過程性評價對工科物理教學質量的影響研究

賈飛　張?！⊥踝嬖?/p>

摘 要 本研究以課堂測驗的形式探索過程性評價對學習效果的影響。學生層面上，通過使用學習投入問卷對工科學生的大學物理學習投入進行測量，發現過程性評價除了檢查課堂學習效果，還是提升學生情感投入的一個有效途徑。教師層面，通過使用Rasch模型對大學物理課堂測試數據進行分析，發現過程性評價有助于出題教師優化測試題庫，任課教師根據測試反饋也可以不斷建構和修正教學內容，提高教學質量。

關鍵詞 過程性評價;課堂測試;學習投入;教學質量

2020年，中共中央、國務院印發了《深化新時代教育評價改革總體方案》，指出：要“改進結果評價，強化過程評價，探索增值評價，健全綜合評價，充分利用信息技術，提高教育評價的科學性、專業性、客觀性[1，2]?！?在“四個評價”中，過程評價是推動教育評價改革的重要環節，是“四個評價”的核心[2]。過程性評價是將學習過程分為多個階段，多種形式，多個主體共同參與評價教學效果的過程[3]。能更全面地評價學生的學習情況，同時有助于教師在教學中及時發現問題。因此要重視評價結果的分析與應用，促進教、學、評相向而行[4]。

十九大以后，我國的教育信息化進入新時代，即教育信息化2.0時代。為推進教育信息化2.0的發展， 培育教育的創新驅動發展新引擎，教育部在2018年4月發布了《教育信息化2.0行動計劃》[5]，“智慧教育創新發展行動”是其中一大亮點[6]。研究者認為“智慧教育”的理想發展趨勢和狀態， 是智能信息技術在教育中的應用， 它會使師生在原來教/學中投入相同的時間和精力的情況下， 取得更好的教/學效果[7]。通過所采集的教學過程數據， 可以用來促進公平、持續改進績效并孕育教育的卓越[8]。2022年教育部制定了《教師數字素養》標準[9]，對于提升教師利用數字技術優化、創新和變革教育教學活動的意識、能力和責任具有重要意義，也有助于借力新技術深化過程性評價。依托數字技術記錄教學過程中的學生數據、互動數據、成績數據、學習過程數據、課程數據等，開展過程性、即時性、準確性的評價活動，可助推數據推動的教育過程評測體系構建[10]。

大數據時代，獲取并分析教學過程中的數據，能透視紛繁復雜的教學過程背后的真相，為高等教育的改革提供強有力的支撐。通過信息技術手段探索過程性評價對教、學、研的反饋效果有一定的意義。本文使用NSSE-China對工科學生的大學物理學習投入進行測量，探索過程性評價對學習投入起積極推動作用。通過Rasch模型對大學物理課堂測試數據進行分析，結果顯示，作為過程性評價的一種有效方式———課堂測試，可以對學生及時提供反饋，及時修正學生的學習誤區;學生在課堂測試中的表現和問題都是對教師自身教學情況的反饋，通過這種問題的反饋，出題教師可以對測試題進行優化，任課教師可以在教學中不斷建構和修正著自己的教學，達到提高教學質量的目標。

1 研究設計

作為過程性評估的一種方式———課堂測試，能幫助教師了解教學過程中出現的問題，并及時調整教學進度、內容、難度和方法，以達到良好的教學效果[11]。課堂測試對教學效果的積極作用得到了研究者的肯定[12-14]。從課堂測試中獲得教與學的情況，分析測試數據能為后續教與學的改進提供科學決策。

課堂教學是教學過程的核心組成部分，在智慧校園環境下，混合式教學再許多高校已被廣泛使用。但是在進行教學評價的時候，每個老師在統計平時成績的時候，涉及到學生的課堂答題數據、作業成績、在線學習測驗、簽到、討論及發帖數量等，評價的標準不統一。2022年秋季，學院針對大學物理教學設計了標準化用于課堂應答的測試題庫。教師根據對知識點的理解設計課堂測試題，測試形式為選擇題，每個重要的知識點的課堂測試數量為2～3題。課堂中可以靈活選擇時間在canvas學習平臺上發布測試，每次測試時間為4～7分鐘，平臺自動批閱測試，并對答題情況進行分析。測試截止后，教師可以即時看到學生答題情況。課后還可以通過學習分析技術對學生答題情況進行客觀、準確的定量分析與評價，從而有效檢驗學生的學習情況和教師的教學效果，實現精準化教學，推動教學質量的改善和提升。

