OBIEE in IL: 2025

Sunday, August 31, 2025

Best Practices Guide for Tuning Oracle Analytics Server (Doc ID 2866848.2) - LINK

Just reminding myself the Oracle Support document link...

Best Practices Guide for Tuning Oracle® Analytics Server (Doc ID 2866848.2)

Thursday, August 7, 2025

Hacking OAS dataset files

We had a request to save a copy of every dataset created and saved in Oracle Analytics Server (OAS). I will cover only local OAS datasets that are not in the database. Usually, this kind of requests come because of legal demands to save such data on external server.

In theory I can create a script that periodically copies the dataset files to the backup server/FTP.

The datasets files are saved on the server under

Domain_Home/bidata/components/DSS/storage/ssi
Domain_Home/servers/obis1/cache/ xsastorage
Domain_Home/servers/obis1/cache/xsacache

NEVER update or do anything directly on those files. Only deal with copies of the files that are located in your folders.

NEVER change manually RCU database data.

The files I want are in Domain_Home/bidata/components/DSS/storage/ssi. Only files with DSS extension are relevant. The files names are strings that have nothing to do with the dataset name in OAS.

My datasets can come from 2 different sources:

A file (CSV/Text/Excel) loaded as dataset from the UI.
A dataset created by Data Flow.

The loaded based DSS files are usually in the original files format, so renaming the DSS make them usable and in Parquet format.

The Data Flow based DSS files are in CSV format and in Parquet format.

For Parquet files we usually need a special reader utility.

How can I know what those DSS files formats are?

How can I know the real Dataset name?

The secret is in the XXX_BIFOUNDATION schema table S_NQ_DSS_DATASETS.

In that table I see different behavior for loaded files vs. Data Flow based ones.

While the Data Flow based datasets are represented by one row the Loaded datasets are represented by few rows (2 in my case).

Data Flow based dataset

For Data Flow based dataset, the DATASET_NAME column holds the real Dataset name, and the DATAMODEL_ID is NULL. The MIMETYPE column value is "text/csv".

In the FILESTORE_ID column I see the DSS file names. The CSV file and the Parquet file. For example:

{"src":"06a918f7-916f-49de-be33-9c046d53e869","src_parquet":"f76f107c-cb48-4853-a0d7-52839d4f194e"}

Checking the Domain_Home/bidata/components/DSS/storage/ssi I can see 2 DSS files:

06a918f7-916f-49de-be33-9c046d53e869.dss - actually a CSV file
f76f107c-cb48-4853-a0d7-52839d4f194e.dss - actually a Parquet file

Now I have 2 options to handle the files:

Checking the S_NQ_DSS_DATASETS table for updates (LAST_MODIFIED column). Finding the relevant files names in FILESTORE_ID. Copying them with correct filenames and extensions.
Checking the Folder for new files on Linux/Windows level and finding the file name in the S_NQ_DSS_DATASETS table for proper dataset name and extension.

Loaded files, based dataset

For Loaded files, based dataset, we have a dataset row and the real data row in the S_NQ_DSS_DATASETS table. It is very similar to what we see in the UI where we can have several tables or files in a single dataset.

For the entire dataset row the DATASET_NAME column holds the real Dataset name, and the DATAMODEL_ID is NULL. The MIMETYPE column value is NULL. We can disregard the FILESTORE_ID column here. The FILE_LENGTH column value is -1.

For the data row in S_NQ_DSS_DATASETS we can see in the DATAMODEL_ID column, the value of the dataset row DATASET_ID. By joining the 2 we can have the original dataset name for the data row.

In the data row, in the FILESTORE_ID column I see the DSS file names. The CSV file and the Parquet file. For example:

{"src":"8f815cc1-044a-4caa-9026-431be828e347","src_parquet":"261dfba0-9adc-4572-a7d7-9cd4c95dccf5"}

Checking the Domain_Home/bidata/components/DSS/storage/ssi I can see 2 DSS files:

8f815cc1-044a-4caa-9026-431be828e347.dss - actually a CSV or EXCEL or Text file
261dfba0-9adc-4572-a7d7-9cd4c95dccf5.dss - actually a Parquet file

How do I know the proper format? By using the MIMETYPE column where I have values:

application/csv for CSV file.
application/vnd.openxmlformats-officedocument.spreadsheetml.sheet for Excel file.

