人们越来越关注国际评估项目中存在的无目的考试，以及它对一个国家教育成就水平推断的有效性的影响。在本文中，作者讨论了通过20年的研究得出的6个重要见解，以及对评估计划的影响。

本研究在一项大规模状态总结性评估中调查应试投入。总的来说，这项研究的结果表明，尽管它对总分的影响可能相对较小，但脱离对个人状态总结性测试成绩有实质性的影响。

响应时间数据的收集越来越频繁，这就增加了对如何将这些数据包含在度量模型中的理解。响应时间的模型已经提出，但大规模的实证调查相对有限。我们利用自适应NWEA MAP成长阅读评估的大型数据集来阐明响应时间行为的紧急特征。

本文描述了一种识别部分业务的方法，并提供了验证证据来支持其使用和解释。当测试事件表明部分投入的存在时，努力调节分数应该谨慎地解释。

为了避免让一个人评估一个感兴趣的结构的主观性，经常使用多个评分者。虽然已经提出了一系列模型来解决使用多个评分者时出现的测量问题，但很少有模型可用来估计存在多个评分者时的增长。本研究提供了一个模型，该模型删除了所有评分者在给定时间点的共享感知，然后添加了跨时间点的潜在增长曲线模型。结果表明，该模型显示出希望使用的研究人员谁想估计增长基于纵向多评级数据。

为了避免让一个人评估兴趣的结构(例如，学生在学校的自我效能感)的主观性，通常使用多个评分者。本研究提供了一个模型，以估计在多个评级存在的增长。

本研究首次将半监督学习的思想应用到CDM中。此外，我们使用验证检验来为ann选择适当的参数，而不是使用典型的统计标准，如AIC, BIC。