ISBN

Rozměr: px
Začít zobrazení ze stránky:

Download "ISBN 80-211- 0457-0 9 7 8 8 0 2 1 1 0 4 5 7 0"

Transkript

1 ISBN

2 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ Stručné seznámení s vybranými ukazateli publikace OECD Education at a Glance 23 Praha 23

3 ISBN

4 OBSAH OBSAH STRUČNĚ O PUBLIKACI EDUCATION AT A GLANCE...5 OBSAH PUBLIKACE EDUCATION AT A GLANCE NĚKTERÉ VYBRANÉ UKAZATELE Z PUBLIKACE EDUCATION AT A GLANCE...7 KAPITOLA A VÝSLEDKY VZDĚLÁVÁNÍ A VÝNOSY ZE VZDĚLÁNÍ...7 A1 Podíl dospělé populace, která má alespoň střední vzdělání...7 A2 Podíl dospělé populace, která má terciární vzdělání...9 A4, A5, A8, A11 Výsledky vzdělávání...1 A4 Čtenářská gramotnost žáků 4. ročníků...11 A5 Čtenářská gramotnost patnáctiletých žáků...12 A8 Profily patnáctiletých čtenářů...13 A11 Rozdíly mezi dívkami a chlapci...15 A12 Ekonomická aktivita podle úrovně dosaženého vzdělání...16 A14 Výnosy ze vzdělávání: vzdělání a mzdy...19 KAPITOLA B FINANČNÍ A LIDSKÉ ZDROJE VLOŽENÉ DO VZDĚLÁVÁNÍ...21 B1 Výdaje na žáka/studenta...21 B2 Výdaje na vzdělávání ve vztahu k hrubému domácímu produktu...26 B4 Veřejné výdaje na vzdělávání...29 B6 Výdaje na vzdělávání podle účelu a zdrojů...3 KAPITOLA C PŘÍSTUP KE VZDĚLÁVÁNÍ, ÚČAST NA NĚM A PRŮCHOD VZDĚLÁVACÍ SOUSTAVOU...32 C1 Očekávaná délka vzdělávání a podíly populace ve vzdělávání...32 C2 Přístup k terciárnímu vzdělávání, očekávaná délka terciárního vzdělávání a účast na středním vzdělávání...34 C4 Vzdělávací a pracovní status mladých lidí...35 KAPITOLA D ŠKOLNÍ PROSTŘEDÍ A ORGANIZACE ŠKOL...39 D2 Velikost třídy a počet žáků na učitele...39 D4 Příprava a profesní rozvoj učitelů...41 D5 Platy učitelů veřejných škol primárního a sekundárního stupně...43 D6 Vyučovací a pracovní povinnosti učitelů...44 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 3

5 4 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

6 STRUČNĚ O PUBLIKACI EDUCATION AT A GLANCE STRUČNĚ O PUBLIKACI EDUCATION AT A GLANCE Publikaci Education at a Glance (dále EaG) vydává Organizace pro ekonomickou spolupráci a rozvoj (dále OECD) od konce 8. let. Jedná se o porovnání jednotlivých zemí OECD prostřednictvím ukazatelů z oblasti vzdělávání a školství. Publikace byla zpočátku vydávána nepravidelně, později každým druhým rokem a od roku 1996 vychází každoročně. Od roku 1992 jsou v publikaci zveřejňovány i údaje za Českou republiku, zpočátku se pochopitelně jednalo o údaje za tehdejší Československo. Informace jsou v EaG zveřejňovány zpravidla s dvouletým zpožděním. Na tvorbě publikace se podílejí experti a instituce zapojené do programu INES (Indicators of Education Systems Systém ukazatelů školských systémů) a sekretariát OECD. Pracovní verzi publikace zpracovává Divize pro indikátory a analýzy ve školství (Division for Education Indicators and Analysis). Na EaG dále spolupracují národní koordinátoři jednotlivých členských zemí INES, materiální a finanční pomoc byla poskytnuta třemi zeměmi koordinujícími program INES m, Švédskem a USA. Publikace byla dotována z grantu Národního centra pro vzdělávací statistiku (NCE National Center for Educational Statistics) v USA. V této publikaci, pokud není uvedeno jinak, jsou zveřejněny údaje za rok 21 (školní rok 2/21, finanční rok 2, případně kalendářní rok 21). Vycházejí z šetření INES v rámci Technické skupiny (dotazník UOE, speciální šetření), programu PISA, PIRLS, Networku A Výsledky vzdělávání, Networku B Vstup absolventů na trh práce a Networku C Charakteristiky vzdělávacích institucí a systémů. Veškeré údaje poskytované jednotlivými zeměmi, které vstupují jako podkladová data do výpočtu ukazatelů EaG, jsou členěny podle mezinárodní standardní klasifikace vzdělávání ISCED97 (informace o klasifikaci a převodní tabulka úrovní ISCED97 programů českého vzdělávacího systému jsou uvedeny v příloze). Data dodaná z jednotlivých zemí použitá při výpočtu ukazatelů jsou dostupná na adrese informace o programu PISA je možné získat na adrese Vydání EaG 23 má obdobnou strukturu jako vydání EaG 22, naprostá většina ukazatelů v obou publikacích je srovnatelná. Stejně jako v loňském roce obsahuje publikace čtyři kapitoly Výsledky vzdělávání a výnosy ze vzdělávání, Finanční a lidské zdroje vložené do vzdělávání, Přístup ke vzdělávání, účast na něm a průchod vzdělávací soustavou a Školní prostředí a organizace škol. Struktura informací o jednotlivých ukazatelích je prakticky stejná všude jsou uvedeny: základní souhrnné výsledky, politický kontext, výsledky a vysvětlení, definice a použitá metodika, hodnoty ukazatelů v grafické a tabulkové podobě. Stejně jako v loňském roce jsou některé z ukazatelů (především ekonomické) porovnávány se situací v roce Tato skutečnost je pro nás poměrně nepříznivá vzhledem k tomu, že rok 1995 byl z ekonomického hlediska jedním z nejúspěšnějších (např. nejvyšší podíl výdajů na školství jako podíl z hrubého domácího produktu). Tato skutečnost by při prezentaci údajů měla být brána v úvahu. Při prezentaci výsledků je nutné brát v úvahu i fakt, že ve školním roce 1999/2 maturovalo na středních školách poměrně málo žáků díky zavedení povinné devítileté školní docházky na základních školách v roce 1995/1996 a z tohoto důvodu na vysoké a vyšší odborné školy v roce 21/22 vstupovala poměrně atypická populace uchazečů, z nichž většinu tvořili uchazeči s tzv. odloženou poptávkou, tedy uchazeči maturující v předchozím roce nebo ještě dříve, kteří se v předchozích letech na vysokou či vyšší odbornou školu buď nedostali, nebo se pokoušeli svou školu změnit. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 5

7 OBSAH PUBLIKACE EDUCATION AT A GLANCE 22 OBSAH PUBLIKACE EDUCATION AT A GLANCE 23 A. Výsledky vzdělávání a výnosy ze vzdělávání A1 Podíl absolventů, kteří dosáhli středního vzdělání, na odpovídající populaci a podíl obyvatel, kteří mají alespoň střední vzdělání A2 Podíl absolventů, kteří dosáhli terciárního vzdělání na odpovídající populaci, míra dokončení terciárního vzdělání a podíl obyvatel, kteří mají terciární vzdělání A3 Absolventi podle skupin oborů A4 Čtenářská gramotnost žáků 4. ročníků A5 Čtenářská gramotnost patnáctiletých žáků A6 Matematická a přírodovědná gramotnost patnáctiletých žáků A7 Jak se školy liší podle výsledků studentů A8 Profily patnáctiletého čtenáře A9 Zájem patnáctiletých o čtení A1 Samostudium patnáctiletých A11 Rozdíly mezi chlapci a dívkami ve studijních výkonech A12 Ekonomická aktivita podle úrovně dosaženého vzdělání A13 Očekávaná doba strávená ve vzdělávání, v zaměstnání a očekávaná délka nezaměstnanosti osob ve věku let A14 Výnosy ze vzdělávání: vztah mezi lidským kapitálem a ekonomickým růstem B. Finanční a lidské zdroje vložené do vzdělávání B1 Výdaje na žáka / studenta B2 Výdaje na vzdělávání ve vztahu k HDP B3 Podíl veřejných a soukromých investic do vzdělávání B4 Veřejné výdaje na vzdělávání B5 Veřejné subvence studentům a domácnostem B6 Výdaje na instituce podle účelu a zdrojů C. Přístup ke vzdělávání, účast na něm a průchod vzdělávací soustavou C1 Očekávaná délka vzdělávání a podíly populace ve vzdělávání C2 Přístup k terciárnímu vzdělávání, očekávaná délka terciárního vzdělávání a účast na středním vzdělávání C3 Cizinci studující v terciárním vzdělávání C4 Vzdělávací a pracovní status mladých lidí C5 Situace mladých lidí s nižší úrovní vzdělání D. Školní prostředí a organizace škol D1 Předpokládaná doba výuky žáků ve věku 9 14 let D2 Velikost třídy a počet žáků na učitele D3 Využití informačních a komunikačních technologií žáky a studenty na vyšší střední vzdělávací úrovni D4 Příprava a profesionální rozvoj učitelů D5 Platy učitelů veřejných škol primárního a sekundárního stupně D6 Vyučovací a pracovní povinnosti učitelů D7 Nabídka a poptávka po učitelích D8 Struktura učitelů podle věku a pohlaví; a zaměstnanci ve školství 6 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

8 Podíl dospělé populace, která má alespoň střední vzdělání KAPITOLA A NĚKTERÉ VYBRANÉ UKAZATELE Z PUBLIKACE EDUCATION AT A GLANCE Pro účely tohoto materiálu byly z publikace, stejně jako v loňském roce, vybrány některé ukazatele, které jsou z určitého pohledu důležité, a také ty, které jsou často citovány v médiích. Při popisu jednotlivých ukazatelů jsou využívány především interpretace OECD, doplněné o interpretaci hodnot ukazatelů za Českou republiku z metodického i obsahového hlediska. KAPITOLA A VÝSLEDKY VZDĚLÁVÁNÍ A VÝNOSY ZE VZDĚLÁNÍ A1 Podíl dospělé populace, která má alespoň střední vzdělání Rostoucí kvalifikační nároky v zemích OECD v posledních letech způsobily, že střední vzdělání se stalo kvalifikačním minimem pro úspěšný vstup na trh práce. Střední vzdělání představuje jednak základ pro navazující vzdělávání a učení, jednak tvoří předpoklad pro úspěšný vstup na trh práce. Mladí lidé, kteří nemají dokončené střední vzdělání, čelí v zemích OECD velkým komplikacím při hledání zaměstnání. Je zřejmé, že skutečnost, že jedinec ukončil střední vzdělání, automaticky nezaručuje kvalitní vybavení příslušnými kompetencemi a klíčovými dovednostmi tento ukazatel neměří kvalitu vzdělávání jako takovou. Dá se však říci, že tento ukazatel je jedním z těch, které měří míru, s jakou vzdělávací systém reaguje na zvyšující se požadavky trhu práce. Ukazatel měří podíl obyvatel, kteří mají alespoň střední vzdělání, a to v populaci ve věku let a let. Tento ukazatel dobře reflektuje rozdíly ve vzdělanostní úrovní mezi mladou a starší generací. Graf 1 Podíl obyvatel, kteří mají alespoň sekundární vzdělání; věkové skupiny let a let (21) % letí 45 54letí Korea Japonsko Švýcarsko Kanada Spojené státy Dánsko Nový Zéland 2 Belgie Řecko 2 Island Lucembursko Itálie Polsko Turecko (EaG chart A1.2, table A1.2.) 2. Ne všechny programy ISCED 3 splňují podmínku pro zařazení mezi dlouhé programy ISCED 3C. Bez krátkých programů ISCED 3C. Podíl obyvatel s alespoň středním vzděláním ve věkové skupině 25 až 34 let přesahuje ve většině zemí OECD 7 %, v Koreji, Norsku, České republice, Slovenské republice, Japonsku, Švýcarsku a Švédsku je dokonce vyšší než 9 %. Ve starší věkové skupině 45 až 54 let má alespoň střední vzdělání v průměru 6 % obyvatel; v USA, Švýcarsku a v České republice je to 84 % a více. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 7

