人们越来越关注国际评估项目中存在的非参与式考试，以及它对一个国家教育成就水平推断的有效性的影响。在本文中，作者讨论了20年来在这方面的研究以及对评估程序的影响所产生的6个重要见解。

本研究调查了一项大规模的状态总结性评估中的应试参与情况。总体而言，本研究结果表明，脱离参与对各州总结性考试成绩有显著影响，但对总结性考试成绩的影响相对较小。

越来越频繁地收集响应时间数据，导致越来越需要了解如何将此类数据包含在度量模型中。响应时间的模型已经先进，但相对有限的大规模实证调查已经进行。我们利用来自自适应NWEA MAP成长阅读评估的大型数据集来阐明响应时间行为的紧急特征。

本文描述了一种识别部分接合的方法，并提供了验证证据来支持其使用和解释。当测试事件表明部分参与的存在时，应该谨慎地解释与努力相关的分数。

为了避免让一个人评估一个感兴趣的结构的主观性，经常使用多个评分者。虽然已经提出了一系列模型来解决使用多个评级者时出现的测量问题，但很少有模型可以用来估计多个评级者存在时的增长。本研究提供了一个模型，该模型除去了在给定时间点评分者的所有共享感知，然后添加跨时间点的潜在增长曲线模型。结果表明，该模型对于希望根据纵向多评级数据估计增长的研究人员具有使用前景。

为了避免让一个人评估一个兴趣构念(例如，一个学生在学校的自我效能)的主观性，经常使用多个评分者。本研究提供了一个模型，以估计增长存在多个评级。

本研究首次将半监督学习的思维应用于CDM。此外，我们采用了验证检验方法来选择合适的人工神经网络参数，而不是使用典型的统计标准，如AIC、BIC。