技术简介
2020年11月
技术简介提供更多细节说明样本、方法和分析结果CoVID-19学习阶段:学生阅读数学成绩和增长初步发现.
题目:CoVID-19学校,度量和缩放
研究简介
CoVID-19学习阶段:学生阅读数学成绩和增长初步发现
2019秋季2020MAP增长损耗分析
2020年秋季远程和现场APP增长测试可比较性分析
数学进度监控度量:文献回顾
题目:度量和缩放,学术内容,Math & STEM
调查测试大规模评估
以往多数研究都使用本地开发工具研究响应时间当前研究的目的是研究商业上可用低取量工具内快速猜想行为的数量
by:史蒂文智者,J.卡尔赛策,吉尔R范登休维,广明灵
题目:度量和缩放,学校测试参赛,学生增长和问责政策
计算机自适应测试中不可忽略数据效果
依据固定测试表定期条件假设进行这些研究,如不缺响应和单维能力正常分布
by:王秀东,洪桥
题目:度量和缩放,计算机自适应测试,项目响应理论
构造有效性和测量不变性计算机自适应测试:应用校验因子分析
这项研究使用实数据提供实验性证据,显示10个州不同学历层次上MAP尺度构造和不变构造
by:王秀东,马尔斯S麦考尔,洪桥,格雷格哈里斯
题目:度量和缩放,测试设计
纵向计算机化自适应测试纵向实现结构验证:多指标、潜增长建模法
当前调查研究使用多指标潜在增长建模法审查纵向实现构造及其对MAP增长的异差
by:王秀东,洪桥,里鲁张
题目:度量和缩放,增长建模
适应性评估潜力
文章中,作者解释CAT如何通过调整问题测试展开后对低成绩学生和高成绩学生的成绩水平提供更精确和准确的描述。即时信息测试结果使教师能够区分指令以满足学生当前学术需求
by:Edward Frien
题目:报表评估创新,度量和缩放,学生增长和问责政策
纽约学生成绩幻影崩溃
纽约州发布第一批考试结果时, 许多人误信考试结果显示学生成绩急剧下降深入观察结果显示学生成绩可能提高
by:约翰克罗宁,内特詹森
题目:度量和缩放
数据可视化
View交互工具带入复杂教育问题探索增长模式 成绩模式 贫困模式 大学准备状态模式
研究伙伴关系
与大学研究者协作 学校系统 处理各种教育研究题
即将到来研究演示
与我们连通并学习我们在会议和事件上的最新研究
西蒙娜贝蒂Sr.公共关系主管
971.361.9526
邮箱
订阅通讯时保持时事
关闭
关闭重叠
继续探索