Een clusterindeling van jongeren die schoolverzuimen op basis van gedragskenmerken.
Master Forensische Orthopedagogiek Graduate School of Child Development and Education Universiteit van Amsterdam Nena Boer, 10893318 Begeleider: dr. A. L. (Alithe) Van den Akker Tweede beoordelaar: prof. R. (Renske) Keizer Amsterdam, 22 september 2017
Abstract
This study focused on the distribution of young people who severely play truant from school within different clusters. A distinction was made based on internalizing and
externalizing problems, learning problems and social problems. A dossier analysis of three different educational care arrangements is used to encode the existing problems based on the CAP-J criteria. 65 girls (34%) and 126 boys (66%) participated (N=191). The age of the students ranged from 13 to 24 years, with an average age of 16.46. The results show that no specific clusters occur based on behavioral characteristics. This results do not support the hypothesis. Both clusters consisted of truants with positive scores on all the measured variables, a distinction can only be made based on the severity of the behavioral characteristics. This insight can be used to work on preventive interventions to reduce truancy.
Keywords: Truancy, internalizing problems, externalizing problems, learning problems, social problems.
Inleiding
Onderwijs heeft een belangrijke functie in de ontwikkeling van kinderen (Vuijk, Heyne, & Van Efferen-Wiersma, 2010). Verontrustend is het feit dat er in het schooljaar 2014-2015 landelijk in totaal 72.732 leerlingen ongeoorloofd afwezig waren, waarvan 51% afkomstig was uit het voortgezet onderwijs (Nederlands Jeugdinstituut, z.j.a; Rijksoverheid, 2016). Als een leerling ongeoorloofd afwezig is, is er sprake schoolverzuim. Ongeoorloofd verzuim houdt in dat er geen toestemming voor is, ook wel spijbelen (Nederlands
Jeugdinstituut, z. j. b).
Schoolverzuim is een groot maatschappelijk probleem, omdat dit kan leiden tot schooluitval (Hartkamp, 2005; Kearney, 2008). In het ergste geval leidt schooluitval tot maatschappelijke uitval. Zonder diploma is er minder kans op een betaalde baan en een goed economisch toekomstperspectief (Wetenschappelijke Raad voor het Regeringsbeleid, 2009). Werkloosheid zou tevens een risico kunnen vormen voor criminaliteit en voor het afhankelijk worden van een uitkering, wat hoge kosten meebrengt voor de maatschappij. Hierbij gaat er niet alleen talent verloren, maar richt het ook schade aan in de maatschappij (Kearney, 2008; Wetenschappelijke Raad voor het Regeringsbeleid, 2009).
Tot nu toe is er bekend dat er verschillende factoren zijn die een risico vormen voor het kind om te gaan spijbelen (Baat, 2010; Kearney, 2008). Gericht op het kind kunnen emotionele problemen, leerproblemen, sociale problemen of opstandig gedrag ten grondslag liggen aan schoolverzuim (Kearney, 2008).
Emotionele problemen, zoals angst, stemmingsproblemen en een depressie zijn problemen die naar binnen gericht zijn, ook wel internaliserende problemen. Deze problemen zijn vooral nadelig voor de persoon zelf (Garnefski, Kraaij, & Van Etten, 2005; Jurgen, Mesman, & Meeuws, 2003). Jongeren met angstproblemen of terugtrekgedrag hebben moeite met het maken van vrienden (Egger, Costello, & Angold, 2003). Mogelijk gaan zij niet graag naar school en vermijden ze ongemakkelijke situaties door te spijbelen. Daarnaast kunnen jongeren met angstproblemen moeite hebben om goed op school te functioneren. Zij ervaren meer zorgen en somatische klachten zoals hoofdpijn, buikpijn of slaapproblemen dan
jongeren die om een andere reden niet naar school gaan (Egger et al., 2003). Tevens kan er sprake zijn van een depressie, waardoor de schoolgang wordt belemmerd (Egger et al., 2003).
Naast internaliserende problemen wordt externaliserend gedrag voornamelijk gekenmerkt door gedrag wat naar buiten is gericht, zoals ADHD, agressie, opstandig of
antisociaalgedrag (Jurgen et al., 2003). Jongeren met ADHD vertonen vooral druk en energiek gedrag of kunnen niet stil zitten (Rigter, 2013). Agressie is opzettelijk gedrag wat wordt
ingezet met de bedoeling om de ander schade aan te richten (Gendreau & Archer, 2005). Verder kan er ook opstandig of antisociaal gedrag worden vertoond, wat zich vooral uit in het overtreden van normen of geldende regels in de maatschappij (Rigter, 2013). Tevens kan er sprake zijn van een gedragsstoornis zoals een oppositioneel opstandige stoornis of antisociale gedragsstoornis, wat opstandig gedrag binnen een relatie kan verklaren of het veelal storende gedrag in de omgeving wat gepaard kan gaan met agressie of delinquentie (Rigter, 2003). Uit onderzoek blijkt dat leerlingen met externaliserende problemen meer spijbelen dan leerlingen die deze problemen niet vertonen (Jaafar et al., 2013). Mogelijk komt dit doordat leerlingen met externaliserend probleemgedrag een negatieve houding hebben ten opzichte van school. Daarnaast is het mogelijk dat zij een slechte relatie hebben met de leerkracht, omdat zij steeds op hun gedrag worden aangesproken (Corville-Smith, Ryan, Adams, & Dalicandro, 1998). Mogelijk zorgt dit ervoor dat jongeren met externaliserend gedrag het gevoel hebben dat er continu op hun wordt gelet. Om dit gevoel te ontlopen zoeken zij de school minder op en kunnen zij een afkeer tegen leraren ontwikkelen, waardoor de relatie nog slechter wordt.
Naast internaliserende en externaliserend problemen kunnen er ook sociale problemen aan de orde zijn. Sociale problemen zijn een tekortkoming in de vaardigheden die men
gebruikt in sociale situaties, zoals zich kunnen aanpassen aan de sociale omgeving, in staat zijn om goed te communiceren met anderen en het vermijden van conflicten (Caldarella & Merrell, 1997). Kinderen met minder goede sociale vaardigheden lopen de kans om door leeftijdgenoten te worden afgewezen of te worden buitengesloten (Prinsen, 2009). Mogelijk komt de ontwikkeling dan onder druk te staan, waardoor jongeren een achtstand kunnen oplopen en niet meer weten welk sociaal gedrag er wordt verwacht (Prinsen, 2009). Sociale problemen kunnen leerlingen uitputten, wat spijbelen als gevolg kan hebben
(Wetenschappelijke Raad voor het Regeringsbeleid, 2009).
