Các nghiên cứu tiếp theo mang lại kết quả phù hợp với nghiên cứu năm 1999 của Kruger và Dunning. Ehrlinger và cộng sự đã tóm tắt hiệu ứng Dunning–Kruger như là được thiết lập từ các nghiên cứu lớn và đánh giá ngang hàng:"Mọi người thường quá lạc quan khi đánh giá chất lượng hiệu suất của họ đối với các nhiệm vụ xã hội và trí tuệ. Đặc biệt, những người biểu diễn kém đã đánh giá quá cao màn trình diễn của họ."[15]

Tuy nhiên, các lý luận toán học được sử dụng bởi các bài báo trước đó đã bị chỉ trích. Hai công bố của Edward Nuhfer và cộng sự trong Numeracy (2016, 2017) tiết lộ các vấn đề với biểu đồ được đề cập trong bài báo của Kruger và Dunning năm 1999.[17][18] Các nhà nghiên cứu sau đó đã sử dụng các biểu đồ phân tán (y - x) so với (x) và các biến thể liên quan trong gần hai thập kỷ. Nuhfer và cộng sự cho thấy nhiều nghiên cứu sử dụng các phương pháp này dường như đã giải thích sai các kết quả toán học (như nhiễu ngẫu nhiên (random noise)) là sản phẩm của hành vi của con người. Các công bố của họ sử dụng các công cụ có độ tin cậy đã biết để đánh giá lại các biện pháp tự đánh giá từ góc độ tín hiệu và nhiễu. Chúng cho thấy các vấn đề toán học vốn có trong biểu đồ Dunning−Kruger có thể được khắc phục bằng các loại biểu đồ khác làm giảm tác động của nhiễu hoặc sử dụng dữ liệu phân loại từ những người mới và chuyên gia đã biết. Mặc dù nhiều người đã làm như vậy một cách tình cờ, các tác giả cho thấy rằng khoảng một nửa các đối tượng là chính xác hợp lý với sự đánh giá của họ.

Phát hiện của Nuhfer và cộng sự bác bỏ tuyên bố rằng mọi người thường có xu hướng tự đánh giá cao về khả năng của họ, nhưng ủng hộ hai kết luận từ nghiên cứu ban đầu của Kruger và Dunning: (1) có thể học được kỹ năng tự đánh giá và (2) các chuyên gia thường tự đánh giá chính xác hơn so với người mới. Các nhà nghiên cứu lưu ý rằng kỹ năng tự đánh giá siêu nhận thức có giá trị lớn, và nó có thể được dạy cùng với nội dung rèn luyện trí não trong các khóa học đại học.[17][18]