医学学术英语读写能力量表的研制

本研究基于专门用途英语能力等级量表开发和验证的原则和方法,试图构建中国医学学术英语读写能力量表。本文报告了量表构建与初步效度验证的成果。第一阶段是描述语库构建,描述语从已有的语言能力量表、课程标准、教学/考试大纲和教材等文献中收集,形成含549条描述语的初始库,经两轮筛选和修改后精简至231条描述语。第二阶段是量表设计,来自医学院校和外语院校的7名专家参与了描述语的分类和分级,得到涵盖三个级别的194条描述语的量表A版。第三阶段是A版量表的初步效度验证,来自三个省的医学院校共49位教师参与了问卷调查,经修订最终得到包含124条描述语的量表B版。未来将对B版量表进行大规模效度验证。

形成性评估的现状与未来

本文简要评述国内外形成性评估的现状,指出形成性评估面临的主要问题是教师对形成性评估的价值认识不够,没有掌握形成性评估的操作方法。本文认为,形成性评估应在理论构建、形成性评估的作用、教师和教育管理者的职业发展、形成性评估的系统化、网络和计算机技术的应用等方面进一步展开研究。

TEM-4写作新分项式评分标准的多层面Rasch模型分析

为了检验TEM-4写作新的分项式评分标准的评分质量，18位评分员使用这种新的分项式评分标准独立评阅了35篇TEM-4真实作文文本。我们运用项目反映理论的多层面Rasch模型对评分结果进行分析。多层面Rasch模型总层面和分层面分析的结果表明，新的分项式评分标准能够有效地区分不同写作能力水平的受试；评分员的松严度虽然存在显著差异，但评分员之间的一致性和评分员内部的稳定性均在可以接受的范围之内；评分标准各维度的难度存在显著差异，分值的使用总体上令人满意；评分员与受试之间交互作用的偏差和评分员与评分标准维度之间交互作用存在一些显著偏差。整体而言，新标准评分结果与模型拟合比较理想，评分员使用该标准评分的结果是可靠的。

基于计算机的语言测试及其效度验证

在近半个世纪里，计算机技术与不断发展的语言学、认知科学和测量学等相关学科一起，对语言测试与评估的测试管理、试题设计编写、任务呈现、评分、成绩分析与报道等方面产生了巨大影响。真实性较高的测试题型和计算机适应性测试技术及自动评分系统的应用提高了测试构念的代表性和测试结果的可靠性。因此，基于计算机的语言测试（CBLT）受到越来越多的大规模语言测试开发者和管理者的青睐。但是，CBLT在提高测试效度的同时，也引入了一些威胁效度的因素。基于当代语言测试效度理论，本文对CBLT的发展及其效度问题作了较详尽的论述，并提出了本领域亟待研究的问题，对我国的CBLT发展具有一定的启发和指导意义。

基于文件夹的写作形成性评估对中国学生EFL写作能力发展的影响(英文)

本研究探索基于文件夹的写作形成性评估(portfolio-based writing assessment,PBWA)对中国学生EFL写作能力发展的影响。本文报告了受试为英语专业学生的一项对比研究的结果。受试分为实验组(PBWA experimental class)和控制组(non-PBWA class)。两组的其它条件相同,实验组进行PBWA。一个学期之后的写作测试结果表明,实验组的写作能力在准确性和连贯表达等方面优于控制组,但在复杂度和流利度方面两组没有显著差别。文章还指出了本研究的局限和未来研究的方向。