Tot slot kunnen problemen met leren ook een risico vormen voor schoolverzuim (Junger-Tas, 2002; Reid, 2003; Kearney, 2008). Er wordt hierbij onderscheid gemaakt tussen leerproblemen en een leerstoornis, zoals dyslexie of dyscalculie, waarbij lezen taal of rekenen een belemmering vormen in het dagelijkse functioneren. Een leerstoornis is blijvend, terwijl leerproblemen tijdelijk kunnen zijn. Jongeren met leerproblemen of een leerstoornis kunnen gefrustreerd raken en zich afhankelijk van hulp voelen. Het kan ook een belemmering vormen voor het zelfvertrouwen waardoor zij mogelijk een hekel krijgen aan school en waardoor zij gaan spijbelen om dit te vermijden (Ahmed, Minnaert, Kuyper, & Van der Werf, 2012; Tobler, 2000).
Hoewel er bekend is dat sociale problemen, internaliserende, externaliserende problemen of leerproblemen tot schoolverzuim kunnen leiden is het nog onbekend of deze problemen in dezelfde of in verschillende mate binnen de populatie voorkomen. Het is van belang om dit te weten om een passende interventie te ontwikkelen voor de verschillende gedragskenmerken. Als blijkt dat een cluster voornamelijk bestaat uit sociale problemen zal de interventie zich richten op het vergroten van sociale vaardigheden doormiddel van assertiviteitsaspecten en conflicthantering wat aansluit bij deze problematiek (Hoogsteder, z.j). Voor het cluster waarbij voornamelijk angstproblemen aanwezig zijn, zal de interventie zich richten op psycho-educatie en cognitieve gedragstherapie, wat aansluit bij
angstproblemen (Van Rooijen & Ince, 2013). Als blijkt dat een cluster voornamelijk bestaat uit antisociaal gedrag, zal de interventie zich richten op andere gebieden. Deze jongeren zullen namelijk veelal liegen, vechten of moeite hebben met autoriteit (Foolen, Ince, De Baat, & Daamen, 2013). De ontwikkeling van een interventie bij deze groep zal zich op jongeren en ouders richten, voor het aanleren van pro sociale vaardigheden en bekrachtigingen hierop (Foolen et al., 2013). Tot slot zal een interventie bij het cluster met leerproblemen of
leerstoornissen een andere interventie vereisen. De ontwikkeling van een passende interventie bij deze groep zal zich richten individuele behoeftes en op de methodiek, waarbij intensief oefenen om problemen die ontstaan door leerproblemen of leerstoornissen in de klas te minimaliseren, om erger te voorkomen(Prins & Breat, 2014).
Samenvattend zullen clusters met verschillende gedragskenmerken een andere interventies nodig hebben. Indien er niet gekeken wordt naar de verschillende behoeftes, zal de interventie niet aansluiten bij de doelgroep. Daarom is het van belang om inzicht te krijgen in de gedragskenmerken van individuele spijbelaars, om een specifieke interventie te
ontwikkelen die aansluit bij de gedragskenmerken van de gevormde clusters. Volgens Rigter (2013) zullen jongeren in verschillende situaties starten en verschillende ontwikkelingen doormaken wat eindelijk tot schoolverzuim leidt, ook wel equifinaliteit. Deze theorie beschrijft dat er verschillende ontwikkelingspaden zijn, die tot spijbelen leiden. Het is van belang om dit middels dit onderzoek beter in kaart te brengen zodat een nieuwe interventie nauwkeurig kan aansluiten op het individu. Door het opsplitsen van gedragskenmerken kan er niet alleen een specifieke behandeling worden ontwikkeld, maar het zorgt ook voor vernieuwde kennis. Momenteel is er nog weinig bekend over een combinatie van gedragingen bij jongeren in het voortgezet onderwijs wat tot spijbelen leidt (De Baat, Messing, & Prins, 2014). Het is belangrijk om dit verder te ontwikkelen omdat het
voortgezet onderwijs ook ingericht om leerlingenzorg aan te bieden (Van Der Steenhoven & Van Veen, 2011).
Vanwege de veronderstelling dat de populatie een heterogene onderzoeksgroep is, waarbij verschillende risicofactoren bij verschillende leerlingen leidt tot spijbelen, richt huidige studie zich op de vraag of er specifieke of verschillende clusters te onderscheiden zijn voor spijbelaar die scoren op gedragskenmerken. Op basis van de huidige kennis ontstaat de verwachting dat een angststoornis het meeste voorkomt. Dit wordt ondersteund door het gegeven dat een angststoornis onder kinderen en jongeren de meest voorkomende stoornis is (Costello et al., 2014; Prins & Breat, 2004). Onderen spijbelaars blijkt dat zij minder
zelfvertrouwen hebben en meer angst rapporteren dan jongeren die niet spijbelen, waardoor angst mogelijk het meeste voorkomt binnen de populatie en een specifiek cluster vormt (Corville-Smith, Ryan, Adams, & Dalicandro, 1998). Tevens wordt er verwacht dat er een cluster zal zijn waarbij leerlingen met leerproblemen of een leerstoornis meer
gedragsproblemen vertonen en andersom. Hierbij gaat het om zowel internaliserend en externaliserend gedrag. Dit kan komen doordat jongeren met leerproblemen een laag welbevinden hebben, wat een rol kan spelen bij het ontwikkelen van internaliserende en externaliserend gedrag. Daarnaast kan externaliserend gedrag en een leerstoornis samengaan omdat dit te maken heeft met de ontwikkeling van dezelfde fonologische processen
(Pennington, 2002; Prins & Breat, 2014).
Door de ontwikkeling van een passende behandeling kunnen leerlingen hun schooltraject afmaken, wat het risico op criminaliteit en een uitkering doet verminderen. Huidige studie vergroot de wetenschappelijke inzichten over verschillende type gedragingen binnen het speciaal voortgezet onderwijs, waarbij de vraag centraal staat of er
overeenkomende gedragskenmerken te vinden zijn die tot verschillende of specifieke clusters leiden op het gebied van externaliserend, internaliserend, sociale problemen of leerproblemen bij jongeren die verzuimen en deelnamen aan een onderwijs- zorgarrangement van STOP, Transferium of School2care.