Now I have 2 options to handle the files:

Checking the S_NQ_DSS_DATASETS table for updates (LAST_MODIFIED column). Finding the relevant files names in FILESTORE_ID .Copying them with correct filenames and extensions.
Checking the Folder for new files on Linux/Windows level and finding the file name in the S_NQ_DSS_DATASETS table for proper dataset name and extension.

I recommend a select of the following type to work with the data, this way you have proper names of DSS files and in FULL Name the name of the dataset:

SELECT

a.dataset_id,

a.stripe_id,

a.dataset_name,

b.dataset_name DS_name,

b.dataset_name||(case when b.dataset_name IS NULL then '' else '-' end)||a.dataset_name FULL_NAME,

a.filestore_id,

substr(a.filestore_id, 9, instr(a.filestore_id, ',')-1-9)||'.dss' Orig_file,

case when substr(a.filestore_id, instr(a.filestore_id, ':', -1)+1,4)='null' then NULL else substr(a.filestore_id, instr(a.filestore_id, ':', -1)+2, length(a.filestore_id)-(instr(a.filestore_id, ':', -1)+2)-1 )||'.dss' end Parquet_file,

a.acl_id,

a.filetype_id,

a.mimetype,

a.owner_id,

a.createdby_id,

a.provider_id,

a.type_options_xml,

a.provider_options_xml,

a.filetype_knobs,

a.file_length,

a.storage_file_length,

a.last_modified,

a.created_date,

a.biservermetadata_last_modified,

a.rawfile_last_modified,

a.is_embryonic,

a.is_user_striped,

a.internal_id,

a.namespace,

a.connection_id,

a.partition_key,

a.refresh_option,

a.schedule_xml,

a.datamodel_id,

a.error_code,

a.error_message,

a.parent_dataset_id,

a.child_dataset_type,

a.app_module_id,

a.properties_last_modified

FROM

dev_biplatform.s_nq_dss_datasets A, dev_biplatform.s_nq_dss_datasets B

where A.file_length<>-1 and a.datamodel_id=b.dataset_id(+)

ORDER BY a.last_modified DESC

;

...Please notice the PARQUET files don't have the actual column names and use names like F0, F1

:You can find the real names in the following 2 columns

TYPE_OPTIONS_XML
FILETYPE_KNOBS

The XML in both columns are similar. I found 3 copies of files column names in different formats.

Here is TYPE_OPTIONS_XML example:

And here is FILETYPE_KNOBS:

Here is a sample of a dataset from TYPE_OPTIONS_XML (only first and last columns - "CUSTOMER_ID" and "date1"):

<ds:datasetImportOptions xmlns:ds="com.oracle.bi/datasetimport/v1">

<ds:tables><ds:table name="Data" totalRowNumber="-1">

<ds:columns><ds:column><ds:name>CUSTOMER_ID</ds:name><ds:datatype>number</ds:datatype></ds:column>

....

<ds:column><ds:name>date1</ds:name><ds:datatype>timestamp</ds:datatype></ds:column>

</ds:columns><ds:delimiter>comma</ds:delimiter><ds:headerRow>true</ds:headerRow></ds:table></ds:tables>

<ds:prepareTables><ds:table name="Data" transformed="false">

<ds:columns><ds:column><ds:name>CUSTOMER_ID</ds:name></ds:column>

....

<ds:column><ds:name>date1</ds:name></ds:column>

</ds:columns></ds:table></ds:prepareTables>

<ds:outputTables><ds:table name="Data">

<ds:columns><ds:column exclude="false">

<ds:name>CUSTOMER_ID</ds:name><ds:display_names><ds:display_name><ds:name>CUSTOMER_ID</ds:name><ds:locale>sys</ds:locale></ds:display_name></ds:display_names><ds:datatype>number</ds:datatype><ds:sourceexpr>"CUSTOMER_ID"</ds:sourceexpr><ds:aggr_rule>none</ds:aggr_rule></ds:column><ds:column exclude="false">

....

<ds:name>date1</ds:name><ds:display_names><ds:display_name><ds:name>date1</ds:name><ds:locale>sys</ds:locale></ds:display_name></ds:display_names><ds:datatype>timestamp</ds:datatype><ds:sourceexpr>"date1"</ds:sourceexpr><ds:aggr_rule>none</ds:aggr_rule></ds:column></ds:columns>

</ds:table></ds:outputTables>

<ds:uiOptions>null</ds:uiOptions>

<ds:version>v5</ds:version>

</ds:datasetImportOptions>

Thursday, July 31, 2025

Oracle APEX - Using user input text in an AI RAG Source - APEX$AI_LAST_USER_PROMPT

With APEX we can create a chatbot and connect it to AI data source. There are lots of good materials about it, but I was struggling with the problem how to pass the user input text as part of the RAG code. My colleague Yohay Asraf gave me the tip of using APEX$AI_LAST_USER_PROMPT that solved my problem. Thanks, Yohay!

