Monitor samenwerkingsverbanden 2018. De voortgang van passend onderwijs in 2018 volgens leidinggevenden

Stand van zaken rond passend onderwijs vier jaar na invoering van de wet, bezien vanuit de leidinggevenden van de 152 samenwerkingsverbanden in het primair en voortgezet onderwijs. Via een webenquete, waaraan 69 procent deelnam, en aanvullende reflectiebijeenkomsten met leidinggevenden en experts zijn organisatie, financiering, zorgplicht, toewijzing en bureaucratie, kwaliteitszorg, de positie van belanghebbenden en externe samenwerking in kaart gebracht, met vergelijkingen met de metingen van 2014 en 2016. Veel verbanden zoeken nog naar een goede scheiding van bestuur en intern toezicht; een kwart wijzigde het bestuursmodel. Leidinggevenden oordelen overwegend positief over onderling vertrouwen, de werking van de zorgplicht en de afgenomen bureaucratie, terwijl scholen die verminderde bureaucratie volgens ander onderzoek niet ervaren. Ongeveer zestig procent heeft het gewenste weerstandsvermogen bereikt. Ontevredenheid bestaat vooral over de afstemming met jeugdhulp, die sinds 2016 is verslechterd, en over de werking van de schoolondersteuningsprofielen. Negatieve verevening en krimp hangen samen met minder consensus, minder invloed op kwaliteit en minder tevredenheid over het financiele beleid.

Governance en verslaggevingFinanciële, liquiditeits- en insolventierisico'sPersoneel, diversiteit en behoud van talent

Waarom deze indeling: De monitor kijkt naar bestuur en intern toezicht van de samenwerkingsverbanden, de invulling van de zorgplicht en de rol van de ondersteuningsplanraad als tegenmacht. Financiering en middelenverdeling staan centraal, met verevening, weerstandsvermogen en de gevolgen van negatieve verevening voor plaatsingsmogelijkheden en kwaliteit. Krimp, concurrentie om leerlingen en lerarentekorten beperken de invloed die samenwerkingsverbanden op de kwaliteit van ondersteuning kunnen uitoefenen.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Onderwijs, Cultuur en Wetenschap

Bron

Onderzoeken en evaluaties: Oberon

Toegepaste standaard

Extern onderzoek

Datum

2019-06-19

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026