Methode Steekproef
De steekproef (N = 191) bestond uit geanalyseerde dossiers van het STOP,
Transferium en School2care. Deze scholen bieden een onderwijs- zorgarrangement aan voor leerlingen van middelbare schoolleeftijd, met ernstig probleemgedrag en schoolverzuim (De Jong, 2014; Transferium, z.j.; Pronk, 2016).
De leeftijd van de leerlingen was gevarieerd van 13 tot 24 jaar, met een gemiddelde leeftijd van 16,46 jaar (SD = 1,45). Van deze onderzoeksgroep waren er 65 meisjes (34 %) en 126 jongens (66%), met een gemiddelde leeftijd voor meisjes van 16,60 jaar (SD = 1,35) en voor de jongens een gemiddelde leeftijd van 16,41 jaar (SD = 1,51). Uit de onderzoeksgroep waren er 180 jongeren (94,2%) met de Nederlandse nationaliteit, drie jongeren (1,6%) met een Turkse nationaliteit, drie jongeren (1,6%) hadden een andere nationaliteit en van drie jongeren (1,6%) was de nationaliteit onbekend. Van de gehele populatie hadden 59 jongeren (30,9%) een moeder die in Nederland was geboren, 112 jongeren (58,6%) hadden een moeder die niet in Nederland was geboren en van 20 jongeren (10,5%) was het geboorteland van de moeder onbekend. Daarnaast hadden 42 jongeren (22%) een vader die in Nederland was geboren, van 88 jongeren (46%) was de vader in het buitenland was geboren en van 61 jongeren (31,9%) was het geboorteland van de vader onbekend.
Het opleidingsniveau van de leerlingen bestond van 123 leerlingen (64,4%) uit het VMBO, 27 jongeren deden HAVO (14,1%), 2 jongeren (1%) deden Atheneum en het opleidingsniveau van 1 jongere (0,5%) was MBO. Verder hadden 25 jongeren (13,1%), een ander opleidingsniveau waarvan het niveau niet concreet was, zoals VMBO-B/VMBO-K, VMBO-T/HAVO, HAVO/VWO en van 13 jongeren (6,8%) was het huidige opleidingsniveau onbekend.
Procedure
Voorafgaand aan dit onderzoek is er toestemming gekregen van de ethische commissie van de Universiteit van Amsterdam met het documentnummer: 2017-CDE-7588. De
participanten zijn door huidige onderzoeker niet apart benaderd, omdat het ging om cliënten die STOP, Transferium of School2care al hebben verlaten, waardoor er geen directe
toestemming is verkregen. Om te zorgen dat er geen persoonsgegevens te herleiden waren naar een persoon, is alles geanonimiseerd.
Huidig onderzoek is verricht op basis van dossieranalyse wat is uitgevoerd door zes onderzoekers. De dossiers betreffen oud-leerlingen van STOP, Transferium en School2care. De leerlingen van STOP en Transferium zijn afkomstig uit het schooljaar 2015-2016. Oud-leerlingen van School2care zijn afkomstig van schooljaar 2014-2015 en 2015-2016. De dossiers zijn doormiddel van stratificatie random verdeeld over de onderzoekers (Baarda, 2009). De persoonsgegevens die verbonden waren aan de betreffende dossiers waren voor elke onderzoeker in een apart document gezet. De dossiers bevatten informatie over de aanmeldreden en het functioneren tijdens de interventie.
De dossiergegevens van de STOP-leerlingen stonden in Care4, dit was een digitaal systeem waarin documenten worden geplaatst van STOP en de bijbehorende hulpverlening. Door het opvragen van deze dossiers kon er worden gecodeerd. De dossiers van School2care en Transferium kwamen uit SOM, dit was een digitaal leerlingvolgsysteem. De dossiers werden vanuit SOM opgevraagd en gecodeerd.
Vervolgens werd de interbeoordelaarsbetrouwbaarheid van twee dossiers per onderzoeker berekend, waarvan één werd vergeleken met een ervaren onderzoeker en de ander met een nieuwe onderzoeker. Dit betroffen in totaal negen dossiers. Nadat er gemiddeld twintig dossiers zijn geanalyseerd is de interbeoordelaarsbetrouwbaarheid nogmaals berekend om te controleren of de score nog steeds toereikend was. Dit werd alleen onder de huidige onderzoekers berekend waardoor dit zes dossiers waren.
Bij het berekenen van de interbeoordelaarsbetrouwbaarheid werden de dossiers vergeleken per gescoorde categorie. Als er een categorie was ingevuld, werd de waarde één ingevuld, als het niet was ingevuld werd de waarde nul ingevuld. Om de vergelijking in een cijfer uit te drukken, werd er een correlatieanalyse uitgevoerd tussen de categorieën van de twee betreffende dossiers. Op deze manier werd de Cohen’s Kappa berekend. Een Cohen’s Kappa onder de .20 is een slechte overstemming. Tussen de .21 en .40 is een matige
overeenstemming. Een uitkomst tussen de .41 en .60 was een redelijke overeenstemming en een uitkomst boven .60 was goed (Konijn et al., 2009). De anonieme data die in dit
onderzoek zijn verkregen, werd verwerkt met behulp van het statistische programma SPSS. Meetinstrument
Alle dossiers werden gecodeerd op basis van het Classificiatiestysteem Aard Problematiek-Jeugd (CAP-J) (Daamen, Oudhof, Ince, & Lekkerkerker, 2016). Middels de CAP-J, werd de individuele problematiek van de aangemelde jongeren geclassificeerd. Het classificatiesysteem zorgde ervoor dat er onderscheid werd gemaakt tussen verschillende soorten problemen. De inhoud van het dossiers werd gelezen en vervolgens gecodeerd binnen de best passende categorie van de CAP-J.
Voorafgaand aan de start van het coderen werden de zes nieuwe onderzoekers getraind. Om onderscheid te maken in de aanwezige problematiek werden de problemen doormiddel van dossieranalyse ingedeeld in verschillende categorieën. Huidig onderzoek meet: de categorie ‘’psychosociaal functioneren jongeren’’ en de categorie ‘’vaardigheden, cognitieve ontwikkeling jeugdige’’. Onder de categorie ‘’psychosociaal functioneren
jongeren’’ vallen emotionele problemen of emotionele stoornissen, opstandig gedrag of stoornissen en sociale problemen. Onder de categorie ‘’vaardigheden en cognitieve
ontwikkeling jeugdigen’’ vallen problemen met schoolse vaardigheden, leerproblemen of leerstoornissen, aandachtsproblemen, problemen in verband met hoogbegaafdheid of benedennormale intelligentie en sociaal aanpassingsvermogen. De items vormen een categorie en zijn kenmerkend voor een bepaald type probleem op een specifiek leefgebied (Daamen et al., 2016).
