张厚粲教育考试与测评思想及贡献

张厚粲先生是我国著名的心理学家、教育学家、科学家与社会活动家,从推动传统高考改革开始倾其一生为教育考试与测评事业作出重大贡献,引领了中国教育考试科学化研究方向。本文从高考改革、人力资源测验和考试测量理论技术等方面梳理张厚粲先生的学术思想及贡献,期望新一代教育工作者能够接续奋斗,站在巨人的肩膀上不断推动我国教育考试与评价事业的进步与发展。

审辩思维:与未来同行的工具——“小学审辩阅读教学系列丛书”推荐

现实生活中,人们会遭遇许多被以往经验认为是“不可能”而因此无法预测的事件。引导学生掌握思辨能力,使他们为将要面对的丰富而复杂的世界做好准备,是家长和教师的责任。编写这套“小学审辩阅读教学系列丛书”,就是为了给家长和教师提供支持。生病后是否去看中医?高考必考科目中是否应包含外语?能不能吃转基因食品?是否应开征房产税?在股票盈利2毛钱时,是落袋为安还是持股待涨……实际上,基于不同的逻辑起点,对许多重要问题可以做出截然相反的回答。

项目化作业赋能初中生创新素养发展——以Volunteer Activity项目为例

项目化作业是一种以“项目”为载体的综合性初中英语作业模式。本项目来源为人教版英语八年级下册Unit2,主题是志愿者服务及慈善活动。本项目化作业通过6个阶段8个活动,引导学生把本单元学习到的关于如何帮助他人和制订志愿者活动计划等的语言知识运用到项目设计和成果展示中,实现知识的内化、迁移和输出,并在实施志愿者活动的实践体验中利用“有效失败”探索创新,使学生在实际问题的解决过程中培养综合性跨学科思维能力、批判意识和创造能力。

对从HSK题库中计算机自动生成试卷稳定性的试验检验

由计算机从题库中自动生成的试卷能否保持难度的相对稳定？根据IRT进行的等值误差范围有多大？为了回答这些问题，本文以共同组等值作为标准，对基于IRT之上的共同题等值误差进行了试验检验。试验中，采取一定措施保证了考生的动机水平。结果显示，IRT等值的校正方向都是正确的。在4个分测验中有3个分测验的的等值校正效果较理想，1个分测验的等值校正效果不够理想。计算机自动生成的试卷与原有人工命制的试卷在得分方面比较一致，分数相关达到0.931，获得证书的情况也是比较一致的。

信度估计的γ系数

本文提出了信度估计的γ系数。与今天应用最广泛的α系数相比，γ系数较少受到被试样本特点的影响，更多地反映了测验受到误差因素影响的程度。因此，γ系数是更好的测验信度估计指标。

教育研究中定量方法的局限性

教育研究中定量方法的局限性谢小庆北京语言文化大学在教育科学研究中，主要有两种方法：一是基于经验和直觉之上的定性方法，一是基于理性和逻辑之上、借助数学工具而实现的定量方法。随着计算技术的不断发展，定量方法日益得到广泛的应用。定量方法具有哪些优越性和局限...

审辩式思维能力及其测量

今天,越来越多的人认识到,具有审辩式思维能力是创新型人才的重要心理特征,教育最重要的任务之一是发展学习者的审辩式思维能力。什么是"审辩式思维"?怎样测量审辩式思维能力?对此,本文进行了探讨。

考试分数等值的新框架

对考试分数进行等值处理不仅是保证测验信度和公平性的重要环节,也是建立题库和实现计算机化自适应性考试的核心环节。由美国教育协会(ACE)和全美教育测量学会(NCME)联合组织编写的《教育测量》一书被称为教育测量领域中的"圣经"。在2006年出版的《教育测量》(第四版)中提出了一个关于考试分数等值的新框架。本文介绍了这一新框架,并结合作者多年从事考试分数等值的实践,对等值问题进行了讨论。

语言能力测试如何适应语言教学方式的发展

当前,语言教学观念和语言教学方式正在发生着深刻的变化,正在从"知识传授"转向"能力培养",从"教师主导"转向"学生自主",从"班级教学"转向"个性化教学"。为了适应语言教学观念的这些变化,应致力于开发新的基于任务的语言测验。为此,需要建立语言测试的评价标准,提供学习者"能做什么"的能力水平描述,并根据标准对测验分数作出解释。同时,还应运用规则空间模型、统一模型、融合模型等测量工具对语言测验进行认知诊断分析,并在此基础上向学习者、教师和家长提供描述性、诊断性的成绩报告。

