目前的调查研究使用多指示剂，潜在增长建模（MLGM）方法来检查纵向成果构建体及其对地图增长的不变性。

本研究检测了响应时间的分析在理解未激动的考试者的行为方面的效用。对于自适应成就测试，将观察到的快速猜测行为和项目响应精度的模式与已提议的几种模型的预期的行为进行比较，这提出了代表未激励的测试采取行为。

建模学生增长是在没有留下的儿童（NCLB）下的联邦政策要求。除了跟踪学生的增长外，最新争夺最新（RTTP）联邦教育政策的竞争缩短了教师效率的评估，从额外的高级值得学生学习和增长的额外价值的角度来看。学生增长建模和教师增值建模是复杂的。

本研究审查了使用两个大型纵向数据集从学校进入中学到中学的贫困和种族群体之间学术成就差距的发展趋势。我们使用时变效果建模（TVEM）来估计种族/种族，贫困地位和数学和数学和读取成就的协会如何在5岁到15岁以上的年龄之间变化。

当最近的Naep结果出来时，凄凉的标题是美国学生在阅读理解中没有越来越好。当Naep人士于4月初召开了一部阅读专家小组时，主要等级被称为一个潜在的罪魁祸首。那么需要在K-3识字中重新评估什么？一个合理的外观的位置是口头读流的流利和饲养词解码的基础技能。

夏天三周，在波特兰，俄勒冈州进入幼儿园的儿童准备好，让兴奋地开始学校。虽然它没有替代PRE-K，但获取预览有助于缓解儿童的过渡，并为父母提供连接感。特别记者丽莎教育周的报告。

他的研究通过比较了与NWEA地图增长评估的估算估计的SEDA估计，描述了数学和英语语言艺术（ELA）的塞巴增长估计的会聚有效性分析。