Come innalzare le competenze in matematica? Le valutazioni in corso su
[email protected] e PQM
Daniele VidoniINVALSI
La
stru
ttura
del
la p
rese
nta
zion
e
Il problema su cui intervenire: competenze degli studenti in matematica
Alcuni tra gli interventi promossi: le caratteristiche di PQM e di [email protected]
Approfondimento sul disegno di valutazione di [email protected] e alcuni primi dati
Riflessioni sulle opportunità e sulle difficoltà che si incontrano nelle attività di valutazione
Percentuale degli studenti di 15 anni con competenze in matematica tali da risolvere problemi complessi (superiore al terzo livello)
Fonte: OCSE-PISA 2006
I dati più recenti segnalano che sono troppo pochi gli studenti ricchi di competenze in matematica…
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
PABolzano
Campania Basilicata EmiliaRomagna
FriuliVeneziaGiulia
Sicilia Liguria Lombardia Piemonte PA Trento Sardegna Puglia Veneto
OCSE = 32,4%
Italia = 19,6%
Il p
robl
ema
su c
ui i
nte
rven
ire
Percentuale degli studenti di 15 anni con scarse competenze in matematica (inferiori al primo livello)
Fonte: OCSE-PISA 2006
… e troppi quelli poveri di competenze
Italia=13,5%
-25,0
-20,0
-15,0
-10,0
-5,0
0,0
PABolzano Campania Basilicata
EmiliaRomagna
FriuliVeneziaGiulia Sicilia Liguria Lombardia Piemonte PA Trento Sardegna Puglia Veneto
OCSE=7,7%
Il p
robl
ema
su c
ui i
nte
rven
ire
Inte
rven
ti pr
omos
si n
elle
scu
ole
seco
nda
rie
di I
gra
do
Piano Nazionale Qualità e Merito (PQM):• coaching e tutoring on the job per i docenti • assistenza per l’utilizzo di strumenti di valutazione e dei
risultati delle rilevazioni Invalsi all’interno delle scuole• attività di potenziamento rivolte agli studenti sulle carenze
individuate tramite ore extra-curricolari• coinvolge studenti delle classi prime
Percorso di formazione con didattica innovativa [email protected] :• formazione dei docenti “blended” con incontri in presenza e
piattaforma virtuale on-line• la sperimentazione in classe di quattro unità didattiche
basate su esempi concreti e coinvolgimento della classe• riflessione individuale e collettiva delle esperienze in classe
attraverso la stesura di un “diario di bordo” e il confronto con la classe virtuale
• coinvolge prime, seconde e terze classi
Caratteristiche degli interventi promossi a livello nazionale (e rafforzati in Calabria, Campania, Puglia e Sicilia)
% studenti che rispondono correttamente
Posizionamento relativo della classe all’interno della popolazione
Un
a in
nov
azio
ne
embl
emat
ica
in c
iasc
un
inte
rven
to …
Innovazione emblematica PQM: cruscotto di diagnosi valutativa della propria classe
http://pqm.indire.it
Un
a in
nov
azio
ne
embl
emat
ica
in c
iasc
un
inte
rven
to …
Innovazione emblematica [email protected]: unità didattiche da sperimentare in classe
Le attività proposte sono divise in quattro nuclei tematici: numeri, geometria, relazioni e funzioni, dati e previsioni. Gli elementi che compongono ciascuna attività didattica sono: • una parte introduttiva rivolta al docente, con indicazioni metodologiche e prove di valutazione; • una sorta di “sceneggiatura” che dettaglia le attività da sviluppare in classe e i relativi documenti di supporto scaricabili (anche VIDEO)• indicazioni metodologiche e spunti di approfondimento disciplinare; • suggerimenti su attività addizionali associate all’attività didattica da sviluppare con gli studenti; • per molte attività ma non per tutte, elementi di prova di verifica per valutare l’effettiva comprensione dei contenuti dell’attività da parte degli studenti; • una biblio/sitografia; • indicazioni sui punti di attenzione da considerare nell’ottica della sperimentazione e quindi del confronto con il tutor e con la classe su come funziona la proposta di attività.
