SciMingo helpt onderzoekers het juiste evenwicht te vinden tussen complexiteit en begrijpelijkheid in wetenschapscommunicatie. Zo leren we je hoe je mensen aanspreekt zonder afbreuk te doen aan je onderzoek. Als volleerde flamingo's, meesters in evenwicht 🦩
Evaluatie van de ruimtelijke en sociale ongelijkheid van de kleuterscholen in Gent
Koos
Fransen
- NielsVerrecas
‘Zij wonen dicht en ik woon ver en dat is niet eerlijk’ – de link tussen capaciteitsproblemen en bereikbaarheid van Gentse kleuterscholen
Hoewel onderwijs als een basisrecht wordt beschouwd, slagen Vlaamse steden er niet in alle kleuters van een school te voorzien. Reeds enkele jaren halen deze capaciteitsproblemen de koppen van alle kranten. Onder het motto “Elk kind krijgt een plaats bij het begin van het schooljaar” van Vlaams Minister van Onderwijs Pascal Smet blijkt het uitbreiden van de capaciteit met behulp van containerklassen vanuit een beleidsstandpunt de beste oplossing. Een doorgedreven analyse maakt echter duidelijk dat de problematiek heel wat complexer is dan enkel globale capaciteitsproblemen. Onderzoek aan de Hogeschool Gent heeft getracht dit probleem op een geautomatiseerde en algemeen toepasbare wijze te analyseren.
Een ongebreidelde terugkeer naar de stad
Aan de migratie uit de stad die vanaf 1960 het Vlaamse landschap tekende, komt gestaag een eind. De Vlaamse stedelijke agglomeratie wordt opnieuw een aantrekkelijke plek om zich te vestigen, voornamelijk voor jonge gezinnen. De migratie naar de stad heeft, in combinatie met een toenemende bevolkingsaangroei, geleid tot een toename van kinderen in de stad. Eerste onderzoek in 2009 toonde aan dat capaciteitsproblemen dreigden in het onderwijs voor de Vlaamse regionale steden en Brussel. Deze capaciteitsproblemen gaan gepaard met manifestaties van ruimtelijke en sociale ongelijkheid. Zo zijn sommige leerlingen van het basisonderwijs die in de nabijheid van een geschikte school wonen verplicht school te lopen verder van huis, dit omdat de capaciteit van de nabijgelegen school overschreden is. Bij het begin van elk schooljaar circuleren steeds weer beelden van ouders die buiten de schoolpoorten kamperen om hun kinderen in de school van hun keuze in te schrijven [1]. Scholen zijn daarbij niet de enige stedelijke voorzieningen die met een steeds groeiend plaatsgebrek te kampen hebben (cf. crèches, rusthuizen).
Als antwoord op dit fenomeen werd in Antwerpen, Gent en Brussel het Centraal Aanmeldingsregister (CAR) opgezet. Bij de online inschrijvingsperiode (‘meld-je-aan’) wordt de nadruk gelegd op de afstand van de woonplaats (of werkplaats) tot de school. Hoewel dit systeem het ‘first come first served’ element elimineert, ontstaan nieuwe vormen van ongelijkheid: Wat met kinderen uit dichtbevolkte wijken die door de beperkte capaciteit niet terecht kunnen in de nabijgelegen school? Wat met vrije schoolkeuze? En hoe wordt de afstand tot een school bepaald? Hoewel Antwerps Onderwijsschepen Robert Voorhamme (sp.a) aanhaalt dat slechts een tiental gevallen op meer dan 12.000 aanmeldingen een klacht neerlegt tegen de genomen beslissing, is toch nood aan een eenduidige tool voor een bereikbaarheidsanalyse van de (Gentse) kleuterscholen.
Een geautomatiseerd model als analysetool
Om een duidelijk zicht te krijgen op de problematiek werd in samenwerking met Stad Gent een algemeen toepasbare analysemethode opgesteld voor lokale overheden. Zo wordt het huidige scholenbestand in beeld gebracht en geanalyseerd. Bovendien werkt de tool beleidsondersteunend zodat besturen gefundeerde keuzes kunnen maken.
