这项综合性审查检查了计算机化适应性测试（CAT）的动机优势，并证明它们在识别考生表现出低努力的情况和有效应对无动机考生造成的有效性威胁方面，都比传统测试具有重要优势。

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更精确、准确地描述成绩较差和成绩较好学生的成绩水平。即时、信息丰富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。

无论何时，只要测量的目的是对学生的成绩水平进行推断，我们就必须相信学生的考试成绩准确地反映了学生所知道和能够做的事情。这种信任需要假设学生的测试事件不会受到可能扭曲其分数的不相关因素的过度影响。本文考察了一个这样的因素，即考试动机，它往往会导致一个人特定的，系统性的考试成绩负偏差。

基于计算机的考试越来越多，这使得它能够定期记录考生在单个考试项目上花费的时间。这反过来又导致人们对响应时间在衡量智力和成就方面的潜在应用越来越感兴趣。Goldhammer（本期）对该领域的许多研究提供了非常有用的概述，并对速度-能力权衡及其对测量的影响进行了深入的分析。

本研究考察了基于反应时间的分析在理解无动机考生行为方面的效用。对于来自适应性成就测试的数据，将观察到的快速猜测行为模式和项目响应准确性与几种模型下的预期行为进行了比较，这些模型已被提出用于表示无动机的考试行为。

NWEA最近推出了一个名为“学院探索者”的新工具，该工具使中学生和初高中学生能够在开始大学申请流程之前，使用他们的学业进步测量®（MAP®）分数来查看他们正在进入哪些学院和大学。