9 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání Porovnání hodnot ukazatele mezi starší a mladší věkovou kategorií v jednotlivých zemích jasně signalizuje postupné zvyšování vzdělanostní úrovně oproti starší generaci. Podíl obyvatel, kteří nemají alespoň střední vzdělání, poklesl u těch ve věku let oproti starší věkové skupině let téměř ve všech zemích OECD, v některých pak velmi výrazně. V průměru pouze 6 % obyvatel ve věku let dosáhlo alespoň středního vzdělání, zatímco u mladší věkové kategorie let se jednalo již o 74 %. Obecně lze konstatovat, že rozdíly ve vzdělanostní úrovni mezi jednotlivými zeměmi postupně slábnou u mladé věkové kategorie let jsou již daleko méně výrazné než u starší věkové skupiny let. Největší rozdíly mezi podíly obyvatel s alespoň středním vzděláním u mladé a starší generace lze nalézt v zemích s relativně nižší vzdělanostní úrovní obyvatel: v Koreji, Portugalsku a Španělsku je podíl obyvatel s alespoň středním vzděláním ve věku let cca dvakrát tak vysoký jako ve věkové skupině let. Rychlý nárůst vzdělanostní úrovně u mladé populace přibližuje tyto země ke státům s obecně vysokým podílem osob se středním a terciárním vzděláním. Značné rozdíly mezi generacemi však vystupují i v případě Belgie,, Řecka a Irska tato skutečnost opět poukazuje na relativně rychlé zvyšování vzdělanostní úrovně v rámci těchto zemí. Naopak v České republice jsou zmíněné generační rozdíly jedny z nejnižších, a to právě z důvodu celkově vysoké úrovně vzdělanosti české populace (a tudíž i nejstarších věkových kategorií). patří k zemím s nejvyšším podílem obyvatel s alespoň středním vzděláním, a to v obou sledovaných věkových skupinách. V případě starší věkové kategorie let dosahuje podíl obyvatel s alespoň středním vzděláním v ČR 84 % (průměr zemí OECD je 6 %) vyšší hodnoty nalezneme již pouze v USA (89 %) a Švýcarsku (85 %). V tomto ukazateli české země mírně převyšují i (83 %), (82 %), Japonsko (81 %), jen o něco nižší hodnotu evidujeme na Slovensku (83 %). V mladší věkové kategorii let činí podíl obyvatel s alespoň středním vzděláním v ČR 92 % i tato hodnota výrazně převyšuje průměr zemí OECD (74 %). O něco vyšších hodnot než ČR dosahují pouze Korea (95 %), Japonsko (94 %), (94 %) a (93 %), na srovnatelné úrovni jako se nachází Švýcarsko (92 %) a (91 %). Graf 2 Podíl obyvatel, kteří mají terciární vzdělání; věkové skupiny let a let (21) % letí 45 54letí Kanada Japonsko Korea Spojené státy Belgie Nový Zéland Dánsko Island Švýcarsko Řecko Lucembursko Polsko Itálie Turecko (EaG chart A2.3, table A2.3) 8 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

10 Podíl dospělé populace, která má terciární vzdělání KAPITOLA A A2 Podíl dospělé populace, která má terciární vzdělání Podíl obyvatel s terciárním vzděláním reflektuje vzdělanostní potenciál populace daného státu v podmínkách moderní ekonomiky založené na znalostech ( knowledge economy ). Země s vysokým podílem terciárně vzdělaných obyvatel mají také nejvyšší pravděpodobnost získat, resp. udržet vysoce kvalifikovanou pracovní sílu, a vyhovět tak náročným podmínkám současného trhu práce. Míra účasti na terciárním vzdělání také v širším kontextu reflektuje rychlost pronikání nových poznatků, znalostí a technologií do struktur společnosti. Zvyšující se kvalifikační požadavky, nárůst nezaměstnanosti a celkově vyšší nároky kladené na jednotlivce v průběhu minulých let ovlivnily hodnotu tohoto ukazatele ve většině zemí směrem k rostoucímu podílu těch, kdo mají terciární vzdělání. Je nutné v této souvislosti připomenout, že termín terciární vzdělání zahrnuje typ A, který odpovídá našemu vysokoškolskému studiu v bakalářských a magisterských studijních programech, a typ B, který odpovídá studiu na našich vyšších odborných školách 1. V zemích OECD má terciární vzdělání v průměru 21 % obyvatel ve věku let, ve Švédsku a na Novém Zélandu je to však více než 3 % a v Kanadě a USA dokonce 4 %. U mladé populace (25 34 let) je zastoupení obyvatel s terciárním vzděláním podstatně vyšší: v průměru 27 %, v případě Kanady však má terciární vzdělání celá polovina obyvatel ve věku let, a Japonsko se 5 % blíží. Lze tak říci, že v zemích OECD se zvyšuje podíl těch, kdo mají terciární vzdělání, směrem k mladší generaci: terciární vzdělání typu A zde má v průměru 14 % obyvatel ve věku let, ale již 18 % obyvatel ve věku let. U terciárního vzdělání typu B je trend obdobný (dosáhlo jej 7 % obyvatel ve věku let oproti 1 % ve věku let). Nejvýraznější rozdíly mezi starší a mladší generací nalezneme v Koreji, ve Španělsku, Irsku a Japonsku v těchto zemích nejrychleji roste podíl terciárně vzdělané populace. Rozdíly mezi jednotlivými zeměmi jsou, stejně jako v případě podílu obyvatel s alespoň středním vzděláním, méně výrazné, porovnáváme-li mladší generaci oproti situaci, kdy porovnáváme generaci starší. Diference mezi jednotlivými zeměmi tak postupně slábnou. se bohužel řadí k zemím s nejnižším podílem obyvatel s terciárním vzděláním, a to v obou věkových kategoriích. Zmíněný podíl je navíc takřka shodný u mladé i starší generace: ve věku let i let v roce 21 činil tento podíl 11 %, což je hodnota výrazně pod průměrem zemí OECD (ten je pro věkovou kategorii let 21 % a pro věkovou skupinu let 28 %). Nízký podíl osob s terciárním vzděláním v českých zemích ovlivňuje několik faktorů. Jednak je to relativně vyšší koncentrace odborné vzdělávací složky na nižší vzdělávací stupně, tzn. na střední školy, oproti ostatním zemím: odborné vzdělávání, které je v ostatních zemích zpravidla realizováno na terciární úrovni, probíhá u nás na středních odborných školách. Vstupuje sem i časový faktor v datech se ve věkové skupině let ještě nestačil plně projevit nárůst počtu studentů terciární úrovně (vysoké školy i vyšší odborné školy), který je v posledních letech u nás zřetelný. Svůj podíl má i stále nízké zastoupení terciárních programů typu B, tzn. prakticky zaměřených vzdělávacích programů. Malý podíl obyvatel, kteří mají terciární vzdělání, má rovněž,,, Itálie, Turecko, Polsko a v posledně třech jmenovaných zemích však lze mluvit o nastartování příznivého trendu zvyšování zmíněného podílu u mladší generace let. Pohled na vývoj podílu mladých lidí (25 34 let) s terciárním vzděláním během posledních deseti let potvrzuje výrazný trend zvyšování zastoupení dospělé populace s nejvyšším vzděláním. V 19 zemích OECD, pro které jsou k dispozici srovnatelná data jak za rok 1991, tak 21, činí průměrný nárůst 1 procentních bodů v pozitivním smyslu výrazně vyčnívají Kanada a (19 p.b.) a (28 p.b.). Obecně dochází k vyrovnávání rozdílů mezi zeměmi OECD. Přesto podíl obyvatel s terciárním vzděláním zůstává poměrně nízký zejména v Rakousku, Itálii, Portugalsku a Turecku. Relativně pomalý nárůst zmíněného podílu mezi lety 1991 a 21 má také, a Švýcarsko. 1 Terciární vzdělání typu A odpovídá vysokoškolskému studiu, je založeno na širokém teoretickém základu a jeho absolvování umožňuje přístup k vědeckým programům (ISCED 6). Typická délka studia je od 3 do 6 let. V českých podmínkám se sem řadí bakalářské studium koncipované jako předstupeň magisterského studia a magisterské studijní programy. Typ B představuje kratší studium, prakticky zaměřené. Poskytuje specifické dovednosti pro výkon prakticky zaměřeného povolání, nikoli typické vysokoškolské studium. Toto studium neumožňuje přístup k vědecky zaměřeným programům. Do tohoto typu spadají vyšší odborné školy a poslední dva ročníky konzervatoře. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 9

11 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání Nárůst v podílu terciárně vzdělaných osob nebyl rovnoměrný u mužů a u žen. Zatímco v roce 1991 byl zmíněný podíl u obou pohlaví takřka vyrovnaný, o deset let později je jasně vidět rychlejší tempo zvyšování zastoupení obyvatel s nejvyšším vzděláním u žen. V průměru má terciární vzdělání v zemích OECD 29 % žen, ale jen 26 % mužů ve věku let. Relativní nárůst zmíněného podílu mezi roky 1991 a 21 u žen je nejvýraznější v Kanadě, Irsku a Španělsku, kde šlo o více než 2, resp. 3 (v případě Irska) procentních bodů. Naopak v Německu či Švýcarsku, kde je podíl žen s terciárním vzděláním relativně nízký, mezi zmíněnými roky k podstatnému zvýšení účasti žen na terciární úrovni nedošlo. Data pro Českou republiku za rok 1991 nejsou k dispozici, v roce 21 však mělo terciární vzdělání 12 % mužů a 11 % žen. Graf 3 Rozdíly mezi muži a ženami v podílu osob ve věku let s terciárním vzděláním (1991, 21) Procentní body Vyšší zastoupení žen Vyšší zastoupení mužů (EaG chart A2.4, table A2.4) Nový Zéland Kanada Dánsko Polsko Island Belgie Spojené státy Itálie Turecko Řecko Japonsko Lucembursko Korea Švýcarsko A4, A5, A8, A11 Výsledky vzdělávání Následující čtyři ukazatele vycházejí z výsledků mezinárodního výzkumu PIRLS (Progress in Reading Literacy Study), který zjišťoval úroveň čtenářské gramotnosti žáků 4. ročníků 2, a mezinárodního výzkumu PISA (Programme for International Student Assessment), který se zaměřuje na hodnocení čtenářské, matematické a přírodovědné gramotnosti patnáctiletých žáků bez ohledu na to, jaký ročník nebo typ školy navštěvují 3. Porovnání výsledků těchto dvou výzkumů poskytuje kontext pro hodnocení vývoje čtenářské gramotnosti mezi věkem, kdy se žáci již naučili číst a začínají čtení používat pro své vzdělávání, a věkem, kdy zpravidla končí svou povinnou školní docházku. 4 2 Výzkum PIRLS organizovala Mezinárodní asociace pro hodnocení výsledků vzdělávání (International Association for Evaluation of Educational Achievement IEA), sběr dat proběhl v roce 21. Podrobnější informace o výzkumu lze získat na internetových adresách pirls21.html a 3 Výzkum PISA probíhá pod patronací OECD od roku 2 vždy v tříletých cyklech. Zde uváděné výsledky se vztahují k šetření z roku 2, které se zaměřilo především na oblast čtenářské gramotnosti. Cílovou populací byli patnáctiletí žáci, ve skutečnosti se však jednalo o žáky narozené v roce 1984, kterým bylo v době testování 15 let a 3 měsíce až 16 let a 2 měsíce. V České republice se převážná většina testovaných žáků nacházela v 9. ročnících ZŠ a 1. ročnících středních škol. Podrobnější informace o výzkumu, včetně rozboru výsledků českých žáků, lze nalézt v publikaci Vědomosti a dovednosti pro život: Čtenářská, matematická a přírodovědná gramotnost patnáctiletých žáků v zemích OECD, ÚIV, Praha 22 a na internetových adresách a 4 Přímé srovnání výsledků obou výzkumů není možné z důvodů jiné definice cílové populace, rozdílů ve složení zúčastněných zemí a odlišností v zaměření hodnocení. 1 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

