1、NAEP和TIMSS教育評估體系的比較研究和啟示教育，是關(guān)乎一個(gè)國家和民族希望的大事。對 國家而言，教育的成敗決定了國家未來競爭力的強(qiáng)弱。 尤其是近些年，在世界范圍內(nèi)，無論是發(fā)達(dá)國家還是 發(fā)展中國家，對教育的關(guān)注度都在逐年提高，因而各 種先進(jìn)的教育理論也隨著時(shí)代的進(jìn)步得到不斷的發(fā)展。 多年來人們都認(rèn)為教育是多方面作用的長期結(jié)果，無 法界定好壞與成敗。一直以來，沒有一個(gè)完善的、被 普遍認(rèn)同的評價(jià)體系來對教育理論和國家教育政策， 以及公民受到的教育水平進(jìn)行評價(jià)。因此，建立一個(gè) 合理的教育評估體系，從而全方位地對一個(gè)國家、地 區(qū)的教育水平進(jìn)行評價(jià)就顯得尤為迫切與重要。在美國，目前存有一些針對全美公民

2、的教育評估 體系，其中認(rèn)可度較高的是國家教育進(jìn)展評估(National Assessment of Educational Progress, NAE P 和國際數(shù)學(xué)和科學(xué)教育趨勢評估(Trends in International Mathematics and Science Study, TIMS NAEP是美國國內(nèi)的教育評估體系，TIMSS則是由國際 組織開展的教育評估。這兩種教育評估體系各有針對， 具有較為成熟的體系。了解和研究這兩種教育評估體 系，能夠使我們更好地深入了解國際上對學(xué)生學(xué)業(yè)成就評估的方式。為了有針對性和可比性，本文比較了 這兩種體系中科學(xué)課程方面的教育評估，通過對這兩

3、 種教育評估體系在科學(xué)課程方面的評估模式以及側(cè)重 點(diǎn)的比較研究，期望獲得一個(gè)更適合我國的中小學(xué)教 學(xué)和評估體系。一、NAEP和TIMSS的概況NAEP是由美國國會授權(quán)的一項(xiàng)全國性學(xué)生學(xué)業(yè) 成就調(diào)查。它由美國教育部任命，又獨(dú)立于教育部的 國家評估理事會(National Assessment Governing Board 負(fù)責(zé)制訂NAEP的政策，設(shè)計(jì)其評估體系。它是美國 國內(nèi)最大的、針對美國學(xué)生的學(xué)業(yè)成就進(jìn)行周期性評 價(jià)的評估體系。體系涵蓋的內(nèi)容有數(shù)學(xué)、閱讀、科學(xué)、 寫作、藝術(shù)、公民教育、經(jīng)濟(jì)、地理和美國歷史。調(diào) 查的對象是美國4、8和12年級的學(xué)生，該年齡段的 學(xué)生在教育界普遍被認(rèn)為是個(gè)人成

4、長的關(guān)鍵時(shí)期。TIMSS是由國際教育成就調(diào)查委員會(International Association for the Evaluation of Educational Achievement, IEA負(fù)責(zé)運(yùn)行的國際性教育 評估項(xiàng)目。TIMSS每4年開展一次調(diào)查，目的是比較 不同國家的學(xué)生在數(shù)學(xué)和科學(xué)學(xué)科的學(xué)業(yè)成就。最近 的一次評估是在2007年開展的，參與的國家和地區(qū)將 近60個(gè)，評估的對象是4和8年級的學(xué)生。為確保評估的科學(xué)性和可信性，NAEP和TIMSS的運(yùn)作過程都有 科學(xué)家、教育專家和評估專家全程參與。眾所周知，人類對世界的認(rèn)識來源于科學(xué)思想， 這些科學(xué)思想是在人類探索世界的過程中不

5、斷獲得的， 而探索科學(xué)思想的過程，是從人們觀察自然現(xiàn)象開始 的。人們在觀察結(jié)果中找到規(guī)律，并建立其理論模型 來解釋規(guī)律，最終利用這些規(guī)律改變周圍世界。這些 科學(xué)實(shí)踐活動需要人們具有一定的科學(xué)認(rèn)知能力。所 以，為了很好地評估學(xué)生的科學(xué)認(rèn)知能力，NAEP和 TIMS%考察學(xué)生的科學(xué)課程方面學(xué)業(yè)成就時(shí)，除了 設(shè)定科學(xué)課程中的科學(xué)內(nèi)容考察，還對科學(xué)認(rèn)知能力 進(jìn)行了評估。這兩種評估體系都依賴評估試題對學(xué)生 的評價(jià)。這些評估試題每個(gè)都有兩個(gè)分類編碼：一個(gè) 對應(yīng)科學(xué)內(nèi)容，一個(gè)對應(yīng)科學(xué)認(rèn)知能力。因此，兩種 評估體系對科學(xué)內(nèi)容和科學(xué)認(rèn)知能力的評估是同時(shí)繼 續(xù)的。筆者從三個(gè)方面對這兩個(gè)體系進(jìn)行了比較。二、NAEP