Door deze ordening meet de CAP-J of er de problemen wel (=1) niet (=0) aanwezig zijn binnen de categorie. Dit houdt in dat alle signalen of problemen die afwijken van de norm, worden gerapporteerd onder de bijbehorende categorie. De mate waarin het probleem voorkomt, speelt bij het gebruik van de CAP-J geen rol (Konijn et al., 2009). Als er niets beschreven is, dan wordt er ook niets gerapporteerd. Het doel van dit instrument is
eenduidigheid creëren om verschillende problemen binnen de leefgebieden in kaart te brengen (Daamen, et al., 2016).
Konijn et al., (2009) stellen dat 80% van de rubrieken waarover iets is beschreven de interbeoordelaarsbetrouwbaarheid ‘redelijk’ of ‘goed’ is. Ten opzichte van andere
classificatiesystemen is dit een goed resultaat, omdat daar de
interbeoordelaarsbetrouwbaarheid lager ligt. Er is tot op heden nog geen onderzoek gedaan de validiteit van de CAP-J (Daamen et al., 2016).
De interbeoordelaarsbetrouwbaarheid van de categorie ‘’Psychosociaal functioneren’’ jongeren betrof .80 en bij de tweede meting was de score .83. De categorie ‘’Vaardigheden en cognitieve ontwikkeling jeugdige’’ had een interbeoordelaarsbetrouwbaarheid van .93 en bij de tweede meting was de score .85.
Internaliserende problemen werden gemeten door de schaal emotionele problemen die bestond uit subschalen van teruggetrokken gedrag, angstproblemen en angststoornissen, stemmingsproblemen en stemmingsstoornissen. Teruggetrokken gedrag werd gecodeerd indien er is sprake van een patroon, eigenschap of copingstrategie waarvan de jeugdige of omgeving last heeft (Daamen, Oudhof, Ince, & Lekkerkerker, 2016). De overige schalen werden gecodeerd indien er sprake was van een angstig gevoel, een angstige gedachte of een gevoel van droefheid of verdriet. Angststoornissen en stemmingsstoornissen werden
gecodeerd indien er sprake was van een officiële diagnose vanuit de DSM (Daamen et al., 2016). De interbeoordelaarsbetrouwbaarheid van deze schaal betrof een gemiddelde score van .72 waarvan 1 de hoogste score was en .16 het laagst. Bij het tweede meetmoment was de interbeoordelaarsbetrouwbaarheid .86 gemiddeld. De hoogste score was 1 en de laagste .60.
Externaliserend gedrag werd gemeten met de subschaal gedragsproblemen, die bestond uit druk en impulsief gedrag, opstandig en antisociaal gedrag, aandachtstekortstoornis
en gedragstoornissen. De schalen werden gecodeerd indien er sprake was van onrustig gedrag, de jongere gevoelig was voor prikkels, er autoriteitsproblemen waren ten opzichte van regels, of correctie. Verder viel bijvoorbeeld seksueel overschrijdend gedrag en gepleegde delicten ook onder deze schaal (Daamen et al., 2016). Aandachtsstoornis/ hyperactiviteit ADHD en gedragsstoornissen werden gecodeerd indien er een officiële diagnose was van de DSM (Daamen et al., 2016). De interbeoordelaarsbetrouwbaarheid van deze schaal had een gemiddelde score van .86 met de hoogste score van 1, de laagste subscore was .57. Bij het tweede meetmoment was het gemiddelde .85 waarvan 1 het hoogst en .33 de laagste score was.
Sociale vaardigheidsproblemen werden gemeten door de schalen sociale vaardighedensproblemen, problemen met communicatieve vaardigheden of
communicatiestoornissen. De schalen werden gecodeerd als er te weinig sociale vaardigheden waren om een vriendschap te sluiten, of een gebrek aan zelfinzicht. Ook kon er sprake zijn van te weinig weerbaarheid (Daamen, 2016). Bij het coderen van een comminicatiestooris was er een officiële diagnose van de DSM aanwezig (Daamen et al., 2016). De
interbeoordelaarsbetrouwbaarheid van deze schaal had een gemiddelde score van .86 met de hoogste score van 1, de laagste subscore was .57. Bij het tweede meetmoment was het gemiddelde .85 waarvan 1 het hoogst en .33 de laagste score was.
Leerproblemen werden gemeten op as C, door de schalen problemen met schoolse vaardigheden of leerproblemen, aandachtsproblemen, problemen met hoogbegaafheid en problemen met een benedengemiddeld intelligentie. De subschalen werden gecodeerd indien er sprake was van onvoldoende oplossingsgerichte vaardigheden op schooltaken, zoals problemen waren met lezen of rekenen of schrijven, of vergeetachtigs is of wanneer er problemen waren met sociale vaardigheden door intelligentie (Daamen et al., 2016). Een vastgestelde leerstoornis en of problemen die verband hielden met een benedengemiddelde intelligentie konden ook gecodeerd worden indien er sprake was van een officiële diagnose vanuit de DSM (Daamen et al., 2016). De interbeoordelaarsbetrouwbaarheid van deze schaal betrof een gemiddelde score van .86, de hoogste score was 1 de laagste subscore was .41. Bij het tweede meetmoment was het gemiddelde .87 waarvan 1 het hoogst en .60 de laagste score was.
Analyse
Om te kunnen analyseren of de jongeren binnen de onderwijs-zorg arrangementen in groepen of subgroepen kunnen worden ingedeeld, is er gebruik gemaakt van een
delen, als de groepen nog onbekend zijn (Cracco, & Thiery, 2001). Door groepen in te delen ontstaat er zoveel mogelijk homogeniteit binnen een cluster en heterogeniteit tussen de clusters (Verbeek, z.j.). De clusters in het huidige onderzoek worden gevormd door de gescoorde items binnen de schalen internaliserende problemen, externaliserende problemen, sociale vaardigheidsproblemen en leerproblemen te analyseren.