12 Čtenářská gramotnost žáků 4. ročníků KAPITOLA A A4 Čtenářská gramotnost žáků 4. ročníků Schopnost číst, rozumět psanému textu a používat informace je základem vzdělávání ve všech předmětech a předpokladem úspěšného zapojení do života ve společnosti. Ve výzkumu PIRLS je čtenářská gramotnost definována jako schopnost rozumět takovým formám psaného jazyka, které jsou vyžadovány společností a/nebo oceňovány jedincem, a umět je používat. Mladí čtenáři mohou číst různé typy textů a také mohou číst za různým účelem. Základní informace o úspěšnosti jednotlivých zúčastněných zemí lze získat porovnáním průměrných výsledků jejich žáků. Graf 4 Porovnání průměrných výsledků žáků 4. ročníků na škále čtenářské gramotnosti výzkumu PIRLS (21) Průměr S. E. (2,2) (2,5) (3,4) (2,2) (3,8) (2,4) (1,9) (2,3) (3,6) (3,6) (2,4) (3,5) (2,8) (1,2) (2,9) (3,5) Počet let formálního vzdělávání Průměrný věk 1,8 1,3 1,2 1,7 1,2 9,8 1,5 1,5 1,1 9,8 1,1 9,9 1 Anglie 1 Spojené státy 1 Itálie Nový Zéland Skotsko 1 Řecko 2 Island Turecko 1,3 9,7 1, 1,2 1 Anglie 1 Spojené státy 1 Itálie Nový Zéland Skotsko 1 Řecko 2 Island Turecko 561 (2,2) 4 1,8 554 (2,5) 4 1,3 553 (3,4) 5 1,2 543 (2,2) 4 1,7 542 (3,8) 4 1,2 541 (2,4) 4 9,8 539 (1,9) 4 1,5 537 (2,3) 4 1,5 529 (3,6) 5 1,1 528 (3,6) 5 9,8 525 (2,4) 4 1,1 524 (3,5) 4 9,9 518 (2,8) 4 1,3 512 (1,2) 4 9,7 499 (2,9) 4 1, 449 (3,5) 4 1,2 (EaG chart A4.1) Najděte v daném řádku zemi, kterou chcete porovnávat s ostatními ty jsou v horním záhlaví grafu. Symboly označují, zda je průměrný výsledek žáků ve sledované zemi v daném řádku statisticky významně vyšší než ve srovnávané zemi, nižší než ve srovnávané zemi či zda mezi oběma zeměmi není statisticky významný rozdíl. Průměrný výsledek je stat. významně vyšší než ve srovnávané zemi Není statisticky významný rozdíl oproti srovnávané zemi Průměrný výsledek je stat. významně nižší než ve srovnávané zemi Země jsou řazeny sestupně podle průměrného výsledku na škále čtenářské gramotnosti Průměrný výsledek je stat. významně vyšší než průměr OECD Není statisticky významný rozdíl oproti průměru OECD Průměrný výsledek je stat. významně nižší než průměr OECD Z celkového počtu 16 zemí OECD si nejlépe vedli žáci ze Švédska. Nadprůměrných výsledků pak dosáhlo ještě sedm dalších zemí (Anglie,, Itálie,,, Nizozemsko a Spojené státy). Výsledky čtyř zemí (, Nového Zélandu, Řecka a Skotska) se statisticky významně neliší od průměru OECD, který je 529 bodů, a další čtyři země (Island,, a Turecko) se umístily pod průměrem. Uvedený průměr OECD byl stanoven pouze na základě výsledků 16 zemí OECD, které se do výzkumu zapojily. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 11

13 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání Při interpretaci výsledků je třeba brát v úvahu, že testováni byli žáci určitého ročníku, kteří nemuseli být nutně stejně staří. Tak například žáci v nejúspěšnější zemi, ve Švédsku, byli v průměru o rok starší než žáci na Islandu, v Itálii a ve Skotsku a téměř o rok starší než žáci ve Francii, v Norsku, na Novém Zélandu a v Řecku. Čeští žáci byli spolu s německými třetí nejstarší po žácích ze Švédska a Maďarska. Obrázek o celkové úspěšnosti zemí, vytvořený na základě porovnání jejich průměrných výsledků můžeme doplnit informací o velikosti rozdílů mezi nejlepšími a nejhoršími žáky v rámci jednotlivých zemí. Největší rozdíly byly shledány na Novém Zélandu, v Turecku a Anglii, nejvyrovnanější výsledky má naopak Nizozemsko. se řadí k zemím s poměrně malými rozdíly mezi nejlepšími a nejhoršími žáky. Některé země jsou příkladem toho, že je možné dosáhnout výborných průměrných výsledků a zároveň udržet malé rozdíly mezi nejlepšími a nejhoršími žáky. Mezi takové země patří především, Nizozemsko a. A5 Čtenářská gramotnost patnáctiletých žáků Ve výzkumu PISA je čtenářská gramotnost definována jako schopnost porozumět psanému textu, přemýšlet o něm a používat jej k dosažení vlastních cílů, k rozvoji vlastních vědomostí a vlastního potenciálu a k aktivní účasti ve společnosti. Podobně jako ve výzkumu PIRLS je čtení chápáno jako aktivní proces a hodnocení čtenářské gramotnosti vychází z celé řady různých typů textů. Na rozdíl od výzkumu PIRLS však PISA tolik nezdůrazňuje typické čtenářské situace, ale spíše schopnost práce s textem v rámci každodenního života v dnešní společnosti. Také nehodnotí žáky určitého ročníku, ale patnáctileté žáky, kteří mohou navštěvovat různé ročníky a různé typy škol. Nejlepšího průměrného výsledku dosáhli patnáctiletí žáci z Finska a nad průměrem OECD se umístilo ještě dvanáct dalších zemí (, Belgie,, Island, Japonsko, Kanada, Korea, Nizozemsko, Nový Zéland,, a Velká Británie). se řadí k zemím s mírně podprůměrnými výsledky, jako například nebo Itálie. Největší rozdíly mezi výsledky nejlepších a nejhorších patnáctiletých žáků byly shledány v Belgii, na Novém Zélandu, v Německu a Austrálii, nejmenší naopak v Koreji, Japonsku a Finsku. Tyto tři země zároveň dosáhly výborných průměrných výsledků a jsou příkladem toho, že dosažení lepšího průměrného výsledku nemusí být provázeno větším zaostáváním slabých žáků. patří, podobně jako ve výzkumu PIRLS, k zemím se spíše menšími rozdíly mezi jednotlivými žáky. Přestože není možné výsledky obou výzkumů čtenářské gramotnosti mezi sebou přímo porovnávat, je zajímavé provést alespoň určitá obecnější srovnání pro 11 zemí, u nichž jsou k dispozici celonárodní údaje z obou hodnocení. Tabulka 1 Průměrný výsledek 15letých žáků (PISA) a žáků 4. ročníků (PIRLS) ve čtenářské gramotnosti (2, 21) Země OECD Průměrný výsledek 15letých žáků v projektu PISA Průměrný výsledek žáků 4. tříd v projektu PIRLS 492 (2,4) 537 (2,3) 55 (2,7) 525 (2,4) 484 (2,5) 539 (1,9) Řecko 474 (5,) 524 (3,5) 48 (4,) 543 (2,2) Island 57 (1,5) 512 (1,2) Itálie 487 (2,9) 541 (2,4) Nový Zéland 529 (2,8) 529 (3,6) 55 (2,8) 499 (2,9) 516 (2,2) 561 (2,2) Spojené státy 54 (7,1) 542 (3,8) (EaG table A5.3) Poznámky: Průměrný výsledek žáků 4. tříd je na škále čtenářské gramotnosti PIRLS a 15letých žáků na škále čtenářské gramotnosti PISA Průměrný výsledek je statisticky významně vyšší než průměr zemí ve výzkumu PISA Průměrný výsledek je statisticky významně nižší než průměr zemí ve výzkumu PISA Průměrný výsledek je statisticky významně vyšší než průměr zemí ve výzkumu PIRLS Průměrný výsledek je statisticky významně nižší než průměr zemí ve výzkumu PIRLS 12 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

14 Profily patnáctiletých čtenářů KAPITOLA A Šest zemí (, Itálie,,, Řecko a Spojené státy) dosáhlo relativně lepších výsledků ve výzkumu PIRLS než ve výzkumu PISA. Tři země (Island, a Nový Zéland) byly naopak relativně úspěšnější ve výzkumu PISA. Výsledky a Švédska byly v obou výzkumech poměrně vyrovnané, přičemž se v obou případech umístilo nad průměrem OECD. Průměr OECD je pro výzkum PIRLS 529 bodů, pro výzkum PISA 5 bodů. V České republice byly, podobně jako ve Švédsku, shledány malé rozdíly mezi výsledky jednotlivých žáků jak na úrovni 4. ročníků, tak u patnáctiletých žáků. Avšak zatímco průměrný výsledek švédských žáků leží v obou případech nad průměrem OECD, v České republice dosáhli nadprůměrného výsledku pouze žáci 4. ročníků, kdežto patnáctiletí žáci se umístili pod průměrem OECD. A8 Profily patnáctiletých čtenářů Se schopnostmi žáků v oblasti čtenářské gramotnosti souvisejí jejich čtenářské návyky. Je dobře známo, že žáci, kteří věnují čtení hodně času, bývají lepšími čtenáři. Při zkoumání čtenářských návyků je důležité zaměřit se nejen na to, kolik času žáci čtení věnují, ale také na to, jakým druhům tištěných materiálů dávají přednost. Ve výzkumu PISA se žáci měli vyjádřit k tomu, jak často čtou různé tištěné materiály (časopisy, noviny, komiksy, beletrii a naučnou literaturu). Na základě svých odpovědí byli žáci rozděleni do čtyř skupin podle toho, jak častou čtou a jaké druhy materiálů čtou. Tento ukazatel se týká čtení pro zábavu, a nezahrnuje tedy všechny čtenářské aktivity žáků, mezi něž patří i čtení ve škole nebo za domácí úkol. Žáci ve skupině 1 čtou nejméně různorodé materiály: jediným materiálem, který čtou často, jsou časopisy (38 % žáků z této skupiny uvádí časté čtení časopisů, jiné druhy materiálů čte často mnohem menší procento z nich). Do skupiny 2 byli zařazeni žáci, kteří čtou často noviny (89 %) a časopisy (7 %), avšak jiné materiály čte často jen velmi malé procento z nich. Žáci ve skupině 3 čtou často časopisy (85 %), noviny (81 %), ale také komiksy (89 %). Ve srovnání s prvními dvěma skupinami čtou různorodější materiály, ale zaměřují se pouze na krátké a nenáročné texty. Ve skupině 4 se nacházejí žáci, kteří se zaměřují na delší a náročnější texty, především na knihy, ale kromě toho čtou i jiné druhy materiálů. Většina těchto žáků uvádí, že často čte časopisy (71 %), noviny (76 %) a beletrii (72 %), a téměř polovina z nich (48 %) čte naučnou literaturu. Zatímco rozložení žáků do čtyř skupin podle jejich čtenářských návyků je v rámci OECD poměrně vyvážené (v každé skupině se nachází zhruba 25 % žáků), profily jednotlivých zemí se od tohoto stavu více či méně liší. Nejmenší podíl žáků ve skupině 1 má (7 %), Island (7 %), (8 %) a (11 %). Naopak v Belgii, ve Francii, v Lucembursku, v Mexiku, v Řecku a ve Španělsku se ve skupině 1 nachází více než 3 % žáků. Podíl žáků ve skupině 4 se pohybuje od 3 % v Japonsku po více než jednu třetinu v Austrálii, na Novém Zélandu a ve Velké Británii. Země s velkým podílem čtenářů dlouhých textů (skupina 4) zároveň dosáhly nadprůměrných výsledků v testu čtenářské gramotnosti. V České republice jsou oproti mezinárodnímu průměru relativně méně zastoupeni čtenáři krátkých textů ze skupiny 3 (19 %) a naopak je zde relativně více (36 %) čtenářů ze skupiny 2, kteří dávají přednost novinám a časopisům. Čtenářské návyky se také liší mezi chlapci a dívkami. Bylo již mnohokrát prokázáno, že dívky věnují čtení více času než chlapci a že také čtou různorodější materiály. Toto zjištění potvrdil i výzkum PISA. Mezi čtenáře krátkých textů (skupina 3), kteří často čtou noviny, časopisy, komiksy, ale ne knihy, patří 34 % chlapců a 23 % dívek. Naopak mezi čtenáři dlouhých textů (skupina 4) převažují dívky (29 % oproti 16 % chlapců). Žáci ze skupiny 1 dosáhli nejnižšího průměrného výsledku (468 bodů). Žáci ze skupiny 2 dosáhli v průměru 498 bodů, tedy výsledku, který se statisticky významně neliší od průměru OECD. Žáci ze skupiny 3 dosáhli nadprůměrného výsledku 514 bodů a žáci ze skupiny 4 se umístili ještě lépe (539 bodů). Podobný vztah mezi čtenářskými návyky a čtenářskými dovednostmi byl shledán i v rámci jednotlivých zemí. Čtenáři dlouhých textů (skupina 4) dosahují ve všech zemích s výjimkou Itálie nejlepších výsledků a čtenáři ze skupiny 1 mají ve všech zemích kromě Irska a Velké Británie nejhorší průměrné výsledky. Souvislost s výsledky u žáků ve skupinách 2 a 3 není již tak jednoznačná. V České republice není mezi výsledkem žáků ze skupiny 2 a 3 prakticky žádný rozdíl (492 a 494 bodů) a výsledek skupiny 1 je pouze o 1 bodů nižší než výsledek skupiny 2. Žáci ze skupiny 4 však dosáhli výrazně lepšího výsledku 543 bodů. To naznačuje, že ke zlepšení celkových výsledků našich žáků by mohla přispět cílená opatření mezi žáky ZŠ, zaměřená na podporu čtení knih. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 13

