杂志文章
3月2021年3月
在教育中应用测量,DOI:10.1080 / 08957347.2021.1890745
经过:史蒂文明智那Megan Kuhfeld.
努力受到努力(E-M)评分旨在估计他们完全参与的脱离测试者的表现如何。它通过排除脱离的响应来完成此调整,从而从剩下的答复中估算绩效。然而,评分方法假设其余的反应不受脱离的影响。最近的一项研究提供了证据表明E-M评分中使用的响应有时可以反映不足或部分接触。在这些情况下,E-M分数将不那么值得信赖,因为它们仍然可以通过脱离扭曲。本文介绍了一种用于识别部分参与的方法,并提供验证证据以支持其使用和解释。当测试事件表明存在部分参与时,应谨慎地解释努力努力的分数。
本文发表于NWEA之外。全文可以在上面的链接找到。
话题:学校和测试参与
本研究采用来自美国的2,056所学校的728,923名3年级3年级学生阅读测试分数来比较阈值设置方法来检测非违法的项目响应。因此,有助于提供关于使用给定方法识别无违法反应的权衡的指导。
经过:詹姆斯的孤独那Megan Kuhfeld.那约瑟夫里奥斯
Covid-19学校关闭如何影响学生学术成长和成就?新的研究使用秋季2020地图增长评估数据440万学生提供了新的见解,主要结果和可行的建议。
经过:Megan Kuhfeld.那Karyn Lewis.那Patrick Meyer.那Beth Tarasawa.
话题:Covid-19和学校那测量和缩放那学校和测试参与
本届全国教育委员会委员会的会议2020虚拟会议对理解和管理试验脱离提供了新的研究结果。
经过:詹姆斯的孤独那约瑟夫里奥斯
话题:学校和测试参与那测量和缩放
本届从全国教育委员会议会的会议2020虚拟会议就谅解和管理进行了测试脱离提供了新的研究结果(介绍从22:55开始)。
来自2020年全国教育委员会的本次会议虚拟会议对理解和管理试验脱离提供了新的研究结果。(演示文稿从22:55开始)。
经过:詹姆斯的孤独那史蒂文明智
本研究调查了努力审查(E-M)得分,其中鉴定了作为快速猜测的项目响应被确定并排除在得分之外,其影响与脱离测试的分数畸变。
话题:报告和评估中的创新那测量和缩放那学校和测试参与
本书在测试开发中展示了人工智能(AI)的各种应用,包括使用AI技术在自动化项目生成,自动测试组件,自动评分和计算机化自适应测试中的研究和成功示例。
经过:史蒂文明智
话题:学校和测试参与那报告和评估中的创新那测量和缩放
查看互动工具,将复杂的教育问题带到生机。探索增长,成就,贫困,大学准备等模式。
我们与大学研究人员,学校系统,满足不同教育研究主题的合作。
与我们联系,了解我们在这些会议和活动中的最新研究。
Simona Beattie.SR.经理,公共关系
971.361.9526
电子邮件
关