Forskningsprojekt Hur grannskap, skola och brott leder om unga individers livsbana
Det här projektet undersöker hur rumslig kontext; grannskapskontext, skolmiljö och grad av brottslighet i omgivningen, formar ungdomars utbildningsresultat och livsbanor.
Vad är det som ibland leder om en ung person till en livsbana kantad av skolmisslyckanden och brottslighet? Hur påverkar bostads- och skolmiljöer ungdomars framtider?
Med hjälp av longitudinella registerdata (1990-2023) identifierar vi olika typer av livsbanor genom latent klassanalys och kartlägger sedan geografiska miljöer genom rumslig kartläggning av dessa trajektorier. Strukturell ekvationsmodellering visar hur skolkvalitet, brottslighet i grannskapet och kamrater i grannskapet påverkar utbildningsframgång.
Särskild uppmärksamhet ges åt andragenerationsinvandrare och grannskapseffekter. Vi identifierar skyddande skol- och grannskapsfaktorer som minskar nackdelar från omgivningen och hur positiva skolmiljöer reducerar påverkan av att leva i utsatta områden. Genom att jämföra ungdomar i sårbara och icke-sårbara områden ger vi beslutsfattare evidensbaserade förslag till interventioner som adresserar segregationens konsekvenser: skolavhopp och exponering för brottslighet.
Vi använder kvantitativa metoder med registerdata för att förstå sambanden mellan segregation, ojämlikhet, utbildning och brottslighet.
Figure 1. Conceptual model structure. This diagram explains how different factors influence educational achievement and life course outcomes. It shows that peer crime, school peers, neighbourhood, and family are all exposures that affect school, which is an unobserved factor. School then influences educational achievement, which in turn affects life course outcomes. Neighbourhood and family also have direct effects on educational achievement and life course. The arrows represent causal paths, showing how these factors are connected and influence each other over time. The colour coding distinguishes exposures, outcomes, ancestors of exposures and outcomes, and different types of variables, helping to clarify the relationships in this model. This helps understand how social and environmental factors contribute to education and long-term life course trajectories.
Trondheim, Norge. Foto: Eva Andersson
Ivry-Sur-Seine, Frankrike. Foto: Eva Andersson.
Île Saint-Louis. Foto: Eva Andersson.