15 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání Graf 5 Podíl žáků ve skupinách stanovených na základě různorodosti čtených materiálů % Skupina 1 nejmenší různorodost Skupina 3 větší různorodost (krátké texty) Skupina 2 mírná různorodost Skupina 4 největší různorodost (dlouhé texty) Japonsko Dánsko Island Švýcarsko Belgie Polsko Spojené státy Kanada Nový Zéland Lucembursko Korea (EaG chart A část, table A8.2) 1. Účast je příliš nízká na to, aby bylo možné zaručit srovnatelnost. Země jsou řazeny sestupně podle rozdílu mezi průměrným výsledkem žáků ze skupiny 1 a žáků ze skupiny 4 na škále čtenářské gramotnosti. Řecko Itálie 1 Graf 6 Rozdíly ve výsledcích chlapců a dívek 4. ročníků na škále čtenářské gramotnosti výzkumu PIRLS (21) Nový Zéland Skóre Anglie 1, 2 Řecko 2 Turecko Island Spojené státy 1 Skotsko 1 Lepší výsledek chlapců Lepší výsledek dívek 1 Itálie (EaG chart A11.3, table A11.2) 1. Podmínka dostatečné účasti žáků byla splněna až po zařazení náhradních škol. 2. Definovaná populace pro výběr vzorku tvoří méně než 95 % všech žáků 4. ročníků. Země jsou řazeny sestupně podle velikosti rozdílu mezi průměrným výsledkem chlapců a dívek na škále čtenářské gramotnosti. 14 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

16 Rozdíly mezi dívkami a chlapci KAPITOLA A A11 Rozdíly mezi dívkami a chlapci V posledních desetiletích byla věnována velká pozornost vyrovnávání rozdílů mezi muži a ženami v účasti na vzdělávání. Nyní, když ženy v mnoha oblastech vzdělávání vyrovnaly náskok mužů, působí znepokojení spíše horší výsledky chlapců v některých oblastech (například ve čtení) a zájem se soustřeďuje také na rozdílný přístup chlapců a dívek k učení. Tento ukazatel, který rovněž vychází z výzkumů PISA a PIRLS, hodnotí, do jaké míry se vzdělávacím systémům daří vyrovnávat rozdíly mezi pohlavími v různých oblastech vzdělávání. Co se týče čtenářské gramotnosti, dosahují ve všech zemích dívky 4. ročníků statisticky významně lepších výsledků než stejně staří chlapci. Rozdíly ve výsledcích se pohybují od 8 bodů v Itálii po více než 2 bodů v Anglii, Norsku, na Novém Zélandu, v Řecku a Švédsku. V České republice patřily rozdíly mezi dívkami a chlapci k nejnižším (12 bodů). Mezi patnáctiletými žáky se rozdíly ve čtenářské gramotnosti mezi chlapci a dívkami ještě více prohlubují (v průměru činí 32 bodů). K zemím s největšími rozdíly mezi dívkami a chlapci (více než 4 bodů) patří, Island, a Nový Zéland. V České republice dosahují dívky v průměru o 37 bodů více než chlapci. Skóre Korea Dánsko Lucembursko Spojené státy Japonsko Švýcarsko Kanada Belgie Polsko Řecko Itálie Island Nový Zéland 1 Graf 7 Rozdíly ve výsledcích patnáctiletých chlapců a dívek na škále čtenářské, matematické a přírodovědné gramotnosti výzkumu PISA (2) Rozdíl mezi výsledkem chlapců a dívek je statisticky významný Rozdíl mezi výsledkem chlapců a dívek není statisticky významný čtenářská gramotnost matematická gramotnost přírodovědná gramotnost lepší -3 výsledek dívek lepší výsledek chlapců lepší výsledek dívek lepší lepší 7 lepší výsledek výsledek výsledek 7 chlapců dívek -2 chlapců (EaG chart 11.4, table A11.3) 1. Účast je příliš nízká na to, aby bylo možné zaručit srovnatelnost. Země jsou řazeny sestupně podle velikosti rozdílu mezi průměrným výsledkem chlapců a dívek na škále čtenářské gramotnosti. ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 15

17 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání V matematice nacházíme statisticky významné rozdíly zhruba v polovině zemí, a tyto rozdíly jsou vždy ve prospěch chlapců. Výsledek chlapců je v průměru o 11 bodů lepší než výsledek dívek, v České republice je rozdíl mezi dívkami a chlapci 12 bodů. V přírodovědné gramotnosti jsou výsledky dívek a chlapců více vyrovnané, ve většině zemí včetně České republiky nebyly zjištěné rozdíly statisticky významné. Při interpretaci výsledků České republiky je třeba vzít v úvahu rozdílné zastoupení dívek a chlapců na různých typech škol. Na gymnáziích a středních odborných školách s maturitou studuje větší procento dívek, a naopak v nematuritních oborech a na základních školách jsou více zastoupeni chlapci. Pokud bychom porovnali výsledky chlapců a dívek na jednotlivých typech škol, byl by rozdíl ve čtení ve prospěch dívek menší (rozdíly se liší podle typu školy, ale dosahují nejvýše 17 bodů) a naopak v matematice a přírodních vědách by naměřené rozdíly ve prospěch chlapců stouply (až 48 bodů v matematice a 34 bodů v přírodních vědách). Ve všech zemích projevují dívky zároveň větší zájem o čtení než chlapci a chlapci se zase více zajímají o matematiku (jedinými zeměmi, kde je zájem o matematiku u obou pohlaví vyrovnaný, jsou a ). Tyto rozdíly poukazují na to, že se školám nedaří vyvolat o uvedené předměty stejný zájem u žáků obou pohlaví. je po Finsku druhou zemí s největšími rozdíly mezi dívkami a chlapci v zájmu o čtení ve prospěch dívek. Rozdíl v zájmu o matematiku se u nás blíží průměru OECD. Ve výzkumu PISA bylo dále zjištěno, že mezi dívkami a chlapci existují rozdíly také ve způsobu učení. Zatímco chlapci se více než dívky učí v souvislostech, dívky dávají přednost spíše paměťovému učení a častěji se také učí cíleně. Ve většině zemí prokázali chlapci větší míru sebedůvěry při dosahování cílů. V České republice byly zjištěny nadprůměrně velké rozdíly v používání paměťového a cíleného učení (obojí ve prospěch dívek), kdežto učení v souvislostech u nás uplatňují chlapci i dívky přibližně stejnou měrou. A12 Ekonomická aktivita podle úrovně dosaženého vzdělání Ekonomika a pracovní trh zemí OECD jsou stále více závislé na stálém přísunu vzdělané a kvalifikované pracovní síly: ta je klíčová pro zajištění udržitelného rozvoje a hospodářské prosperity těchto zemí. Je známo, že kvalifikace úměrně roste spolu se zvyšujícím se vzděláním ztráty spojené s faktem, že nejvíce vzdělané osoby jsou ekonomicky neaktivní, jsou tak velmi vysoké. Vyšší a delší participace na trhu práce je rovněž významným faktorem brzdícím negativní sociální a ekonomické důsledky demografického stárnutí. Rozdíly v ekonomické aktivitě mužů a žen podle úrovně dosaženého vzdělání Míra ekonomické aktivity mužů ve věku let se v zemích OECD pohybuje od méně než 82 % v Belgii, Maďarsku, Itálii a Polsku až po 94 % a více na Islandu, v Japonsku, Mexiku a Švýcarsku (viz tab. A12.1 v EaG). Ekonomická aktivita žen je nižší spadá do rozmezí od 55 % a méně v Řecku, Itálii, Mexiku, Španělsku a Turecku až po 77 % a více ve skandinávských zemích. Do rozdílů mezi jednotlivými státy se přitom promítají zejména rozdíly jak v délce vzdělávání, tak v měrách nezaměstnanosti. Ekonomická aktivita (EA) mužů se obecně zvyšuje spolu se stupněm dosaženého vzdělání (výjimku tvoří,, Turecko a, kde není tento trend tak výrazný), kdy muži s terciárním vzděláním mají výrazně vyšší míru ekonomické aktivity než muži se středním a nižším vzděláním. Rozdíly mezi středním a terciárním vzděláním jsou největší v Rakousku, Dánsku, Německu a Polsku, kde činí 8 až 9 procentních bodů. Ve věku let jsou rozdíly mezi jednotlivými vzdělanostními úrovněmi nejnižší: v tomto věku je naprostá většina mužů v zaměstnání, tzn. ekonomicky aktivní. Ve starších věkových kategoriích (nad 55 let) zůstávají výrazně častěji ekonomicky aktivní muži s vyšším vzděláním. Diference v míře ekonomické aktivity jsou velmi výrazné rovněž mezi muži, kteří mají střední vzdělání, a muži s nižším než středním vzděláním v 18 ze 3 zemí OECD tento rozdíl přesahuje 1 procentních bodů. Nejvýraznější je tento rozdíl v Maďarsku, kde je ekonomicky aktivních 8 % mužů se středním vzděláním, ale jen 5 % mužů s nižším než středním vzděláním. Relativně nejmenší rozdíly mezi mírou EA u mužů s nejnižším a nejvyšším vzděláním mají naopak Island, Korea,, a Turecko. Nerovnoměrnost v míře ekonomické aktivity mužů s různým stupněm vzdělání pramení z velké části z rozdílů u starších věkových skupin mužů zejména v kategorii let. Zatímco v průměru je v této věkové kategorii ekonomicky aktivních 72 % mužů s terciárním vzděláním, u mužů s nižším než středním vzděláním je to jen 52 %. Tyto hodnoty odrážejí několik 16 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

18 Ekonomická aktivita podle úrovně dosaženého vzdělání KAPITOLA A faktorů, například zpravidla atraktivnější práci a vyšší pracovní pozice u starších mužů s vyšším vzděláním, které zvyšují motivaci zůstat v zaměstnání. Naopak nižší vzdělání je často svázáno s namáhavou fyzickou prací, která urychluje motivaci k odchodu do důchodu. Do hry vstupuje i časté propouštění starších zaměstnanců v málo kvalifikovaných povoláních. Rozdíly v míře ekonomické aktivity u žen s různým stupněm dosaženého vzdělání jsou ještě výraznější než u mužů; a to jak mezi základním a středním vzděláním (2 p.b. a více v 15 ze 3 zemí OECD), tak mezi středním a terciárním vzděláním typu A (1 p.b. a více ve 23 zemích). Určité výjimky tvoří Japonsko, Korea a, kde se míra ekonomické aktivity žen se středním vzděláním blíží míře u žen s terciárním vzděláním. Velmi nízká je zejména ekonomická aktivita žen s nižším než střed- Graf 8 Rozdíly v míře nezaměstnanosti mužů a žen podle úrovně dosaženého vzdělání; věková skupina 3 44 let (21) % Řecko Polsko Turecko Itálie Belgie Dánsko Lucembursko Japonsko Island Nový Zéland Kanada Spojené státy Korea Terciární vzdělání Sekundární a postsekundární vzdělání Vyšší sekundární vzdělání více nezaměstnaných mužů více nezaměstnaných žen (EaG chart A12.2, table A12.2) ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 17

