这篇文章就在考试被用作评估工具之前要考虑的问题提供了见解和指导，并帮助确保更好地选择考试分数在教师评估中的作用。

以前的大多数研究都是使用当地开发的仪器进行的，涉及到对响应时间的研究。目前这项研究的目的是检验在一种商业化的、低风险的工具中快速猜测行为的数量。

在这篇文章中，作者解释了CAT如何通过随着测试的进行调整问题，更精确、准确地描绘出成绩较差和成绩较好的学生的成绩水平。即时、翔实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。

模拟学生成长一直是《不让一个孩子掉队》(NCLB)下的一项联邦政策要求。除了跟踪学生的成长，最新的力争上游联邦教育政策(RTTP)规定，从教师为学生学习和成长做出贡献的附加价值的角度来评估教师的效能。学生成长模型和教师增值模型是复杂的。

从传统公立学校转到特许学校对学生成绩和成长的影响是一个特别有争议的问题。我们采用倾向评分分层和多层模型来平衡跨州学生样本的治疗组和对照组之间的关键协变量，这提供了特许学校成就效应在准实验背景下的更复杂的图像。

在纽约，积极的学生成绩和学生成长的结果表明，对教师评估过程的改进，强调强有力的评估程序的重要性，系统地收集教师表现的证据，并使用数据为过程提供信息，比狭隘的惩罚方法更有希望提高教育效果。

当前的研究概述了测量项目级别努力的一般过程，可应用于扩展的项目类型和应试行为(如省略或构造的回答)。这个过程，用一个大规模评估项目的数据来说明，应该提高我们检测不费力的考试和执行个人分数验证的能力。