学生劣势对学校 分数的影响
现在让我们来看看学校层面的 分数以及不同学生群体的影响。我们将重点关注劣势，但对于与 分数的巨大差异相关的任何特征，结果都是相同的。
下面，我们根据 年 得分绘制了学校的比例。我们根据弱势学生的比例将学校分为三组，每组规模相等。
正如预期的那样，平均而言，弱势群体较多的学校往往进步 分数较低。弱势群体最少的学校中有 的学校得分至少为 ，而弱势群体最多的学校中只有 的学校得分至少为 。同样，弱势群体最多的学校中有 的学校得分低于 ，而弱势群体最少的学校中只有 。
情境化进步 消 危地马拉电话据数据 除了由于可测量的学生特征而产生的偏见
我们用来计算情境化进度 的模型包含以下特征（以及所有交互项：
关键阶段 成绩
出生月份
性别
种族
年级特殊教育需求状况
状态
学生邮政编码十分位数
学生是否在 年级开始后入学
学生是否曾经被照顾和或有需要
同一 队列中学生的平均 分数
选择纳入哪些因素在一定程度上是主观的。我们列出了一个相当广泛的列表，但受限于可用数据。也许我们可以纳入其他因素，也许我们可以纳入更多交互，也许我们可以省略一些因素。更改“配方”会改变产生的分数，但通常只会改变很小的量，正如我们在此处所示。
尽管如此，通过再次查看学校层面处于不利地位的学生比例的分数，我们可以看到“进步 ”的背景差异。
这次，所有分布都更加相似。每个劣势群体中约有 的学校的情境化进步 分数为 或更高。分布的极端存在一些差异，这可能是由于学校具有除劣势以外的特征的学生比例不同。