研究简报
通过不同技术和心理测量基础设施管理的MAP生长测试的可比性:基于经验数据的引擎评价研究
2020年9月
描述
本报告展示了一项基于经验数据进行的模式可比性研究的结果，以评估在基于约束的引擎(CBE)上管理的MAP Growth得分如何与在当前MAP Growth引擎(称为COLO)上管理的得分进行比较。CBE最初开发的目的是交付年终状态总结性评估，但已得到加强，还在全年多次提供中期测试，如MAP Growth。虽然CBE和COLO在软件基础设施和心理测量自适应算法上有所不同，但当交付由相同的测试蓝图构建的测试时，这些差异应该不会对测试分数产生什么影响。作为Altair项目的一部分，正在进行两项研究，以调查模式可比性:(1)使用模拟数据的研究和(2)基于本报告中提供的实证学生数据的研究。这两项研究的结果将有助于确定是否可以在不影响评分的情况下对CBE进行MAP生长评估。
查看更多阅读简短的
相关的话题
NISS Ingram Olkin论坛:COVID和学校:建模开放、关闭和学习损失
在这个国家统计科学研究所(NISS)， Ingram Olkin "统计服务社会“在论坛上，来自全国各地的专家分享了他们在报告和研究COVID-19对美国学校的影响方面所面临的统计和数据分析挑战。请在论坛和主持人上阅读更多信息尼斯在网页．
主题:COVID-19和学校，测量及扩展
COVID-19如何影响学生学习?2020年秋季的初步发现
在布朗中心黑板(布鲁金斯学会)的博客中，NWEA的研究人员分享了新研究的结果，揭示了COVID-19大流行对学生学习的影响。
主题:COVID-19和学校，股本，测量及扩展
2020年秋季远程和现场MAP增长测试的可比性分析
COVID-19学校关闭如何影响学生的学业成长和成就?利用2020年秋季MAP增长评估数据对440万学生进行的新研究提供了新的见解、关键发现和可行建议。
技术附录:COVID-19期间的学习:关于学生阅读和数学成绩和成长的初步发现
该技术概要提供了关于样本、方法和概要中突出显示的分析结果的额外细节，COVID-19期间的学习:关于学生阅读和数学成绩和成长的初步发现．
主题:COVID-19和学校，测量及扩展
COVID-19期间的学习:关于学生阅读和数学成绩和成长的初步发现
COVID-19学校关闭如何影响学生的学业成长和成就?利用2020年秋季MAP增长评估数据对440万学生进行的新研究提供了新的见解、关键发现和可行建议。
主题:COVID-19和学校，股本，测量及扩展
避免增长估计中总分的偏差:对基于irt的纵向调查反应评分方法进行检查
我们对人类如何发展、学习、行为和互动的了解，很大一部分都是基于调查数据。尽管在基于irt的大规模教育评估上有大量的指导意见，以促进对考生成长的估计，但这方面的专业知识很少用于心理和社会情绪构面的测量。通过一系列模拟和实证研究，我们在单队列重复测量设计中使用总和评分和多种IRT方法生成分数，并使用每组分数比较纵向生长模型的生长估计值的恢复。
