Beyond scores: A machine learning approach to comparing educational system effectiveness.

Studies comparing large-scale assessment data among educational systems have been an important tool for understanding the differences in how education is delivered worldwide. Many of these studies do not go beyond reporting average student scores in a particular educational system. A more unbiased analysis would avoid the simple use of gross performance and consider educational system contexts. A common approach is to estimate effectiveness by the residuals of parametric linear models. These models rely upon strong assumptions regarding the data-generating process, and are limited to handling extensive datasets. To address this issue, our paper provides a new approach based on machine learning models. The new approach is flexible, allows paired comparison, and is model-independent. An analysis conducted in Brazil verifies the suitability of the method to explore differences in effectiveness between Brazilian educational administrative units at the regional and state levels from 2009 to 2019. Our results are consistent with the existing literature, but the methodology produced a number of new findings that were not observed in studies using more traditional approaches.

A design process to define public challenges addressing SDGs / Un proceso de diseño para definir los desafíos públicos relacionados con los ODS / Um processo de design para definir desafios públicos envolvendo os ODS

Abstract How might we define local innovation challenges that are user-centered but also address strategic goals, such as the Sustainable Development Goals (SDGs)? We propose a design process that introduces a relevant contribution to the practices of the Mission-oriented Innovation Policies (MIPs) field as it goes from Grand Societal Challenges (GSCs) to local innovation challenges, which are more relevant to local needs and capabilities of solution. The main goal of the design process is to go from a GSC, such as "access to health" and one of its missions, like "reducing chronic Non-Communicable Diseases (NCD)," to a more able-to-solve innovation challenge, passing by its mission, and different problems and aspects. Snowball sampling methods allow us to find and mobilize electable subjects and design thinking techniques to process problem mapping, election, and clustering, as well as create challenge statements. It was possible to translate GSC to the local reality while reducing contestation and complexity and producing a problem-grouped map with prioritization and three problem statements (challenges) with open phrasing and solution criteria to foster the users' desired outcomes.

Resumen ¿Cómo podemos definir desafíos locales de innovación local que estén centrados en el usuario pero que también aborden objetivos estratégicos, como los Objetivos de Desarrollo Sostenible (ODS)? Proponemos un proceso de diseño que introduce una contribución relevante a las prácticas en el campo de las políticas de innovación orientadas por misión (en inglés, Mission-oriented Innovation Policies - MIPs), ya que va desde los grandes desafíos sociales (en inglés, Grand Societal Challenges - GSCs), comenzando con los ODS, hasta los desafíos locales de innovación, que son más relevantes para necesidades locales y capacidades de solución. El objetivo principal del proceso de diseño es ir desde un GSC, como "acceso a la salud" y una de sus misiones, como "reducir las Enfermedades Crónicas No Transmisibles (ECNT)", a un desafío de innovación más concreto, pasando por la misión, y por diferentes problemas y aspectos. Los métodos de muestreo de bola de nieve nos permiten encontrar y movilizar sujetos elegibles, y técnicas de design thinking, procesar el mapeo, la elección y la agrupación de problemas; y crear declaraciones de desafío. Fue posible traducir GSC a la realidad local, al mismo tiempo que se reducía la contestación y la complejidad, y se producía un plano agrupado de problemas con priorización, y tres declaraciones de problemas (desafíos) con redacción abierta y criterios de solución para promover los resultados deseados por los usuarios.

Resumo Como podemos definir os desafios locais de inovação que são centrados no usuário, mas também abordam objetivos estratégicos, como os Objetivos de Desenvolvimento Sustentável (ODS)? Propomos um processo de design que apresenta uma contribuição relevante para as práticas no campo das políticas de inovação orientadas para a missão (em inglês, Mission-oriented Innovation Policies - MIPs), uma vez que vai dos grandes desafios societais (em inglês, Grand Societal Challenges - GSCs) aos desafios locais de inovação, que são mais relevantes para as necessidades locais e capacidades de solução. O principal objetivo do processo de desenho é passar de um GSC, como o "acesso à saúde" e uma de suas missões, como "reduzir as Doenças Crônicas Não Transmissíveis (DCNT)", para um desafio de inovação mais capaz de resolver, passando pela sua missão, diferentes problemas e aspectos. Os métodos de amostragem bola de neve nos permitem encontrar e mobilizar assuntos elegíveis e técnicas de design thinking para processar o mapeamento de problemas, eleição e agrupamento; e criar declarações de desafio. Foi possível traduzir o GSC para a realidade local, reduzindo a contestação e a complexidade, e produzindo um mapa agrupado de problemas com priorização e três declarações de problemas (desafios) com formulação aberta e critérios de solução para promover os resultados desejados pelos usuários.

(Br-SCMM) Brazilian Smart City Maturity Model: A Perspective from the Health Domain.

The term definition "Smart City" still allows various interpretations, and this causes some difficulty in establishing parameters to measure how smart the cities can be. This paper presents a Maturity Model that uses a set of minimum domains and indicators that aim to encourage cities of different sizes to identify their potential and improve processes and public policies.