19 KAPITOLA A Výsledky vzdělávání a výnosy ze vzdělávání ním vzděláním (průměr zemí OECD je okolo 5 %, v Belgii, Řecku, Maďarsku, Irsku, Itálii a Turecku je to však 4 % a méně). Naopak u žen s terciárním vzděláním míra EA převyšuje 8 % ve všech zemích OECD s výjimkou Maďarska, Japonska, Koreje, Lucemburska, Mexika a Turecka i tak však zůstává nižší než ekonomická aktivita mužů se stejným vzděláním. Obecně lze říci, že rozdíly v ekonomické aktivitě mužů a žen se snižují spolu s rostoucím stupněm dosaženého vzdělání: zatímco u nižšího než středního vzdělání zmíněné rozdíly představují v průměru 26 procentních bodů, na střední úrovni je to jen 19 p.b., na terciární úrovni jsou rozdíly relativně nejmenší činí již jen 1 p.b. Co se týče hodnot ekonomické aktivity mužů a žen, se řadí k vyspělým evropským zemím a výrazněji se neodlišuje od průměru zemí OECD. Ekonomická aktivita mužů i žen u nás (stejně jako v ostatních zemích) roste spolu se stupněm dosaženého vzdělání; u terciárního vzdělání dosahuje 94 % u mužů a 83 % u žen; na střední úrovni: 88 % muži, 73 % ženy; na nižší než sekundární úrovni vzdělání: 7 % muži, 52 % ženy. Míry nezaměstnanosti mužů a žen podle stupně dosaženého vzdělání Ukazatele nezaměstnanosti odrážejí v širším pojetí schopnost ekonomiky daného státu poskytnout práci každému, kdo chce pracovat. Stupeň dosaženého vzdělání je v tomto kontextu do určité míry indikátorem schopností zaměstnavatel z něho může usuzovat na znalosti, dovednosti a celkový pracovní potenciál uchazeče o zaměstnání. Ti, kteří mají nízké vzdělání, jsou přitom velmi rizikovou skupinou z hlediska ekonomického i sociálního hůře hledají zaměstnání a hůře si ho také udrží. V 18 z celkového počtu 3 zemí OECD je míra nezaměstnanosti mužů ve věku let s nižším než středním vzděláním více než 1,5krát vyšší než u mužů se středním vzděláním. Podobně je v 17 ze sledovaných zemí míra nezaměstnanosti mužů se středním vzděláním nejméně 1,5krát vyšší než u těch s terciárním vzděláním (typu A). I na terciární úrovni je vyšší nezaměstnanost svázána s kratšími, prakticky zaměřenými programy typu B ve srovnání s univerzitním terciárním vzděláním typu A. Lze konstatovat jednoznačný trend platící pro obě pohlaví: spolu s růstem úrovně dosaženého vzdělání významně klesá míra nezaměstnanosti. Výrazně nejvyšší nezaměstnanost mají muži a ženy s nižším než středním vzděláním průměr zemí OECD činí pro muže v této vzdělanostní kategorii a ve věku 3 44 let 9,9 %, pro ženy 11,1 %. Oproti tomu na terciární úrovni jsou tyto hodnoty pro muže 2,4 % a pro ženy 3,3 % (ve věkové skupině 3 44 let). Ve většině zemí jsou rozdíly v nezaměstnanosti u osob s různým stupněm vzdělání nejvýraznější právě ve věkové skupině 3 44 let. V některých státech jsou relativně vysoké míry nezaměstnanosti i u osob se středním vzděláním: v Polsku, Slovenské republice a u žen také v Turecku, ve Španělsku a Řecku. Pouze v zemích, kde hraje tradičně významnou roli zemědělství (, ), jsou míry nezaměstnanosti této skupiny lidí relativně nízké. Obecně však platí, že osoby s nejnižším vzděláním tvoří ve všech zemích OECD nejvíce rizikovou část populace z hlediska nezaměstnanosti. Vysoká variabilita mezi zeměmi v míře nezaměstnanosti u obyvatel s nejnižším vzděláním může být přičítána mnoha faktorům. V některých zemích zejména v postsocialistických státech s dosud neustálenou ekonomikou (,, Polsko, ) odrážejí vysoké míry nezaměstnanosti nejméně vzdělaných osob zejména náročné podmínky tamního trhu práce. Do určité míry je to i případ Finska, a Německa. Nezaměstnanost osob s nejnižším vzděláním je vysoká také v zemích, kde je nízká regulace pracovního trhu ze strany státu (Kanada, Velká Británie, USA). Na druhé straně, v zemích, kde podstatnou část obyvatel stále zaměstnává zemědělství (, ), je nezaměstnanost této skupiny osob relativně nízká. Obecně však lze říci, že osoby s nízkým vzděláním se stávají prvními oběťmi negativních změn ekonomického klimatu. I u žen platí pravidlo, že spolu s klesajícím vzděláním rostou míry nezaměstnanosti, rozdíly mezi nezaměstnaností žen se středním a terciárním vzděláním jsou přitom ve většině zemí OECD ještě výraznější než u mužů. Co se týče rozdílů v měrách nezaměstnanosti mezi muži a ženami, ve většině zemí nezaměstnanost žen převyšuje nezaměstnanost mužů, a to ve všech vzdělanostních kategoriích. Výjimku tvoří Korea, kde je na všech úrovních vzdělání vyšší nezaměstnanost mužů, a dále některé státy, kde je nezaměstnanost mužů vyšší pouze v nižších vzdělanostních kategoriích. Mezi tyto země patří zejména, kde je rozdíl nejvýraznější (více než 15 p. b. u věkové kategorie 3 44), dále, Japonsko, Velká Británie a Turecko. Ve většině ostatních států nezaměstnanost žen více či méně převyšuje nezaměstnanost mužů nejvýrazněji v Řecku, Španělsku, Polsku, Itálii, Francii, Belgii, a to tím více, čím nižší je stupeň dosaženého vzdělání (až o 12 procentních bodů u nižšího než středního vzdělání, u terciární úrovně nejvýše 5 p.b.). Obecně lze říci, že diference mezi muži a ženami jsou tím méně významné, čím vyšší je úroveň vzdělání, kterou sledujeme: na terciární úrovni jsou jednoznačně nejnižší, a to i v zemích, kde existuje celkově relativně největší genderová nerovnost. 18 ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

20 Výnosy ze vzdělávání: vzdělání a mzdy KAPITOLA A V České republice, podobně jako v ostatních postkomunistických zemích, představuje problém zejména vysoká nezaměstnanost nejméně vzdělaných obyvatel (tzn. s nižším než středním vzděláním). U mužů ve věku 3 44 let v této kategorii vzdělání činila míra nezaměstnanosti 23,4 %, u žen 24, %, což jsou hodnoty výrazně převyšující průměr zemí OECD (9,9 % pro muže; 11,1 % pro ženy). Tato situace je spojena zejména s nižší absorpcí trhu práce v českých zemích, který stále prochází restrukturalizací, a která nejvíce zasahuje právě nejméně vzdělané vrstvy populace. Na terciární úrovni je naopak nezaměstnanost o něco nižší než je průměr zemí OECD. Co se týče střední úrovně vzdělávání, průměr zemí OECD výrazněji převyšuje pouze nezaměstnanost žen se středním vzděláním, u mužů je hodnota nezaměstnanosti srovnatelná s průměrem OECD. patří k zemím, kde rozdíly v nezaměstnanosti mužů a žen nejsou příliš výrazné; pouze u středního vzdělání je míra nezaměstnanosti žen vyšší o necelých 5 procentních bodů; na nejnižší a nejvyšší vzdělanostní úrovni jsou rozdíly mezi muži a ženami zanedbatelné. A14 Výnosy ze vzdělávání: vzdělání a mzdy Jednou z cest, kterými trh motivuje jedince k získávání nových schopností a dovedností a k tomu, aby si tyto schopnosti udržoval a rozvíjel, je mzdová diferenciace zvláště s důrazem na vyšší platy těch, kteří si doplňují, popř. rozšiřují vzdělání. Důraz na získávání vyššího vzdělání lze rovněž chápat jako investice do lidského kapitálu. Čím vyšší jsou náklady vložené do rozvoje lidského kapitálu, které vedou k získání a rozvoji schopností, popř. vyšší produktivitě práce, tím vyšší jsou následně zisky v podobě vyšší mzdy. Průměrné platy podle úrovně dosaženého vzdělání Mzdovou diferenciaci v závislosti na stupni dosaženého vzdělání lze chápat jako ukazatel odrážející intenzitu podnětů, které existují v daném státě, a které motivují jedince investovat do dalšího vzdělávání. Rozdíly ve mzdách mohou také odrážet rozdílnou podporu státu vzdělávacím programům na různých úrovních vzdělávání nebo bariéry přístupu k určitým typům vzdělávání, resp. vzdělávacím programům. Variabilita výše mezd v jednotlivých zemích odráží řadu faktorů, které je nutné vzít při sledování rozdílů mezi jednotlivými zeměmi v úvahu. Mezi ně patří zejména kvalifikační požadavky trhu práce, legislativa týkající se minimální mzdy, úloha odborů a kolektivních zaměstnaneckých smluv, státní podpora některým povoláním (která se může projevit v diferenciaci mezd podle vzdělání), různý rozsah praxe u pracovníků s různým stupněm vzdělání, struktura zaměstnanosti podle odvětví a podle typu povolání, rozsah práce na částečný úvazek mezi pracovníky s různým stupněm vzdělání apod. Obecně platí, že existuje silná pozitivní závislost mezi výší výdělků a stupněm dosaženého vzdělání. Ve všech zemích OECD jsou mzdy těch, kdo mají terciární vzdělání, podstatně vyšší než u obyvatel s pouze středním vzděláním. Platové nerovnosti mezi terciárním a středním vzděláním jsou obecně výraznější než mezi středním a základním vzděláním což signalizuje, že právě střední vzdělání tvoří ve většině zemí zlomovou hranici, za kterou začínají být výnosy ze vzdělávání zvlášť atraktivní. Mzdová diferenciace je v různých zemích různě silná. Např. v Belgii, Dánsku, Irsku, Koreji a na Novém Zélandu mají muži ve věku let s terciárním vzděláním v průměru o 32 % vyšší mzdy než muži se středním vzděláním v České republice, Maďarsku, Portugalsku či USA je to však až o 78 % a více. Další obecnou skutečností je přetrvávající stav, kdy ženy mají v průměru nižší platy než muži se stejným stupněm dosaženého vzdělání. Vezmeme-li všechny stupně vzdělání dohromady, roční výdělky žen ve věku 3 44 let dosahují pouze 55 % platu mužů ve Švýcarsku a ve Velké Británii (viz tab. A14.2 v EaG) v těchto zemích jsou rozdíly mezi platy mužů a žen nejvýraznější. Nejvíce se vyrovnávají ve Španělsku a Maďarsku, kde průměrné mzdy žen dosahují cca 75 % platu mužů (v České republice je to 63 %). Určitá část platové diferenciace mezi muži a ženami je způsobena takovými faktory, jako jsou rozdílná doba strávená v pracovním procesu (u žen je nižší z důvodu mateřství), relativně vysoká frekvence částečných úvazků mezi ženami apod. Data podle věku dále signalizují pozitivní trend postupného zmírňování mzdové diferenciace mezi muži a ženami u mladších žen ve věku 3 44 let jsou platové rozdíly oproti mužům již menší než v případě generace žen ve věku let. V pozadí této skutečnosti stojí rovněž rostoucí vyšší participace žen na terciární úrovni vzdělávání. Platová diferenciace u mužů podle stupně dosaženého vzdělání je nejvýraznější v Maďarsku, Finsku, Portugalsku, USA, poměrně silná je ale i v České republice, Francii a Španělsku. Naopak relativně nejméně výrazné jsou rozdíly ve výdělcích v Norsku,, Belgii a Irsku. Muži ve věku let, kteří mají terciární vzdělání, tak v Norsku, Irsku nebo vydělávají o cca 3 % až 4 % více, ale již o 15 % více v Maďarsku, a o 7 % až 8 % ve Finsku, Portugalsku či České republice. Jak již však bylo zmíněno, rozdíly mezi zeměmi je třeba interpretovat velmi opatrně, neboť např. sezónní práce se sice odrazí ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ 19

