Emozioni tra i Banchi: Sveliamo i Segreti per Progettare Ricerche Efficaci sul Benessere a Scuola!

Ciao a tutti! Oggi voglio parlarvi di qualcosa che mi appassiona molto e che tocca da vicino la vita di tanti ragazzi: il benessere socio-emotivo a scuola. Sappiamo tutti quanto sia fondamentale sentirsi bene con sé stessi e con gli altri per crescere sereni e imparare al meglio, vero? Ecco perché negli ultimi anni c’è stata una vera e propria esplosione di interesse verso interventi e programmi scolastici pensati proprio per potenziare queste capacità nei nostri studenti.

Perché la scuola è il posto giusto?

Beh, pensateci: i bambini e gli adolescenti passano una fetta enorme del loro tempo tra i banchi. La scuola non è solo un luogo dove si imparano materie, ma è una palestra di vita, un ambiente cruciale dove si sviluppano relazioni, si impara a gestire le emozioni, si costruisce la propria identità. È quindi il setting ideale per implementare e valutare programmi che promuovano la salute mentale e il benessere. E come si fa a capire se questi interventi funzionano davvero? Qui entra in gioco la ricerca, e in particolare un tipo di disegno di studio chiamato Cluster Randomised Trial (CRT), o studio randomizzato a cluster.

Cosa sono questi “Studi a Cluster”?

Immaginate di voler testare un nuovo metodo didattico per migliorare l’empatia. Invece di scegliere a caso singoli studenti (metodo individuale, o IRT), potreste decidere di assegnare l’intero nuovo metodo ad alcune classi o addirittura ad alcune scuole, e confrontarle con altre classi o scuole che continuano con il metodo tradizionale. Ecco, questo è un CRT: si “randomizzano” interi gruppi (i cluster, appunto: scuole, classi, gruppi annuali…), non i singoli individui. Questo approccio è spesso necessario a scuola, sia perché molti interventi sono pensati per l’intero gruppo-classe (pensate a lezioni specifiche o a cambiamenti nelle politiche scolastiche), sia per evitare che studenti nella stessa classe, ma assegnati a gruppi diversi (intervento vs controllo), si “contaminino” a vicenda parlando dell’esperienza.

Il “Numerino Magico”: l’ICC

C’è però un aspetto fondamentale da considerare nei CRT: gli studenti all’interno dello stesso cluster (la stessa classe, la stessa scuola) tendono ad essere un po’ più simili tra loro rispetto a studenti presi a caso da cluster diversi. Pensateci: condividono lo stesso insegnante, lo stesso ambiente fisico, le stesse dinamiche di gruppo. Questa somiglianza interna viene misurata da un parametro statistico chiamato Intra-Cluster Correlation Coefficient (ICC). L’ICC, in pratica, ci dice quanta parte della variabilità totale nei risultati (ad esempio, nei livelli di ansia o di benessere) è dovuta alle differenze *tra* i cluster (tra le scuole, tra le classi) rispetto a quella *all’interno* dei cluster (tra gli studenti della stessa scuola/classe).
Perché ci interessa tanto questo ICC? Perché più alto è l’ICC (cioè più simili sono gli studenti all’interno di un cluster), meno “informazione indipendente” porta ogni singolo studente. Di conseguenza, per ottenere risultati statisticamente affidabili, avremo bisogno di un numero maggiore di partecipanti rispetto a uno studio individuale. Questo “fattore di aumento” è chiamato Design Effect (DE), e dipende proprio dall’ICC e da quanti studenti ci sono in ogni cluster. Capite bene che stimare correttamente l’ICC *prima* di iniziare uno studio è cruciale per calcolare quanti studenti e quante scuole/classi coinvolgere. Altrimenti, rischiamo di fare uno studio troppo piccolo per dimostrare l’efficacia di un intervento, sprecando tempo e risorse!

