相关话题
探索COVID-19的教育影响
这种可视化的开发是为了提供州一级的深入了解学生在2020-2021学年的MAP增长情况。评估是COVID-19对学生影响的众多指标之一。我们使用该工具的目标是创建可见数据,为2022学年及以后的学术恢复工作提供信息。
由:格雷格•王
2021.
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思维应用到CDM中。此外,我们使用验证测试为ann选择合适的参数,而不是使用典型的统计标准,如AIC, BIC。
由:康雪,莱恩肖
主题:测量及扩展
2021.
2021.
比较不同的响应时间阈值设置方法,以检测低努力的大规模评估
这项研究使用了美国2056所学校的728923名3 - 8年级学生的阅读测试成绩,比较了检测非努力项目反应的阈值设置方法。在使用给定的方法来识别不费力的响应时,它提供了有关权衡的指导。
主题:学校和测试的参与
2021.
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:模拟研究
本报告展示了一项模式可比性研究的结果,该研究通过模拟来评估在基于约束的引擎(CBE)上管理的MAP Growth得分如何与在当前MAP Growth引擎(称为COLO)上管理的得分进行比较。
2021.