Mezinárodní výzkum PISA 2009

Mezinárodní výzkum PISA 2009 Mezinárodní výzkum PISA 2009 Zdroj informací: Palečková, J., Tomášek, V., Basl, J,: Hlavní zjištění výzkumu PISA 2009 (Umíme ještě číst?). Praha: ÚIV 2010. Palečková, J., Tomášek V. Hlavní zjištění PISA

Více

Výsledky mezinárodního výzkumu OECD PISA 2009

Výsledky mezinárodního výzkumu OECD PISA 2009 Výsledky mezinárodního výzkumu OECD PISA 2009 Programme for International Student Assessment mezinárodní projekt OECD měření výsledků vzdělávání čtenářská, matematická a přírodovědná gramotnost 15letí

Více

České školství v mezinárodním srovnání Ing. Kateřina Tomšíková

České školství v mezinárodním srovnání Ing. Kateřina Tomšíková České školství v mezinárodním srovnání 2015 Ing. Kateřina Tomšíková OECD Organizace pro ekonomickou spolupráci a rozvoj OECD Organisation for Economic Co-operation and Development Světová organizace sdružující

Více

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců Genderové otázky pracovníků ve školství STRUČNÉ SHRNUTÍ Svodka Genderové otázky pracovníků ve školství se zabývá genderovou strukturou pracovníků v regionálním školství a na jejím základě pak také strukturou

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 16. 7. 2009 35 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Education at a Glance: OECD Indicators 2006 Edition

Education at a Glance: OECD Indicators 2006 Edition Education at a Glance: OECD Indicators 2006 Edition Summary in Czech Pohled na školství v ukazatelích OECD vydání 2006 Shrnutí v českém jazyce Dokument Stručný pohled na školství předkládá vzdělávacím

Více

Rozvoj vzdělávání žáků karvinských základních škol v oblasti cizích jazyků Registrační číslo projektu: CZ.1.07/1.1.07/ VZDĚLÁVÁNÍ V EU A ČR

Rozvoj vzdělávání žáků karvinských základních škol v oblasti cizích jazyků Registrační číslo projektu: CZ.1.07/1.1.07/ VZDĚLÁVÁNÍ V EU A ČR Rozvoj vzdělávání žáků karvinských základních škol v oblasti cizích jazyků Registrační číslo projektu: CZ.1.07/1.1.07/02.0162 VZDĚLÁVÁNÍ V EU A ČR 2010 Ing. Andrea Sikorová, Ph.D. 1 Vzdělávání v EU a ČR

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 14. 8. 2007 37 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

II.3 Toky lidských zdrojů v oblasti vědy a technologií

II.3 Toky lidských zdrojů v oblasti vědy a technologií II.3 Toky lidských zdrojů v oblasti a technologií Lidské zdroje ve vědě a technologiích jsou monitorovány jako zásoba (viz předchozí kapitola) k určitému časovému okamžiku a jako toky (potenciální množství

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 1. 8. 2014 19 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 31. 8. 2012 42 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 23. 9. 2013 42 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Matematika s chutí Proč? S kým? A jak?

Matematika s chutí Proč? S kým? A jak? Matematika s chutí Proč? S kým? A jak? První otázka Proč jsme se rozhodli realizovat projekt Matematika s chutí? Důvod první: Motivace a vztah k matematice Od roku 2003 (PISA věnovaná především matematice)

Více

Indikátory Strategie vzdělávací politiky ČR do roku 2020

Indikátory Strategie vzdělávací politiky ČR do roku 2020 Indikátory Strategie vzdělávací politiky ČR do roku 2020 Indikátory Strategie vzdělávací politiky České republiky do roku 2020 (dále jen Strategie ) jsou vymezeny s ohledem na tři klíčové priority Strategie,

Více

4. Pracující (zaměstnaní) senioři

4. Pracující (zaměstnaní) senioři Senioři v letech 2 a 215 4. Pracující (zaměstnaní) senioři Jako zaměstnaní se označují všichni pracující - např. zaměstnanci, osoby samostatně výdělečně činné (OSVČ), členové produkčních družstev apod.

Více

Postavení českého trhu práce v rámci EU

Postavení českého trhu práce v rámci EU 29. 7. 2016 Postavení českého trhu práce v rámci EU Pravidelná analýza se zaměřuje na mezinárodní porovnání vybraných indikátorů trhu práce v členských zemích EU. V 1. čtvrtletí roku 2016 se téměř ve všech

Více

MEZINÁRODNÍ SROVNÁNÍ MZDOVÝCH ÚROVNÍ A STRUKTUR

MEZINÁRODNÍ SROVNÁNÍ MZDOVÝCH ÚROVNÍ A STRUKTUR MEZINÁRODNÍ SROVNÁNÍ MZDOVÝCH ÚROVNÍ A STRUKTUR Za referenční rok 2002 bylo provedeno pan-evropské strukturální šetření mezd zaměstnanců (SES) ve všech dnešních členských státech Evropské unie kromě Malty

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 7. 9. 2015 7 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou.

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou. Daňová kvóta Daňová kvóta (Tax Quota) patří mezi významné ukazatele uplatňované při mezinárodní komparaci. Je poměrovým ukazatelem vyjadřujícím úroveň daňových výnosů ve vztahu k hrubému domácímu produktu

Více

První zjištění z výzkumu OECD PIAAC MŠMT, 8.10.2013

První zjištění z výzkumu OECD PIAAC MŠMT, 8.10.2013 Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies První zjištění z výzkumu OECD PIAAC MŠMT, 8.10.2013 Tento projekt je spolufinancován Evropským sociálním fondem

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

Více

Úroveň čtenářské, matematické a přírodovědné gramotnosti českých patnáctiletých žáků - výsledky mezinárodního výzkumu PISA 1

Úroveň čtenářské, matematické a přírodovědné gramotnosti českých patnáctiletých žáků - výsledky mezinárodního výzkumu PISA 1 Úroveň čtenářské, matematické a přírodovědné gramotnosti českých patnáctiletých žáků - výsledky mezinárodního výzkumu PISA 1 V roce 2000 proběhl ve světě prestižní výzkum Organizace pro hospodářskou spolupráci

Více

Mezinárodní asociace pro hodnocení výsledků vzdělávání (IEA) 1991 RLS Reading Literacy Study Snaha zachytit trendy vývoje ČG Doplňuje

Mezinárodní asociace pro hodnocení výsledků vzdělávání (IEA) 1991 RLS Reading Literacy Study Snaha zachytit trendy vývoje ČG Doplňuje Čtenářská gramotnost Výzkumy PIRLS, PISA, Jak čtou české děti PIRLS x PISA IEA Respondenti: 9-10 letí ţáci (4. třída) Část mezinárodního výzkumu, doplňuje TIMSS (M-Př) 4letá periodicita Komplexnější pohled

Více

IV.4 Mobilita kvalifikovaných lidských zdrojů

IV.4 Mobilita kvalifikovaných lidských zdrojů IV.4 Mobilita kvalifikovaných lidských zdrojů Základem pro monitorování pohybu kvalifikovaných lidských zdrojů ve vědě a technologiích na mezinárodní úrovni je souhrnná publikace OECD - Science, Technology

Více

2010 Dostupný z

2010 Dostupný z Tento dokument byl stažen z Národního úložiště šedé literatury (NUŠL). Datum stažení: 06.10.2016 Změny v zaměstnanosti a nezaměstnanosti v České republice v porovnání s ostatními zeměmi EU - Český statistický

Více

2015 Dostupný z

2015 Dostupný z Tento dokument byl stažen z Národního úložiště šedé literatury (NUŠL). Datum stažení: 21.12.2016 Průměrný věk pracujících se za dvacet let zvýšil o téměř čtyři roky Mejstřík, Bohuslav ; Petráňová, Marta

Více

8. Věda a technologie, informační společnost

8. Věda a technologie, informační společnost 8. Věda a technologie, informační společnost V každé společnosti je její důležitou a nedílnou součástí oblast výzkumu a vývoje. Jedná se o systematickou tvůrčí práci konanou za účelem získání nových znalostí

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

Více

ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ

ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ Stručné seznámení s vybranými ukazateli publikace OECD Education at a Glance 2008 Praha 2008 Zpracovaly: RNDr. Michaela Kleňhová, Mgr. Pavlína Šťastnová, Mgr. Pavla

Více

Základní škola a Mateřská škola Třešňová 99 Osoblaha Výsledky žáků ze základní školy

Základní škola a Mateřská škola Třešňová 99 Osoblaha Výsledky žáků ze základní školy Kód školy: 13017 HLAVNÍ ŠETŘENÍ PISA 2015 ŠKOLNÍ ZPRÁVA Základní škola a Mateřská škola Třešňová 99 Osoblaha Výsledky žáků ze základní školy Praha, leden 2016 Obsah 1 Úvod... 3 2 Šetření PISA... 3 3 Gramotnosti

Více

Demografické trendy a regionální diferenciace terciárního vzdělávání

Demografické trendy a regionální diferenciace terciárního vzdělávání Demografické trendy a regionální diferenciace terciárního vzdělávání Jitka Rychtaříková Tým TA01 konference KREDO, Praha, 24. 9. 2015 www.kredo.reformy-msmt.cz Tým TA01: Jitka Rychtaříková - vedoucí týmu

Více

Nezaměstnanost a míra nezaměstnanosti

Nezaměstnanost a míra nezaměstnanosti Nezaměstnanost a míra nezaměstnanosti Nezaměstnanost patří k nejsledovanějším ekonomickým ukazatelům. V České republice však existují minimálně dva ukazatele nezaměstnanosti, první je pravidelně zveřejňován

Více

Přehled. Pohled na školství v ukazatelích OECD. ročník 2003

Přehled. Pohled na školství v ukazatelích OECD. ročník 2003 Přehled Pohled na školství v ukazatelích OECD ročník 2003 Overview Education at a Glance: OECD Indicators 2003 Edition Czech translation Přehledy jsou překladem výtahů z publikací OECD. K dispozici jsou

Více

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO www.kredo.reformy-msmt.cz Osoby ve věku 30-34 let podle vybraných typů dosaženého vzdělání a pohlaví (1995-2013)

Více

Graf 1: Obyvatelstvo ve věku 20 let a více (struktura podle vzdělání) ženy muži celkem

Graf 1: Obyvatelstvo ve věku 20 let a více (struktura podle vzdělání) ženy muži celkem Vzdělání Sčítání lidu, domů a bytů je pro zjištění úrovně vzdělání obyvatelstva klíčové. Je totiž jediným zdrojem, kde lze tento údaj reprezentativně zjistit. Protože SLDB bývá vždy jednou za deset let,

Více

Education at a Glance: OECD Indicators 2005 Edition. Stručný pohled na školství v ukazatelích OECD ročník 2005

Education at a Glance: OECD Indicators 2005 Edition. Stručný pohled na školství v ukazatelích OECD ročník 2005 Education at a Glance: OECD Indicators 2005 Edition Summary in Czech Stručný pohled na školství v ukazatelích OECD ročník 2005 Přehled v českém jazyce Vzdělání a celoživotní vzdělávání hrají klíčovou roli

Více

A ICT odborníci. Více informací o ICT odbornících naleznete na: https://www.czso.cz/csu/czso/lidske_zdroje_pro_informacni_technologie

A ICT odborníci. Více informací o ICT odbornících naleznete na: https://www.czso.cz/csu/czso/lidske_zdroje_pro_informacni_technologie Počty a mzdy ICT odborníků Od roku 2011 se v ČR odborníci v oblasti informačních a komunikačních technologií (dále jen ICT odborníci) dělí dle Klasifikace zaměstnání (CZ- ISCO) do dvou hlavních kategorií:

Více

1.3. Mzdová konvergence

1.3. Mzdová konvergence 1.3. Mzdová konvergence Průměrné hodinové náklady práce, definované jako celkové pracovní náklady v eurech dělené počtem odpracovaných hodin, mohou být srovnatelnou bází, pomocí níž je možné zhruba porovnat,

Více

ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU

ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU Ing. Věra Czesaná, CSc. Národní vzdělávací fond Národní observatoř zaměstnanosti a vzdělávání Konference Moje profese České Budějovice, 21. září 6 Obsah prezentace

Více

Education at a Glance 2010: OECD Indicators. Education at a Glance 2010: OECD Indicators. Summary in Czech Language. Přehled v českém jazyce

Education at a Glance 2010: OECD Indicators. Education at a Glance 2010: OECD Indicators. Summary in Czech Language. Přehled v českém jazyce Education at a Glance 2010: OECD Indicators Summary in Czech Language Education at a Glance 2010: OECD Indicators Přehled v českém jazyce V zemích OECD, vlády jednotlivých zemí hledají takovou vzdělávací

Více

Rychlý růst vzdělanosti žen

Rychlý růst vzdělanosti žen 3. 11. 2016 Rychlý růst vzdělanosti žen V České republice rapidně roste úroveň formálního vzdělání. Ve věkové skupině 25-64letých v průběhu posledních deseti let počet obyvatel stagnoval, ale počet osob

Více

Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu

Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu REFLEX a jiné ochutnávky Jan Koucký REFLEX 2013: uplatnění absolventů vysokých škol Seminář MŠMT, SVP PedF UK a vysokých škol.