La Sfida: Trovare l’ICC Giusto

Il problema è che trovare stime affidabili dell’ICC non è sempre facile. Spesso, negli studi passati, l’ICC ipotizzato in fase di progettazione si rivelava poi molto diverso da quello calcolato sui dati reali. Inoltre, non tutti gli studi pubblicati riportano questi valori, rendendo difficile per chi progetta nuove ricerche avere dei punti di riferimento solidi. Esistono alcune raccolte di ICC, ma spesso i dati provengono da contesti diversi (ad esempio, molti dagli USA) e l’intervallo di valori riportato per gli esiti socio-emotivi (spesso tra 0 e 0.1) è troppo ampio per essere davvero utile. Serve più dettaglio!

La Nostra Indagine: Uno Sguardo Approfondito nel Regno Unito

Ed è qui che entra in gioco il nostro lavoro! Abbiamo avuto la fortuna di poter mettere le mani sui dati “grezzi” di ben cinque grandi studi CRT realizzati nel Regno Unito, tutti focalizzati su interventi per migliorare il funzionamento socio-emotivo degli alunni (studi noti con gli acronimi STARS, KiVa, PACES, PROMISE e MYRIAD). Analizzare i dati grezzi ci ha permesso di andare molto più a fondo rispetto a quanto si trova di solito nelle pubblicazioni: abbiamo potuto calcolare non solo l’ICC, ma anche le componenti di varianza a diversi livelli (scuola, gruppo annuale, classe, alunno) e per tantissimi esiti diversi, riportati da diverse fonti (alunni, genitori, insegnanti). In totale, abbiamo stimato ben 529 ICC! Un bel tesoro di informazioni.

Cosa Abbiamo Scopito? Pattern Interessanti!

Allora, cosa è emerso da questa analisi approfondita? Diverse cose molto interessanti che possono davvero aiutare chi progetta studi futuri.

Livelli di Clustering: Scuola, Anno o Classe?

Abbiamo visto che la variabilità negli esiti socio-emotivi esiste a tutti i livelli: scuola, gruppo annuale (per gli studi che lo consideravano) e classe. In generale, come ci si poteva aspettare, l’ICC tende ad essere un po’ più alto a livello di classe (mediana 0.019) rispetto al livello scuola (mediana 0.0155) o gruppo annuale (mediana 0.015). Questo perché i cluster più piccoli (come le classi) sono tendenzialmente più omogenei al loro interno. Tuttavia, attenzione: nello studio MYRIAD, condotto su scala nazionale e in scuole secondarie, abbiamo notato che per gli esiti riportati dagli studenti, l’ICC a livello scuola era spesso *leggermente maggiore* di quello a livello classe. Questo potrebbe suggerire che nelle scuole secondarie, dove gli studenti cambiano spesso aula e insegnante, i fattori legati all’intera scuola potrebbero avere un peso relativamente maggiore rispetto a quelli della singola classe, specialmente se lo studio coinvolge scuole molto diverse tra loro su un’ampia area geografica.

Chi Risponde Conta (Eccome!)

Questa è stata una delle scoperte più nette. Gli ICC per gli esiti riportati dagli insegnanti erano nettamente più alti rispetto a quelli riportati dagli alunni o dai genitori. Parliamo di valori che potevano arrivare fino a 0.1 a livello scuola e addirittura 0.2 a livello classe per gli insegnanti, mentre per alunni e genitori la maggior parte degli ICC restava sotto lo 0.04-0.035. Perché questa differenza enorme? Beh, un insegnante spesso valuta *tutti* gli studenti della sua classe o anche più studenti nella scuola. È probabile che ci sia una variabilità nel modo in cui diversi insegnanti tendono a valutare (alcuni più severi, altri più generosi), e questa “tendenza” comune applicata a molti studenti nello stesso cluster fa schizzare in alto l’ICC. I genitori, invece, valutano solo il proprio figlio, e gli studenti valutano sé stessi. È fondamentale tenerne conto!

Occhio al Tipo di Esito!

