这项研究的重点是去数学!©2015年Houghton Mifflin Harcourt出版的小学数学课程^®．这项研究包括来自9个不同州29所不同学校的学生。就有资格享受免费/减少午餐计划的学生而言，研究样本的总体人口统计数据代表了美国公立学校入学学生的人口统计数据，低于非白人学生的全国平均水平。

这项研究是在2,788名2年级、4年级和6年级的学生中进行的。只有那些同时参加了前测和后测的学生才被纳入数据分析。教师使用该程序进行数学教学，每周五天，每天超过25分钟。这是教师们第一次使用这个程序。所有的教师至少有5年的教学经验，大多数有10到15年的教学经验。

说明书包括程序的前三个单元。前测和后测由数学专家根据每个年级的教学单元编写。除了分析每个年级学生的整体得分外，还对数学高分和低分学生分别进行了分析。得分较高和较低的学生是通过学生的考前分数来识别的。在预试中得分最高的学生被指定为数学高分学生，而在预试中得分最低的学生被指定为数学低分学生。

各年级全体学生的平均增益分数有统计学意义。二年级和四年级所有学生的效应量都很大，六年级的效应量为中等。

此外，各年级低分组和高分组的平均增重分数也有统计学意义。高分组和低分组的效应量在二年级和四年级都很大。在六年级时，低分学生的效应量大，高分学生的效应量中等。每个等级的所有效应量都大大超过了确定重要水平所需的效应量．

Houghton Mifflin Harcourt，学校出版社与美国教育研究所(ERIA)签订合同，进行一项为期一个学期的研究，以评估该方法的有效性去数学!小学学生计划。该研究比较了2014年8月底对学生进行的评估和2014年12月中旬进行的评估。

以下研究问题指导了研究的设计和数据分析:

• 的实施去数学!基本程序2-6年级的项目是否能提高学生的数学成绩?
• 的实施去数学!基本程序在2-6年级，学生成绩作为学生能力水平的函数会产生不同的影响?

该方案的设计要求实施去数学!2014-2015学年第一学期为二年级、四年级和六年级学生开设的课程。在此之前，这些学校没有使用过这个项目。

共有来自9个不同州的118名教师参与了这项研究。每个年级的教师人数包括:

• 二年级:22所学校;8个州;60岁的老师。
• 四年级:20所学校;9州;51岁的老师。
• 六年级:5所学校;3州;7老师。

教师们报告说，他们每周使用该程序5天，平均使用时间超过25分钟。所有的教师至少有5年的教学经验，大多数有10到15年的教学经验。

霍顿·米夫林·哈考特去数学!©2015是一个专门为支持共同核心州数学标准而编写的K-6课程，重点是培养21世纪的技能。数学实践标准与内容相结合，同时强调概念的流畅性。该项目通过互动式课程、研究型教学方法、最佳实践、英语学习者支持和学习方式，提供严谨、深入的理解差异化数学教学资源确保所有学生的成功。全面的数字资源促进大学和职业准备和支持学生，教师，管理人员和家长。

在每节课中加入数学练习，培养学生所需的数学思维。

特点是探索驱动的课程，从基于问题的情况开始，并建立更抽象的问题。

提高理解的深度，让学生为CCSS和更智能的平衡评估的严谨性做好准备。

研究中使用的前测和后测是由ERIA数学课程专家开发的。开发了测试来匹配的内容去数学!章节在研究中使用，并强调全国数学教师委员会(NCTM)^®)标准。

开发这些测试是为了响应以下重点:

创新项目要求学生的实际表现，鼓励发散思维和解决问题的能力，强调思维能力，并与NCTM标准和国家共同核心标准保持一致。

测试包括多项选择和书面回答。三次评估的项目类型组成如下:

表1提供了基本的测试统计信息。从表中可以看出，测试的信度较高，为评估数学成绩提供了足够的稳定性。特别重要的是，后测的测试信度高于前测的测试信度。这几乎肯定是指导的结果，这将导致在测试后比测试前更少的随机猜测。

表2列出了参与研究的学校的人口特征。值得注意的是，学校数据并没有提供参与研究的班级构成的描述。然而，这些数据确实提供了学校的一般描述，从而估计了研究中所包括班级的构成。

参加免费/减少午餐计划的学生比例从1%到99%不等，在样本学校中平均为48%。相比之下，据报道，在公立学校参加免费/减少午餐计划的学生的全国平均比例为48.1%。

被归类为少数民族学生(非白人)的学生比例从0到99%不等，平均为40%。相比之下，在美国公立学校注册的学生中，有49.8%被归类为非白人。

所有数据分析均采用标准评分。原始分数转换为标准分数，平均值为300，标准差为50。对学生的标准成绩进行数据分析和描述性统计。

对于大多数比较，使用配对比较t检验来确定测试前和测试后分数的差异是否有显著差异。进行比较是为了找出两者之间的差异去数学!2014年8月(预测)和去数学!2014年12月(测试后)。≤。05 level of significance was used as the level at which differences would be considered statistically significant.

