《每个学生成功法案》(ESSA)带来的诸多变化之一是，它从以前的法律框架(依赖数学和阅读考试成绩来定义学校的成功或失败)转变为一种新的方法，基于至少五项指标的组合来衡量学校的质量。这些措施包括:
- 英语艺术表演
- 数学成绩
- 提高英语学习者的英语水平
- 高中的毕业率以及小学和中学的替代学术指标(例如，增长指标或表现的另一个领域，如科学或历史)
- 至少一个“学校质量或学生成功”(SQSS)的指标，它可能包括一个或多个指标，如长期缺勤、学校气候、停学率、学习机会，或大学和职业准备等。
使用这些指标，州问责制必须包括一种方法，根据总体表现较低(用于综合支持和干预)或学生群体持续表现不佳(用于有针对性的支持和干预)，确定至少5%的第一项资助学校需要支持。各州还必须确定任何一所4年调整队列毕业率为或低于67%的高中，以获得综合支持和干预(CSI)。就像哪一个一个状态为这个框架选择的指标是如何一个州将使用这些指标来确定需要干预和支持的学校，并鼓励所有学校为所有学生持续改进。
ESSA允许各州在如何结合和使用这些指标来确定需要支持和改进的适当学校方面具有灵活性。虽然各州可能会考虑一个衡量指标的指数，以产生一个单一的总分，但各州也可以使用一套决策规则来满足法律的要求。根据决策规则的构建方式，决策规则方法可以鼓励更多地关注度量指标的完整仪表盘，在识别学校表现因素方面提供更多的透明度，并支持更多的战略性干预，而不是只通过单一的评级、排名或等级提供信息。
一个州在使用该系统的指标来确定学校时所采取的方法的重要性不应被低估。即使使用同一套指标，不同的方法也会识别出不同的学校。虽然由一个指数确定的总成绩可能很容易创建和理解，但它们可能无法识别出在某些指标上表现严重低下的学校，而这些指标在纳入单一评级时被掩盖了。相比之下，决策规则可以更系统地设置一个国家认为可以接受的最低性能阈值，或确保始终考虑到某些优先指标。
理想情况下，一个州的学校识别支持的方法应该是:
- 确保所有指标在系统中计算，同时也满足ESSA关于学术指标权重的要求;
- 把进展和业绩一起写进去;
- 确保这些规则不会因为确定了太多的学校而使系统支持改进的能力超负荷;
- 避免通过掩盖子群体表现或单项指标表现而忽视学校;而且
- 在整体表现、个别指标和学生分组方面保持透明。
设计决策规则时的初步考虑
ESSA要求，在做出决定时，一套学术指标必须比其他非学术指标具有“更大的权重”，而且每一个单独的学术指标必须具有“相当大的权重”。以下每一种选择都试图赋予学术指标更大的权重，但最终，每个州的利益相关者和美国教育部必须确保各州的最终框架符合法律规定的标准。
一个国家的环境，包括它用于问责的指标的数量和种类，对于确定哪一套决策规则最合适也很重要。各国可考虑下列情况:
- 该州有多少学术指标和SQSS指标?如果SQSS的指标和学术指标一样多(或更多)，州可能需要调整决策规则，使学术指标的权重更大，以符合ESSA。
- 对于具有不同指标集的不同等级跨度，决策规则需要如何不同?例如，高中的决策规则需要与没有毕业率或大学和职业准备指标的小学有何不同?