Cfr. info e video: http://www.indire.it/ponmatematicacorso1/
Nel 2009-2010
PQM coinvolge 320 scuole, 700 docenti e le loro classi prime
[email protected] coinvolge 175 scuole, oltre 600 insegnanti e almeno
una delle loro classi (ma alcuni faranno la formazione
nel 2010-2011)
Quante scuole, insegnanti e classi sono coinvolte?
Per maggiori informazioni:http://pqm.indire.it
http://www.invalsi.it/invalsi/ri/matabel
9
"Strong" Evidence
Step 3. If the answers to both questions above are "no," one may conclude that the intervention is not supported by meaningful evidence.
Randomized controlled trials that are well-designed and implemented
Quality of studies needed to establish "strong" evidence:
Quantity of evidence needed:
Trials showing effectiveness in Two or more typical school settings, Including a setting similar to that of your schools/classrooms.
Comparison-group studies in which the intervention and comparison groups are very closely matched in academic achievement, demographics, and other characteristics
Comparison-group studies in which the intervention and comparison groups are not closely matched
"Meta-analyses" that include the results of such lower-quality studies
=
Step 2. If the intervention is not backed by "strong" evidence, is it backed by "possible" evidence of effectiveness?
Types of studies that can comprise "possible" evidence:
Randomized controlled trials whose quality/quantity are good but fall short of "strong" evidence; and/or
Types of studies that do not comprise "possible" evidence:
Pre-post studies
Step 1. Is the intervention backed by "strong" evidence of effectiveness?
+
IDENTIFYING AND IMPLEMENTING EDUCATIONAL PRACTICES SUPPORTED BY RIGOROUS EVIDENCE:A USER FRIENDLY GUIDEU.S. Department of Education
Che disegno valutativo per quale tipo di inferenza?
Due approcci di valutazione diversi, entrambi basati sull’utilizzo di rilevazioni INVALSI sugli studenti (non solo)
Gli
appr
occi
di v
alu
tzio
ne
dei d
ue
inte
rven
ti
Piano Nazionale Qualità e Merito (PQM):
Promozione dell’utilizzo di informazioni standardizzate a fini diagnostici
Percorso di formazione con didattica innovativa [email protected] :
Efficacia dei corsi di formazione
Due approcci di valutazione diversi, entrambi basati sull’utilizzo di rilevazioni INVALSI sugli studenti (non solo)
Gli
appr
occi
di v
alu
tzio
ne
dei d
ue
inte
rven
ti
Piano Nazionale Qualità e Merito (PQM):Ex-ante:• rilevazioni con test INVALSI pre- e post- su tutti gli studenti• prove SNV in matematica della V elementare e questionari di
background degli studenti a ottobre 2009 • prove SNV in matematica della I media e questionari di
background degli studenti a maggio 2010• Non tanto valutazione degli effetti, ma diagnosi inizio anno sulle
debolezze degli studenti per “tarare” gli interventiEx post:• Quasi-experiment: efficacia relativa di diverse tipologie di
trattamento
Due approcci di valutazione diversi, entrambi basati sull’utilizzo di rilevazioni INVALSI sugli studenti (non solo)
Gli
appr
occi
di v
alu
tzio
ne
dei d
ue
inte
rven
ti
Percorso di formazione con didattica innovativa [email protected] :• esperimento randomizzato controllato: scuole/docenti che
partecipano alla formazione nel 2009/2010 (“trattati”) e scuole/docenti che partecipano nel 2010/2011 (“controlli”)
• prove SNV in matematica della I media e prove simil-SNV per la II e III media e questionari di background degli studenti a maggio 2010
• rilevazione pre-/post- sugli atteggiamenti didattici degli insegnanti
• analisi dei “diari di bordo” degli insegnanti
Complesso coordinamento tra le istituzioni e gli attori coinvoltiIs
titu
zion
i e a
ttori
coi
nvo
lti
Sinergie a livello di sistema…
Complesso coordinamento tra le istituzioni e gli attori coinvoltiIs
titu
zion
i e a
ttori
coi
nvo
lti
Scuole, dirigenti, tutor, docenti, alunni …… e referenti del progetto e/o della valutazione
PQM:IL DATO QUANTITATIVO COME PUNTO DI
PARTENZA PER UNA RIFLESSIONE AL PROPRIO INTERNO
I RISULTATI
Da estrazione dati ANSAS del 3-3-10
Guida INVALSI – Bolondi, Orlandoni
Approfondimento gruppo PQM Piemonte, Militerno et al.
