Teacher bias or measurement error?
教师偏见还是测量误差？AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究测量误差与条件评价差距，未明确给出处理效应、面板或其他所列细分框架。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
教师偏见还是测量误差？
- 研究问题
- 在标准化测试分数相近时，低社会经济地位学生仍获得较差教师评价，这种条件差距有多少可能来自测试分数测量误差？
- 方法与思路
- 作者讨论经典与非经典测试分数测量误差如何影响条件社会经济地位差距系数，考虑三种纠偏策略，并分析荷兰行政数据中的分流建议。
- 材料陈述的贡献
- 摘要称，测量误差解释了分流建议条件差距的 35%—43%，提示把控制测试分数后的评价差距直接解释为教师偏见需要谨慎。
- 阅读关注点
- 应核对三种经验策略各自的识别条件、测量误差结构和解释比例的计算方法，并检查纠偏后的剩余差距能否支持偏见解释。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未说明三种策略及其条件，所报比例也不能证明剩余差距完全源自偏见。
原文摘要
Subjective teacher evaluations play a key role in shaping students' educational trajectories. Previous studies have shown that students of low socioeconomic status (SES) receive worse subjective evaluations than their high SES peers, even when they score similarly on objective standardized tests. This is often interpreted as evidence of teacher bias. Measurement error in test scores challenges this interpretation. We discuss how both classical and non-classical measurement error in test scores generate a biased coefficient of the conditional SES gap, and consider three empirical strategies to address this bias. Using administrative data from the Netherlands, where secondary school track recommendations are pivotal teacher judgments, we find that measurement error explains 35 to 43% of the conditional SES gap in track recommendations.