2020年11月
2020年新冠肺炎疫情抑制了面对面教育,限制了考试。在世界上许多国家,在学年结束时举行的高风险考试决定着大学的录取。本文研究了使用学校历史数据和高风险考试结果来训练模型的影响,该模型可以在春季给定可用数据的情况下预测高风险考试。以高中GPA为主要预测因子的线性回归模型是最透明、最准确的模型。对这些预测的进一步分析反映了高风险考试与不同人群高中GPA之间的关系。预测分数略高于女性和低社会经济地位个体,她们在高风险考试中的表现相对较差。在高风险考试中,我们的首选模型约占样本外变异的50%。平均而言,使用预测分数得出的学生排名与实际排名相差近17个百分点。这表明,要么高风险考试捕捉的是高中成绩无法衡量的个人技能,要么高风险考试是对同一技能的嘈杂衡量。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。