在本研究中，我们将复合多项式或“CP”模型应用于学校评价环境。CP模型通过同时估计年度之间和年内的增长来解决学生考试成绩的季节性问题。

在这项研究中，我们为政策和评估受众介绍了这些脱离指标，包括脱离可能会对教育有效性的估计产生偏见。在分析上，我们使用了来自一个管理计算机测试的州的数据，来检查测试脱离对学校对学生成长、成绩差距和夏季学习损失的估计的影响。

了解更多关于季节性对学校效率估计的影响，以及忽视夏季损失如何影响哪些学校被确定为低绩效学校。

社交情绪学习能力对学生的成功很重要，但它们是否会随着时间的推移而稳定?本研究探讨了这一问题及其对教师和学校的影响。

了解更多关于季节性对学校效率估计的影响，以及忽视夏季损失如何影响哪些学校被确定为低绩效学校。

了解更多关于我们对学生脱离的检查，以及它如何根据观察到的测试结果对有效性估计产生偏见。

在这项研究中，数学成绩和自我效能的重复测量被用来拟合各种潜在曲线模型，这些模型联合估计了两种结构的增长。