这美国两年制大学数学协会(AMATYC)本文探讨了数学教与学的三个关键领域:行为方式、思维方式和思维习惯。

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。

摘要本研究旨在探讨计算机化自适应测验中缺失数据对测验构念效度的影响。

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。

本文报告的研究通过应用bin-and-union方法为大型许可CAT设计项池，提供了逐步的实际操作指导，该方法使用具有可变测试长度的复杂自适应测试算法、基于停止规则的决策、内容平衡和曝光控制。

本研究比较了为严格约束的计算机化自适应测试(CATs)而开发的四种项目选择程序。