Yeow孟Thum博士
高级研究员
Yeow Meng Thum侧重于对行为和教育数据的多变量，多级模型的方法论研究，以及潜在变量建模，因果推断和精神仪的主题。最着名的是他在问责制环境中增长建模的方法贡献，他已广泛发表了他的工作，包括在教育和行为统计，社会学方法和研究和教育评估和政策分析中。
在NWEA, Thum博士为MAP®Growth™开发了预测性大学准备基准，以及几个创新的统计程序，用于对过去和当前MAP Growth规范研究中部署的增长进行推断，所有这些都被用于指导和问责决策。在2008年加入NWEA之前，他是芝加哥学校研究联盟(Consortium on Chicago School Research)的首任分析主任，并经常为地方和州机构提供评估和问责方面的咨询。他是加州大学洛杉矶分校教育与信息研究研究生院和密歇根州立大学教育学院的教员，在俄勒冈大学国家特殊教育评估和问责中心担任礼貌研究副教授。图姆博士拥有芝加哥大学的博士学位。
Yeow孟Thum出版
NWEA 2020 MAP Growth Achievement Status and Growth norm for Students and Schools
The 2020 MAP Growth Norms report presents mathematics, reading, language arts and science achievement and growth patterns for students attending public schools across the U.S. It includes details on the methodological approach, information on MAP Growth assessments, the tested student population and post-stratification weighting, growth modeling, and implications of the study for research and practice, as well as tables showing student and school status and growth norms, status percentiles, growth distributions, and growth percentiles
学校效能、夏季损失和联邦责任:在项目评估背景下应用复合多项式模型
在本研究中，我们将复合多项式或“CP”模型应用于学校评价情境。CP模型通过同时估计年内和年内的增长来处理学生考试分数的季节性。
协调长期教育政策目标与短期学校问责模式
学校越来越多地为学生在数学和阅读方面的进步做出贡献。根据《每个学生成功法案》(Every Student succeed Act)，大多数州都在评估学校随着时间的推移在多大程度上提高了学生的成绩，并利用这些增长指标来确定排名靠后的5%的学校进行补救。
使用分析师的判断典范来增加项目校准过程
行为决策研究的一个关键发现表明，人类决策的参数化模型往往比决策者本身的表现更好。我们利用这一发现，通过寻找一个模型来模拟分析师如何整合FT项目级别统计数据和图形表现图来预测分析师对项目状态的分配。
主题:测量及扩展
学生和学校学习进度描述指标的有效使用:从有条件的成长指标到学习生产力测量体系
模拟学生成长一直是《不让一个孩子掉队》(NCLB)的联邦政策要求。除了跟踪学生的成长，最新的“力争上游”(RTTP)联邦教育政策还规定从教师为学生学习和成长做出贡献的附加价值的角度来评估教师的有效性。学生成长模型和教师增值模型是复杂的。
