一个新的纸越来越多的研究指出，根据产出来区分教师培训项目是多么困难。

在对之前六个州——纽约、路易斯安那、密苏里、华盛顿——的教师准备项目的研究评估进行了巧妙的重新分析，德州佛罗里达州的研究人员保罗·冯·希佩尔和劳拉·贝洛斯回答了三个问题:

• 有多大?真正的一个州所有项目的差异?
• 是程序统计彼此不同?
• 测量误差造成的差异有多大?

如果你观察一个州的100个教师培训项目，看看它们在统计上是否与平均水平不同，你会期望发现有5个确实与平均水平不同——尽管它们实际上都是相同的。换句话说，看起来比平均水平更好或更差的程序并没有真正的不同，但似乎是因为统计噪声。

通过纠正这一现象，研究人员发现，在之前的研究中报告的比平均水平更好或更差的项目数量从8%大幅下降到只有2%。

不仅很少有项目脱颖而出，平均差异也可以忽略不计，只有0.01到0.03的标准差(以毕业生对学生成就的贡献衡量)。

他们得出了一个合乎逻辑的结论，即使用教师增值测量来评估和做出有关教师准备项目的决定是没有成效的，除了罕见的极端异常值．

作者概述的统计挑战不应被忽视，但更有趣的问题可能是什么为什么几乎没有什么变化。

从我们的几十年研究在1500个项目中，缺乏变化可以解释为教师教育普遍不愿意接受以研究为基础的东西，或许更重要的是，拒绝接受不以研究为基础的东西。如果项目总体上没有坚持他们的循证证据课程而且临床经验那么，有些程序看起来比其他程序做得“更好”也就没有太大关系了。

什么可以推动更多的程序之间的变化是缺失的。不管一个项目的管理或组织得多么好，教授们多么令人着迷，甚至提供了多少临床机会——当基于研究的实践被忽视时，这些优势(有些项目显然有)都不会带来可衡量的更好的项目。

在更多的教师教授基于强有力的研究的内容之前，典型的教师培训项目将是普通的——与其他项目没有区别。