Více

VLIV DOSAŽENÉHO VZDĚLÁNÍ NA UPLATNĚNÍ MLADÝCH LIDÍ NA TRHU PRÁCE

VLIV DOSAŽENÉHO VZDĚLÁNÍ NA UPLATNĚNÍ MLADÝCH LIDÍ NA TRHU PRÁCE VLIV DOSAŽENÉHO VZDĚLÁNÍ NA UPLATNĚNÍ MLADÝCH LIDÍ NA TRHU PRÁCE Ondřej Nývlt Dagmar Bartoňová Abstract Uplatnění mladých lidí na trhu práce se stále více dostává do popředí zájmu politiků, ekonomů a širší

Více

Postavení českého trhu práce v rámci EU

Postavení českého trhu práce v rámci EU 29. 4. 2016 Postavení českého trhu práce v rámci EU Pravidelná analýza se zaměřuje na mezinárodní porovnání vybraných indikátorů trhu práce v členských zemích EU. Téměř ve všech zemích EU28 se ve 4. čtvrtletí

Více

2. Kvalita pracovní síly

2. Kvalita pracovní síly 2. Kvalita pracovní síly Kvalita pracovní síly = vzdělání a kvalifikace Úkolem první části této práce bylo ukázat, jak velká je pracovní síla v Jihomoravském kraji či jak se její velikost změnila. Cílem

Více

ČTENÁŘSKÁ GRAMOTNOST ČESKÝCH ŽÁKŮ V MEZINÁRODNÍM SROVNÁNÍ

ČTENÁŘSKÁ GRAMOTNOST ČESKÝCH ŽÁKŮ V MEZINÁRODNÍM SROVNÁNÍ ČTENÁŘSKÁ GRAMOTNOST ČESKÝCH ŽÁKŮ V MEZINÁRODNÍM SROVNÁNÍ Josef Basl, Ústav pro informace ve vzdělávání Praha Čtenářská gramotnost žáků v České republice byla dosud zjišťována v rámci dvou mezinárodních

Více

PISA 2012. SPŠ stavební J. Gočára, Družstevní ochoz 3, Praha 4. Kód vaší školy: M 2 VÝSLEDKY ŠETŘENÍ ŠKOLNÍ ZPRÁVA

PISA 2012. SPŠ stavební J. Gočára, Družstevní ochoz 3, Praha 4. Kód vaší školy: M 2 VÝSLEDKY ŠETŘENÍ ŠKOLNÍ ZPRÁVA VÝSLEDKY ŠETŘENÍ PISA 1 ŠKOLNÍ ZPRÁVA SPŠ stavební J. Gočára, Družstevní ochoz 3, Praha Kód vaší školy: M Tato zpráva je spolufinancována Evropským sociálním fondem a státním rozpočtem České republiky.

Více

(Pozor, celkový součet je uveden v poloviční velikosti, skutečný počet je kolem ).

(Pozor, celkový součet je uveden v poloviční velikosti, skutečný počet je kolem ). Česká republika Přehled o nově přijímaných žácích Celkový počet žáků nově přijatých do denního studia ve školním roce 2007/2008 činil 154 182, z toho do studia po základní škole jich bylo přijato 133 990

Více

DEN DAŇOVÉ SVOBODY 2011. Aleš Rod Liberální institut 14. června 2011

DEN DAŇOVÉ SVOBODY 2011. Aleš Rod Liberální institut 14. června 2011 DEN DAŇOVÉ SVOBODY 2011 Aleš Rod Liberální institut 14. června 2011 15. ČERVNA 2011 DEN DAŇOVÉ SVOBODY LETOS OSLAVÍME VE STŘEDU 15. ČERVNA 2011. NA STÁT JSME PRACOVALI 165 DNÍ. 2 Den daňové svobody co

Více

Jak velká je poptávka po gymnáziích? Aproč není vyšší?

Jak velká je poptávka po gymnáziích? Aproč není vyšší? Jak velká je poptávka po gymnáziích? Aproč není vyšší? Petr Matějů 1 Otázky Je růst podílu žáků ve školách poskytujících všeobecné vzdělání žádoucí? Jaká je aktuální poptávka po studiu na gymnáziích? Co

Více

Využití pracovní síly

Využití pracovní síly Využití pracovní síly HDP na konci sledovaného období klesal výrazněji než v celé Rozhodující význam má v kraji zpracovatelský průmysl Hrubý domácí produkt na Vysočině obdobně jako v celé České republice

Více

Předběţné výsledky z výzkumu PISA 2009

Předběţné výsledky z výzkumu PISA 2009 Předběţné výsledky z výzkumu PISA 2009 Školní zpráva pro: Základní škola, Kuncova 1580, Praha 5 - Stodůlky Kód vaší školy: ZS 5 Praha prosinec 2009 Úvod Tato zpráva obsahuje předběţné výsledky vaší školy

Více

Education at a Glance: OECD Indicators 2004 Edition. Stručný pohled na školství v ukazatelích OECD, ročník 2004

Education at a Glance: OECD Indicators 2004 Edition. Stručný pohled na školství v ukazatelích OECD, ročník 2004 Education at a Glance: OECD Indicators 2004 Edition Summary in Czech Stručný pohled na školství v ukazatelích OECD, ročník 2004 Přehled v českém jazyce Měnící se hospodářské a sociální podmínky zdůraznily

Více

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH Podíl úvazků na zkrácenou pracovní dobu je v České republice jeden z nejmenších. Podle výsledků výběrového šetření pracovních sil (VŠPS-LFS)

Více

Veřejná vysoká škola se zřizuje a zrušuje zákonem. Zákon též stanoví její název a sídlo.

Veřejná vysoká škola se zřizuje a zrušuje zákonem. Zákon též stanoví její název a sídlo. 5. Vysoké školy Vysoké školy představují nejvyšší článek vzdělávací soustavy. Nabízejí akreditované studijní programy a programy celoživotního vzdělávání. Typ vysokoškolské vzdělávací činnosti je určen

Více

Pracovníci a pracovní podmínky ve vzdělávání Indikátory OECD Metodická příručka

Pracovníci a pracovní podmínky ve vzdělávání Indikátory OECD Metodická příručka Pracovníci a pracovní podmínky ve vzdělávání Indikátory OECD Metodická příručka Ústav pro informace ve vzdělávání květen 2009 Zpracovala Mgr. Pavlína Šťastnová Ústav pro informace ve vzdělávání, 2009 ISBN

Více

#Cesko2016. Česko : Jak jsme na tom?

#Cesko2016. Česko : Jak jsme na tom? Česko : Jak jsme na tom? 10. 11. 2016 VZDĚLÁVÁNÍ Garant: Bohumil Kartous CO NUTNĚ POTŘEBUJE ČESKÉ VZDĚLÁVÁNÍ? MNOHEM DELŠÍ HORIZONT ÚVAH O ROZVOJI Doposud nejdelší horizont vzdělávací strategie byl pět

Více

KATALOGIZACE V KNIZE NÁRODNÍ KNIHOVNA ČR. Průcha, Jan Srovnávací pedagogika / Jan Průcha. Vyd. 1. Praha: Portál, 2006. 264 s. ISBN 80 7367 155 7

KATALOGIZACE V KNIZE NÁRODNÍ KNIHOVNA ČR. Průcha, Jan Srovnávací pedagogika / Jan Průcha. Vyd. 1. Praha: Portál, 2006. 264 s. ISBN 80 7367 155 7 KATALOGIZACE V KNIZE NÁRODNÍ KNIHOVNA ČR Průcha, Jan Srovnávací pedagogika / Jan Průcha. Vyd. 1. Praha: Portál, 2006. 264 s. ISBN 80 7367 155 7 37.013.74 srovnávací pedagogika studie 37 Výchova a vzdělávání

Více

České školství v mezinárodním srovnání 2015

České školství v mezinárodním srovnání 2015 České školství v mezinárodním srovnání 2015 Česká republika v indikátorech OECD, resp. v indikátorech publikace Education at a Glance 2015 OECD zveřejnila 24. listopadu 2015 v 11:00 publikaci Education

Více

Ekonomické a kvalifikační profily skupin povolání: analýzy a projekce 2000-2020

Ekonomické a kvalifikační profily skupin povolání: analýzy a projekce 2000-2020 Ekonomické a kvalifikační profily skupin povolání: analýzy a projekce 2000-2020 Martin Lepič Praha, květen 2013 Materiál byl zpracován v rámci projektu Vysokoškolské systémy a instituce. Trendy vývoje

Více

První zjištění z výzkumu OECD PIAAC Prezentace pro pracovníky MŠMT, Arnošt Veselý

První zjištění z výzkumu OECD PIAAC Prezentace pro pracovníky MŠMT, Arnošt Veselý Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies První zjištění z výzkumu OECD PIAAC Prezentace pro pracovníky MŠMT, 21.10.2013 Arnošt Veselý Tento projekt

Více

2. ZAMĚSTNANCI VE VÝZKUMU A VÝVOJI

2. ZAMĚSTNANCI VE VÝZKUMU A VÝVOJI 2. ZAMĚSTNANCI VE VÝZKUMU A VÝVOJI Ve výzkumu a vývoji (dále jen VaV) bylo v eské republice k 31. 12. 213 zaměstnáno celkem 92 714 fyzických osob (HC Head Count). Šlo o 5,9% nárůst oproti předchozímu roku.

Více

1. Velikost pracovní síly

1. Velikost pracovní síly 1. Velikost pracovní síly Pracovní síla se v kraji snižuje i přes celorepublikový růst Pracovní síla v kraji v roce 9 představovala 9,9 tis. osob. Z dlouhodobého hlediska byla nejvyšší v roce 7, v následujících

Více

Ministerstvo školství, mládeže a tělovýchovy ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ VYBRANÉ UKAZATELE PUBLIKACE OECD EDUCATION AT A GLANCE 2012

Ministerstvo školství, mládeže a tělovýchovy ČESKÉ ŠKOLSTVÍ V MEZINÁRODNÍM SROVNÁNÍ VYBRANÉ UKAZATELE PUBLIKACE OECD EDUCATION AT A GLANCE 2012 OBSAH: ÚVOD... 5 STRUČNĚ O PUBLIKACI EDUCATION AT A GLANCE... 6 OBSAH PUBLIKACE EDUCATION AT A GLANCE 2011... 8 INVESTICE DO LIDSKÉHO KAPITÁLU, DOVEDNOSTÍ A VZDĚLÁVÁNÍ PRO DALŠÍ KARIÉRU... 9 KAPITOLA A

Více

F Vzdělávání a digitální dovednosti

F Vzdělávání a digitální dovednosti Údaje o počtu stolních počítačů, tabletů a notebooků celkem a s připojením k internetu přepočtených na 100 žáků/studentů jednotlivých stupňů škol, stejně tak jako monitoring vybavení škol dalšími ICT (např.

