相关话题
验证垂直缩放计算机自适应测试的纵向成就结构: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,,,,洪若雅,,,,Liru Zhang
2013
有效利用学生和学校的描述性学习进度指标:从条件增长指数到学习生产力测量系统
在没有孩子落伍的情况下,建模学生成长一直是联邦政策要求(NCLB)。除了跟踪学生的成长外,最新的竞赛(RTTP)联邦教育政策还规定了教师有效性的评估,从教师为学生学习和成长贡献的附加价值的角度来看。学生成长建模和教师增值建模很复杂。
话题:测量和缩放,,,,增长建模,,,,学生成长与问责制政策
2015
在自适应成就测试的背景下对学生的考试动机进行建模
这项研究研究了基于响应时间的分析在理解未动机测试者的行为方面的实用性。为了进行自适应成就测试,将观察到的快速猜测行为和项目响应准确性的模式与已提出代表无动力测试行为的几种模型中预期的行为进行了比较。
2015
在学年的种族/种族和社会经济成就差距的发展
这项研究检查了使用两个大型纵向数据集,研究了从学校入学到中学的贫困与种族/族裔群体之间的学术成就差距的发展趋势。我们使用时变效应建模(TVEM)来估计种族/民族,贫困状况以及数学和阅读成就之间的关联如何在5岁到5岁之间的连续年龄之间有所不同。
经过:梅根·库赫菲尔德(Megan Kuhfeld),,,,伊丽莎白·格舍夫(Elizabeth Gershoff),,,,凯瑟琳·帕沙尔(Katherine Paschall)
2018
夏季学习差距在更高的成绩中恶化,只是您认为的方式不是
梅根·库菲尔德(Megan Kuhfeld)从她的工作中分享了令人惊讶的早期发现,探讨了学生夏季学习损失的模式。
资源:
教育周
话题:季节性学习模式和夏季损失,,,,公平
2018
夏季学习损失:我们知道的和我们正在学习的东西
在此博客中,梅根·库菲尔德(Megan Kuhfeld)分享了我们对夏季学习损失的了解的背景,以及我们理解的显着差距,这些差距使她的工作使她的工作更加新鲜,更深入地看待这一现象。
话题:季节性学习模式和夏季损失,,,,公平
2018
2018