Approfondimento gruppo PQM Piemonte, Militerno et al.
21
Attività in presenza di socializzazione e diffusione dei risultati:
-Partecipazione ai seminari regionali ed ai momenti formativi organizzati da ANSAS per gli insegnanti nelle regioni PON per illustrare la lettura delle prove INVALSI
-Abstract presentato alla conferenza internazionale CCEAM 2010 (Sidney, 29 settembre – 1 ottobre 2010) su: “Data to inform action: the relative effectiveness of supplementary teaching strategies in Mathematics in the PQM project in Italy”
Lo studio randomizzato per misurare gli effetti di [email protected]
La
met
odol
ogia
ado
ttata
Le scuole coinvolte sono state divise mediante sorteggio in due gruppi , con “dilazione del trattamento”•scuole che partecipano da subito (A.S. 2009/10) – “trattati”•scuole che partecipano a partire dall’anno prossimo (A.S. 2010/11) – “controlli”
L’estrazione mediante sorteggio è necessaria per crearedue gruppi di scuole e insegnanti statisticamente equivalenti:non essendovi differenze di partenza tra i due gruppi, l’eventuale differenza negli apprendimenti osservata dopo un anno può essere plausibilmente attribuita alla sperimentazione di [email protected]…… analogamente per le eventuali differenze tra gruppi di docenti nelle loro risposte a domande sull’atteggiamento in classe e la didattica
Come si confrontano i due gruppi per stimare gli effetti di [email protected]?
La
met
odol
ogia
ado
ttata
Esposizione immediata a [email protected]+ Esposizione dilazionata a [email protected]+
2009/10 2010/11 2011/12 2009/10 2010/11 2011/12 1° coorte 3° media 3° media 2° coorte 2° media 3° media 2° media 3° media 3° coorte 1° media 2° media 3° media 1° media 2° media 3° media 4° coorte 1° media 2° media 1° media 2° media 5° coorte 1° media 1° media Legenda Esposto a [email protected]+ Non ancora esposto a [email protected]+
punteggi medi nei test degli studenti delle scuole sorteggiate per implementare [email protected]+ il primo anno
punteggi medi ottenuti dagli studenti delle scuole sorteggiate per implementare [email protected]+ l’anno successivo
stima degli effetti di un anno di coinvolgimento in M@tabel
Confronto tra:
e
I confronti per ottenere la stima dell’effettodi due anni e di coorte
La
met
odol
ogia
ado
ttata
Esposizione immediata a [email protected]+ Esposizione dilazionata a [email protected]+
2009/10 2010/11 2011/12 2009/10 2010/11 2011/12 1° coorte 3° media 2° coorte 2° media 3° media 2° media 3° coorte 1° media 2° media
Assunto: poter utilizzare una coorte precedente come sostituto del “gruppo di controllo mancante”. L’eventuale “effetto coorte” può essere corretto osservando il seguente:
Esposizione immediata a [email protected]+ Esposizione dilazionata a [email protected]+
2009/10 2010/11 2011/12 2009/10 2010/11 2011/12 1° coorte 3° media 2° coorte 2° media 3° media 3° coorte 2° media
…. Può essere eventualmente esteso al terzo anno
L’insieme di docenti “osservabili”L
a co
stru
zion
e de
l cam
pion
e M
@t.a
bel
Il campione delle 175 scuole
Stratificato in base a:- criteri geografici e di dimensione territoriale (per provincia e, in
presenza di grandi centri, per città, ovvero per le città di Napoli e Palermo che sono state isolate dalla loro provincia tramite il CAP)
- dimensione della scuola di provenienza (ossia in base a due gruppi: scuole con meno di 5 insegnanti iscritti a Mat@bel e scuole con 5 o più iscritti)
- Estratte causalmente le 55 scuole per il gruppo di controllo (i cui 193 docenti parteciperanno nel 2010/2011 a Matabel)
- Gruppo di trattati e di controllo sono risultati equivalenti per sesso e anno medio di nascita, ma non per numerosità degli iscritti della scuola di appartenenza ….