6、和TIMSS在科學(xué)課程中的異同（一）NAEP和TIMSS在科學(xué)課程中科學(xué)內(nèi)容上 的異同NAE用口 TIMSS在科學(xué)內(nèi)容的覆蓋面上基本相同， 但是TIMSS的覆蓋面稍微大些，而其兩個(gè)體系在不同 年級對各部分的內(nèi)容側(cè)重點(diǎn)也有所區(qū)別，如表1、表2表1和表2是NEA可口 TIMSS評估體系評估時(shí)各 個(gè)科學(xué)部分的試題占總數(shù)的百分比。NAEP科學(xué)內(nèi)容包 括三個(gè)部分：生命科學(xué)、自然科學(xué)和地球和空間科學(xué)。 從表1中我們可看出，4年級對各部分都一樣重視，8 年級則偏重地球和空間科學(xué)。從這個(gè)分布可以看出， NAEPU為4年級學(xué)生的認(rèn)知水平?jīng)Q定4年級各部分內(nèi) 容應(yīng)保持均衡；8年級學(xué)生則更加強(qiáng)調(diào)地球和空間科 學(xué)，目的

7、是著重培養(yǎng)學(xué)生的理性思考能力和想象力。 TIMSS覆蓋的科學(xué)內(nèi)容具體如表 2所示。TIMSS為了照 顧不同國家和地區(qū)的課程內(nèi)容，對 4年級和8年級設(shè) 置了不同的內(nèi)容類目，4年級沒有關(guān)于化學(xué)的內(nèi)容，8 年級由于化學(xué)內(nèi)容的加入減少了生物和物理的占比， 地球科學(xué)則保持不變。這里需要說明的是兩個(gè)體系中的自然科學(xué)包含的 內(nèi)容有所不同：在NAEP中是包含物理和化學(xué)，在 TIMSS中只包含物理內(nèi)容。從兩個(gè)表中我們也可看出 TIMSS和NAEP有明顯不同。TIMSS更強(qiáng)調(diào)生物、物理 和化學(xué)，在4年級時(shí)生命科學(xué)內(nèi)容占45%, 8年級時(shí) 是物理和化學(xué)合起來占45%。TIMSS認(rèn)為4年級學(xué)生 對于生命現(xiàn)象有很強(qiáng)的好

8、奇心，所以因勢利導(dǎo)地加強(qiáng) 生命科學(xué)的內(nèi)容，而到8年級則通過物理和化學(xué)來培 養(yǎng)學(xué)生的邏輯分析能力。（二）NAEP和TIMSS在科學(xué)課程中科學(xué)認(rèn)知能 力的異同在科學(xué)認(rèn)知能力上，TIMSS比NAEP更重視學(xué)生 對基本科學(xué)規(guī)律和現(xiàn)象的認(rèn)知能力。在更深層次的科 學(xué)認(rèn)知能力上，兩種體系都強(qiáng)調(diào)解決問題的能力，但 NAEP更重視科學(xué)內(nèi)容的應(yīng)用，而TIMSS則更重視學(xué)生 的邏輯和推理能力。NAEP的科學(xué)認(rèn)知包括四個(gè)層次：識別科學(xué)原理、 應(yīng)用科學(xué)原理、實(shí)施科學(xué)探究和技術(shù)設(shè)計(jì)。對這四個(gè) 層次NAEP有明確要求：識別科學(xué)原理要求學(xué)生能夠 了解、回憶、關(guān)聯(lián)和表述基本科學(xué)原理；應(yīng)用科學(xué)原 理則要求學(xué)生能夠解釋現(xiàn)象，預(yù)估某