In APEX we can now use AI options and configure RAG sources, Oracle 23ai Database features like SelectAI and OCI AI Agents. See links to few Labs at the end of the post.

In an APEX application under "Shared Components" - "Generative AI Configuration" I created a RAG query that uses the Vector option of the 23ai but how can we make it dynamic?

In my case, I loaded various car guides into a table and created chunks of the books and vectors from those chunks. Next, I'm looking for chunks of text that are similar to a specific text (Bla Bla Bla in the next example).

In the example

I'm using existing Encoder named doc_model to convert the input string to vector and name it "embedding".
I compare the input vector to existing text chunks looking for minimal distance and limiting it to the selected Vehicle Make and model.
I return 4 best results.

WITH query_vector AS (

SELECT VECTOR_EMBEDDING(doc_model USING 'Bla Bla Bla' AS data) as embedding)

SELECT embed_id, TEXT_CHUNK

FROM WKSP_APEX.VECTOR_STORE, query_vector

Where VECTOR_DISTANCE(EMBED_VECTOR, query_vector.embedding, COSINE)<0.6

AND VEHICLE_MAKE=:P2_MAKE AND VEHICLE_MODEL=:P2_MODEL

ORDER BY VECTOR_DISTANCE(EMBED_VECTOR, query_vector.embedding, COSINE)

FETCH APPROX FIRST 4 ROWS ONLY

How do I make the input string dynamic? Here we have 2 options

APEX$AI_LAST_USER_PROMPT - Retrieves the most recent user-entered prompt.
APEX$AI_ALL_USER_PROMPTS - Retrieves all user prompts, concatenated into a single string.

https://docs.oracle.com/en/database/oracle/apex/24.2/htmdb/managing-ai-configurations-and-rag-sources.html#GUID-D1274017-381C-4988-8E6E-36095BA06655

Here is the new code:

WITH query_vector AS (

SELECT VECTOR_EMBEDDING(doc_model USING :APEX$AI_LAST_USER_PROMPT AS data) as embedding)

SELECT embed_id, TEXT_CHUNK

FROM WKSP_APEX.VECTOR_STORE, query_vector

Where VECTOR_DISTANCE(EMBED_VECTOR, query_vector.embedding, COSINE)<0.6

AND VEHICLE_MAKE=:P2_MAKE AND VEHICLE_MODEL=:P2_MODEL

ORDER BY VECTOR_DISTANCE(EMBED_VECTOR, query_vector.embedding, COSINE)

FETCH APPROX FIRST 4 ROWS ONLY

As you can see, we are using 2 RAG sources Car Problems table and a Books table.

There is a nice blog by Harry Snart that uses it - RAG based Chatbots made easy

If you want to start using AI or RAG and APEX, there are many Blogs and great labs in Oracle LiveLabs.

This is a very basic one: Build an Innovative Q&A Interface Powered by Generative AI with Oracle APEX
A RAG oriented one: AI Vector Search - RAG Application using AI Vector Search in Oracle Autonomous Database and APEX
Or OCI AI Agents and APEX: Enhance your Oracle APEX App with Document-Aware Generative AI Agents

Sunday, July 13, 2025

Oracle DB MCP server - Oracle SQLcl, few links

Last week Oracle has announced the availability of Oracle DB MCP server, joining the general hype of MCP servers rather fast. Most of the materials were published by https://x.com/thatjeffsmith and https://x.com/krisrice. All I do here is gather few links from the webcasts and X for future use.

They wrote about it here: Introducing MCP Server for Oracle Database

The MCP server is part of Oracle SQLcl. It should work with all supported Oracle DB versions (On-Prem. & Cloud), meaning 19c and up.

If you want a general MCP intro: https://modelcontextprotocol.io/introduction

There were 2 webcasts. The first (and longer) one covers everything that was covered in the introduction one, so I advise watching it only.

Introducing SQL Developer Copilot Integration in Microsoft VSCode & MCP Support for Oracle Database: https://youtu.be/hj6WoZVGUBg?si=9C58_wcDBE9wkruT (1 hour).