不因最紧迫的事情忘记最重要的事情——奥巴马的《每一个学生都成功法》

长期以来，美国在精英教育方面是成功的。不仅培养了比尔·盖茨、乔布斯、扎克伯格等一大批科技和商业精英，而且培养了一大批诺贝尔科学奖的获奖者，使美国一直在科技领域保持着领先的地位，使美国一直控制着世界上大部分的科技专利，使美国在“全球化”经济中处于利益丰厚的“上游”地位，使美国在对华贸易存在巨大逆差的局面下，甚至在“金融危机”的经济困难时期，也一直坚持对华高科技禁运。

效度:从分数的合理解释到可接受解释

在2006年由美国教育协会和美国国家教育测量学会共同组织编写出版的《教育测量(第4版)》中,提出了一个新的基于图尔敏论证模型的效度研究范式。本文讨论了这一新范式。

言语理解与表达应以考查语言交际能力为主

今天的国家公务员考试又已经走到了一个重要的历史关口：是重蹈科举的失败覆辙,还是在科学研究的基础上闯出考试科学化的新路？本项研究在对试卷实测数据统计分析的基础上,通过对2002年《行政职业能力考试》的＂言语理解与表达＂部分试题的定量、定性分析,发现这部分试题整体质量较差,质量亟待提高。研究认为：言语部分的题目应以考查语言交际能力为主;应着重考查＂正确理解＂和＂准确表达＂,而不需要过于注重细微的词义辨析;需要注意尊重个人不同的风格和习惯;在预测的基础上建立具有质量保证的题库是当务之急。

HSK和MHK的等值

HSK是为测试母语为非汉语者(包括外国人和华侨)的汉语水平而设立的国家级标准化考试。MHK是专门测试母语为非汉语的中国少数民族汉语学习者汉语水平的国家级标准化考试。HSK和MHK都是证书考试。如果证书授予标准缺乏稳定性和公平性,如果对使用这一份试卷的人一个标准,对使用另一份试卷的人又一个标准,那么,不仅会大大影响HSK的信度和效度,而且会对有关的决策产生误导,会使考生受到不公平的对待。在HSK和MHK的开发和实施过程中,一直坚持了对考试分数的统计等值处理。在HSK和MHK的等值设计方面,我们综合采用了共同组等值、共同题等值和分半组合的混合设计。在HSK和MHK的等值数据处理方面,我们综合采用了线性等值、等百分位等值和IRT等值。本文介绍了HSK和MHK的等值方法。讨论了各种方法的得失,讨论了今后继续改进的可能性。

为什么要开发新HSK考试?

2009年,国家汉办/孔子学院总部正式推出新汉语水平考试(HSK)。为什么要开发和推广新HSK?这是目前海内外将汉语作为第二语言学习的学习者和汉语教师们最关心的问题之一。2010年10月,笔者受国家汉办的派遣到海外向汉语教师们介绍新HSK。这里,报告了笔者对此问题的一些思考。

测验效度概念的新发展

1985年《教育与心理测验标准》(第5版)出版之前,效度研究的核心概念是"效标(criterion)",效度研究被视为一种用"效标"对测验的效度进行证明(verify)、对测验分数做出有效(valid)解释的过程。1985年以后,效度研究的核心概念是"证据(evidence)",效度研究被视为一种通过积累证据对测验的效度进行支持(support)、对测验分数做出合理(reasonable)解释的过程。关于效度的这种理解,突出体现在1999年出版的《教育与心理测验标准》(第6版)中。美国教育协会和美国国家教育测量学会共同组织编写的《教育测量》在业内被称为"教育测量领域的《圣经》"。2006年《教育测量》(第4版)出版以后,效度研究的核心概念演变为"理由(warrant)",效度研究被视为一种通过构造"理由系统"和"理由网络"对效度进行"论证(argument)"、对测验分数做出可接受的(plausible)解释的过程。本文结合笔者的考试实践,介绍了效度概念的新发展。

思维能力的成长评估

在快速变化的21世纪,学校最重要的任务是发展学生的思维能力。思维能力主要包含三项内容:第一,交流沟通能力;第二,逻辑推理能力;第三,审辩式思维。对体现在认知技能方面的思维能力,可以进行客观化测试。在思维能力评估中,不仅需要进行"达标评估",还需要重视"成长评估"。

关于高考40年的审辩式思考

在从考查"知识记忆"转向考查"能力发展"方面,高考内容改革已经取得长足的进展。在降低一次性笔试比重、实现多元评价方面,大学招生制度改革仍然任重道远。招生制度改革的出路是,以高中校内成绩作为高校招生录取的主要依据,以全国或全省统一考试成绩对高中在校成绩进行校准。

以统一考试校准高中成绩的高考改革方案

本文提出了一个符合中国国情的高考改革方案。这一方案的主要特点是以高中校内成绩作为高校招生录取的主要依据,以全国或全省统一考试作为高中成绩的校准参照,统一考试成绩完全与考生脱钩。