L'obiettivo generale del progetto "Stem in Higher Education & Women INequalitieS" (SHE WINS) è quello di comprendere le intersezioni tra: a) genere e programmi STEM nell'istruzione superiore; b) genere e mercato del lavoro STEM in Italia. Nonostante la crescente attenzione alle esperienze, alle sfide e agli ostacoli che le donne devono affrontare nei settori STEM, la ricerca attuale è ancora frammentata perché di solito si basa su singoli dataset che si riferiscono a settori separati come l'istruzione secondaria o l'istruzione superiore o il mercato del lavoro. Pertanto, da una prospettiva multidimensionale e longitudinale, manca un approccio più completo. Grazie all'accesso esclusivo ai microdati dell'Anagrafe Nazionale Studenti e al loro collegamento statistico con i microdati INVALSI e AlmaLaurea, il progetto SHE WINS mira a superare la suddetta frammentazione dei dati. Dovrebbe offrire nuove analisi per acquisire nuove conoscenze su questo problema critico.

In particolare, sarà possibile rispondere, tra le altre, alle seguenti cruciali domande di ricerca.

• Le caratteristiche del liceo frequentato o il contesto familiare incidono sulle scelte universitarie e sulla carriera delle donne?
• In che modo i risultati del test INVALSI in matematica spiegano il successo/abbandono delle carriere STEM nell'istruzione superiore?
• Ci sono "debolezze" regionali che aumentano il rischio di non iscriversi ai programmi STEM?
• Il divario di genere STEM cambia a seconda dei diversi livelli di rendimento degli studenti?
• Le carriere degli studenti universitari spiegano il divario salariale di genere nel mercato del lavoro STEM?
• Esiste un problema di squilibrio tra domanda e offerta di competenze per le donne laureate in discipline STEM nel mercato del lavoro?

La risposta a tali domande di ricerca fornirà le informazioni necessarie per definire una serie di indicatori adeguati per misurare, sintetizzare e visualizzare il divario di genere riguardo alle discipline STEM nell'iscrizione. nell'abbandono, nelle carriere degli studenti e nei risultati del mercato del lavoro. Questi indicatori saranno poi utilizzati come repository di dati per il prototipo di cruscotto interattivo online di misure e mappe, costantemente accessibile e utilizzabile dalla comunità scientifica e dai decisori politici in tempo reale.

Obiettivi che vanno oltre gli scopi scientifici del progetto
L'obiettivo di ridurre la disuguaglianza di genere nell'istruzione STEM è particolarmente impegnativo e rilevante. In generale, è riconosciuto che affrontare la questione dell'eventuale divario di genere porterebbe ad un miglioramento del benessere economico e sociale di tutta la popolazione.

Nello specifico, l'interesse per il tema del progetto è elevato sia a livello internazionale (SDG2030) che a livello nazionale (PNRR). Gli scopi principali del progetto SHE WINS sono strettamente legati ai suoi numerosi temi e obiettivi.

Per esempio, l'obiettivo 4 di sviluppo sostenibile (SDG 4, qualità dell'educazione) promuove un'istruzione di qualità inclusiva ed equa a tutti i livelli di istruzione per promuovere le competenze necessarie per affrontare le sfide future. Un obiettivo specifico (obiettivo 4.5) riguarda l'eliminazione delle disparità, comprese le disuguaglianze di genere, nell'istruzione. Afferma che "tutte le ragazze e i ragazzi, donne e uomini, dovrebbero avere pari opportunità di godere di un'istruzione di alta qualità, raggiungere livelli uguali e godere di uguali benefici dall'istruzione".

SDG 5 (Uguaglianza di genere) ha l'obiettivo di ridurre le disuguaglianze di genere in ogni ambito. Nel dettaglio, l'obiettivo 5.8 intende supportare l'emancipazione femminile attraverso la tecnologia, principalmente ICT.

Il PNRR italiano individua nella parità di genere una delle priorità assolute. Raggiungere la piena parità delle donne in termini di accesso economico e sociale è un obiettivo che la missione di ogni Piano vuole perseguire attraverso un programma integrato di risorse e investimenti in una prospettiva multidimensionale, finanziato da Next Generation EU. Nel campo dell'istruzione, la promozione dell'accesso delle ragazze e delle donne all'acquisizione di competenze STEM rappresenta una di queste misure. In particolare, la Missione 4 (Educazione e Ricerca) prevede linee di intervento per rafforzare e migliorare la qualità dell'insegnamento nelle discipline STEM a tutti i livelli di istruzione e incoraggiare le donne ad acquisire competenze STEM.