The shorter - Oracle Developer Coaching: July News Edition https://youtu.be/Xnmty5_-v-M (33 min)

Screenshots from the webcasts:

Links and Resources:

Latest version of Oracle SQLcl download link:

https://www.oracle.com/uk/database/sqldeveloper/technologies/sqlcl/download/

or direct link to the 25.2 version https://download.oracle.com/otn_software/java/sqldeveloper/sqlcl-25.2.0.184.2054.zip

Documentation: https://docs.oracle.com/en/database/oracle/sql-developer-command-line/25.2/sqcug/using-oracle-sqlcl-mcp-server.html

Example MCP Clients: https://github.com/punkpeye/awesome-mcp-clients

Example MCP Servers: https://github.com/punkpeye/awesome-mcp-servers

AI for code tooling: https://github.com/oracle-samples/ml4code/tree/main/08_tooling

A blog on the subject by Hamza Eraoui: SQLcl MCP Server: Tips, Tricks, and Use Cases | by Hamza Eraoui | Jul, 2025 | Medium

Jeff Smith himself:

And an intro by Paulo Portugal: Oracle SQLcl MCP: Bringing AI to SQL with Model Context Protocol

Eric Avidon on Techtarget: Oracle adds MCP support to advance agentic AI development

and what looks like oracle internal ref. https://ml4code.oraclecorp.com/libs/#mcp

Monday, June 2, 2025

התפלגות תוצאות מבחני בגרות במתמטיקה 5 יחידות בשנים 2013-2023

משרד החינוך (+ התנועה לחופש המידע) מפרסם תוצאות מבחני בגרות לפי בתי ספר, החל משנת 2013. עד כה פורסמו התוצאות ברצף עד שנת 2023. הפרסום הוא לפי מקצוע + יחידות לימוד, למוסד חינוכי, לשנה מסוימת, כאשר אם יש פחות מ10 נבחנים במקצוע מסויים, הציון לא מתפרסם.

אולי ראיתם כתבות הנושא לאחרונה בYNET. התחלתי לאסוף את הנתונים לפני כמה שנים, בנסיון לסייע לבני לבחור בית ספר תיכון, ומאז אני אוסף אותם באדיקות.

בואו נחקור קצת יותר את ההיסטוריה, המגמות והתוצאות השונות. הפעם אתמקד בתוצאות מבחני מתמטיקה 5 יחידות.

הידעתם שמי שנמצא במקום השני ב2023 בממוצע תוצאות הבגרות במתמטיקה 5 יחידות הוא בית ספר חרדי?

למה צריך לתת כבוד לאולפנת צביה בבני ברק?

הידעתם שבתי הספר המובילים הם מזרם ממלכתי דתי וחרדי?

וגם רגע... לא להתלהב גם מהתוצאות הללו, כי יש "אבל"...

הניתוח נעשה בעזרת Oracle Analytics Cloud.

העדפות יחידות לימוד במתמטיקה

בגרף ניתן לראות מגמה קבועה של ירידה באחוז הנבחנים במתמטיקה 3 יחידות. מ65% מכלל הנגשים לבגרות במתמטיקה בשנת 2013 ועד 54.68% בשנת 2023. בשנת 2023 יש היפוך קל של המגמה, עם עליה קלה לעומת 2022.

במקביל, אנו רואים מגמה הפוכה במתמטיקה 5 יחידות. אחוז הנבחנים בהקף של 5 יחידות מכלל הנבחנים בבגרות במתמטיקה עלה מ12.05% בשנת 2013 ועד ל20.38% בשנת 2022. שנת 2023 אנו רואים נפילה מדאיגה של אחוז לומדי 5 היחידות ל18.77%, בניגוד לכל מגמות העבר. למעשה בשנת 2023 אנו חוזרים לאחוזים של שנת 2017! כפי שניתן לראות בגרף הבא, למרות שסך מספר הנבחנים במתמטיקה עלה בכ5,000 נבחנים, מספר הנבחנים ב5 יחידות ירד בכ750 נבחנים בין השנים 2022 ל2023. כדאי לעקוב אחר המגמה שנים הבאות. האם היא קשורה למגפת הקורונה?

