Ascoltiamo i Ragazzi: Stabilità e Fattori Chiave del Rischio Emotivo a Scuola Visti da Loro

Ciao a tutti! Oggi voglio parlarvi di qualcosa che mi sta molto a cuore: come stanno davvero i nostri ragazzi a scuola, dal punto di vista sociale, emotivo e comportamentale (quello che gli esperti chiamano SEB, per Social, Emotional, and Behavioral). E soprattutto, come possiamo capirlo meglio ascoltando direttamente loro.

Perché la voce degli studenti è fondamentale?

Spesso, nelle scuole, per capire se ci sono studenti a rischio, ci si affida ai giudizi degli insegnanti. Ma diciamocelo, gli insegnanti, pur con tutta la buona volontà, vedono solo una parte del quadro. Si basano su quello che osservano in classe e potrebbero non cogliere gli stati d’animo interni dei ragazzi, come l’ansia o la tristezza (von der Embse et al., 2019). In più, ahimè, a volte entrano in gioco anche pregiudizi inconsci (Fallon et al., 2023; Ormiston e Renshaw, 2023). Pensate che alcuni studi hanno mostrato come studenti appartenenti a minoranze etniche vengano identificati più spesso come “a rischio” rispetto ai loro compagni bianchi (Splett et al., 2018).

Ecco perché diventa cruciale usare strumenti di autovalutazione, dove sono gli studenti stessi a raccontarci come si sentono e come si comportano. Questo è particolarmente vero per gli studenti delle scuole secondarie (medie e superiori). A questa età, i ragazzi sviluppano una maggiore consapevolezza di sé, sono più indipendenti e hanno accesso unico ai loro pensieri ed emozioni (Hyland et al., 2022). Inoltre, alle superiori cambiano spesso insegnante per ogni materia, quindi è più difficile per un singolo docente conoscerli a fondo come alle elementari (Margherio et al., 2019). L’autovalutazione dà loro voce e autonomia nel processo di identificazione di eventuali difficoltà (Moore et al., 2015).

Lo studio: cosa abbiamo cercato di capire?

Nel nostro studio, ci siamo concentrati proprio su uno di questi strumenti di autovalutazione: il mySAEBRS (Social, Academic, and Emotional Behavior Risk Screener–Student Rating Scale). Volevamo capire quanto fossero stabili i risultati di questo questionario nel tempo, somministrandolo a studenti delle scuole secondarie (dalla prima media all’ultimo anno delle superiori) in tre momenti diversi dell’anno scolastico: autunno, inverno e primavera.

Le domande che ci siamo posti erano:

• Quanto sono stabili i punteggi grezzi e le classificazioni di rischio (basso rischio vs. qualche/alto rischio) del mySAEBRS nei diversi intervalli di tempo (autunno-inverno, inverno-primavera, autunno-primavera)?
• Possiamo identificare dei “profili latenti” di rischio SEB, cioè gruppi di studenti con pattern simili di risposte, in ciascuno dei tre momenti?
• Questi profili rimangono stabili nel tempo? Cioè, gli studenti tendono a rimanere nello stesso profilo da un momento all’altro?
• Fattori come l’anno di corso, il sesso, l’appartenenza etnica, l’idoneità al pranzo gratuito o a prezzo ridotto (indicatore di status socioeconomico) e l’idoneità all’educazione speciale influenzano l’appartenenza a un certo profilo di rischio?

Ci aspettavamo una buona stabilità generale, forse un po’ meno per l’aspetto emotivo che tende ad essere più fluttuante. Ipotizzavamo anche di trovare 2 o 3 profili di rischio distinti e che fattori come il sesso maschile, l’appartenenza a minoranze etniche, lo status socioeconomico svantaggiato e l’educazione speciale potessero essere associati a profili di rischio più elevato.

Stabilità: quanto sono costanti i risultati nel tempo?

