我们已经写过很多次了，衡量增长只有在做得好时才有用。这不仅仅是比较一个和另一个的熟练程度分数。它是关于准确地识别每个学生当前的表现水平——对远远高于或低于年级水平的学生和那些处于中间水平的学生的精确度是一样的。作为教育者，你们应该有一个这样的成长指标提供有效数据你可以信任——你可以用它来支持每一个学生的学习。
在我们最后一篇博客文章，我们分享了衡量巨大增长的七个关键标准中的前三个:
- 考试应该基于你的教育水平
- 测试使用的刻度应该在一段时间内保持相等的间隔
- 考试应该正确地衡量学生的表现，而不管他们的成绩如何
让我们来看看衡量质量增长的最后四个标准:
4.测试应该有许多可能的问题，在许多不同的难度级别。计算机自适应评估是很好的衡量成长的理想方法，因为它们可以相当精确地了解学生所知道的和准备学习的内容。如何?它们在整个测试过程中动态地适应学生的答案。一个正确的答案会生成一个更难的测试题目;一个错误的答案，一个更简单的答案。这种持续的调整使测试能够准确地确定学生知道什么。
但为了更好地进行评估，这些评估需要大量可能的问题。我们称之为“项目池”;它是测试在试图准确确定学生知道什么时所引出的问题的集合。深度项目池这意味着评估可以向学生展示足够独特的问题，以揭示他们所知道的和准备学习的下一个细节。他们不会再看到同样的问题。
深度项目库的另一个好处是它消除了由来已久的恐惧:为考试而教学。如果你使用的评估只有少量的问题，教育工作者可能会感到压力，让孩子准备好回答那些问题。但有了大量的质量问题，教师可以自由地教授学生需要的概念，因为他们知道评估将从大量的问题中提取，以检查学生对概念的理解。
5.考试的题目应该是公正的，对所有学生都公平．还记得那个古老的谜语吗?关于一个男人和一个儿子在车祸后被紧急送往医院。医生走进男孩的房间，喊道:“我不能给这个男孩做手术——他是我的儿子!”这个谜语让人们说出这是怎么回事，他们常常想不出答案——医生是男孩的妈妈。在很长一段时间里，许多人无意识地把所有医生都想象成男性——直到有人指出他们的偏见，他们才意识到。
事实上，每个人都有无意识的偏见——这是人性的一部分(尽管是我们一直努力改善的一部分)。但如果这些偏见渗透到评估问题中，公平和公平就会被抛到窗外。而创造出对每个学生都一视同仁的测试题——无论文化、社会经济、种族和宗教背景如何——则需要严格和系统的审查。
许多组织发布了严格的标准，帮助测试人员消除偏见，并采取一致的方法编写公正的项目。请原谅冗长的首字母缩写，但这对公平评估至关重要:你需要一种使用差异项目功能(DIF)的成长测量方法，以及遵循美国教育研究协会(AERA)、美国心理协会(APA)和国家教育测量委员会(NCME)制定的标准的偏见和敏感性评估。
6.测试应该有一个明确的目的，并有效地满足这个目的。在任何评估中，最重要的问题是你，教育家，在进行测试之前问自己:“我为什么要这样做?”你给出的任何测试都应该有一个明确的目的，并且要精确而精确地完成这个特定的目的——花费所需的时间:不多也不少。
测试越精确，给出的分数就越准确，而且需要的时间也就越多。在试图保护宝贵的教学时间时，寻求可用的最短评估是很诱人的。但如果评估给出的数据不可靠或不准确，那就完全是浪费时间。
因此，当您的目的是衡量成长——并使用您收集到的信息来支持学生学习——选择一种评估方法，准确地衡量为您提供有价值的数据所需要的内容，并使其效率最大化:不增加也不减少测试。
7.测试应该为您提供成长的背景．一旦你准确地衡量业绩和增长，一个充满教学机会的世界就会打开——但前提是这种增长被置于一个有用的环境中。你的评估数据需要背景，以便各级教育工作者在此基础上采取行动。
教师可以通过了解学生的成绩与班上其他学生的比较而获益。校长可以从了解他们学校在地区内的相对位置中获益，而地区监督者则发现将学校的表现放在州和国家的背景下是很有用的。
另一种情境是通过观察学生的成长轨迹，并确定他们是否处于及时达到既定成绩标准的道路上。例如，一个学生是否为毕业后上大学做好了准备?一所学校是否达到国家问责标准的能力标准?了解这一背景可以帮助你在教室、建筑和地区层面做出资源分配和指导的关键决定。
不精确的学生成长测量可能会产生毁灭性的后果——学生在没有足够帮助的情况下陷入困境，失去了充实自己的机会，学生失去了投入，教职员工也失去了信心。优秀的学校坚持用最好的方法去理解所有的学生，而不仅仅是那些处于钟形曲线中间的学生。我们的中期评估-地图®增长™-专为准确测量学生成长，并提供行业中最高质量的数据。