Met behulp van een geografisch informatiesysteem (GIS) werd een geautomatiseerd model opgesteld en uitgetest voor de Gentse kleuterscholen (schooljaar 2012-2013). Een GIS laat daarbij toe om verschillende gegevenslagen te koppelen. Het model geeft een lokale overheid de mogelijkheid voor zijn scholenpatrimonium een reeks aan indicatoren op te stellen en elk afzonderlijk te visualiseren. Deze richten zich niet alleen op de capaciteit [2], maar brengen ook verplaatsingen, voorzieningsgraden en afstanden tussen de scholen en de leerlingen in rekening [3]. De indicatoren worden uiteindelijk ingezet om een selectie uit te voeren, gericht op een bepaald beleid. Zo kan bijvoorbeeld een beleid gericht op het verminderen van verre verplaatsingen de scholen met een groot voorzieningsgebied selecteren. Ten slotte kan het model door zijn adaptieve karakter ook gebruikt worden om toekomstige capaciteitsproblemen te voorspellen of capaciteitsproblemen voor andere functies in kaart te brengen.
Het model ter aanduiding van de probleemgebieden
Naast het sterke importkarakter van de kleuterscholen in het centrum en de hoge graad van zelfvoorziening van de scholen in het buitengebied, was het opmerkelijkste resultaat de dualiteit in de negentiende-eeuwse gordel. Twee Gentse gebieden sprongen op basis van de indicatoren in het oog: de Brugse Poort en de stationsomgeving. De negentiende-eeuwse gordelwijk Brugse Poort kenmerkt zich door een opvallende ondercapaciteit in het kleuteronderwijs [4]. Dit resulteert in vormen van ruimtelijke en sociale ongelijkheid. Niet alle kleuters in de Brugse Poort kunnen schoolgaan in hun eigen wijk, waardoor ze genoodzaakt zijn scholen net buiten de wijk op te zoeken. Indien deze verder gelegen scholen echter gevuld worden met leerlingen uit de buurt (vaak zo in de dichtbevolkte negentiende-eeuwse gordel), dan zijn de kleuters uit de Brugse Poort genoodzaakt nog verder uit te wijken.
In tegenstelling tot de Brugse Poort valt in de stationsomgeving een overcapaciteit op [4]. Daardoor gaan scholen voornamelijk kleuters aantrekken die elders niet meer in de school van hun omgeving terecht kunnen, waardoor binnen Gent vaak grote afstanden overbrugd dienen te worden.
Het adaptieve karakter van het model
Ook de algemene toepasbaarheid van het model werd getoetst. Enerzijds werden prognoses voor de capaciteit en voorziening van de kleuterscholen in Gent opgesteld voor de komende schooljaren. Hieruit bleek dat de besproken problemen verder zullen toenemen, met aanduiding van enkele interessante aandachtsgebieden [5]. Anderzijds werd de impact van het inplanten van een school op een specifieke locatie onderzocht. Zo zou een nieuwe school in de Brugse Poort slechts lokaal enkele problemen kunnen opvangen, maar geen oplossing bieden voor de gehele wijk [6].
De toepassing van de analysetool voor de Gentse kleuterscholen was een succes. Een duidelijk beeld van enkele probleemgebieden werd geschetst, en het model laat toe toekomstige ingrepen op hun impact te analyseren. Bijkomend werd aangetoond dat de modellen ook toepasbaar zijn voor andere stedelijke functies. Als ‘side project’ werd een online geo-applicatie opgesteld. De gebruiksvriendelijke applicatie @SCHOOL geeft ouders op een eenvoudige manier informatie over de locatie, het adres, de capaciteit, etc. van scholen en geeft aan hoever men van welke school woont. De geo-applicatie is momenteel beschikbaar op het meld-je-aanplatform van Stad Gent en de website van het ‘Eurocities 2013’-event en sleepte een prijs in de wacht op de Geospatial Awards 2013. De applicatie wordt uitgebreid naar alle basisscholen van de Vlaamse Gemeenschap.
