Advances in educational technology provide teachers and schools with a wealth of information about student performance. A critical direction for educational research is to harvest the available longitudinal data to provide teachers with real-time diagnoses about students’ skill mastery. Cognitive diagnosis models (CDMs) offer educational researchers, policy makers, and practitioners a psychometric framework for designing instructionally relevant assessments and diagnoses about students’ skill profiles. In this article, the authors contribute to the literature on the development of longitudinal CDMs, by proposing a multivariate latent growth curve model to describe student learning trajectories over time. The model offers several advantages. First, the learning trajectory space is high-dimensional and previously developed models may not be applicable to educational studies that have a modest sample size. In contrast, the method offers a lower dimensional approximation and is more applicable for typical educational studies. Second, practitioners and researchers are interested in identifying factors that cause or relate to student skill acquisition. The framework can easily incorporate covariates to assess theoretical questions about factors that promote learning. The authors demonstrate the utility of their approach with an application to a pre- or post-test educational intervention study and show how the longitudinal CDM framework can provide fine-grained assessment of experimental effects.

教育技术的进步为教师和学校提供了大量关于学生表现的信息。教育研究的一个关键方向是收集可用的纵向数据，为教师提供有关学生技能掌握情况的实时诊断。认知诊断模型 (CDM) 为教育研究人员、政策制定者和从业者提供了一个心理测量框架，用于设计有关学生技能概况的教学相关评估和诊断。在本文中，作者通过提出多变量潜在增长曲线模型来描述学生随时间的学习轨迹，为纵向 CDM 发展的文献做出了贡献。该模型提供了几个优点。第一的，学习轨迹空间是高维的，以前开发的模型可能不适用于样本量适中的教育研究。相比之下，该方法提供了较低维的近似值，更适用于典型的教育研究。其次，从业者和研究人员对确定导致学生技能习得或与学生技能习得相关的因素感兴趣。该框架可以轻松地结合协变量来评估有关促进学习的因素的理论问题。作者通过应用于测试前或测试后的教育干预研究来证明他们的方法的实用性，并展示了纵向 CDM 框架如何提供对实验效果的细粒度评估。该方法提供了较低维的近似值，更适用于典型的教育研究。其次，从业者和研究人员对确定导致学生技能习得或与学生技能习得相关的因素感兴趣。该框架可以轻松地结合协变量来评估有关促进学习的因素的理论问题。作者通过应用于测试前或测试后的教育干预研究来证明他们的方法的实用性，并展示了纵向 CDM 框架如何提供对实验效果的细粒度评估。该方法提供了较低维的近似值，更适用于典型的教育研究。其次，从业者和研究人员对确定导致学生技能习得或与学生技能习得相关的因素感兴趣。该框架可以轻松地结合协变量来评估有关促进学习的因素的理论问题。作者通过应用于测试前或测试后的教育干预研究来证明他们的方法的实用性，并展示了纵向 CDM 框架如何提供对实验效果的细粒度评估。该框架可以轻松地结合协变量来评估有关促进学习的因素的理论问题。作者通过应用于测试前或测试后的教育干预研究来证明他们的方法的实用性，并展示了纵向 CDM 框架如何提供对实验效果的细粒度评估。该框架可以轻松地结合协变量来评估有关促进学习的因素的理论问题。作者通过应用于测试前或测试后的教育干预研究来证明他们的方法的实用性，并展示了纵向 CDM 框架如何提供对实验效果的细粒度评估。