9、一現(xiàn)象可能的結(jié) 果和能夠舉例說明的科學(xué)原理；實(shí)施科學(xué)探究則關(guān)注 學(xué)生設(shè)計(jì)和評判一個(gè)科學(xué)調(diào)查的能力，選用合適工具 和技術(shù)進(jìn)行科學(xué)探索的能力，分辨實(shí)驗(yàn)數(shù)據(jù)的規(guī)律或 者與其相關(guān)的理論模型的能力，使用實(shí)驗(yàn)數(shù)據(jù)證實(shí)或 評估結(jié)論的能力；技術(shù)設(shè)計(jì)則關(guān)注學(xué)生在真實(shí)的環(huán)境 中，系統(tǒng)地應(yīng)用科學(xué)知識和技能處理問題的能力。這 些能力要求對每個(gè)年級都適用，但是各年級有所不同。 從表3中，我們可以看出4年級的科學(xué)實(shí)踐部分主要 強(qiáng)調(diào)前三個(gè)層次，8年級則更加強(qiáng)調(diào)應(yīng)用科學(xué)原理。TIMSSE科學(xué)認(rèn)知方面則分為三個(gè)層次：知道、 應(yīng)用和推理。在TIMSS中對這三方面的認(rèn)知是這樣要 求的：知道認(rèn)知要求學(xué)生了解科學(xué)事實(shí)、名詞、模型、 單

10、位，并能選擇合適的工具和實(shí)驗(yàn)方法用在科學(xué)調(diào)查 上；應(yīng)用認(rèn)知要求學(xué)生應(yīng)用科學(xué)的概念和原理比較、 區(qū)分和解釋科學(xué)信息，并能利用自己對概念和原理的 理解找到解決問題的方法或者提供現(xiàn)象的解釋；推理 認(rèn)知?jiǎng)t要求學(xué)生分析問題并確定其蘊(yùn)涵的科學(xué)原理， 設(shè)計(jì)和解釋處理問題的方法，應(yīng)用合適的公式和分析 方法評估解決問題的方案。這些認(rèn)知方面的要求也是 貫穿在每個(gè)年級里，但從表4中我們可以看出4年級 學(xué)生更關(guān)注了解科學(xué)知識，8年級學(xué)生則有增加推理 與應(yīng)用方面的要求。（三）NAEP和TIMSS在科學(xué)課程評估中試題形 式和分布的異同NAE可口 TIMSS的試題都包含選擇題和開放性試 題（Constructed Resp

11、onse or Open Ended Question 但NAEP的試題中的選擇題比例遠(yuǎn)低于 TIMSS開放性 試題中兩種體系采用的方式也有很大區(qū)別。TIMSS中的選擇題是單項(xiàng)選擇題，開放性試題包 括簡答題（Short Constructed Response Question 和拓 展題（Extended Constructed Response Question。簡答 題用一個(gè)句子或者單詞簡要回答，拓展題則因?yàn)樾枰孟嚓P(guān)知識和技能解決問題或解釋現(xiàn)象，所以要求 學(xué)生根據(jù)題意安排自己的答題內(nèi)容。拓展題根據(jù)學(xué)生 回答的完整程度給出了相應(yīng)分?jǐn)?shù)，并且評價(jià)的重點(diǎn)是 在問題解決上而不是在寫作能力上。比

12、如“字和句子 寫得是否規(guī)范”，這樣的評分細(xì)則和我國的小學(xué)考試評 分標(biāo)準(zhǔn)還是有區(qū)別的。NAEP的選擇題也全部是單項(xiàng)選擇題，開放性 試題包含簡答題、拓展題和概念圖任務(wù)(Concept Mapping Tasks。概念圖任務(wù)題要求學(xué)生在 68個(gè)概念 間用箭頭建立聯(lián)系，并在箭頭上用單詞或短語簡要描 述概念間的聯(lián)系。這種題主要考查學(xué)生對科學(xué)內(nèi)容或 概念有精準(zhǔn)的認(rèn)識，并要求學(xué)生有一定的想象能力。 這種題型類似目前國內(nèi)流行的思維導(dǎo)圖。另外，從工 作量和評估的有效性考慮，NAEP對一小部分的測試對 象進(jìn)行了加試，這部分內(nèi)容包含的題型主要是實(shí)驗(yàn)題 (Hand-on Performance Task和計(jì)算機(jī)交互模

