Underrepresentation in gifted education for ethnically diverse student groups has been widely recognized. Two recent federal district court decisions defined the lower limits of equitable participation using the 20% equity allowance formula proposed by Donna Ford. The purpose of this article was to evaluate the application of the 20% rule to identify the prevalence of inequity and associated variables in Texas gifted education programs. Using data from the Office of Civil Rights and Texas Education Agency, the authors applied the 20% rule to demographics of K-12 gifted education programs in Texas to identify inequity and used Bayesian regression with district characteristics to investigate contributing factors of inequity. Only 282 of 994 (28.4%) districts met equity standards for Hispanic students. Second, Bayesian regressions with district-level characteristics of students, teachers, and expenditures were used to identify factors associated with inequitable enrollment of Hispanic students. Overall, the model accounted for 12.9% variance (R2 = 0.129, 95% highest density interval [0.095, 0.170]), with increasing variance explained by district subsets (i.e., city, suburb, town, rural). Furthermore, the results of the regression models revealed the percentage of Hispanic and White teachers were inversely associated with inequity across all district subsets. It is postulated that the mechanism of inequity is in the teacher referral process, frequently used as a determinant of gifted education enrollment. The authors suggest means of addressing this reality.

中文翻译：

---

天才教育入学的不平等：20% 公平津贴公式在全州范围内的应用

种族多元化学生群体在资优教育中的代表性不足已得到广泛认可。最近的两项联邦地区法院判决使用 Donna Ford 提出的 20% 股权津贴公式定义了公平参与的下限。本文的目的是评估 20% 规则的应用，以确定德克萨斯天才教育计划中不平等和相关变量的普遍性。使用来自民权办公室和德克萨斯教育局的数据，作者将 20% 规则应用于德克萨斯 K-12 天才教育计划的人口统计数据以识别不平等，并使用具有地区特征的贝叶斯回归来调查不平等的影响因素。994 个学区中只有 282 个 (28.4%) 符合西班牙裔学生的公平标准。第二，使用具有学生、教师和支出的地区级特征的贝叶斯回归来确定与西班牙裔学生入学不公平相关的因素。总体而言，该模型解释了 12.9% 的方差（R2 = 0.129，95% 的最高密度区间 [0.095, 0.170]），随着地区子集（即城市、郊区、城镇、农村）的解释增加了方差。此外，回归模型的结果显示西班牙裔和白人教师的百分比与所有地区子集的不平等呈负相关。据推测，不公平的机制存在于教师推荐过程中，经常被用作天才教育入学的决定因素。作者提出了解决这一现实的方法。和支出用于确定与西班牙裔学生入学不公平相关的因素。总体而言，该模型解释了 12.9% 的方差（R2 = 0.129，95% 的最高密度区间 [0.095, 0.170]），随着地区子集（即城市、郊区、城镇、农村）的解释增加了方差。此外，回归模型的结果显示西班牙裔和白人教师的百分比与所有地区子集的不平等呈负相关。据推测，不公平的机制存在于教师推荐过程中，经常被用作天才教育入学的决定因素。作者提出了解决这一现实的方法。和支出用于确定与西班牙裔学生入学不公平相关的因素。总体而言，该模型解释了 12.9% 的方差（R2 = 0.129，95% 的最高密度区间 [0.095, 0.170]），随着地区子集（即城市、郊区、城镇、农村）的解释增加了方差。此外，回归模型的结果显示西班牙裔和白人教师的百分比与所有地区子集的不平等呈负相关。据推测，不公平的机制存在于教师推荐过程中，经常被用作天才教育入学的决定因素。作者提出了解决这一现实的方法。随着由地区子集（即城市、郊区、城镇、农村）解释的方差增加。此外，回归模型的结果显示西班牙裔和白人教师的百分比与所有地区子集的不平等呈负相关。据推测，不公平的机制存在于教师推荐过程中，经常被用作天才教育入学的决定因素。作者提出了解决这一现实的方法。随着由地区子集（即城市、郊区、城镇、农村）解释的方差增加。此外，回归模型的结果显示西班牙裔和白人教师的百分比与所有地区子集的不平等呈负相关。据推测，不公平的机制存在于教师推荐过程中，经常被用作天才教育入学的决定因素。作者提出了解决这一现实的方法。