La
cost
ruzi
one
del c
ampi
one
M@
t.abe
l
L’insieme delle classi “osservate”
Tramite diverse comunicazioni i docenti sono stati informati della classe estratta casualmente – quella che verrà seguita per la valutazione. Ai docenti trattati si è raccomandato di sperimentare le unità didattiche in quella classe:
• Monitoriamo i “non compliers” o diverse intensità del trattamento tramite diversi strumenti (tutor, diario di bordo, questionario pre- e post- insegnanti)
La
cost
ruzi
one
del c
ampi
one
M@
t.abe
l
ScuolePrime Seconde Terze Totale
Calabria Trattati 12 14 13 13 40Controlli 6 4 6 6 16Totale 18 18 19 19 56
Campania Trattati 37 44 46 47 137Controlli 17 19 22 22 63Totale 54 63 68 69 200
Puglia Trattati 34 42 34 40 116Controlli 15 14 14 17 45Totale 49 56 48 57 161
Sicilia Trattati 37 42 38 37 117Controlli 17 14 16 18 48Totale 54 56 54 55 165
Totale 175 193 189 200 582
Classi
Le principali minacce alla solidità dell’esperimentoL
a m
etod
olog
ia a
dotta
ta
- Eventuale mancata partecipazione ai corsi di un gran numero di insegnanti- Eventuale abbandono dei corsi da parte di un gran numero di insegnanti- Mancata applicazione dei principi della formazione (ad esempio la
sperimentazione in classe) da parte degli insegnanti nella classe indicata come parte del campione o applicazione solo parziale
- Rifiuto di partecipare alle rilevazioni dei dati (questionari, prove invalsi, etc.)- Trasferimenti degli insegnanti tra scuole tra un anno scolastico (caduta del
legame tra insegnante e studenti).
- … a parte 85 insegnanti “trasferiti” o “pensionati” tra luglio e settembre 2009, le reazioni sembrano piuttosto positive (ma il vero banco di prova sono le rilevazioni in corso nelle scuole)
Nel caso in cui si riescono a seguire negli anni 100 scuole 50% trattate e 50% controlli, si riuscirebbe a cogliere un effetto di circa 0,2 (in termini di punteggio studenti). Siamo molto al limite in termini di dimensioni campionarie e l’effetto di 0,2 è comunque piuttosto elevato !!!Altre raccolte di dati sugli studenti (come i voti al primo quadrimestre e panel) ci aiutano a migliorare la precisione delle stime anche per affrontare:
Le reazioni di tutor, insegnanti e scuole finoraL
e r
eazi
oni
fin
ora
- Iniziale confusione sulle scelta randomizzata della classe in cui sperimentare le unità didattiche e concentrare le rilevazioni … ma pochi casi di “rifiuto”
- Iniziale confusione sulla necessità delle rilevazioni nel gruppo dei “controlli” e ancora di più nel gruppo dei “trattati” che hanno abbandonato il percorso formativo … ma finora casi molto isolati di “ostruzionismo” alla valutazione
- Grande adesione alla rilevazione pre- rivolta agli insegnanti: dei 666 insegnanti analizzati, 582 che insegnavano effettivamente ancora in una delle 175 scuole oggetto della valutazione (ovvero non erano stati trasferiti altrove all’inizio del nuovo anno scolastico), sono stati intervistati telefonicamente tra gennaio e febbraio 2010: circa il 95% degli interpellati ha risposto al questionario (lungo, di circa 30-40 minuti)
Fonte: CATI [email protected]; Gennaio 2010
Chi sono gli insegnanti che partecipano a [email protected]?C
hi s
ono
gli i
nse
gnan
ti ch
e pa
rtei
cpan
o a
M@
t.abe
l
- prevalgono nettamente le donne, che costituiscono l’84% del campione;
- l’età media è di circa 52 anni, con una variabilità elevata (il più giovane ha 23 anni e il più anziano ne ha 67);
- la disciplina di laurea più frequente è la biologia (63,3%) seguita da matematica (14,2%) e infine dalle scienze naturali (9,9%);
- insegnano in media da 25 anni e insegnano in particolare la matematica nella scuola secondaria di primo grado da 23 anni;
- dichiarano generalmente di aver scelto di insegnare la matematica (quasi tre intervistati su quattro esprimono un voto tra 8 e 10 alla domande se hanno fortemente voluto insegnare la matematica nella scuola secondaria di primo grado) e questo vale in particolare se laureati in matematica