13、擬試題 (Interactive Computer Task)。通過這些內(nèi)容的評價(jià)， 我們可以得到更加全面和豐富的學(xué)生學(xué)業(yè)成就信息。 因?yàn)門IMSS中沒有相應(yīng)的內(nèi)容，加試題型也不在這次 對比的內(nèi)容內(nèi)。從表5中可以看出，NAEP的4年級和8年級評 估試題中選擇題和開放性試題基本保持一樣的份額，而TIMSS的試題則有將近三分之二是選擇題。在開放 性試題中，TIMSS有很高的比例是拓展題，這一比例 大約占開放性試題的一半。所以，拓展題的總體占比 還是比NAEP要高。開放性試題的評分標(biāo)準(zhǔn)在兩個(gè)體 系中也有所不同，在TIMSS中，簡答題只有正確和錯(cuò) 誤兩個(gè)評判結(jié)果，拓展題有3個(gè)，分別是正確、部分 正確和

14、錯(cuò)誤。在NAEP中，簡答題則可能有2個(gè)或者3 個(gè)評分標(biāo)準(zhǔn)，拓展題則有4個(gè)，分別是正確、部分正 確、少量正確和錯(cuò)誤。特別需要提出的是，在每個(gè)年 級中的TIMSS有部分題沒有唯一答案，要求學(xué)生對這 個(gè)問題有兩種回答，根據(jù)回答內(nèi)容對其進(jìn)行評價(jià)，評 價(jià)結(jié)果分為3類（2個(gè)都正確，1個(gè)正確和沒有正確）。三、NAEP和TIMSS教育評估體系對我國教育評 價(jià)機(jī)制的啟示（一）培養(yǎng)專業(yè)的教育評估團(tuán)隊(duì)，建立專業(yè)的教 育評估機(jī)構(gòu)NAE可口 TIMSS#學(xué)教育評估體系都由一批專業(yè) 人士組成的專業(yè)化的教育評估機(jī)構(gòu)制訂并完成實(shí)施的。 這些人員主要有政府人員、教育家、科學(xué)家、大學(xué)教 授和中小學(xué)任職教師。他們組成了一個(gè)獨(dú)立于政

15、府的 機(jī)構(gòu)，負(fù)責(zé)建立評估體系并實(shí)施，然后進(jìn)行統(tǒng)計(jì)分析， 以分析報(bào)告的形式向社會提供研究成果，并幫助政府機(jī)構(gòu)評估國家的教育水平。其中 NAEP是在由美國教 育部和國會授權(quán)的國家評估理事會監(jiān)管下運(yùn)作的，但 是國會和教育部不介入具體工作。國家評估理事會聯(lián) 合多家機(jī)構(gòu)完成NAEP體系的制訂和執(zhí)行。這其中有 美國國內(nèi)的大教育機(jī)構(gòu)，比如國家科學(xué)教師協(xié)會(National Science Teachers Associati。n等； 還有頂尖 的科研機(jī)構(gòu)和學(xué)校，比如美國物理學(xué)會(American Physical Society,美國化學(xué)學(xué)會(American Chemical Society),美國生物科

16、學(xué)研究所(American Institute of Biological Sciences,斯坦福大學(xué)(Stanford Univesity), 加州大學(xué)伯克利分校(University of California, Berkeley),等等。這些組織將有大量的教育專家、統(tǒng) 計(jì)專家和頂級的科學(xué)家參與體系的框架制訂和試題開 發(fā)，并致力于對學(xué)生學(xué)業(yè)水平進(jìn)行科學(xué)的統(tǒng)計(jì)和評估。 TIMSS是由IEA制訂并實(shí)施的，而IEA是個(gè)獨(dú)立的公益 性國際組織，不隸屬于任何政府，它的資金來源也非 常廣泛。參與TIMSS目的人員和NAEP一樣，都是 來自于教育、科研和政府的專家，只是這些人員不僅 僅來自于美國。IE

17、A的研究中心有三個(gè)，分別是美國的 波士頓、荷蘭的阿姆斯特丹和德國的漢堡，這些研究 中心為TIMSS項(xiàng)目提供了全方位的支持。反觀我國現(xiàn)狀，則沒有一個(gè)相對專業(yè)并真正致力于對學(xué)生學(xué)業(yè)成就進(jìn)行評估的機(jī)構(gòu)，更沒有一個(gè)相對 健全的全國性教育評估體系。就算高考，這個(gè)號稱是 國內(nèi)的第一大考，目前也因?yàn)楦鱾€(gè)省的各種制度而采 取分別命題的方式。其命題質(zhì)量和評估方式不一，造 成不能科學(xué)地評估和分析國內(nèi)整體教育水平和學(xué)生學(xué) 業(yè)成就，更不可能對各省的教育水平進(jìn)行比較和分析。 另外，中小學(xué)的其他考試則是由在職教師和教研員等 人員組成命題組組織和完成的，造成編制的試題具有 很大的經(jīng)驗(yàn)性和非科學(xué)性，不能對學(xué)生的學(xué)業(yè)成就進(jìn) 行