De scriptie van Koos Fransen en Niels Verrecas kan je hier downloaden: http://bit.ly/FRaVeR
Bibliografie
Alsnih, R., & Hensher, D. A. (2003). The mobility and accessibility expectations of seniors
in an aging population. Transportation Research, Part A(37), 903–916.
Antrop, M., & De Maeyer, P. (2008). Theoretische concepten van GIS. Gent: Academia Press.
Ascher, F. (2007). Section 2: Landscapes of Capital - Multimobility, Multispeed Cities. Places, 19(1), 36-41.
Attfield, I., & Tamiru, M. (2002). Setting up and using a Geographical Information
System for micro-planning and school mapping in Ethiopia Improving Micro-Planning in Education through a Geographical Information System: Studies on Ethiopia and Palestine. School Mapping and Local-Level Planning (pp. 19-73). Paris, France: United Nations Educational, Scientific, and Cultural Organization, International Institute for Educational Planning.
Batty, M., & Longley, P. (1994). Fractal Cities. Londen: Academic Press.
Bavoux, J.-J., Beaucire, F., Chapelon, L., & Zembri, P. (2005). Géographie des Transports. Parijs: Armand Colin.
Bourne, L. S. (1993). The demise of gentrification? A commentary and prospectic view. Urban geography, 14, 95-107.
Burns, L. D. (1979). Transportation, temporal and spatial components of accessibility. Lexington, MA: Lexington Books.
Burns, P. C. (1999). Navigation and the mobility of older drivers. Journal of Gerontology: Social Science, 54(1), 49-55.
Caillods, F. O. (1983). Module I: School mapping and micro‐planning concepts and processes. In F. O. Caillods, J. Casselli, T. N. Châu & G. Porte (Eds.), Training materials in educational planning, administration and facilities: School mapping and micro‐planning in education. Parijs: IIEP/UNESCO.
Chang, H. S., & Liao, C. H. (2011). Exploring an integrated method for measuring the relative spatial equity in public facilities in the context of urban parks. Cities, 28(5), 361-371.
Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and Planning B-Planning & Design, 24(2), 247-261.
Cowan, R. (2005). The Dictionary of Urbanism. Wiltshire: Streetwise Press.
Cromley, E. K., & McLafferty, S. L. (2012). GIS and Public Health (Second Edition ed.). New York: The Guildford Press.
De Grauwe, A. (2002). Introduction Improving Micro-Planning in Education through a Geographical Information System: Studies on Ethiopia and Palestine. School Mapping and Local-Level Planning (pp. 7-17). Paris: United Nations Educational, Scientific, and Cultural Organization, International Institute for Educational Planning.
Delmelle, E. C., & Casas, I. (2012). Evaluating the spatial equity of bus rapid transit-based accessibility patterns in a developing country: The case of Cali, Colombia. Transport Policy, 20, 36-46.
Dijst, M., de Jong, T., & van Eck, J. R. (2002). Opportunities for transport mode change: an exploration of a disaggregated approach. Environment and Planning B-Planning & Design, 29(3).
Doi, K., Kii, M., & Nakanishi, H. (2008). An integrated evaluation method of accessibility, quality of life, and social interaction. Environment and Planning, B(35), 1098–1116.
Dong, P. L. (2008). Generating and updating multiplicatively weighted Voronoi diagrams for point, line and polygon features in GIS. Computers & Geosciences, 34(4), 411-421.
Esri. (2010). GIS Best Practice - GIS for INSPIRE.
Geurs, K. T., & Ritsema van Eck, J. R. (2001). Accessibility measures: review and applications. Bilthoven: National Institute of Public Health and the Environment.
Handy, S. L., & Niemeier, D. A. (1997). Measuring accessibility: An exploration of issues and alternatives. Environment and Planning A, 29(7), 1175-1194.
Hite, S. J. (2008). School Mapping and GIS in Education Micro-planning. Parijs: International Institute for Educational Planning.
Johnston, R. J., Gregory, D., Pratt, G., & Watts, M. (2000). The Dictionary of Human Geography. Oxford: Blackwell Publishing.