Er is gebruik gemaakt van een hiërarchische agglomeratieve clusteranalyse, wat passend bij de binaire data. Deze methode is geschikt voor een kleinere steekproef (N <250) en voor situaties waarin het aantal te vormen clusters vooraf onbekend is (Romp & Zevalkink, 2008). Deze methode sorteert soortgelijke gevallen tot hetzelfde cluster. Ook kunnen clusters samengaan met een ander cluster. De techniek die binnen de clusteranalyse is gebruikt is de Between-group linkage, waarvan de afstand tussen de clusters de gemiddelde afstand is van alle paren binnen de clusters (Verbeek, z.j). Voor schaalgegevens is de gekwadrateerde Euclidische afstand gebruikt. De overeenkomsten worden bepaald door de variabelen van elk paar variabelen het kwadraat van het verschil te bereken en deze kwadraten bij elkaar op te tellen. De uitkomstmaten betreffen significantie verschillen tussen de variabelen door de afstand in de clusterorderning (Cracco & Thiery, 2001).
Vervolgens is de beste clusteroplossing doormiddel van een MANOVA geanalyseerd om inzicht te krijgen hoe de clusters per variabele zijn ingedeeld. De variabelen van de schalen internaliserend gedrag, externaliserend gedrag, sociale problemen en leerproblemen waren de afhankelijk variabelen en de clusteroplossing was de onafhankelijke variabelen.
Resultaten
Het huidige onderzoek betreft 191 participanten, waarbij er geen participanten zijn uitgevallen (N = 191). Allereerst is de hiërarchische clusteranalyse ingezet om onderscheid te maken tussen verschillende clusters.
In Figuur 1 zijn de resultaten van de euclidische afstand tussen de clusters
weergegeven. De euclidische afstand tussen cluster één en twee bleek het grootst vergeleken met de afstanden tussen de andere clusters. Dit is zichtbaar door de knik in de figuur, wat betekent dat deze clusters het meest van elkaar verschillen vergeleken met de andere gevormde clusters en niet worden samengevoegd. Bij deze methode worden clusters samengevoegd op basis van de afstanden tussen de clusters. Als de afstanden tussen de clusters, de distance maten, dichtbij elkaar liggen betekent dit dat deze clusters erg op elkaar lijken. Indien de distance maten van de clusters ver uit elkaar liggen betekent dit dat de clusters van elkaar verschillen (Verbeek, z.j). Hierbij worden er geen clusters onderscheiden op basis van bepaalde afstandsmaten. Er wordt gekeken naar het grootste verschil tussen
clusters, waardoor deze clusters niet samengevoegd worden omdat zij van elkaar verschillen, wat zichtbaar is door de knik in Figuur 1. Geconcludeerd kan worden dat de afstand tussen het eerste en twee cluster het grootst was en de clusters met de grootste afstanden niet worden samengevoegd waardoor er een twee clusteroplossing wordt gevormd (Verbeek, z.j.).
Figuur1. Euclidische afstand bij de eerste zeven gevormde clusters.
Na de clusteroplossing is er gekeken naar het gemiddelde van de verschillende
voorkomende gedragingen. De gemiddelde van alle variabelen zijn weergeven in Tabel 1. Uit de analyse bleek dat de meeste leerlingen opstandig/ antisociaal gedrag vertoonde, gevolgd door problemen met schoolse vaardigheden/leerproblemen, sociale vaardigheidsproblemen en aandachtsproblemen. Vervolgens is er een MANOVA ingezet om beide clusters te analyseren. Uit de resultaten blijkt dat er sprake is van een verschil op de afhankelijke variabelen F(17, 173) = 70.58, p =.00).
Leerlingen in cluster één (n = 155) scoren het hoogst op opstandig/ antisociaalgedrag, sociale vaardigheidsproblemen, problemen schoolse vaardigheden/leerproblemen,
aandachtsproblemen en druk en impulsief gedrag binnen het cluster. Tussen de clusters scoort cluster één significant hoger dan cluster twee op angstproblemen, stemmingsproblemen en problemen met communicatieve vaardigheden, opstandig/ antisociaalgedrag, sociale vaardigheidsproblemen, problemen schoolse vaardigheden/leerproblemen en druk en
0 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 Eu clid isc he af st an d Aantal clusters
impulsief gedrag. Cluster één kenmerkt zich doordat deze jongeren hoger scoren dan cluster twee op alle variabalen die aangeduid worden met ‘problemen’ binnen het gedrag, waarbij stoornissen in dit cluster ontbreken.
Daarentegen scoren de leerlingen binnen cluster twee (n = 36) het hoogst op
angststoornissen, aandachtstekortstoornis/hyper ADHD en leerstoornissen en problemen in verband met hoogbegaafdheid. Tussen cluster één en twee scoort cluster twee significant hoger op angststoornissen en stemmingsstoornissen, aandachtstekortstoornis/hyper ADHD en leerstoornissen en problemen in verband met hoogbegaafdheid. Cluster twee kenmerkt zich doordat deze jongeren hoger scoren dan cluster één op de variabelen die aangeduid worden met een ‘stoornis’ binnen het gedrag.
Geconcludeerd kan worden dat alle beschreven variabelen in beide clusters
voorkomen. Echter, verschilt de mate waarin de verschillende variabelen aanwezig zijn in cluster één en twee sterk van elkaar. Er is een verschil in de ernst van de aanwezige problematiek tussen cluster één en twee.
