没有农村的计数
地区: 拉丁美洲|问题: 教育数据中的排斥|DLL 焦点: 7 → 10 (代表性与数据包容)
当墨西哥教育部发布国家成就统计时，农村地区似乎显示出显著改善。然而，山区村庄的教师知道分数已经几个月没有收集了——网络信号失败，没有人来取回纸质表格。
人类影响
预算从最需要的学校转移。偏远社区的儿童失去了辅导项目，因为在纸上，他们不再挣扎。
出了什么问题
了解根本原因有助于我们防止未来出现类似的失败。
中央分析师接受不完整的数据集作为完整。城市数据丰富；农村数据缺失。
没有人标记这种不平衡，加权平均值悄悄地将缺失转化为进步。
伦理反思
只有当每个人都算数时，数字才获得道德重量。道德数据素养不仅询问文件中有什么，还询问谁不在。
Chart-Ed 连接
这个案例暴露了DLL 7（识别异常值和离群值）和DLL 10（应用视觉完整性）之间的差距。真正的数据流畅性要求主动包容，而不是被动报告。
教学提示
让学生模拟一个缺少组的数据集。平均值如何变化？哪些DLL实践可以确保边缘化数据保持可见？
建立更好的数据实践
Chart-Ed 全球数据素养倡议提供标准和框架来防止这些失败。