现在和五年前一样真实。衡量教师相对有效性的能力是任何人才管理策略的骨干。然而，一项新研究增加了一些证据表明，尽管一项相对可靠的措施，但教师观察结果可能比我们想要的更多。

使用最初为2009 - 2013年大都会项目收集的数据，Shanyce Campbell（加利福尼亚大学，欧文分校）和Matthew Ronfeldt（密歇根大学）发现，教师的观察得分受到教学类型或教师性别的类型的影响很大。所有其他因素是平等的，男老师，以及具有较低成绩和少数族裔学生的教师，往往会获得较低的观察分数。这些结果看起来很健壮，如先前的研究还发现，分配给表现较低的学生的教师更有可能获得较低的观察分数。

这是什么意思？出现了两个可能的解释。首先是，这些教师群体实际上平均较弱 - 鉴于许多人无数过去的研究发现处境不利的学校和学生有质量较低的老师。第二个解释是，评估人员与与低收入或少数族裔学生一起工作的男老师或老师有偏见。基于进一步的分析，该研究的作者倾向于后一种解释。

为了减轻任何潜在偏见并建立对评分准确性的信心，地区应使用多个观察者并定期检查数据的有效性。对有效性进行检查（例如，通过比较两个观察者之间的评分）和可靠性（例如，通过寻找随着时间的时间的评分来进行漂移）是任何评估的良好实践。此外，评估系统结合多个措施始终产生更稳定的结果。

确定评估系统中的缺陷不是完全放弃它们的原因，而是各州减轻此类缺陷的原因。