Inoltre, dal 2004, il Ministero dell'Istruzione italiano promuove il PLS, con l'intento di favorire l'acquisizione di competenze scientifiche che rispondano meglio alle sfide della società contemporanea e alle aspettative del mondo del lavoro da parte degli studenti e rafforzino l'impatto dell'istruzione sulla società. Tra le sue azioni, fornisce attività di orientamento e riduce i tassi di abbandono nelle discipline STEM.

Il dataset integrato INVALSI+ANS fornirà informazioni cruciali per l'analisi dei domini SG1, SG2, e SG3. Nel dettaglio, indagheremo i determinanti dell'immatricolazione, dell'abbandono, del rendimento universitario (per citarne alcuni) utilizzando le caratteristiche della scuola di secondo livello, il background dei genitori e il livello di competenze misurato dal test INVALSI. Le stime dovrebbero definire specifici profili di studentesse più a rischio di disuguaglianza di genere.

Le analisi consentiranno di ottenere informazioni anche a livello sub-nazionale (i.e. livello NUTS2 o NUTS3 della Nomenclatura delle unità territoriali per la statistica), dato il livello di dettaglio proveniente dal dataset INVALSI+ANS. Pertanto, potrebbero far emergere disparità regionali su cui si possono prevedere interventi specifici, in linea con il PNRR italiano in materia di riduzione degli squilibri regionali. Il dataset integrato ANS+Almalaurea sarà utile per indagare il legame tra gli studi conseguiti e il mercato del lavoro, con particolare enfasi sui laureati STEM e sul divario di genere (SG4). I risultati metteranno in evidenza aspetti cruciali che richiederanno interventi specifici per superare il divario di genere nel mercato del lavoro e favorire l'istruzione in ambito STEM.

Tale analisi sarà sviluppata in un primo momento per i laureati dell'Università degli Studi di Palermo e successivamente estesa agli altri atenei coinvolti nell'accordo di ricerca sopra citato. Se i dati INVALSI saranno disponibili prima del 2018, un risultato promettente sarà l'integrazione dei tre set di dati menzionati in un unico database.

Pacchetti di lavoro

WP1 – Gestione dei dati

Gli obiettivi di WP1 riguardano:

• gestire i dati posseduti e il loro continuo aggiornamento derivante dall'accordo con il MUR;
• finalizzare la loro integrazione per costruire banche dati che consentano l'analisi longitudinale delle esperienze formative e professionali degli studenti.

Inoltre, poiché l'integrazione ANS-AlmaLaurea è di interesse per molte università italiane, ci si aspetta che esse condividano i loro dati AlmaLaurea con le RU di SHE WINS e contribuiscano così all'ampliamento del database.

In sintesi, ci saranno le seguenti tre tappe:

• MS1.1) Collegamento deterministico di microdati INVALSI e ANS per analisi longitudinali
• MS1.2) Collegamento probabilistico di microdati INVALSI e ANS per analisi longitudinali
• MS1.3) Integrazione dei microdati INVALSI, ANS e Almalaurea per la realizzazione di biografie longitudinali di studenti/laureati/lavoratori (solo se i microdati INVALSI saranno disponibili almeno per la coorte 2015)

WP2 - disuguaglianze di genere STEM nell'educazione

Uno degli obiettivi principali del progetto SHE WINS riguarda l'attenzione al divario di genere nei corsi di laurea STEM in Italia. L'analisi riguarderà i diversi aspetti delineati in SG1, SG2 e SG3, ovvero i tassi di iscrizione, i tassi di abbandono e le prestazioni nelle lauree STEM. Inoltre, un possibile focus dovrebbe essere l'analisi dell'effetto del periodo COVID sulle scelte degli studenti al momento dell'iscrizione all'istruzione superiore. Seguiremo due approcci interconnessi: quello basato su indicatori e quello basato su modelli. Trovare misure adeguate per i domini indagati è molto impegnativo ed essenziale per il WP4. L'analisi complessiva e la piattaforma online richiedono misure di sintesi che possano evidenziare diversi aspetti del divario di genere nelle STEM. L'analisi basata su modelli statistici è utile in quanto può evidenziare le possibili determinanti dei comportamenti osservati, soprattutto per quanto riguarda il tema del divario di genere. Infatti, i dati disponibili consentono di monitorare e studiare gli aspetti dei tre SG sopra citati e di considerare informazioni di contesto come lo stato sociale familiare, l'esperienza universitaria e il background formativo delle scuole superiori. Sono tutti aspetti che possono determinare le scelte e il successo all'università. L'Unità capofila sarà l'Università di Siena per l'esperienza di ricerca dei suoi membri.

