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。

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。

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。

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。

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。

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。

梅根·库赫费尔德（Megan Kuhfeld）分享的工作探讨了夏季学习损失或成长的不同模式如何影响学业成就差距。