在Covid-19大流行期间,测试和模型、医疗和教育都受到了审查。特别是,冠状病毒危机加快了关于教育考试挑战的讨论。在这里,威廉·达迪克着眼于教育评估的可靠性、有效性和公平性,以及这些不同的特征是如何影响决策者如何使用测试及其结果的。

数学模型在为公共政策决策提供信息方面发挥着重要作用,最近几个月,Covid-19将这些概念和工具推向了前沿。“Covid-19与社会科学”系列的“大流行中的政策模型”文章仔细研究了建模及其对当前决策的影响。由Michael Feuer(乔治华盛顿大学)策划,贡献的作者——有成就的政策科学的理论家和实践者——阐明了模型子集的潜在目的、假设和架构;简要描述这些方法和计算能力是如何发展的;并为持续改进提供建议。这些文章强调了实用新型所提供的东西,同时承认并欣赏它们的局限性,而不是随意地为任何和所有的模式欢呼。我们希望读者能够推断出选择适合于不同决策情况的模型的框架的开端,并被激励去构建新的模型,并受到启发去考虑、交流在使用它们时的注意事项和警告。很明显,在这些文章中嵌入了一个隐含的(因果的)模型:更好地理解模型是如何构建的将导致更好的使用——当然,这取决于潜在的假设、数据的质量和推论的有效性。Feuer教授感谢Ron Kassimir听取并鼓励了这个系列的想法,感谢贡献者在相对短的时间内加入了倡议,感谢Juni Ahari和Rodrigo Ugarte出色的编辑协助。
横幅照片来源:北卡公共安全部门/Flickr
Covid-19大流行突出表明,在了解该疾病的影响和传播方面,流行病学依赖于模型和统计数据。鉴于卫生和经济的趋同,探索计量经济模型作为卫生政策工具的起源、技术和地位是值得的。在“Covid-19与社会科学”系列中,布莱恩·多德讲述了计量经济学的历史和最近的发展,表明它已经成为分析数据和为政策决策提供信息的标准工具。
在“Covid-19与社会科学”系列中,Moshe Justman提出了一个问题:在模型的精确度和为政策提供信息的能力之间是否可能存在权衡。Justman探讨了随机对照试验(RCT)在经济学中作为推断因果关系的“黄金标准”的兴起,并提供了star项目的详细描述——这是教育领域具有里程碑意义的RCT研究。他认为,对Covid-19研究信息政策的一个教训是,流行病学家的更混乱的模型比卫生经济学家设计的据称更严格的随机对照试验(rct)对实践者更有用。
在“新冠肺炎与社会科学”系列的最新贡献中,宋希阐述了关注社会流动的模型和方法如何帮助我们思考新冠肺炎大流行的短期和长期影响。宋带领我们简要回顾了社会流动性研究的历史,重点关注流动性随时间、代际和不同地点的变化。然后,她探讨了Covid-19引发的各种社会流动性问题,既有短期内对受病毒影响的家庭的问题,也有这种“外源性冲击”对就业轨迹、收入、消费等模式的长期影响。
Jessica Ho为“Covid-19与社会科学”系列的“大流行中的政策模型”主题作出的这一贡献探讨了预期寿命模型的使用和相关性。随着Covid-19造成的死亡人数上升,本文将着眼于理解这些模型,以及它们对突然冲击的敏感性。在这样做的过程中,Ho建议研究人员需要认识到这些模型在短期内产生的数据的优势和局限性,并认识到这些模型在了解长期人口健康演变方面将发挥的关键作用。
在这篇“新冠肺炎与社会科学”系列文章《大流行中的政策模型》的开篇文章中,迈克尔·弗伊尔广义地解释了数学和理论模型。最近的媒体报道提出了“模型”的概念,用来预测和理解Covid-19的传播。Feuer指出,模型从根本上是复杂现象的表现,旨在指导理性行为或为决策者提供有用的信息。由于公共政策和公共卫生决策往往是基于来自数学和理论模型的信息做出的,他建议审慎地审查这些模型的起源、目的、好处和内在缺陷以及它们的价值。