现在是招聘教师的季节，各学区都在全力招聘教师。数据越来越多的学校可以帮助地区和校长在招聘教师时更具战略性，这并不是说地区自己受益，但洛杉矶似乎效果不错。
一个新的研究南加州大学的保罗·布鲁诺和密歇根州立大学的凯瑟琳·斯特伦克调查了洛杉矶大学2014-15学年采用的新招聘系统的结果。他们发现有证据表明，该系统在筛选教师整体素质和预测特定预期结果方面是有效的。
在2014年之前，LAUSD使用的是人力资源中任何人都熟悉的招聘系统（不是特别有用)面试。新的“多重评估”流程改变了现状，创建了一个标准化系统，申请人在八个方面得分:
- 本科绩点
- 学科执照考试成绩
- 背景(例如，之前的非教学LAUSD，军队，或为美国而教的经验和/或研究生学位);
- 一般准备(例如，就读于一所排名靠前的大学，在过去的职位上教学效果的证明，或他们的专业)
- 专业的引用
- 写作任务
- 课程计划样本及授课内容
- 面试
成功的申请者必须在这八个领域中的每一个都达到及格分数，并且总体上达到最低。
结果发现，筛选过程相当有效。总分越高，教师对学生ELA和数学成绩的贡献越大，教师获得不满意评估评级的几率显著降低，教师每年缺勤的次数也越少。然而，它无法预测教师是否更有可能留在或转移学校(与系统相反华盛顿州的斯波坎)。
每个领域的不同分数与不同的结果相关。例如，申请人在样课和名为“一般准备”的领域(如进入排名高的大学)的分数最能预测学生在ELA中的成绩。另一方面，教师评价评分是由样课、本科GPA和学科许可测试的分数来预测的．教师出勤率最能被专业推荐信预测。
与大量研究一致的是，拥有研究生学位和面试分数都不能预测这些积极的教师成果。
这项研究中明显缺失的一个因素是筛选工具对教师多样性的影响(如果有的话)。
也许不是所有的学区都应该采用像LAUSD(全美第二大学区)这样复杂的系统，但在招聘过程中利用现有数据是有真正价值的。从战略上考虑，严格的筛选过程可以帮助确保学区对谁进入教室做出正确的选择。