עוד מגמה מעניינת, שניתן לראות בגרף התחתון, הוא ממוצע הציונים. ממוצע הציונים ב3 יחידות, הוא משמעותית נמוך ממוצע הציונים ב4 ו5 יחידות. בנוסף, ממוצע הציונים ב4 יחידות נמוך במקצת מזה של 5 יחידות. מאחר ולכל מסלול בחינות נפרדות השונות מאוד זו מזו, אין כאן השוואה מדוייקת. ועדיין מעניין לראות שלמרות שהבחינות של 3 יחידות קלות משמעותית מהבחינות של 4 ו-5 יחידות, ממוצע הציונים נשאר נמוך לאורך כל השנים.

אנו רואים ירידה חדה למדי בממוצע כל המסלולים בשנים 2018 ו2019. לא ניתן להאשים את הקורונה בכך. ההשפעה שלה היא דווקא על ציוני 2020 ואילך. הניחוש האישי שלי הוא יותר בכיוון של כותבי הבחינות בשנים אלו. מה שעשוי להיות קשור לקורונה הוא הירידה בסך הנבחנים במתמטיקה בשנת 2022, בניגוד למגמה הכללית.

מעכשיו נתמקד בתוצאות מבחני מתמטיקה 5 יחידות בלבד.

נתונים לפי פיקוח (ממלכתי / ממלכתי דתי / חרדי)

באופן עקבי מאד, ממוצע תוצאות מבחני מתמטיקה 5 יחידות של הפיקוח הממלכתי דתי גבוה מממוצע ציוני הפיקוח הממלכתי הכללי, בצורה משמעותית של יותר מנקודה. כך לדוגמא בשנת 2023 אנו רואים ממוצע 84.32 בממלכתי דתי, לעומת 82.76 בפיקוח הממלכתי.

למי שחשש שהפער נובע מכך שהחינוך הממלכתי כולל גם נבחנים ממגזר ערבי, בדואי ודרוזי. התוצאות כמעט ללא שינוי גם כשבוחרים את המגזר היהודי בלבד. כך למשל, בשנת 2023, ממוצע הפיקוח הממלכתי למגזר היהודי בלבד הוא 82.9.

האם יש לכך קשר לתיקצוב השונה של תלמידים בזרמים השונים? ראו תרשים 2 במסמך על "נתונים על עלות ממוצעת לפי מעמד משפטי ופיקוח" מאתר הכנסת בו רואים בברור שעלות תלמיד בחינוך הממלכתי דתי גבוהה משמעותית מיתר התלמידים. אבל, במקרה זה מה לגבי תוצאות המגזר החרדי והערבי? התרשים הבא נלקח מהמסמך הנ"ל.

מה לגבי המגזר החרדי? הממוצע שם בשנת 2023 הוא 85.47, מרשים. פער של יותר מנקודה שלמה לעומת הממלכתי דתי. שלא לדבר על זינוק מרשים בשנים 2016 ו2017 בהן החינוך החרדי הוביל על הממלכתי דתי בפער של2.02 ו4.2 נקודות, בהתאמה. קשה להתייחס לציונים של הפיקוח החרדי. כפי שרואים בגרף הבא, מספר הנבחנים האבסולוטי במתמטיקה בפיקוח זה נמוך ואחוז הבוחרים ב5 יחידות הוא נמוך ביותר. כשמספר הנבחנים מצומצם, עלולה להווצר תנודתיות לא מוסברת בתוצאות בין שנים שונות. התלות בהצלחה של כל אחד מהתלמידים שכן ניגשים היא גדולה. בגרף הקו שמעל רואים את התנודות בממוצע הפיקוח החרדי, שצללו לעתים. למשל בשנת 2017 לעומת 2018 (מ88.97 ל81.66).

אם נבחן את החלוקה בין יחידות הלימוד במתמטיקה, לפי קבוצות הפיקוח השונות, נראה פערים משמעותיים. כך למשל בשנת 2023 הממוצע בפיקוח החרדי אמנם 85.47 אבל הוא הושג על ידי 383 תלמידי 5 יחידות בלבד, לעומת 2,922 בממלכתי דתי ו15,779 בחינוך הממלכתי. יש לציין שכמות ניגשים של 383 היא זינוק אדיר לעומת כ100 נבחנים ב5 יחידות בשנים 2020 - 2013.

בהתפלגות לפי יחידות לימוד נראה פערים גדולים. בפיקוח החרדי ניגשו ב2023 ל5 יחידות מתטיקה רק 5.21% מלומדי המתמטיקה, לעומת מעל 19% בממלכתי וממלכתי דתי. רוב מוחלט של כמעט 77% מהחרדים ניגש ל3 יחידות לימוד במתמטיקה.

