giet om de mooglikheden fan 'strategyske transysjes'. It giet om oergongen tusken soarten ûnderwiis dêr't beliedsferoarings de measte ynfloed op hawwe, lykas fan basisûnderwiis nei fuortset ûnderwiis en fan fuortset ûnderwiis nei fuortset ûnderwiis. De oergongskânsen foar dizze streamingen wurde bepaald troch ekstrapolaasje basearre op de lêste 12 observaasjes (jierren). Dizze ekstrapolearre oergongskânsen wurde earst evaluearre. Om goede reden wurdt der ôfwiisd fan de ekstrapolaasje fan in bepaalde oergongskâns.


De skatting groeit mei de befolking yn Nederlân. Op grûn fan de befolkingsprognose fan it CBS wurdt it tal berte yn rekken brocht en korrizjearre foar mortaliteit, ymmigraasje en emigraasje.


Sjoch foar mear ynformaasje paragraaf 5.1 fan it iepenbier rapport op https://www.rijksoverheid.nl/documents/reports/2024/04/24/referencing-ocw-2024

Soartgelikense algoritme beskriuwingen

  • Om goed te bepalen wannear en wêr ôffal fan konteners ophelle wurde moat, soargje wy derfoar dat relatyf lyts ôffal sichtber is yn de iepenbiere romte en drage wy by oan in skjinnere stêd.

    Lêst feroare op 12 july 2024 om 10:01 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    DPIA, ...
    Status
    Yn gebrûk
  • Seleksjesysteem foar it selektearjen fan de oannimmers dy't binne útnoege foar de meardere partikuliere oanbesteging foar ynfrastruktuerwurken.

    Lêst feroare op 15 july 2024 om 13:38 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • Stipe skriuwers by it formulearjen fan dúdlike teksten troch it beoardieljen fan taalnivo, it markearjen fan lestige segminten en it suggerearjen fan ferbetteringen.

    Lêst feroare op 11 maart 2025 om 9:28 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Oare algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • Ynwenners en ûndernimmers fan de gemeente Ede krije de mooglikheid om digitaal oan te freegjen foar produkten foar boargersaken fia de webside fan de gemeente Ede. It systeem fiert kontrôles út op de persoanlike gegevens.

    Lêst feroare op 12 desimber 2024 om 14:19 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk
  • Ynwenners en ûndernimmers fan de gemeente Midden-Grinslân krije fia de webside fan de gemeente Midden-Grinslân de mooglikheid om digitaal oan te freegjen foar produkten foar boargersaken. It systeem fiert kontrôles út op de persoanlike gegevens.

    Lêst feroare op 14 jannewaris 2025 om 10:38 | Publikaasjestandaard 1.0
    Publicatiecategorie
    Ympaktfolle algoritmes
    Impacttoetsen
    Fjild net ynfierd.
    Status
    Yn gebrûk