I risultati sulla stabilità sono stati davvero interessanti!
Per quanto riguarda i punteggi grezzi (cioè il punteggio numerico totale e per le sottoscale Sociale, Accademica ed Emotiva), abbiamo trovato una stabilità molto forte in tutti gli intervalli di tempo (coefficienti di correlazione ‘r’ tra 0.62 e 0.74). Il punteggio totale è risultato il più stabile. Sorprendentemente, la stabilità è rimasta alta anche nell’intervallo più lungo (autunno-primavera), quasi quanto negli intervalli più brevi.

Passando alle classificazioni di rischio (cioè dividere gli studenti in “basso rischio” o “qualche/alto rischio”), la stabilità era generalmente da moderata a forte (coefficienti ‘τb’ tra 0.35 e 0.56), ma con un’eccezione: la classificazione del comportamento sociale è risultata poco stabile nell’intervallo autunno-primavera (τb = 0.28). Contrariamente alle nostre aspettative, non è stata la componente emotiva la meno stabile nelle classificazioni, ma proprio quella sociale. Come per i punteggi grezzi, la stabilità tendeva ad essere leggermente inferiore nell’intervallo più lungo autunno-primavera.

Questi risultati sono importanti perché suggeriscono che il mySAEBRS fornisce indicazioni abbastanza costanti sul rischio SEB degli adolescenti durante l’anno scolastico, anche se con qualche cautela per l’aspetto sociale sul lungo periodo. Questo ci aiuta a capire quanto frequentemente potrebbe essere utile somministrare lo screening.

I profili “nascosti” del benessere (e del rischio)

Utilizzando tecniche statistiche un po’ più complesse (analisi dei profili latenti o LPA), abbiamo cercato di vedere se emergevano gruppi distinti di studenti con pattern simili di risposte nelle tre aree (sociale, accademica, emotiva). Ebbene sì! Sia in autunno, che in inverno, che in primavera, la soluzione migliore identificava tre profili distinti:

1. Flourishing (Fiorenti): Studenti con punteggi alti in tutte le aree, indicando bassissimi livelli di rischio e un generale benessere.
2. At Low Risk (A Basso Rischio): Studenti con punteggi comunque buoni, nella fascia bassa del “basso rischio”, ma non così alti come il primo gruppo. Questo era il gruppo più numeroso (51-59% degli studenti).
3. At Some Risk (Con Qualche Rischio): Studenti con punteggi più bassi, nella fascia di rischio “qualche” o “alto” in tutte le aree. Questo era il gruppo meno numeroso (14-20%).

La cosa notevole è che questi profili erano incredibilmente stabili nel tempo. Utilizzando un’altra tecnica (analisi delle transizioni latenti o LTA), abbiamo visto che la stragrande maggioranza degli studenti (dall’88% al 99%!) rimaneva nello stesso profilo da un’occasione di screening all’altra (autunno-inverno e inverno-primavera). Ad esempio, il 99% di chi era nel profilo “Flourishing” in autunno lo era ancora in inverno. Anche chi era nel profilo “At Some Risk” tendeva a rimanerci (stabilità del 98% tra autunno e inverno, 95% tra inverno e primavera).

Chi è più a rischio? Il ruolo dei fattori sociodemografici

Qui arriva un altro punto cruciale. Abbiamo analizzato se alcune caratteristiche degli studenti potessero predire l’appartenenza ai profili a rischio più elevato (“At Low Risk” e “At Some Risk”) rispetto al profilo “Flourishing”.

I risultati sono stati chiari:

• L’idoneità al pranzo gratuito o a prezzo ridotto (FRPL), un indicatore di svantaggio socioeconomico, aumentava significativamente le probabilità di appartenere ai profili “At Low Risk” (oltre 5 volte di più) e “At Some Risk” (3 volte di più) rispetto al profilo “Flourishing”.
• L’idoneità all’educazione speciale aumentava anch’essa significativamente le probabilità di trovarsi nei profili “At Low Risk” (oltre 3 volte di più) e “At Some Risk” (quasi 2.5 volte di più).

È fondamentale sottolineare che questi fattori non riflettono “deficit” individuali, ma sono spesso legati a strutture e sistemi di disuguaglianza presenti nella nostra società e nelle nostre scuole.

