得益于《不让一个孩子掉队法案》，从 2005 年开始，每个州都强制要求三至八年级学生每年进行数学和阅读测试。十五年后，大量的测试数据使研究人员能够建立和分析学生成绩的纵向模型，例如丹·戈德哈伯、马尔科姆·沃尔夫和蒂莫西·戴利最近撰写的 CALDER 工作论文所依据的模型。
他们采用了马萨诸塞州、北卡罗来纳州和华盛顿州的数据集，这些数据集都包含历史考试成绩数据，以及学生特征和三个特定长期结果的信息。虽然大多数其他预测研究止步于八年级，但 Goldhaber 及其同事能够跟踪从三年级到高中的 16 组学生，这使他们能够调查早期学生成绩指标预测后期结果（即高中考试成绩、高级课程学习和毕业）的准确性。
研究人员控制了学生的特征，例如种族、性别、残疾 线数据 状况、英语学习者身份、免费和减价午餐资格以及特殊教育入学情况。他们没有简单地使用分数线或严格的考试成绩，而是通过创建更灵活的规范（例如三年级考试成绩的十分位数）来估算，并研究了这些十分位数与不同学生特征之间的相互作用。重要的是，这三个州的学生在最初的三年级考试中表现出了相似的成绩模式。
最重要的发现是，学生在三年级测试分布中的位置与该学生在高中数学测试中的表现之间存在很强的相关性。此外，三年级数学测试分数与每个感兴趣的高中结果之间存在一致且很强的关系。例如，成绩最差的学生（三年级数学测试中得分最低的学生）在高中数学测试分布中得分低 48-54 个百分点，参加高级课程的可能性低 45-50%，毕业的可能性低 11-21%。令人警醒的是，即使研究人员忽略了八年级的测试成绩，这些关系仍然成立，这表明三年级的表现为学生的整个学校生涯奠定了基调。尽管如此，将八年级分数添加到模型中会提高预测能力，而不会改变预测本身。