- 是否有针对任何或所有指标的增长指标?如果有，将如何考虑?各州可能会将学校的成长或改善与地位一起纳入学校在一项或多项指标上的表现，也可能会将成长或进步本身视为一项指标。
使用决策规则确定综合支持和干预学校的选项
有许多方法可以使用决策规则来确定需要支持的学校。本节描述5个选项(所有设计都符合ESSA的要求):
- 找出在大多数指标上表现最差的学校。如果学术指标超过非学术指标，则其权重自动增加。
- 更加重视学术指标，然后确定在最多指标上表现最差的学校。如果有许多非学术指标，这可能是必要的，以确保学术指标具有更大的权重。
- 找出在所有指标中平均得分最低的学校(可加权或不加权)，考虑到他们的表现水平。
- 找出在任何指标上表现最差的学校，并支持这些学校在这一领域取得进步。
- 在一个渐进的选择过程中考虑每个指标。
决策规则的例子
为了说明这些决策规则，我们构建了基于一个假设的国家的例子，该国家选择了以下指标作为其问责和改进体系:
- 英语语言艺术(ELA)以年度评估成绩衡量;
- 数学通过年度评估的成绩来衡量;
- 毕业率由4年、5年和6年调整后的队列毕业率衡量;
- 用英语语言能力的提高来衡量英语学习者的进步;
- 长期缺勤，指学生在入学时间的10%或以上缺勤的百分比;而且
- 大学和职业准备，衡量学生参与，表现，完成高等先修课程。
根据《国际教育援助方案》，指标1至4必须单独获得相当大的权重，而综合起来，其权重要远远高于指标5和6。在这个假设的状态下，学校表现的评分范围从1到4,4代表高表现，同时考虑了现状和成长，如表1所示。
选项1:确定在最多指标上表现最差的学校
使用决策规则最简单的方法之一是，将ELA和数学成绩作为单独的指标，考察学校在所有适用指标上的表现水平。该州将首先确定那些评分最低的学校，例如，在学术指标的4个可能等级中，只有“1”分。
这种方法对所有指标一视同仁。在表2所示的例子中，学术指标包括六个指标中的四个，因此权重更大。只有当国家的学术指标多于SQSS指标时，这个选项才会赋予学术更大的权重。
表2中的例子显示了一组五所高中，每一所高中都根据该指标的表现和增长，按照1到4的等级进行评级。学校B将首先被确定为CSI，因为它有最多的“1”。如果州政府要确定更多的学校(例如，因为它还没有确定所有学校的5%)，那么接下来就会确定C学校。
选项1的变化:将ELA和数学合并为一个单一的学术指标
各州也可以将他们的ELA和数学指标合并为一个指标(见表3)。在这种情况下，学术指标将包括五个指标中的三个，因此仍然比SQSS指标的权重更大，但可能不会“多”很多。在这种情况下，学校B和C将首先被识别，然后，根据识别的最低门槛(5%的学校)是否达到，国家才能识别学校A。
选项2:确定表现最差指标最多的学校，但给予某些学术指标更大的权重
另一种选择，类似于选项1，是查看所有适用指标的表现水平，但对某些指标的权重或多或少高于其他指标(见表4)。每一个“1”，即可能的最低值，将为一所学校赢得一分——如果一个指标的权重为2，它将被视为额外的“1”。这个选项可以确保学术指标“更大的权重”。
在下面的例子中，A和B学校在两个不同的指标上都得到了“1”。然而，由于ELA和数学的权重都更大，学校A得到4分，而学校B得到2分。因此，首先要确定A学校进行干预。
选项3:确定平均分数最低的学校
另一个选择是查看所有适用指标的表现水平，找出平均分数最低的学校。在这种方法中，学校在每个指标上的表现水平都被考虑在内，不像选项1和选项2，只考虑“1”分，可能的最低分。指标的权重也可以高于或低于其他指标(如表6所示)，以这种方式确保学术指标的“权重大得多”。
在表5中，B学校的平均得分为2.2。在表6中，B学校的平均分较低，为1.8分，因为学业指标和毕业率的权重更大。该州将根据平均分数对每所学校进行排名，然后根据平均分数确定排名最低的5%的学校。
虽然B学校在表5中的表现优于A学校，但这一较高的评分掩盖了它在数学和毕业率上表现更差的事实。如表6所示，当学术指标被加权时，B学校的平均分数大幅下降，这使得B学校比A学校更有可能被加权指标所识别，尽管它最初的得分高于A学校。因此，不同的方法导致不同的学校被确定。