Kesteloot, C. (2003). Verstedelijking in Vlaanderen. Problemen, kansen en uitdagingen voor het beleid in de 21ste eeuw De eeuw van de stad. Voorstudies. Brussel: Ministerie van de Vlaamse Gemeenschap.
Kim, H.-M., & Kwan, M.-P. (2003). Space-time accessibility measures: A geocomputational algorithm with a focus on the feasible opportunity set and possible activity duration. Journal of Geographical Systems, 5(1), 77-91.
Kinman, E. L. (1999). Evaluating health service equity at a primary care clinic in Chilimarca, Bolivia. Social Science & Medicine, 49(5), 663-678.
Koenig, J. (1980). Indicators of Urban Accessibility: Theory and Applications. Transportation, 9, 145-172.
Kunzmann, K. R. (1998). Planning for spatial equity in Europe. International Planning Studies, 3(1), 101-120.
Lieshout, R. (2012). Measuring the size of an airport's catchment area. Journal of Transport Geography, 25, 27-34.
Liu, S. X., & Zhu, X. (2004). Accessibility Analyst: an integrated GIS tool for accessibility analysis in urban transportation planning. Environment and Planning B-Planning & Design, 31(1), 105-124.
Lotfi, S., & Koohsari, M. J. (2009). Measuring objective accessibility to neighborhood facilities in the city (A case study: Zone 6 in Tehran, Iran). Cities, 26(3), 133-140.
Louage, L. (2013). Minister Smet laat onderzoeken waarom kampeertoestanden aan scholen aanhouden, De Standaard.
Lynch, K. (1981). Good City Form. Cambridge, MA: MIT press.
Massam, B. H. (2002). Quality of life: public planning and private living. Progress in Planning, 58, 141-227.
McDonnell, R., & Kemp, K. (1995). International GIS Dictionary. New York: Wiley.
Mendelsohn, J. M. (1996). Education Planning and Management and the Use of Geographical Information Systems. Paris: UNESCO Publishing ‐ International Institute for Educational Planning.
Metz, D. H. (2000). Mobility of older people and their quality of life. Transport Policy, 7, 149–152.
Morris, J. M., Dumble, P. L., & Wigan, M. R. (1979). Accessibility indicators for transport planning. Transportation Research Part a-Policy and Practice, 13(2), 91-109.
Mulaku, G. C., & Nyadimo, E. (2011). GIS in education planning: the Kenyan school mapping project. Survey Review, 43(323), 567-578.
Myint, S. W., Jain, J., Lukinbeal, C., & Lara-Valencia, F. (2010). Simulating urban growth on the US-Mexico border: Nogales, Arizona, and Nogales, Sonora. Canadian Journal of Remote Sensing, 36(3), 166-184.
Myint, S. W., & Wang, L. (2006). Multicriteria decision approach for land use land cover change using Markov chain analysis and a cellular automata approach. Canadian Journal of Remote Sensing, 32(6), 390 - 404.
Neutens, T., Schwanen, T., Witlox, F., & De Maeyer, P. (2010). Equity of urban service delivery: a comparison of different accessibility measures. Environment and Planning A, 42(7), 1613-1635.
Neutens, T., Schwanen, T., Witlox, F., & de Maeyer, P. (2010). Evaluating the temporal organization of public service provision using space-time accessibility analysis. Urban Geography, 31(8), 1039-1064.
O'Sullivan, D., Morrison, A., & Shearer, J. (2000). Using desktop GIS for the investigation of accessibility by public transport: an isochrone approach. International Journal of Geographical Information Science, 14(1), 85-104.
Ogryczak, W. (2000). Inequality measures and equitable approaches to location problems. European Journal of Operational Research, 122(2), 374-391.
Pearce, J. (2000). Techniques for defning school catchment areas for comparison with census data. Computers, Environment and Urban Systems, 24, 283-303.
Pearce, J., Witten, K., & Bartie, P. (2006). Neighbourhoods and health: a GIS approach
to measuring community resource accessibility. J Epidemiol Community Health, 60, 389–395.
