几十年来，研究人员和从业者花了大量精力研究各种提高参数准确性的方法，但直到最近，研究人员才开始关注通过使用联合模型来改进参数估计，该模型可以将RT和学生信息作为CI。

以前涉及响应时间研究的大多数研究都是使用当地开发的仪器进行的。目前这项研究的目的是在一个商业上可用的低赌注工具中检查快速猜测行为的数量。

这些研究是基于固定的测试形式在规则条件下的假设进行的，例如没有遗漏的响应和总体的一维能力正态分布。

本研究使用真实数据，为10个不同州不同学历年级MAP量表的构造和不变性构造提供了实证证据。

目前的调查研究使用多指标、潜在增长模型(MLGM)方法来检验MAP增长的纵向成就结构及其不变性。

在这篇文章中，作者解释了CAT如何通过在测试过程中调整问题来提供更精确、更准确的成绩水平，包括成绩差的学生和成绩好的学生。即时，翔实的测试结果使教师能够区分教学，以满足个别学生当前的学术需求。