Tabel 1
Verdeling Variabalen Twee Clusteroplossing Gemiddeld aanwezig Cluster 1 Cluster 2
Variabelen n = 155 n = 36 Teruggetrokken gedrag .43 .48a .22 b Angstproblemen .28 .34a .03 b Angststoornissen .11 .01a .50b Stemmingsproblemen .33 .40a .03b Stemmingsstoornissen .07 .03a .22b Druk en impulsief .58 .65a .28b Aandachtstekortstoornis/ hyper ADHD .37 .26a .83b Opstandig/ antisociaalgedrag .82 .97a .14b Gedragsstoornis .19 .21a .14a Sociale vaardigheidsproblemen .64 .72a .31b Problemen met communicatieve vaardigheden .19 .25a .00b Communicatiestoornis .01 .01a .00a Problemen schoolse vaardigheden/ leerproblemen .65 .77a .14b Leerstoornissen .19 .06a .78b Aandachtsproblemen .64 .79a .03b Problemen ivm hoogbegaafdheid .16 .03a .72b Problemen verband houden met beneden normale intelligentie
Gemiddelde Scores per Cluster op de Gemeten Variabelen
Noot.* Indien het tweede cluster een ander subscript heeft, verschilt dit significant van het andere cluster p < .05. Discussie
In dit onderzoek is er op basis van dossieranalyse getracht om antwoord te geven op de vraag of jongeren die spijbelen op basis van gedragskenmerken kunnen worden ingedeeld in verschillende clusters. Door middel van de CAP-J, een classificatiesysteem zijn alle
dossiers gecodeerd en is er een indeling ontstaan op basis van gedragskenmerken. Vervolgens is er gebruik gemaakt van een hiërarchische clusteranalyse. Uit de analyse blijkt dat er twee clusters zijn gevormd die significant van elkaar verschillen. Het eerste cluster betreft jongeren die subklinisch scoren op teruggetrokken gedrag, druk en impulsief,
opstandig/antisociaalgedrag, sociale vaardigheidsproblemen en problemen met
schoolsevaardigheden en aandachtsproblemen. Het andere clusters betreft jongeren die klinisch scoren op angststoornissen, stemmingsstoornissen, aandachtstekortstoornis/hyper ADHD, leerstoornissen en problemen in verband met hoogbegaafdheid. De clusters
verschillen inhoudelijk niet van elkaar omdat beide clusters ernstige problematiek vertonen, alleen op basis van de ernst van de problematiek is er een verschil.
Op basis van equifinaliteit werd er verondersteld dat dezelfde of verschillende gedragskenmerken kunnen leiden tot spijbelen (Rigter, 2013). Dit suggereert dat er verschillende clusters gevormd zullen worden waarin specifieke gedragskenmerken te onderscheiden zijn. Er werd verwacht dat problemen met leren of een leerstoornis zal samenhangen met problemen in internaliserende en externaliserend gedrag en dat angst het meest voorkomende gedragskenmerk zou zijn.
Eerder onderzoek wat overeenkomt met de resultaten bevestigt dat externaliserende en internaliserende problemen tegelijkertijd kunnen voorkomen. Internaliserende problemen kunnen een rol spelen in het ontstaan van externaliserende problemen (Fischer, Rolf, Hasazi, & Cummings, 1984) en externaliserende problemen kunnen leiden tot internaliserend
problemen (Scholiers, 2010). Daarnaast bevestigd eerder onderzoek dat problemen met leren en een leerstoornis kunnen samengaan met internaliserend en externaliserend gedrag
(Huisman, Flapper, Kalverdijk, L’Hoir, & Van Weel, 2010).
Naast de onderzoeken die de resultaten bevestigen, zijn er ook resultaten niet overeen komen met de verwachtingen, namelijk dat er geen specifieke clusters gevormd worden. In het huidige onderzoek werden er geen specifieke clusters gevormd op basis van bepaalde
gedragskenmerken. Er ontstonden twee clusters waarbij gedragskenmerken over de gehele breedte aanwezig zijn. Een mogelijke verklaring voor het feit dat er geen specifieke clusters zijn gevormd komt mogelijk door het gegeven dat er minder meisjes (34%) dan jongens (65%) hebben deelgenomen, waarbij jongens minder angstproblemen vertonen dan meisjes wat invloed heeft gehad op de aanwezigheid en clustervorming van een angststoornis binnen de onderzoeksgroep (Bodden, Bögels, & Muris, 2009).
Verder kent huidig onderzoek een onverwachts resultaat binnen cluster twee. Naast de andere aanwezige problematiek, zijn er ook problemen met hoogbegaafdheid gevonden. Uit de huidige resultaten blijkt dat hoogbegaafdheid samengaat met leerstoornissen,
internaliserende en externaliserende problemen. Dit wordt mogelijk verklaard doordat de cognitieve en sociaalemotionele ontwikkeling niet in balans is (Reis & McCoach, 2000; Van Eijl, Wientjes, Wolfensberger, & Pilot, 2005), waardoor leerlingen met hoogbegaafdheid kunnen vastlopen in het voortgezet onderwijs (Rossen & D’hondt, 2009).
Naast het onverwachte resultaat kent het huidige onderzoek ook een aantal
beperkingen. Ten eerste het feit dat het gebruikte classificatie instrument, de CAP-J, alleen codeert op aanwezig (=1) en afwezig (=0), maar niet op de ernst van de problematiek (Daamen et al., 2016). Hierdoor kan er geen uitspraak worden gedaan over de ernst van de problematiek. Bij vervolgonderzoek is het belangrijk dat de ernst van het gedragskenmerken wordt geanalyseerd. Dit kan doormiddel van vragenlijsten om zicht te krijgen op de ernst van de problematiek. Deze vragenlijsten dienen uit verschillende categorieën te bestaan, zoals ernstig, matig of weinig problematiek. Door deze aanvulling zullen gedragskenmerken nog nauwkeuriger te analyseren zijn, waardoor er mogelijk een veranderingen in de
clusterindeling ontstaat.
Ten tweede is huidig onderzoek alleen gebaseerd op dossiers afkomstig de regio Amsterdam. Het is van belang dat de steekproef bij vervolgonderzoek wordt getrokken uit willekeurige landelijke dossiers, waardoor er data wordt verzameld op basis van verschillende provincies en steden, omdat andere steden mogelijk te maken hebben met een andere
verdeling van de gedragskenmerken wat tevens de ontwikkeling voor een passende interventie bevorderd omdat de resultaten dan landelijk te generaliseren zijn naar jongeren die spijbelen.
Tot slot blijft het onduidelijk welke ontwikkelingspaden de beste verklaring biedt voor spijbelen bij deze jongeren. Huidig onderzoek brengt namelijk geen duidelijkheid of deze jongeren al problemen hadden in het gedrag voordat deze jongere verzuimden van school of dat deze jongeren na het verzuimen problemen in het gedrag gingen vertonen. Momenteel is het onmogelijk om te kunnen vaststellen of gedragskenmerken een oorzaak zijn van het
spijbelen of een gevolg. Deze groepen kunnen niet van elkaar worden onderscheiden. Dit probleem kan worden opgelost door een longitudinaal onderzoek op te zetten, waarbij het volgen van de leerlingen al begint op de basisschool en doorloopt in het voorgezet onderwijs. Op deze manier worden de gedragskenmerken van de leerlingen op verschillende leeftijden zichtbaar, waardoor er meer inzicht ontstaan in de verschillende ontwikkelingen bij
leerlingen.