Více

Graf C1 Jednotlivci starší 16 let používající počítač. v milionech v procentech 67% 70% 59% 5,9 6,2 6,5 5,3

Graf C1 Jednotlivci starší 16 let používající počítač. v milionech v procentech 67% 70% 59% 5,9 6,2 6,5 5,3 Český statistický úřad sleduje podrobné údaje o jednotlivcích používajících vybrané informační a komunikační technologie prostřednictvím samostatného ročního statistického zjišťování: Výběrové šetření

Více

Kvalifikovanost učitelů hlavní výsledky dotazníkového šetření

Kvalifikovanost učitelů hlavní výsledky dotazníkového šetření Kvalifikovanost učitelů hlavní výsledky dotazníkového šetření Použitá metodika Výzkumné šetření bylo provedeno ve spolupráci s Ústavem pro informace ve vzdělávání (ÚIV) ve dnech 7. 14. září 2009. Sběr

Více

České školství v mezinárodním srovnání

České školství v mezinárodním srovnání České školství v mezinárodním srovnání Česká republika v indikátorech OECD, resp. v indikátorech publikace Education at a Glance 2014 OECD zveřejňuje 9. 9. 2014 v 11:00 publikaci Education at a Glance,

Více

Jednotlivci využívající vybrané informační a komunikační technologie

Jednotlivci využívající vybrané informační a komunikační technologie Mobilní telefon Jednotlivci využívající vybrané informační a komunikační technologie Mobilní telefon v roce 2012 nepoužívaly pouze 4 % osob starších šestnácti V roce 2007, to bylo 14 procent české populace.

Více

Zvláštní průzkum Eurobarometer 386. Evropané a jazyky

Zvláštní průzkum Eurobarometer 386. Evropané a jazyky Zvláštní průzkum Eurobarometer 386 Evropané a jazyky SHRNUTÍ Nejrozšířenějším mateřským jazykem mezi obyvateli EU je němčina (16 %), následuje italština a angličtina (obě 13 %), francouzština (12 %) a

Více

Senioři. Základní statistické ukazatele ve formě komentovaných grafů. Dokument mapuje dopravní nehody seniorů a jejich následky

Senioři. Základní statistické ukazatele ve formě komentovaných grafů. Dokument mapuje dopravní nehody seniorů a jejich následky Základní statistické ukazatele ve formě komentovaných grafů Dokument mapuje dopravní nehody seniorů a jejich následky 24.4.2016 Obsah 1. Úvod... 3 1.1 Národní databáze... 3 1.2 Evropská databáze IRTAD...

Více

Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce

Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce Vladimír Tomšík Konference Evropské fórum podnikání Česká ekonomika a inovace v Praze, CERGE-EI, 29. října 214 Obsah

Více

EDUCATION AT A GLANCE 2016 Country Notes a klíčová data pro ČR

EDUCATION AT A GLANCE 2016 Country Notes a klíčová data pro ČR EDUCATION AT A GLANCE 2016 Country Notes a klíčová data pro ČR Kvalita překladu a jeho soulad s původním textem jsou výhradní odpovědností autorů překladu (MŠMT). V případě rozporu mezi původním textem

Více

Další vzdělávání a rozvoj kompetencí

Další vzdělávání a rozvoj kompetencí Mezinárodní výzkum dospělých Další vzdělávání a rozvoj kompetencí Výsledky mezinárodního výzkumu OECD PIAAC v České republice a jejich implikace pro veřejné politiky Konference, 27.11.2013 Věra Czesaná,

Více

Tabulka č.1: Počet škol podle krajů

Tabulka č.1: Počet škol podle krajů 2. Základní školy Síť základních škol v České republice je dostatečně hustá, přestože v posledních letech počet základních škol klesá. Ve školním roce 2007/08 bylo v ČR celkem 3 704 základních škol, což

Více

Studenti vysokých škol v ČR 1

Studenti vysokých škol v ČR 1 203,5 30,1 220,2 31,2 243,7 33,0 264,8 38,4 44,3 289,5 53,5 316,2 63,6 343,9 73,2 81,7 368,1 88,1 93,0 389,0 396,0 392,1 381,0 93,9 367,9 91,7 347,3 88,1 Studenti vysokých škol v ČR 1 Lidské zdroje ve

Více

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7 DOKUMENTY D O K U M E N T Y POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE Graf č. A.2.7 Poznámka: počet studentů k 31. prosinci kalendářního roku Vysokoškolské studium v České republice se uskutečňuje

Více

Dlouhodobý vývoj nezaměstnanosti v Jihomoravském kraji

Dlouhodobý vývoj nezaměstnanosti v Jihomoravském kraji Dlouhodobý vývoj nezaměstnanosti v Jihomoravském kraji Nezaměstnanost se jedním z negativních důsledků společenských, ekonomických a sociálních změn, ke kterým došlo v České republice po roce 1989. Postupem

Více

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání Tomáš Katrňák Natalie Simonová Laura Fónadová Cíl analýzy Ukázat, zda rozšiřující se dostupnost maturitního vzdělání

Více

na trhu práce (přednáška pro gymnázia) KIT PEF CZU - Vladimír Očenášek

na trhu práce (přednáška pro gymnázia) KIT PEF CZU - Vladimír Očenášek na trhu práce (přednáška pro gymnázia) 1 položme si pár otázek... předvídáme měnící se kvalifikační potřeby? (co bude za 5, 10, 15 let...) jsou propojeny znalosti, dovednosti a kompetence (žáků, studentů,

Více

TÉMĚŘ V PĚTINĚ RODINNÝCH DOMÁCNOSTÍ ŽIJÍ ZÁVISLÉ DĚTI JEN S JEDNÍM RODIČEM

TÉMĚŘ V PĚTINĚ RODINNÝCH DOMÁCNOSTÍ ŽIJÍ ZÁVISLÉ DĚTI JEN S JEDNÍM RODIČEM 1. 2. 2013 TÉMĚŘ V PĚTINĚ RODINNÝCH DOMÁCNOSTÍ ŽIJÍ ZÁVISLÉ DĚTI JEN S JEDNÍM RODIČEM Od devadesátých let roste počet neúplných rodinných domácností se závislými dětmi. Podle výsledků výběrového šetření

Více

Hrubý domácí produkt v členských zemích EU, výdaje na zdravotnictví v zemích EU a zdroje jejich financování

Hrubý domácí produkt v členských zemích EU, výdaje na zdravotnictví v zemích EU a zdroje jejich financování Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 1.10.2004 59 Hrubý domácí produkt v členských zemích EU, výdaje na zdravotnictví v zemích EU a zdroje jejich financování

Více

Workshop k výsledkům výzkumu MŠMT, 21.10.2013

Workshop k výsledkům výzkumu MŠMT, 21.10.2013 Mezinárodní výzkum dospělých Workshop k výsledkům výzkumu MŠMT, 21.10.2013 Hana Říhová (rihova@nvf.cz) Národní vzdělávací fond Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem

Více

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. ročníku SŠ. 1

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. ročníku SŠ. 1 Česká republika Přehled o nově přijímaných žácích Celkový počet žáků nově přijatých do denního studia ve školním roce 2009/2010 činil 147 957, z toho do studia po základní škole jich bylo přijato 127 806

Více

Dopadová studie Význam obchodu jako zaměstnavatele

Dopadová studie Význam obchodu jako zaměstnavatele Dopadová studie Význam obchodu jako zaměstnavatele Zpracovaná v rámci projektu Posilování bipartitního dialogu v odvětvích číslo projektu: CZ.1.04/1.1.01/02.00013 Konfederace zaměstnavatelských a podnikatelských

Více

Hodnocení kvality různých typů škol září 2016

Hodnocení kvality různých typů škol září 2016 Tisková zpráva Hodnocení kvality různých typů škol září 201 Hodnocení úrovně výuky na různých typech škol počínaje základními školami a konče vysokými je trvale příznivé kladné hodnocení výrazně převažuje

Více

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR Česká republika Přehled o nově přijímaných žácích Celkový počet žáků nově přijatých do denního studia na středních a vyšších odborných školách ve školním roce 2015/2016 činil 112 756, z toho do studia

Více

První stupeň základních škol ročník základních škol; ISCED 1

První stupeň základních škol ročník základních škol; ISCED 1 Údaje o počtu počítačů celkem a s připojením k internetu na 100 žáků/studentů jednotlivých stupňů škol v ČR pocházejí z datových zdrojů Ústavu pro informace ve vzdělávání (ÚIV), který sbírá tyto údaje

Více

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Praha, 1. 11. 2012 ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Struktura výdajů domácností prochází vývojem, který je ovlivněn především cenou zboží a služeb. A tak skupina zboží či služeb, která

Více

Daňová teorie a politika. Prof. Ing. Václav Vybíhal, CSc.

Daňová teorie a politika. Prof. Ing. Václav Vybíhal, CSc. Daňová teorie a politika Prof. Ing. Václav Vybíhal, CSc. Blok 3 Daňové ukazatele uplatňované při mezinárodních komparacích 1. Daňová kvóta. 2. Ukazatelé globální progresivity daní. 3. Giniho koeficient.

Více

3. Využití pracovní síly

3. Využití pracovní síly 3. Využití pracovní síly HDP vzrostl nejvíce ze všech krajů. Středočeský kraj zasáhla zhoršená ekonomická situace z let 28 a 29 méně citelně než jako celek. Zatímco HDP České republiky mezi roky 1995 a

Více

Hlavní šetření. Školní zpráva

Hlavní šetření. Školní zpráva Hlavní šetření Školní zpráva Základní škola nám. Arnošta z Pardubic 8, Úvaly Kód vaší školy: S18 Praha, leden 2017 Obsah 1 Úvod... 3 2 Projekt PIRLS... 4 3 Čtenářská gramotnost... 4 4 Šetření PIRLS 2016...

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu V průběhu roku 213 pokračoval v České republice proces stárnutí populace. Zvýšil se průměrný věk obyvatel (na 41,5 let) i počet a podíl osob ve věku 65 a více

Více

CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR

CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR Eva Skarlandtová Martin Mana 17. ledna 2014, Vysoká škola ekonomická v Praze ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz IT odborníci

Více

Výdaje na základní výzkum

Výdaje na základní výzkum Sekretariát Rady pro výzkum, vývoj a inovace Výdaje na základní výzkum celkové, v sektoru vládním (státním), podnikatelském a v sektoru vysokých škol Mezinárodní porovnání říjen 2009 ÚVOD 1) Cílem následujících

Více

Graf 3.1 Vývoj sezónně očištěné registrované a obecné míry nezaměstnanosti (v%) I.03 I.04 VII.04 VII.03

Graf 3.1 Vývoj sezónně očištěné registrované a obecné míry nezaměstnanosti (v%) I.03 I.04 VII.04 VII.03 3. Nezaměstnanost Česká statistika definuje nezaměstnaného dvojím způsobem. První definice, vycházející z evidence uchazečů o zaměstnání úřadů práce, vymezuje tzv. registrovanou nezaměstnanost. Druhé pojetí

Více

Názory obyvatel na výdaje státu v různých oblastech sociální politiky

Názory obyvatel na výdaje státu v různých oblastech sociální politiky TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 80 129 E-mail: paulina.tabery@soc.cas.cz Názory obyvatel na výdaje státu v různých oblastech

Více

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. 1. ročníku SŠ. 1

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. 1. ročníku SŠ. 1 Česká republika Přehled o nově přijímaných žácích Celkový počet žáků nově přijatých do denního studia na středních a vyšších odborných školách ve školním roce 2013/2014 činil 116 842, z toho do studia

Více

Hodnocení různých typů škol pohledem české veřejnosti - září 2015

Hodnocení různých typů škol pohledem české veřejnosti - září 2015 or151 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 6 40 1 E-mail: milan.tucek@soc.cas.cz Hodnocení různých typů škol pohledem české veřejnosti

Více