נתונים לפי מגזר (בדואי / דרוזי / יהודי / ערבי)

בממוצע מתמטיקה 5 יחידות לפי מגזר ניתן לראות שתי קבוצות מובחנות: ערבי & יהודי בהם פערים נמוכים מאד בממוצע לעומת דרוזי ובדואי בהם הממוצעים נמוכים משמעותית עם פערים של מעל 6 נקודות לעומת הערבי & יהודי. זהו פער עצום.

לעומת זאת הבחירה בלימודי 5 יחידות מתמטיקה שונה מאד במגזרים השונים:

לעומת המגזר הבדואי, בו שנת 2023 רק 2.31% מ4,454 הנבחנים במתמטיקה ניגשו ל5 יחידות, במגזר הדרוזי מעל 17% מ2,350 הנבחנים במתמטיקה ניגשו לבגרות 5 יחידות. אחוז גבוה משמעותית מזה שבמגזר הערבי (12.2%) אך עדיין נמוך מזה שבמגזר היהודי בו מעל 21% נבחנו בבגרות 5 יחידות במתמטיקה. כך נוצר פער משמעותי של 16,630 נבחני 5 יחידות במגזר היהודי, לעומת 1,950 בלבד במגזר הערבי.

אגב, לגבי המגזר הדרוזי, יש לציין לטובה את בית הספר אבו-סלים סלמאן אלשייך מאבו סנאן ש24 תלמידיו קיבלו ממוצע 89.08 במתמטיקה 5 יחידות ב2023, בדומה לתוצאות שהושגו בו בשנים קודמות.

נתונים לפי מחוזות משרד החינוך

אם נתבונן בנתוני 2023 (מבחנים שהתקיימו בקיץ לפני פרוץ המלחמה) לפי מחוזות נראה תמונת מצב מדאיגה במחוזות הצפון והדרום. התמונה לא שונה מהותית בשנת 2022:

ואם אתם חושבים שהתמקדות במגזר היהודי בלבד, תשפר את התמונה, טעות בידכם:

אנו רואים פערים גדולים בין מחוז צפון ודרום ליתר המחוזות.

המגמה המדאיגה משתקפת גם באחוז הניגשים ל5 יחידות: בסביבות 25% בתל אביב והמרכז לעומת 14.56% בצפון ו11.87% בדרום:

בתי ספר מצטיינים

כשניגשתי לבחון את בתי הספר המצטיינים, רציתי לראות האם יש למצב הסוציואקונומי של היישוב השפעה על הציונים. על כן שילבתי את הנתונים של הבגרויות עם נתוני הלשכה המרכזית לסטטיסטיקה. במקרה זה עם נתוני 2019 בתור פשרה בין 2013 ו2023. ככל שצבע השורה כהה יותר, כך טוב המצב הסוציואקונומי של היישוב.

אם נבחן את בתי הספר המובילים בשנת 2023 ב5 יחידות לימוד במתמטיקה, נראה שחוץ מישיבת עמיאל החרדית בתל אביב, יתר המובילים במקומות 1-6 הם מפיקוח ממלכתי דתי. רוב המובילים משכבה סוציואקונומית גבוהה.

האם המובילים בשנת 2023 שומרים על מקומות גבוהים בעקביות?

סימנתי את הדירוג של בית הספר בכל שנה בירוק, במידה והיו ב50 הראשונים באותה שנה. ברובם אנו רואים עקביות לאורך השנים האחרונות:

מצב דומה היה גם ב2022:

מעניין שהנתונים לפי עשור היו שונים מאד. אם נציץ בדירוג 2013-2015 נראה שהמובילים, לרוב, היו בתי ספר ערביים עם רקע סוציואקונומי לא גבוה.

2013:

2014:

2015: (אולפנת צביה מבני ברק זינקה למקום הראשון)

2016:

השינוי החל בשנים 2017-2018

2017:

2018:

ולסיום, מי בתי הספר עם ממוצע הדירוג הגבוה ביותר בכל השנים (2013-2023)? 7 מעשרת הראשונים הם מפיקוח ממלכתי דתי.

אולפנת צביה בני ברק היא המנצחת הגדולה:

בואו נפרק את זה.

פיקוח חרדי:

לבגרות 2023 במתמטיקה 5 יחידות ניגשו תלמידי 13 מוסדות חרדיים (לטובת חדי העין ביניכם הוספתי את סמל המוסד, כדי שתראו שאכן יש יותר מסמינר בית יעקב אחד בירושלים):