Contrariamente a quanto ci aspettavamo e a quanto trovato in altri studi (spesso basati su valutazioni degli insegnanti), in questo campione e con questo strumento di autovalutazione, né il sesso né l’appartenenza etnica (pur con i limiti di come abbiamo dovuto raggruppare i dati sulla razza/etnia per questioni di privacy e numerosità) sono emersi come predittori significativi dell’appartenenza ai profili di rischio. Questo potrebbe suggerire che l’autovalutazione degli studenti sia meno influenzata da alcuni bias rispetto alla valutazione degli insegnanti, ma servono altre ricerche per confermarlo.

Cosa significa tutto questo per le scuole?

Questi risultati hanno implicazioni pratiche importanti:

1. Affidabilità nel tempo: Il mySAEBRS sembra fornire dati stabili sugli adolescenti durante l’anno. Le scuole possono quindi scegliere la frequenza di screening (una, due o tre volte l’anno) sapendo che otterranno informazioni abbastanza consistenti a livello di popolazione studentesca. Se si sceglie una sola somministrazione, l’autunno sembra ideale per identificare precocemente chi ha bisogno di supporto. Se si fanno più somministrazioni, le classificazioni (che sono un po’ meno stabili dei profili) potrebbero dare informazioni più “nuove” per aggiornare gli interventi.
2. Attenzione al Comportamento Sociale: I punteggi e le classificazioni relative al comportamento sociale sono risultati i meno stabili. Questo significa che bisogna interpretarli con un po’ più di cautela. Forse il comportamento sociale è intrinsecamente più variabile negli adolescenti, o forse loro stessi fanno più fatica a valutarlo costantemente.
3. Approccio Olistico: I tre profili identificati mostrano che le difficoltà (o il benessere) tendono a manifestarsi in modo generalizzato attraverso le aree sociale, accademica ed emotiva. Questo rafforza l’idea che gli interventi di supporto a scuola dovrebbero essere integrati e non divisi per “scompartimenti”. Bisogna lavorare sul benessere dello studente a 360 gradi.
4. Equità e Risorse Sistemiche: Il fatto che lo status socioeconomico e l’educazione speciale siano predittori forti del rischio (anche quando sono gli studenti stessi a valutarsi) evidenzia l’impatto delle risorse sistemiche sul benessere dei ragazzi. Le scuole devono lavorare per ridurre le barriere legate a questi fattori e promuovere l’equità. Inoltre, conferma la necessità di lavorare sui possibili bias impliciti degli insegnanti quando sono loro a fare le valutazioni.

Limiti e prossimi passi

Come ogni ricerca, anche la nostra ha dei limiti. Il campione proveniva da solo due scuole in una specifica area geografica degli USA, con poca diversità razziale/etnica. Abbiamo dovuto raggruppare diverse etnie, mascherando possibili differenze importanti. Non avevamo dati sull’identità di genere o sull’orientamento sessuale. Inoltre, c’è stata una certa diminuzione della partecipazione degli studenti tra l’autunno e la primavera, e questo potrebbe aver influenzato i risultati.

Serviranno quindi studi futuri con campioni più ampi e diversificati, magari esplorando le differenze tra specifici gruppi etnici o identità di genere, e cercando di capire meglio la stabilità del rischio SEB anche su periodi più lunghi (ad esempio, nel passaggio dalle medie alle superiori).

In conclusione

Capire come stanno i nostri studenti è fondamentale, e farlo chiedendolo direttamente a loro ci offre una prospettiva preziosa e più completa. Il nostro studio suggerisce che strumenti come il mySAEBRS possono fornire informazioni stabili e utili sul benessere socio-emotivo-comportamentale degli adolescenti durante l’anno scolastico. Abbiamo visto che emergono profili chiari di benessere e di rischio, e che fattori sistemici come lo svantaggio socioeconomico e le necessità educative speciali giocano un ruolo significativo.

Continuare a ricercare e utilizzare questi strumenti in modo consapevole ed equo può davvero aiutare le scuole a creare sistemi di supporto più efficaci, tempestivi e personalizzati per tutti i ragazzi. Perché ascoltarli è il primo passo per aiutarli a crescere sereni e realizzati.

Fonte: Springer