I snitt har världens skolelever förlorat ett tredjedels skolår i inlärningen under coronapandemin. Undantaget är Sverige som var ensamma om att inte stänga grundskolan, och här presterar eleverna lika bra som under normala omständigheter. Det är slutsatsen av en systematisk forskningsöversikt som publicerats i tidskriften Nature Human Behaviour.
Svenska coronamodellen bäst för skolresultaten
Under coronapandemin kritiserades ”den svenska modellen” på flera håll. Nu visar en ny forskningsöversikt att modellen verkar ha varit den klokaste för att behålla samma skolresultat som under normala omständigheter.

I Danmark klarade sig lågstadiebarnen bäst. Foto: StockAdobe
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Vi hade gott om evidens från situationer när skolor hade stängt i andra avseenden – lärarstrejk eller oväder. All den forskningen visade att elever är känsliga för den här typen av avbrott, så vi var många som redan tidigt 2020 var igång med att utvärdera hur det såg ut i de länderna som stängde ner grundskolan, säger Per Engzell, svensk forskare aktiv vid University College London, knuten till Institutet för social sorskning vid Stockholms universitet, och en av författarna till studien.
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