Fonte: CATI [email protected]; Gennaio 2010
La didattica in classe D
idat
tica
in c
lass
e di
mat
emat
ica
33
64
67
77
94
98
0 20 40 60 80 100
Lavori di gruppo
Discussione guidata preparata prima
Didattica attiva
Correzione in classe dei compiti dati a casa
Esercizi eseguiti dagli alunni in classe
Presentazione e spiegazione dei contenuti
utilizzare regolarmente metodi tradizionali di insegnamento (come la spiegazione frontale e la correzione degli esercizi), ma meno la didattica basata sull’interazione stretta tra insegnanti e studenti e meno ancora quella che vede protagonisti gli studenti in lavori di gruppo (vedi fig. 1). M@tabel opera proprio in questa direzione e dovrebbe quindi mutare il modo di lavorare in classe degli insegnanti sottoposti alla formazione
Fonte: CATI [email protected]; Gennaio 2010
Atteggiamenti sulle capacità di insegnare la matematicaA
ttegg
aim
enti
sulle
cap
acità
di i
nse
gnar
e la
mat
emat
ica
0% 20% 40% 60% 80% 100%
Bisogna imparare molto a memoria
Serve predisposizione innata
Molti in difficoltà con logica astratta
Si possono invogliare i non interessati
Si può rendere facile
Disaccordo netto Disaccordo Accordo moderato Accordo forte
Da 1 a 10, quanto è d’accordo con le affermazioni su matematica e studenti che seguono?
33
Attività in presenza di socializzazione e diffusione dei risultati:
-Seminari di formazione Osservatori Esperti nelle regioni PON (7-11 maggio 2010
-Paper accepted for oral presentation conferenza internazionale SIGEE 2010 (Leuven, 25-28 agosto 2010) su: “The design of the random assignment evaluation of a math teacher-professional development program in Italy”
Le difficoltà
Ampio lavoro di coordinamento e comunicazione… mettere in conto molte lettere, mail e telefonate (recall, recall, recall…)
Le molte rilevazioni “dirette” nelle scuole implicano molte risorse umane e molta logistica
Interpretazione e utilizzabilità dei risultatiPer quanto riguarda l’esperimento controllato, un effetto positivo inferiore alla soglia di riferimento o statisticamente non significativo non vorrebbe dire che l’intervento non funziona….(La soglia standard per questo tipo di esperimenti è 0,20; Si tratta comunque di un effetto grosso dal punto di vista dei processi scolastici: M@tabel può davvero arrivare a questa soglia? )
Le opportunità
In entrambi i casi (PQM e [email protected]) siamo nella situazione “ideale”, in cui la valutazione viene pensata ex ante e si può fare leva su una infrastruttura di rilevazione confrontabile e omogenea a livello nazionale (le prove SNV).Razionalizzazione dell’interventoDover costruire la valutazione ex-ante non ha solo influito sulla possibilità di avere dati ma si è tradotto in una razionalizzazione della logica dell’intervento, dei suoi obiettivi e della sua intensità, nonché una maggiore condivisione con la comunità scolastica
Maggiore accessibilità , comprensione e capacità di utilizzo della ampia disponibilità di dati esistenti (Invalsi, piattaforme monitoraggio gestionale e altro)Utilizzare i dati esistenti contribuisce a renderli sempre più noti e comprensibili, dunque utilizzabili, anche per altri soggetti (nonché all’interno delle scuole)
Sollevare il dubbio e cercare di chiarirlo: quali interventi funzionano e perché?Il coinvolgimento delle amministrazioni e delle scuole nelle valutazione crea interrogativi, pone il dubbio, promuove una maggiore attenzione per la scelta degli interventi ..
EVENTUALI SLIDES AGGIUNTIVE DA RIPESCARE …
37
Step 1. Is the intervention backed by "strong" evidence of effectiveness?Quality of studies needed to establish "strong" evidence:
+
Quantity of evidence needed:
=
"Strong"
Evidence
Randomized controlled trials that are well-designed and implemented
Trials showing effectiveness in Two or more typical school settings, Including a setting similar to that of your schools/classrooms.
Step 2. If the intervention is not backed by "strong" evidence, is it backed by "possible" evidence of effectiveness?