Ondanks de beperkingen kent de studie ook sterke punten. Ten eerste de gebruikte methode en de samenwerking tussen de zes onderzoekers, waardoor er in korte tijd veel dossiers zijn geanalyseerd. Daarnaast is gebleken dat de interbeoordelaarsbetrouwbaarheid van dit onderzoek een goede gemiddelde scores heeft, waardoor er niet getwijfeld hoeft te worden over de betrouwbaarheid van de studie.
Tevens is het een meerwaarde dat er een clusteranalyse is ingezet. Een clusteranalyse wordt nog weinig toegepast bij het ontwikkelen van interventies ondanks dat deze methode een toegevoegde waarde biedt. De analyse geeft niet alleen de gedragingen weer, maar het onderscheid ook subgroepen, waardoor interventies specifiek kunnen worden afgestemd op bijbehorende gedragingen van de subgroep. De interventie die op basis van huidige resultaten ontwikkelt kan worden dient niet specifiek rekening te houden met een bepaalde subgroep op basis van gedragskenmerken, omdat deze niet is gevormd. Het is juist van belang dat de ontwikkeling van een interventie zich richt op alle probleemgebieden bij spijbelaars omdat beide clusters problematiek vertonen op over de gehele range.
Uit dit alles blijkt dat spijbelen onder jongeren een serieus probleem is waar meer aandacht voor nodig is. Er zijn vernieuwende interventies nodig die aansluiten bij de gedragskenmerken die spijbelaars vertonen. Hierdoor kan er worden gestreefd naar een preventieve interventie die kan worden ingezet voordat het spijbelen begint.
Referenties
Adams, K. M. (1985). Theoretical, methodological, and statistical issues. Geciteerd in Rourke, B. P. Neuropsychology of learning disabilities: Essentials of subtype analysis. New York: Guilford Press.
Ahmed, W., Minnaert, A., Kuyper, H., & Van der Werf, G. (2012). Reciprocal relationships between math self-concept and math anxiety. Learning and Individual Differences, 22, 385-389.
Altra onderwijs & jeugdhulp (z.j.). Transferium. Geraadpleegd 12 april 2017, opgehaald van
http://www.altra.nl/onderwijs/passend-onderwijs/onze-onderwijsvoorzieningen/stop-transferium/
Baarda. B. (2009). Dit is onderzoek! Handleiding voor kwantitatief en kwalitatief onderzoek. Groningen/Houten: Noordhof.
Baat, M. (2010). Wat werkt bij het voorkomen en verminderen van schoolverzuim? Geraadpleegd op 14 maart 2017, opgehaald van
http://www.opvoedingsondersteuning.info/nl/Download-NJi/Wat-werkt-publicatie/Watwerkt_Schoolverzuim.pdf
Beidel D. C., & Alfano, C. A. (2011). Child anxiety Disorders. A Guide te research and Treatment. New York: Rouledge.
Bodden, D. H. M., Bögels S. M, Muris, P. (2009). The diagnostic utility of the Screen for Child Anxiety Related Emotional Disorders-71 (SCARED-71). Behavoir Research and Therapy, 47, 148-425. doi:10.1016/j.brat.2009.01.015
Caldarella, P., & Merrell, K. W. (1997). Common dimensions of social skills of children and adolescents: A taxonomy of positive behaviors. School Psychology Review, 26, 265-279.
Clark, D. M. & Wells, A. (1995). A cognitive model of social phobia. In R.G. Heimberg, M.R. Leibowitz, D. A. Hope, & F. R. Schneier (Eds.), Social Phobia:
Diagnosis, Assessment, and TGreatment New York, London: Guilford Press. Corville-Smith, J., Ryan, B. A., Adams, G. R., & Dalicandro, T. (1998). Distinguishing
absentee students from regular attenders: The combined influence of personal, family, and school factors. Journal of Youth and Adolescence, 27, 629–640. Cracco, J., & Thiery, E., (2001). Mogelijkheden en beperkingen van clusteranalyse. Illustratie
met de WISC-R bij kinderen met leerproblemen. Significant 1, 1-32.
Daamen, W., Oudhof, M., Ince, D., & Lekkerkerker, L. (2016). Gebruikershandleiding CAP- J. Utrecht: Nederlands Jeugdinstituut. Geraadpleegd 2 mei 2017, opgehaald van http://www.nji.nl/nl/Download-NJi/Publicatie-NJi/Gebruikershandleiding-CAP-J.pdf
De Baat, M., Messing, C., & Prins, D. (2014). Wat werkt bij schoolverzuimers en vroegtijdig schoolverlaters? Geraadpleegd op 3 juli 2017, opgehaald van
http://www.sejn.nl/nl/Download-NJi/Wat-werkt-publicatie/Watwerkt_VSVenverzuim.pdf
De Graaf, M., & Meij, H. (2011). Effectieve interventies voor jonge risicokinderen. Een overzicht. Geraadpleegd 5 juli 2017, opgehaald van
http://www.opvoedingsondersteuning.info/nl/Download-NJi/Publicatie-NJi/EffectieveInterventiesJongeRisicokinderen.pdf
De Jong (2014). Databank effectieve jeugdinterventies: beschrijving 'School Time Out Project (STOP)'. Utrecht: Nederlands Jeugdinstituut. Geraadpleegd op 10 april 2017, opgehaald van www.nji.nl/jeugdinterventies.
Egger, H. L., Costello, E. J., & Angold, A. (2003). School refusal and psychiatric disorders: A community study. Journal of the American Academy of Child and Adolescent Psychiatry, 42, 797-807.
Fischer, M., Rolf, J. E., Hasazi, J. E., & Cummings, L. (1984). Follow-up of a preschool epidemiological sample: Cross-age continuities and predictions of later adjustment with internalizing and externalizing dimensions of behavior. Child Development, 55, 137-150.
Foolen, N., Ince, D., De Baat, M., & Daamen, W. (2013). Wat werkt bij gedragsproblemen en gedragsstoornissen? Geraadpleegd op 20 september 2017, opgehaald van
https://www.nji.nl/nl/Download-NJi/Wat-werkt-publicatie/WatWerkt_Gedragsproblemen.pdf
Garnefski, N., Kraaij, V., & Van Etten, M. (2005). Specificity of relations between adolescents’ cognitive emotion regulation strategies and internalizing and externalizing psychopathology. Journal of Adolescence, 26, 619-631. doi:10.1016/j.adolescence.2004.12.009
Gendreau, P. L., & Archer, J. (2005). Subtypes of aggression in humans and animals. In Tremblay, R. E., Hartup, W. W., & Archer, J. Developmental origins of aggression. New York: Guilford.
