Odpowiedni roczny post¿p: Opuszczenie Wyja¿nienie

Celem tego badania by-o ustalenie, czy zmienne zawarte w karcie sprawozdania Mississippi wykorzystywanej do obliczania AYP mog- by- wykorzystane do przewidywania z dok-adno-ci- wi-ksz- ni- ta, któr- mo-na przypisä przypadkowi, czy Mississippi LEAs osi-gnie odpowiedni roczny post-p w czytaniu i matematyce z wykorzystaniem techniki regresji logistycznej. Dodatkowym celem tego badania jest okre-lenie, czy w--czenie dodatkowej zmiennej dotycz-cej proporcji nauczycieli w kädym Mississippi LEA z jednorocznym certyfikatem nauczycielskim mo-e znacz-co zwi-kszy- si-- objäniaj-c- modeli regresji logistycznej. Badanie to wykazäo, -e wykorzystuj-c zmienne wykorzystywane do obliczania AYP, mo-na z powodzeniem wykorzystä model predykcyjny do klasyfikacji Mississippi LEA, które osi-gn- i nie osi-gn- AYP w czytaniu i matematyce z dok-adno-ci- wi-ksz- ni- mo-na przypisä przypadkowi. Badanie to wykazäo równie-, -e w--czenie zmiennej odpowiadaj-cej procentowi nauczycieli w LEA z jednoroczn- licencj- nauczyciela nie zwi-ksza dok-adno-ci predykcyjnej modelu.

Jenifer Moore, Ph.D. sirve como coordinadora del programa de primaria y profesora asistente en la Universidad de Montevallo. Moore enseña cursos de métodos de matemáticas y ciencias dentro del programa de educación elemental. Sus intereses de investigación incluyen la gestión de clases, la educación en matemáticas y ciencias, y las iniciativas de educación federal.