Types of studies that can comprise "possible" evidence: Types of studies that do not comprise "possible" evidence:
Randomized controlled trials whose quality/quantity are good but fall short of "strong" evidence; and/or
Pre-post studies
Comparison-group studies in which the intervention and comparison groups are very closely matched in academic achievement, demographics, and other characteristics (see pages 11-12).
Comparison-group studies in which the intervention and comparison groups are not closely matched
"Meta-analyses" that include the results of such lower-quality studies
Step 3. If the answers to both questions above are "no," one may conclude that the intervention is not supported by meaningful evidence.
38
Step 1. Is the intervention backed by "strong" evidence of effectiveness?Quality of studies needed to establish "strong" evidence:
+
Quantity of evidence needed:
=
"Strong"
Evidence
Randomized controlled trials that are well-designed and implemented
Trials showing effectiveness in Two or more typical school settings, Including a setting similar to that of your schools/classrooms.
Step 2. If the intervention is not backed by "strong" evidence, is it backed by "possible" evidence of effectiveness?
Types of studies that can comprise "possible" evidence: Types of studies that do not comprise "possible" evidence:
Randomized controlled trials whose quality/quantity are good but fall short of "strong" evidence; and/or
Pre-post studies
Comparison-group studies in which the intervention and comparison groups are very closely matched in academic achievement, demographics, and other characteristics (see pages 11-12).
Comparison-group studies in which the intervention and comparison groups are not closely matched
"Meta-analyses" that include the results of such lower-quality studies
Step 3. If the answers to both questions above are "no," one may conclude that the intervention is not supported by meaningful evidence.
La raccolta di informazioni aggiuntiveIl
dis
egn
o de
lla v
alu
tazi
one
Raccolta di informazioni su contesto, scuola, insegnanti e studenticon tre obiettivi:
1. testare la “fortuna” avuta con la randomizzazione;
2. aumentare la precisione delle stime;
3. Ipotizzare e testare (parzialmente) meccanismi esplicativi degli effetti.
Le rilevazioni in corso e previste
Gennaio 2010 pre- e Novembre 2010 post-– rilevazione sui docenti PON [email protected] (questionario CATI prima dell’avvio delle sperimentazioni in classe, ripetuto l’anno successivo<9 Maggio 2010– rilevazioni sugli studenti tramite prove del SNV / INVALSI (prima, seconda e terza media)
Giugno 2010 – Ottobre 2010– completamento del percorso PON [email protected] 2009/2010 con diario di bordo ed eventuale questionario finale di customer satisfaction (rivolto a docenti e a tutor)– interviste ad alcuni tutor e insegnanti, con analisi dei diari di bordo
La randomizzazione: la potenza del disegnoIl
dis
egn
o di
val
uta
zion
e
Il moltiplicatore è pari a 2,5 per i parametri standard nei disegni sperimentali multilivello (livello di confidenza al 95% per potenza 80%).Indagheremo 100 scuole (K): 50% trattate e 50% controlli (P). In ogni scuola, analizzeremo 6 classi (J) di 19 studenti (stima prudenziale - N)Proporzione della varianza dell’abilità: scuole=0,090; classi=0,125; studenti=0,785.(fonte: Prova nazionale INVALSI 2008 sugli studenti di terza media)
C’è inoltre una possibile correzione (non presentata nella formula semplificata) ottenibile grazie alla spiegazione che riusciamo a dare delle differenze negli esiti tra le scuole mediante gli altri predittori raccolti (R2):
-> stima pessimistica (10%) porta a MDES 0,189-> stima ottimistica (40%) porta a MDES 0,166
La soglia standard per questo tipo di esperimenti è 0,20.Si tratta comunque di un effetto grosso dal punto di vista dei processi scolastici: M@tabel può davvero arrivare a questa soglia? Un effetto positivo e non significativo non vorrebbe dire che non funziona.
Fonte: CATI [email protected]; Gennaio 2010
L’accesso alla rete nei diversi contestiF
orm
azio
ne
blen
ded
e ac
cess
o al
le I
CT
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
A scuola
A casa
Nei due contesti
A banda larga Modem tradizionale No
Fonte: CATI [email protected]; Gennaio 2010
La frequenza d’uso complessiva del PCF
orm
azio
ne
blen
ded
e ac
cess
o al
le I
CT
Quotidiano59%Più volte a sett.
28%
Mai3%
Una volta a sett.6%
Più raramente4%