Hartkamp, J. P. (2005). Monitor voortijdig schoolverlaten Rotterdam 2005: 4e – metingschooljaar 2003/2004. Amsterdam: Desan Research Solutions.
Huisman, J., Flapper, B. C. T., Kalverdijk, L. J., L’Hoir, M. P., & Van Weel, E. A. F. (2010). Gedragsproblemen bij kinderen. Houten: Bohn Stafleu Van Loghum.
Hoogsteder, L. (z.j.). Databank effectieve jeugdinterventie: sociale vaardigheden op maat. Utrecht: Nederlands Jeugdinstituut. Geraadpleegd op 20 september 2017, opgehaald van https://www.nji.nl/nl/Databank/Databank-Effectieve-
Jeugdinterventies/Erkende-interventies/Sociale-vaardigheden-op-maat.html Jaafaar, N. R. N., Iryany, M. D. T., Salwina, W. I. W., Nazri, A. R. F., Kamal, N. A.,.
Prakash, & R. J., Shah. S. A. (2013). Externalizing and internalizing
syndromes in relation to school truancy among adolescents in high-risk urban schools. Asia-Pacific Psychiatry, 5, 27-34.
Junger-Tas, J. (2002). Diploma's en goed gedrag II: Preventie van antisociaal gedrag in het onderwijs. Den Haag: Ministerie van Justitie.
Jurgen, M., Mesman, J., & Meeuws, W. (2003). Psychosociale problemen bij adolescenten. Assen: Van Gorcum
Kearney, C. A. (2008). School absenteeism and school refusal behaviour in youth: A contemporary review. Clinical Psychology Review, 28, 451-471.
Konijn, C., Bruinsma, W., Lekkerkerker, L., De Wilde, E. J., & Eijgenraam, K. (2009). Ontwikkeling van en onderzoek naar het Classificatiesysteem Aard
Problematiek Jeugdzorg (CAP-J) Eindrapport. Geraadpleegd op 7 april 2017, opgehaald van
http://www.sejn.nl/nl/Download-NJi/Publicatie-NJi/OntwikkelingenonderzoekCAPJ.pdf
Nederlands Jeugdinistituut. (z.j.a). Cijfers over schoolverzuim. Geraadpleegd 3 april 2017, opgehaald van http://www.nji.nl/Cijfers-schoolverzuim.
Nederlands Jeugdinstituut. (z.j.b). Vroegtijdig schoolverlaten en verzuim. Geraadpleegd 25 maart 2017, opgehaald van http://www.nji.nl/Voortijdig-schoolverlaten-en-verzuim-Probleemschets
Pennington, B. F. (2002). The development of psychopathology. Nature and nurture. New York: The Guilford Press.
Prins, P., & Breat, C. (2014). Handboek klinische ontwikkelingspsychologie. Houten: Bohn Stafleu van Loghum.
Prinsen, H. (2009). Mijn kind een kanjer! Help je kind bij het ontwikkelen van sociale vaardigheden. Houten: Bohn Stafleu Van Loghum.
Pronk, S. (2016). School2care Methodiekhandleiding. Amsterdam: Altra Onderwijs & Jeugdhulp.
Reid, K. (2003). The search for solutions to school absenteeism and other forms of school absenteeism. Pastoral Care in Education, 21, 3-9.
Reis, S. M. & McCoach, D. B. (2000). ‘The underachievement of gifted students: what do we know and where do we go?’ Geciteerd in Gifted Child quarterly, 44, 152-170. Rijksoverheid, (2016). Cijfers schoolverzuim 2014-2015. Geraadpleegd op 6 mei 2017,
opgehaald van
https://www.rijksoverheid.nl/documenten/rapporten/2016/02/03/cijfers- schoolverzuim-2014-2015.
Rigter, J. (2013). Handboek ontwikkelingspsychopathologie bij kinderen en jeugdigen. Bussum: Uitgeverij Coutinho.
Romp, M. & Zevalkink, J. (2008). Is de combinatie van MMPI- en Rorschach-gegevens van nut voor psychoanalytische indicatiestelling? Tijdschrift Psychotherapie, 34, 92-102.
Scholiers, J. (2010). Hoe gaan angst en depressie samen met ADHD? Neuropraxis, 14, 41-45. doi: 10.1007/s12474-010-0008-z
Tobler, N. S. (2000). Lessons learned. Journal of Primary Prevention, 20, 261-273. Transferium (z. j.). Geraadpleegd op 10 April 2017, opgehaald van
http://www.altra.nl/onderwijs/passend-onderwijs/onze-onderwijsvoorzieningen/stop-transferium/transferium/
Van Der Steenhoven, P., & Van Veen D. (2011). Monitor leerlingenzorg en ZAT’s in het (voortgezet) speciaal onderwijs 2010. Geraadpleegd 1 april 2017, opgehaald van
http://www.nji.nl/nl/Download-NJi/Publicatie-NJi/NJi_Monitor_SO_2010.pdf
Van Eijl, P., Wientjes, H., Wolfensberger, M. V. C., & Pilot, A. (2005). Het uitdagen van talent in onderwijs. Onderwijs in thema's. Den Haag: Onderwijsraad. Van Rooijen, K. & Ince, D. (2013). Wat werkt bij angst- en stemmingsproblemen.
Geraadpleegd op 20 september 2017, opgehaald van
https://www.nji.nl/nl/Download\NJi/(311053)-nji-dossierDownloads-WatWerkt_Angst_en_Stemmingsproblemen.pdf
Van Rossen, H. & D’hondt, C. (2009) ‘Dubbele diagnose bij hoogbegaafde kinderen’. Geciteerd in Caleidoscoop 22, 22-24.
Verbeek, A. (z.j.). Clusteranalyse. Geraadpleegd op 3 juli 2017, opgehaald van file:///C:/Users/Nena/Downloads/13273-14223-1-PB.pdf
Vuijk, P., Heyne, D. A., & Van Efferen-Wiersma, E. S. (2010). @school project: prevalentie en functies van problematisch schoolverzuim in het Rotterdamse
basisonderwijs. Kind en Adolescent, 31, 29-40.
Wetenschappelijke Raad voor het Regeringsbeleid (2009). Vertrouwen in de school: over de uitval van 'overbelaste' jongeren. Amsterdam: Amsterdam University Press.