In sintesi, ci saranno le seguenti tre tappe:

• MS2.1) Analisi descrittiva del divario di genere STEM-HE in una prospettiva longitudinale
• MS2.2) Stima di modelli statistici per studiare i determinanti del divario di genere STEM-HE usando una prospettiva multidimensionale e longitudinale
• MS2.3) Definizione di differenti tipi di indicatori per misurare l'intersezionalità tra genere e STEM in HE

WP3 – disuguaglianze di genere STEM nell'occupazione

Il secondo obiettivo principale è quello di indagare il divario di genere per i laureati STEM nel mercato del lavoro, con particolare attenzione ai salari e allo status lavorativo. Questo aspetto è in realtà legato al precedente perché le informazioni sull'esperienza universitaria dei laureati e sul loro background possono essere utili per raggiungere tale obiettivo. Pertanto, WP2 e WP3, anche se separati, hanno molti punti di contatto e opportunità di analisi e riflessione. Anche in questo caso, verranno seguiti diversi approcci statistici per raggiungere misure (riassuntive) dei domini indagati ed evidenziare possibili fattori legati al divario di genere. Questi risultati sono utili anche per il WP4. L'unità leader sarà l'Università degli Studi di Palermo, in quanto ha già maturato esperienza sperimentando il collegamento dei dati ANS+AlmaLaurea sui propri laureati e ha già iniziato lo studio del tema.

In sintesi, ci saranno le seguenti tre tappe:

• MS3.1) Analisi descrittiva del divario di genere STEM-mercato del lavoro in una prospettiva longitudinale
• MS3.2) Stima di modelli statistici per studiare i determinanti del divario di genere nel mercato del lavoro STEM
• MS3.3) Definizione di differenti tipi di indicatori per misurare l'intersezionalità tra genere e STEM nel mercato del lavoro

WP4 - Dashboard online e diffusione della ricerca

Per concludere, WP4 è la naturale espressione e conclusione del progetto SHE WINS. Gli studi e le analisi non possono avere un impatto tangibile se non sono condivisi. Pertanto, la creazione di una piattaforma web per la consultazione di misure e mappe per il monitoraggio degli aspetti del divario di genere nelle STEM è, a nostro avviso, fondamentale. Questa piattaforma web sarà sviluppata in HTML, script JAVA e ambiente PHB, con il contributo di un consulente esterno. Faremo in modo che venga mantenuto, aggiornato e migliorato fino alla fine del Progetto. Dopo la sua conclusione, il prototipo sarà ancora accessibile e utilizzabile.

Un aspetto importante riguarda il lavoro delle RU per scegliere le misure più rilevanti da includere nella piattaforma, in quale modo renderle accessibili, rispettando le regole di privacy, e come rappresentarle graficamente. Pertanto, durante questa fase, le unità di ricerca discuteranno e rifletteranno in modo approfondito sull'identificazione di informazioni appropriate e sullo sviluppo di indicatori per comunicare meglio con gli utenti della piattaforma (come menzionato nei WP3 e WP4).

In aggiunta ai quattro specifici WP, il progetto SHE WINS include un sito pubblico dedicato a contenere le informazioni sul progetto (ad esempio, obiettivi, pacchetti di lavoro, membri, e obiettivi raggiunti).

Infine, i risultati della ricerca saranno diffusi e condivisi anche attraverso pubblicazioni scientifiche su riviste internazionali e partecipazione a convegni.

In sintesi, ci saranno le seguenti tre tappe:

• MS4.1) Creazione del sito web per il progetto SHE WINS
• MS4.2) Diffusione dei risultati
• MS4.3) Progettazione del prototipo di dashboard sul divario di genere STEM
• MS4.4) Implementazione del prototipo di dashboard sul divario di genere STEM