18、全面評估，對目前的素質(zhì)教育和新課改實(shí)施沒能起 到導(dǎo)向作用。所以，我國應(yīng)建立一個(gè)專業(yè)的教育評估 機(jī)構(gòu)，人員應(yīng)包括教育、科學(xué)和統(tǒng)計(jì)方面的專家，把 教育評估從職能化向?qū)I(yè)化轉(zhuǎn)變，并開展全國性的學(xué) 生學(xué)業(yè)成就評估和調(diào)查。我們利用這種專業(yè)化機(jī)構(gòu)進(jìn) 行全國性教育的科學(xué)評估，一方面可以使政府對我國 教育現(xiàn)狀有全面和科學(xué)的認(rèn)識，另一方面也可以對各 個(gè)省和地區(qū)的教育水平進(jìn)行對比，這將有效地推動新 課改和其他教育方針的實(shí)施。（二）開展科學(xué)命題工作，保證命題和評價(jià)目標(biāo) 的統(tǒng)一從教育學(xué)角度看，任何一門課程的開發(fā)都包含三 個(gè)核心內(nèi)容：內(nèi)容標(biāo)準(zhǔn)、表現(xiàn)標(biāo)準(zhǔn)和評價(jià)標(biāo)準(zhǔn)。內(nèi)容標(biāo)準(zhǔn)即本文討論的兩個(gè)評估體系中科學(xué)課程內(nèi)容范圍， 我

19、國的教學(xué)大綱里也有類似內(nèi)容；表現(xiàn)標(biāo)準(zhǔn)就是兩個(gè) 體系中要求學(xué)生具有的認(rèn)知能力。這些在我國的教學(xué) 大綱中也有涉及，但是相關(guān)的要求內(nèi)容過于簡單和粗 糙。因此，評價(jià)標(biāo)準(zhǔn)主要應(yīng)由試題來體現(xiàn)。課程標(biāo)準(zhǔn)要求學(xué)生在學(xué)習(xí)過程中獲得一定的能力， 最后通過測試評價(jià)學(xué)生獲得的知識和能力，這是一個(gè) 完整的課程體系。在這個(gè)過程中，最重要的環(huán)節(jié)是評 價(jià)。因?yàn)樵u價(jià)是對學(xué)生在課程內(nèi)容和課程表現(xiàn)上獲得 的程度進(jìn)行的評估，對學(xué)生的學(xué)習(xí)過程也有引導(dǎo)作用。 從討論中我們可以看到，無論 NAEP還是TIMSSB對 評估這個(gè)環(huán)節(jié)很重視。它們都提出了對學(xué)生的科學(xué)認(rèn) 知能力考察和評估，并把這些作為重要的評估內(nèi)容。 NAEP為了對學(xué)生的實(shí)際能力

20、進(jìn)行考核，還增加了實(shí)驗(yàn) 和計(jì)算機(jī)模擬試題。目前，我國已制訂了中小學(xué)生學(xué)業(yè)成就評價(jià)的內(nèi) 容標(biāo)準(zhǔn)和表現(xiàn)標(biāo)準(zhǔn)，但是在評價(jià)標(biāo)準(zhǔn)上沒有明確的方 式和方法。如沒有體現(xiàn)相應(yīng)內(nèi)容的標(biāo)準(zhǔn)和表現(xiàn)標(biāo)準(zhǔn)的 試題庫，不能科學(xué)地對學(xué)生學(xué)業(yè)成就進(jìn)行評估。正是 沒有合理和科學(xué)的評估標(biāo)準(zhǔn)，使我國在推行新課改時(shí)， 各地的試題仍然按照課改之前進(jìn)行命題。這很難起到 評估對教學(xué)實(shí)踐活動和學(xué)生學(xué)習(xí)活動的引導(dǎo)作用。這樣就出現(xiàn)了各地課改實(shí)行不到位，甚至放棄新課改 所以，建立科學(xué)的評估體系和評估標(biāo)準(zhǔn)，即保證命題 工作和課程標(biāo)準(zhǔn)的統(tǒng)一，是推動我國整體教育水平的 關(guān)鍵。（三）積極參加國際教育評估工作，學(xué)習(xí)和借鑒 國外的先進(jìn)經(jīng)驗(yàn)，逐步建立我國的教育評估體系為了盡快科學(xué)地認(rèn)識和了解我