选项4:找出在任何指标上表现很差的学校，以便给予支持和干预
各州可以找出在任何单一指标上表现较差、没有改善的学校(或存在巨大、持续的公平差距的学校)，并向这些学校提供有重点的密集援助，以真正帮助它们在该领域取得改善。州政府可能会在每个指标区域确定最需要的学校进行强化干预。受援助学校的总数可能被设计为等于5%，也可能超过这个数字，这取决于标准的设置，但每所学校都可以在特定的需要领域获得帮助。在一系列指标中，一些学校在某些方面表现较差，可以获得更全面的服务和支持。
例如，一个州可以找出每项指标中排名垫底的3%的学校，并要求它们参与学校改善战略，以解决每一个表现较差和没有改善的领域，同时也允许其他学校自愿参与改善支持，如果它们比表现最差的学校做得更好，但仍然不太好。举个例子，国家可以确定并与一些在支持提高英语语言能力方面没有取得足够进展的学校合作，方法是组织研究，找出哪些方法有效，哪些地方学校有显著改善，可以参观和研究的例子，可以采用的课程材料和项目模式，为教育工作者和直接在学校工作的教练提供专业发展。同样的事情也可以用在数学成绩，例如毕业率，或高停学率，整体或特定学生群体的学校。
在图1的假设例子中，国家可能要求Frakes和Lindsay高中加入一个专注于提高识字教学的专业网络，Smith和Jones也自愿参与其中。与此同时，达尔维什、索琳娜和琳赛可能会被要求加入一个专业发展网络，以改善他们的数学教学，包括斯宾塞在内的其他一些学校可以自行选择参加这个网络。
正如可以为在某一特定领域有困难的学生组织有针对性的干预措施一样，也可以组织这样的干预措施来支持有共同需求的学校网络。研究已经证明，对目标相似的学校网络进行针对性干预的力量。
选项5:在渐进选择过程中考虑每个指标
最后一个选项以一所小学为例，基于以下指标:ELA和数学成绩和成长、英语学习者的收获、学校氛围和长期旷课。这一选择将通过统计在某些指标上获得最低分数“1”(表现较差和/或没有改善)的学校数量，建立一个符合识别条件的初步学校池。如果在最初的学校池中没有确定足够多的学校，那么其他指标得到“1”的学校将被考虑确定。在图2中一组决策规则的示例方法中，状态将按照以下方式进行:
- 确定在ELA和数学上获得两个“1”的学校。如果学校太少(例如，少于5%)，那么
- 另外，请确认在英语学习者能力提升方面获得“1”的学校。如果确定的学校太少，那么
- 另外，确定在大学和职业准备方面获得“1”的学校。如果仍然确定的学校太少，那么
- 另外，确定那些在长期缺勤(等等)上得到“1”分的学校。
如果在这些指标发挥作用之前，已确定5%的学校，则采用渐进式甄选程序可能会导致某些指标对特定年份的CSI鉴定没有帮助。因此，如果一个国家想要确保所有的指标在每年的识别过程中都被计算在内，这种选择可能不太可取。
使用渐进决策规则的另一种方法是在第一或两个阶段之后使用指标的计数。因此，例如，在选择了所有在ELA和数学方面得分为“1”的学校后，可以依次选择其他三个指标得分为“1”的学校;那些有两个“1”的;还有那些有一个“1”的。
结论
本简报展示了如何使用不同的决策规则来确定在ESSA下需要支持的学校。各州用来确定学校的方法很重要，因为不同的学校可能用不同的方法来确定。在选择一种方法时，各州应考虑当地的情况，以最大限度地提高所有指标得到适当权重、确定合理和所需数量的学校的机会，同时保持透明度，避免掩盖个别指标或子组的表现。与一个州为这个框架选择哪些指标同样重要的是，一个州将如何使用这些指标来确定需要干预和支持的学校，并推动所有学校为所有学生持续改进。
确定需要支持和干预的学校:使用决策规则支持ESSA下的问责和改进(政策简报)由琳达·达林-哈蒙德，杰西卡·卡迪肯和汉娜·梅尔尼克授权知识共享署名-非商业性4.0国际许可．
LPI在这一领域的工作得到了S. D. Bechtel, Jr.基金会、福特基金会和休利特基金会的资助。桑德勒基金会提供了一般性的支持。
