这项研究是第一次将半监督学习思想应用于CDM的首次。此外，我们使用验证测​​试为ANN选择适当的参数而不是使用典型的统计标准，例如AIC，BIC。

为了避免让一个人评价一个兴趣结构(例如，一个学生在学校的自我效能感)的主观性，经常使用多个评分者。本研究提供了一个模型，用于在存在多个评级者的情况下估计增长。

本报告提出了通过模拟进行的模式可比性研究的结果，以评估从基于约束的发动机（CBE）上管理的地图增长的分数与在称为Colo的当前地图增长引擎上施用的那些。

重要的教育政策决策，如是缩短还是扩大学年，往往认为成就的增长是线性的，通过学年是线性的。本研究审查了在2016 - 17年学年的秋季，冬季和春季的8年级，使用幼儿园中的七百万学生的数据来检查这一未经测试的假设。

在全国统计科学研究所（NISS）INGRAM OLKIN“统计服务社会“在论坛上，来自全国各地的专家分享了他们在报告和研究COVID-19对美国学校的影响方面所面临的统计和数据分析挑战。请在论坛和主持人上阅读更多信息niss网页。

在这个棕色中心黑板（Brookings机构）博客中，NWEA研究人员从新的研究中分享调查结果，揭示了Covid-19 Pandemic在学生学习的影响的影响。

Covid-19学校关闭如何影响学生学术成长和成就？新的研究使用秋季2020地图增长评估数据440万学生提供了新的见解，主要结果和可行的建议。