A Validity Argument for a Mathematics Curriculum-Based Measure: Implications for Response to Intervention Decision-Making

Q: 이 논문에서 정의한 반응성 개입(RTI)이란 무엇인가?

학업 성취도가 낮은 학생들을 조기에 식별하고 커리큘럼 기반 측정 도구를 사용하여 그들의 진전을 지속적으로 모니터링함으로써 교육적 의사 결정을 내리는 체계다. 이는 학생의 학업 수준에 맞춘 적절한 개입을 통해 교육적 필요를 충족시키는 것을 목적으로 한다.

Q: 수학 CBM 도구가 RTI 체계 내 학생 분류에서 가지는 타당성은 어떠한가?

연구 결과, easyCBM 점수와 주 학업 성취도 평가 점수 사이에 강력한 상관관계가 확인되었으며 주 시험 점수 변동성의 최대 50%를 설명하는 것으로 나타났다. 따라서 해당 도구는 학생들을 교육적 단계로 분류하는 데 유용한 도구임이 입증되었다.

B. Jasmine Park; Daniel Anderson; Gerald Tindal; Julie Alonzo

추천

검색

질문

자료유형: 학술저널

저자정보: B. Jasmine Park (American Institutes for Research) Daniel Anderson (University of Oregon) Gerald Tindal (University of Oregon) Julie Alonzo (University of Oregon)

저널정보: 한국교육행정학회 Journal of Educational Administration and Policy Journal of Educational Administration and Policy Vol.2

발행연도: 2017.12

수록면: 33 - 46 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Within a response to intervention (RTI) framework, many schools initially group students into tiers on the basis of normative achievement. Using a screener and benchmarks with curriculum-based measurement (CBM), students are classified as being academically “at-risk” or not. In the current study, we present a validity argument for the use of a mathematics CBM as a classification tool within RTI and explore the relation between a fall CBM administration and state accountability test results using a large sample in Oregon (located in the Pacific Northwest in the United States) through regression analyses. Our analyses indicate a strong relation between easyCBM® and the state achievement tests, which suggests that accurate screening of students using CBM can help teachers and administrators make more informed decisions for both instruction and school resource allocation. For more successful RTI, educators should implement effective and efficient decision-making processes based on assessment data, and researchers should continue exploring ways to improve the classification accuracy of CBM and incorporate instructional effects.

#Curriculum-based measurement #response to intervention #classification accuracy #test validity #decision making

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)