此外，效应大小(Cohen 'sd)为每次比较计算。该统计数据提供了治疗效果强度的指示，而不考虑统计显著性。本报告对效应量的解释包括以下准则:

0.20到0.49 =小。50至0.79 =中等。80+ =大

从表3可以看出，参与研究的1047名二年级学生的平均成绩在统计学上显著提高了他们的平均考试成绩。效应量非常重要，被归类为大。

总共1047名二年级学生根据他们的考试前成绩被分为两个大小大致相等的组。在预试中得分最低的523名学生被认为是数学成绩较差的学生，而在预试中得分最高的524名学生被认为是数学成绩较高的学生。

表4显示两组都取得了统计学上的显著收益。两组的效应量都非常重要，被归类为大。

图1提供了二年级学生取得的成绩的图形表示。在一个学期内，二年级学生的平均成绩提高了28%。数学成绩差的学生成绩提高了35%，而数学成绩好的学生成绩提高了21%。

从表5可以看出，参与研究的1000名四年级学生的平均成绩在统计学上显著提高了他们的平均考试成绩。效应量非常重要，被归类为大。

根据他们的预试成绩，1000名四年级学生被分成两个大小相等的小组，每组500名学生。在预试中得分最低的学生被认为是数学成绩较差的学生，而在预试中得分最高的学生被认为是数学成绩较高的学生。

表6显示两组都取得了统计学上的显著收益。两组的效应量都非常重要，被归类为大。

图2展示了四年级学生取得的成绩。在一个学期内，四年级学生的平均成绩提高了25%。数学成绩差的学生成绩提高了16%，而数学成绩好的学生成绩提高了14%。

从表7可以看出，参与研究的341名六年级学生的平均成绩均有统计学显著的提高。效应量非常重要，被归类为中等。

共有341名六年级学生根据他们的预试成绩被分为两个大小相等的小组。在预试中得分最低的170名学生被认为是数学成绩较差的学生，而在预试中得分最高的171名学生被认为是数学成绩较高的学生。

表8显示两组都取得了统计学上的显著收益。两组的效应量都非常重要，低评分组的效应量为大，高评分组的效应量为中。

图3提供了六年级学生取得的成绩的图形表示。在一个学期内，六年级学生的平均成绩提高了8%。数学成绩差的学生成绩提高了11%，而数学成绩好的学生成绩提高了6%。

本研究试图确定的有效性去数学!通过对K-6数学成长程序进行可靠有效的前测和后测比较。这项研究在2014-2015学年的第一学期进行，在9个州进行，包括29所不同的学校和118名教师。学生人数中符合条件的学生比例与全国平均水平相同。非白人学生的比例比全国平均水平低10%左右。

两个研究问题指导了这项研究，每个问题的结论报告如下。

的实施去数学!2-6年级的小学课程能提高学生的数学成绩吗?

在所有三个年级中，数学学生的增长在统计上是显著的。所有三个等级的效应量均高于实质性重要水平，2级和4级的效应量较大，6级的效应量中等。

的实施去数学!2-6年级小学课程对学生成绩的不同影响是学生能力水平的函数?

在所有三个年级中，数学成绩好的学生和数学成绩差的学生的增长在统计上是显著的。在二年级和四年级，高组和低组学生的效应量都高于实质性重要水平，并且在两个年级水平上都很大。在6年级时，低预试评分组的效应量高，高预试评分组的效应量中等。

在本研究的基础上，两个研究问题都可以得到肯定的回答:

与去数学!二、四、六年级学生的项目表现出显著的增长，效应量非常大。

的去数学!小学二年级、四年级和六年级的高能力学生和低能力学生都有显著的增长。二年级和四年级学生的效应量较大。在六年级时，低分学生的效应量大，高分学生的效应量中等。