치료 목표 개선

보충 교육은 준비가 부족한 대학생들의 성과를 개선하기 위한 가장 큰 단일 개입 중 하나이지만, 보충 교육 스크리닝 과정에 대해서는 알려진 바가 거의 없습니다. 행정 데이터를 사용하고 풍부한 예측 모델을 통해 현재의 시험 점수 기준을 기반으로 한 정책을 사용할 경우 심각한 잘못 배치가 일반적이며, 보충 교육에서 '저배치'가 대학 과정에서의 '과배치'보다 훨씬 더 일반적임을 발견했습니다. 이 과정에 고등학교 성적표를 포함하면 배치 오류를 크게 줄일 수 있지만, 이미 사용 가능한 고등학교 데이터에 시험 점수를 추가하는 것은 종종 적은 한계 이점을 제공합니다. 더욱이, 스크리닝 정책의 선택은 대학 수준 과정의 인종 및 성별 구성에 중대한 영향을 미칩니다. 마지막으로, 보다 정확한 스크리닝 도구를 사용하면 대학의 성공을 저해하지 않고 보충 교육을 받는 학생 수를 상당히 줄일 수 있습니다.