Pickles, J. (1995). Representations in an electronic age: Geography, GIS, and democracy. In J. Pickles (Ed.), Ground Truth: The Social Implications of Geographic Information Systems (pp. 1-30). New York: The Guildford Press.
Pijanowski, B. C., Brown, D. G., Shellito, B. A., & Manik, G. A. (2002). Using neural networks and GIS to forecast land use changes: a Land Transformation Model. Computers, Environment and Urban Systems.
United Nations Human Settlements Programme. (2003). The Challenge of Slums: Global Report on Human Settlements 2003. Londen: Earthscan Publications Ltd.
Ritsema van Eck, J. R., & de Jong, T. (1999). Accessibility analysis and spatial competition effects in the context of GIS-supported service location planning. Computers, Environment and Urban Systems, 23, 75-89.
Robitaille, E., & Herjean, P. (2008). An analysis of the accessibility of video lottery terminals: the case of Montreal. International Journal of Health Geographics, 7, 15.
Saunders, D. (2010). De Trek naar de Stad. Antwerpen: De Bezige Bij.
Schwanen, T., & Dijst, M. (2003). Time windows in workers' activity patterns: Empirical evidence from the Netherlands. Transportation, 30(3), 261-283.
Singleton, A. D., Longley, P. A., Allen, R., & O'Brien, O. (2011). Estimating secondary school catchment areas and the spatial equity of access. Computers Environment and Urban Systems, 35(3), 241-249.
Smith, D. M. (1994). Geography and social justice. Oxford: Blackwell.
Spinney, J. E. L., Scott, D. M., & Newbold, K. B. (2009). Transport mobility benefits and quality of life: A time-use perspective of elderly Canadians. Transport Policy, 16(1), 1-11.
Talen, E. (1997). The social equity of urban service distribution an exploration of park access in Pueblo, Colorado, and Macon, Georgia. Urban Geography, 18(6), 521-541.
Talen, E. (2001). School, community, and spatial equity: An empirical investigation of access to elementary schools in West Virginia. Annals of the Association of American Geographers, 91(3), 465-486.
Talen, E., & Anselin, L. (1998). Assessing spatial equity: an evaluation of measures of accessibility to public playgrounds. Environment and Planning A, 30(4), 595-613.
Thill, J.-C., & Rushton, G. (1992). Demand sensitivity to space-price competition with Manhattan and Euclidean representation of distance. Annals of Operations Research, 40(1), 381-401.
Truelove, M. (1993). Measurement of spatial equity. Environment and Planning C-Government and Policy, 11(1), 19-34.
Tsou, K. W., Hung, Y. T., & Chang, Y. L. (2005). An accessibility-based integrated measure of relative spatial equity in urban public facilities. Cities, 22(6), 424-435.
Van Pee, M. (2013). 'Slechts' 6 miljoen voor Gentse scholen, Het Nieuwsblad.
Vandenbulcke, G., Steenberghen, T., & Thomas, I. (2009). Mapping accessibility in Belgium: a tool for land-use and transport planning? Journal of Transport Geography, 17(1), 39-53.
Vanempten, E. (2010). Symposium: Ruimtelijk ontwerp als een medium voor integratie in rurbane omgevingen. Brussel.
Varghese, N. V. (1997). Module 8: School mapping. New Dehli: National Institute of Educational Planning and Administration.
Vickerman, R. W. (1974). Accessibility, attraction, and potential: a review of some concepts and their use in determining mobility. Environment and Planning, A(6), 675–691.
Wan, N., Zou, B., & Sternberg, T. (2012). A three-step floating catchment area method for analyzing spatial access to health services. International Journal of Geographical Information Science, 26(6), 1073-1089.
Weng, Q. H. (2002). Land use change analysis in the Zhujiang Delta of China using satellite remote sensing, GIS and stochastic modelling. Journal of Environmental Management, 64(3), 273-284.
White, R., & Engelen, G. (1992). Cellular automata and fractal urban form: a cellular modelling approach to the evolution of urban land use patterns. Maastricht.
Witten, K., Exeter, D., & Field, A. (2003). The quality of urban environments: mapping variation in access to community resources. Urban Studies, 40(1), 161-177.