Non tutti gli esiti socio-emotivi “correlano” allo stesso modo. Ad esempio:

• Clima Scolastico: Gli esiti riportati dagli studenti che misuravano aspetti come il “clima scolastico” o il “senso di appartenenza alla scuola” (come le misure HIFAMS o PSSM) mostravano ICC decisamente più alti (fino a 0.1 circa) rispetto ad altri esiti auto-riferiti come ansia o umore. Questo ha senso: il clima scolastico è un’esperienza più “condivisa” dagli studenti dello stesso ambiente.
• Problemi Internalizzanti vs Esternalizzanti (Report Insegnanti): Analizzando il questionario SDQ compilato dagli insegnanti, abbiamo notato che gli ICC per i comportamenti pro-sociali e i problemi internalizzanti (sintomi emotivi, problemi con i pari) tendevano ad essere più alti rispetto a quelli per i problemi esternalizzanti (problemi di condotta, iperattività). Forse i comportamenti esternalizzanti sono più evidenti e c’è più consenso tra gli insegnanti nel riconoscerli, mentre per quelli internalizzanti o pro-sociali (spesso meno visibili in classe) c’è più variabilità tra gli osservatori? È un’ipotesi interessante.

Il “Trucco” del Sottocampionamento

Un’altra cosa importante emersa confrontando gli studi STARS e KiVa (entrambi in scuole primarie): nello studio STARS, dove veniva selezionata solo una classe per ogni scuola randomizzata, l’ICC “nominale” a livello scuola per gli esiti riportati dagli insegnanti era molto più alto (fino a 0.25!) rispetto all’ICC a livello scuola calcolato in KiVa, dove si prendevano più classi per scuola. Questo perché nel disegno di STARS, la variabilità della classe non poteva essere separata da quella della scuola, finendo per “gonfiare” l’ICC apparente a livello scuola. Morale: quando si usano ICC da studi precedenti, bisogna sempre controllare *come* sono stati campionati i cluster inferiori (le classi dentro le scuole)!

Primaria vs Secondaria: Differenze Sottili

Nel complesso, non abbiamo trovato differenze enormi negli ICC tra scuole primarie e secondarie. Tuttavia, come accennato per lo studio MYRIAD, potrebbero esserci delle sfumature nel peso relativo della variabilità a livello scuola vs classe nei due contesti, forse legate alla diversa organizzazione didattica.

Cosa Ci Portiamo a Casa? Consigli Pratici per i Ricercatori

Tutta questa analisi ci fornisce delle indicazioni preziose, dei “range” di plausibilità per gli ICC da usare quando si progetta un nuovo studio CRT sul benessere socio-emotivo a scuola nel contesto UK (e probabilmente anche in contesti simili). Ecco qualche linea guida:

• Esiti riportati da alunni: Per la maggior parte degli esiti (ansia, umore, autostima…), un ICC fino a 0.04 (sia a livello scuola che classe) sembra un limite superiore ragionevole.
• Esiti riportati da genitori: Qui gli ICC sono tendenzialmente più bassi, spesso vicini allo zero. Un limite superiore pratico potrebbe essere 0.035.
• Esiti su clima/esperienza scolastica (alunni): Attenzione, qui l’ICC può essere più alto, anche fino a 0.1, perché riflette un’esperienza condivisa.
• Esiti riportati da insegnanti (che valutano molti alunni): Preparatevi a ICC ben più alti! Fino a 0.1 a livello scuola e fino a 0.2 a livello classe.
• Caso speciale: Scuole randomizzate, 1 classe campionata: Se si usa questo disegno, l’ICC “nominale” a livello scuola per i report degli insegnanti può arrivare anche a 0.25.

Ovviamente, questi sono ordini di grandezza. Quando si calcola la dimensione del campione, è sempre bene fare delle “analisi di sensibilità”, cioè vedere come cambia il numero di partecipanti richiesto usando valori di ICC leggermente diversi all’interno di questi range plausibili.

In Conclusione

Spero che questo viaggio nel mondo un po’ tecnico ma affascinante degli ICC vi sia piaciuto! Capire questi pattern è fondamentale per disegnare studi robusti ed efficienti, che ci permettano davvero di scoprire quali interventi funzionano meglio per aiutare i nostri ragazzi a crescere più sereni e competenti dal punto di vista emotivo e sociale. Quando si progetta una ricerca a scuola, bisogna sempre considerare attentamente: a quale livello si randomizza (scuola, classe, anno?), si fa un sottocampionamento?, chi fornirà i dati (alunni, genitori, insegnanti?), quale specifico aspetto si sta misurando? Solo tenendo conto di tutti questi fattori potremo ottenere stime affidabili e fare davvero la differenza.

Fonte: Springer