相关的研究
相关的话题
基于人工神经网络的半监督学习诊断分类方法
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。
由:康雪,莱恩肖
主题:测量和缩放
2021
比较不同的响应时间阈值设置方法,以检测大规模评估中的低工作量
这项研究使用了来自美国2056所学校的728923名三年级至八年级学生的阅读测试成绩,比较阈值设置方法来检测不费力的项目反应。因此,这有助于为使用给定方法识别轻松响应所涉及的权衡提供指导。
主题:学校和考试参与
2021
通过不同技术和心理测量基础设施管理的MAP生长测试的可比性:一项模拟研究
本报告介绍了通过模拟进行的模式可比性研究的结果,以评估在基于约束的引擎(CBE)上管理的MAP Growth的分数与在当前的MAP Growth引擎(称为COLO)上管理的分数如何进行比较。
2021
学习曲线:重新审视年内线性增长假设
重要的教育政策决策,如是否缩短或延长学年,通常假设成绩的增长在整个学年是线性的。这项研究使用2016-17学年秋季、冬季和春季的700万名幼儿园到八年级学生的数据来检验这一未经验证的假设。
2021
NISS Ingram Olkin论坛:COVID和学校:建模开放,关闭和学习损失
在这个国家统计科学研究所(NISS)英格拉姆·奥尔金“统计服务社会论坛上,来自全国各地的专家分享了他们在报道和研究COVID-19对美国学校影响的问题时面临的统计和数据分析挑战。在论坛和演讲者上阅读更多尼斯在网页.
主题:COVID-19和学校,测量和缩放
2020