杂志文章
2021年6月
教育的应用测量,34(2),150-161
经过:史蒂文·怀斯(Steven Wise),,,,梅根·库赫菲尔德(Megan Kuhfeld)
努力调整(E-M)得分旨在估计如果脱离接触的测试者完全参与,他们会表现得如何。它通过将脱离响应排除在评分和估算剩余响应中的绩效中来实现这一调整。但是,评分方法假设其余的回答不受脱离接触的影响。最近的一项研究提供了证据表明,在E-M评分中使用的反应有时可以反映出不足或部分参与。在这些情况下,E-M分数将不那么值得信赖,因为它们仍然会因脱离接触而扭曲。本文介绍了一种识别部分参与的方法,并提供了支持其使用和解释的验证证据。当测试事件表明存在部分参与度时,应谨慎解释努力调整的分数。
本文在NWEA以外发表。全文可以在上面的链接上找到。
主题:报告与评估的创新,,,,测量和缩放,,,,学校和考试参与
进度监测数学措施:文献综述。
主题:测量和缩放,,,,学术内容,,,,数学和茎
对大规模评估的考生测试工作的调查
大多数涉及响应时间研究的研究都是使用本地开发的工具进行的。当前研究的目的是检查市售低风险仪器中的快速猜测行为的数量。
经过:史蒂文·怀斯(Steven Wise),,,,J. Carl Setzer,,,,吉尔·R·范·登·休夫,,,,ling
主题:测量和缩放,,,,学校和考试参与,,,,学生成长与问责制政策
在计算机化自适应测试中不可签名的丢失数据对多态项目响应模型的项目拟合统计信息的影响
这些研究是根据规则条件下的固定测试形式的假设进行的,例如没有缺失的反应和人群一维能力的正态分布。
经过:Shudong Wang,,,,洪若王
主题:计算机自适应测试,,,,项目响应理论,,,,测量和缩放
计算机自适应测试的结构有效性和测量不变性:使用确认性因素分析应用于学术进度的测量(MAP)
这项研究使用真实数据提供了对10个不同州的不同学术日历的地图量表的构建和不变性结构的经验证据。
经过:Shudong Wang,,,,Marth S. McCall,,,,洪若王,,,,格雷格·哈里斯(Gregg Harris)
主题:测量和缩放,,,,测试设计
验证垂直缩放计算机自适应测试的纵向成就结构:一种多种指标的潜在增长建模方法
当前的调查研究使用多种指标的潜在生长建模(MLGM)方法来检查纵向成就构建体及其对地图增长的不变性。
经过:Shudong Wang,,,,洪若王,,,,Liru Zhang
主题:增长建模,,,,测量和缩放
自适应评估的潜力
在本文中,作者解释了CAT如何通过随着测试的进行调整问题来提供更精确,更准确的表现出低分和高成就的学生的成就水平。直接的,信息丰富的测试结果使教师能够区分教学,以满足学生当前的学术需求。
经过:爱德华·弗里曼
主题:报告与评估的创新,,,,测量和缩放,,,,学生成长与问责制政策
适应性测试在解决未动机考生问题时的实用性
该综合综述研究了计算机化自适应测试(CAT)的动机益处,并证明它们在识别考生表现出较低努力并有效地解决未充满活力的考生所带来的有效性威胁时,在识别两个实例中,它们都具有重要的优势。
经过:史蒂文·怀斯(Steven Wise)
数据可视化
查看将复杂教育问题栩栩如生的互动工具。探索成长,成就,贫困,大学准备等方面的模式。
研究伙伴关系
我们与大学研究人员,学校系统的合作介绍了各种教育研究主题。
即将进行的研究演讲
与我们建立联系,并了解我们在这些会议和活动上的最新研究。
Simona Beattie公共关系高级经理
971.361.9526
电子邮件
通过订阅我们的新闻通讯来保持最新
关闭覆盖
关闭