纵向设计、统计功效与最优研究规划
发展纵向、多层和重复测量研究中的设计参数、功效分析方法和样本量规划工具。
研究方向
发展纵向、多层和重复测量研究中的设计参数、功效分析方法和样本量规划工具。
研究实验和准实验方法、错位实施的双重差分、调节和中介机制,以及用于异质效应分析的机器学习方法。
利用大规模行政数据、数字学习数据、测评数据和 AI 支持的数据系统,生成可解释、可用于决策的证据。
将影响估计与成本、实施、可扩展性和教育项目决策联系起来。
新闻
Wei Li 将参加 2026 ECR:Core and ECR:BCSER Awardee Meeting,并报告纵向 STEM 研究的统计功效和设计规划。
Wei Li 和 Katherine J. Strickland 在 2026 Modern Modeling Methods Conference 报告合作方法学和应用教育研究。
Wei Li 将于 2026-2028 年担任 Irving and Rose Fien Endowed Professor。
Wei Li 和 Katherine J. Strickland 获得 UF HDOSE Strategic Reinvestment 研究方法项目资助。
Wei Li 开始担任 International Journal of Educational Development 副主编,任期两年。
Wei Li 和 Katherine J. Strickland 获得 Gates Foundation 支持,开展 Math Matrix 微证书应用研究。
Wei Li 与 Yusen Zhai 及合作者共同参与 UF AIIRI SEED Fund 项目 CRISIS。
Wei Li 担任 AI-Based Quantitative Research Method in Education 助理/副教授招聘委员会主席。
Wei Li 将继续担任 Journal of Research on Educational Effectiveness 编委。
Wei Li 加入 Psychology in the Schools 编委会,任期两年。
博士生 Xueyan Gao 入选 Pasco County Schools Graduate Externship Program。
Wei Li 关于纵向项目评估和设计参数的项目获得 COE-Lastinger Research Catalyst Awards 资助。
关于倾向得分准实验研究样本量和功效分析的项目获得 HDOSE Strategic Reinvestment 资助。
Wei Li 获得 NSF CAREER 资助,用于发展纵向研究功效和样本量规划方法与工具。