因為疫情，2022年春秋季學期期末考試的難度不同，題型不同，不能對兩個學期學生的學習情況進行很好的對比。為了更好了解學生在兩種不同教學手段下學習投入的不同，采用了問卷調研方式來進行對比分析。針對2021級工科學生2個不同階段（2022 年春、秋季兩學期）進行了調研：2022年春季學期，回收有效問卷1432份;2022秋季學期，回收有效問卷243份。秋季學期的問卷來自同一位教師的兩個教學班級。大學物理課程采用了學生自主選課，教學班級學生具有隨機性。秋季學期，所選用的教學班級，教學過程中使用了標準化課堂測試。

2 形成性評價對學生學習投入的影響

2.1 研究工具

“學生學習型投入”（Student Engagement）是近20年來大學生學習與發展研究領域中的關鍵概念。它是由美國印第安納大學教授喬治·庫提出，并隨“全美大學生學習型投入調查”（NationalSurvey of Student Engagement，簡稱NSSE調查）在美、加、澳等多個國家推廣而備受矚目[15]。NSSE調查及研究結果被廣泛運用于評價大學教育的過程性質量、回應社會問責、開展院校研究，并為教育教學工作改進提供實證依據。清華大學引進美國NSSE 調查，經漢化和文化適應性調整形成了中國大學生學習投入量表（NSSE-China），自2009年起，連續在全國開展年度調研。同時，越來越多的學者開始關注教學過程及大學生學習經驗問題，并借鑒學習型投入理論開展實證研究。本研究使用NSSE-China對同濟大學2021級工科學生的大學物理學習的行為投入、認知投入和情感投入進行測量，從而探索形成性評價對學生學習投入的影響。

為研究分析全面使用標準化課堂測試學期與沒有全面使用課堂測試學期的學生在大學物理課程的學習投入中是否存在顯著差異，將2次學習投入情況進行比較。運用MySQL數據庫從春季學期的問卷中隨機抽取300份，秋季學期參與的有效問卷243份。根據SPSS統計軟件分析，兩次問卷整體信度（α>0.8）、結構效度（KMO>0.8），表示量表的測量結果具有較高的信度和準確性?；谝蜃臃治雠c文獻分析，三次量表測量結果可確定為3個因子（即：認知投入、情感投入、行為投入）。春季學期的學習投入隨機樣本和秋季學期的樣本相互獨立，因此可用兩獨立樣本T 檢驗進行分析。

2.2 課堂測試對學習投入的影響

將春、秋季學期的學習投入進行對比（見表1、表2），對問卷結果的獨立樣本T檢驗顯示：兩個學期學生大學物理學習的認知投入無明顯差異（sig>0.05）;秋季學期學生的情感投入相比春季學期有明顯增加（sig<0.05），而行為投入方面有少量減少（sig<0.05）。

通過教學效果分析、與學生談話、及學生期末學習報告，總結得到以上獨立樣本T 檢驗結果的原因。

1） 課堂測試對學習投入的積極推動作用

秋季學期，教學過程中使用了標準化的課堂測試，課堂測試主要考察學生對概念的理解和掌握情況。在沒有課堂測試情況下，教師只能通過觀察學生的課堂反應來主觀判斷學生的聽課情況，即使有課堂提問，在大班教學模式下，提問很多時間有很大的隨機性，效率低。有課堂測試的情況下，教師可以快捷高效地了解學生對知識點的掌握情況，便于教師及時實施精準的教學手段進行干預。教師也可以通過與答錯學生互動，即時了解到學生出錯的原因，講解將更具針對性，從而將問題扼殺在課堂上。

例如，機械波教學內容中，駐波問題一直是難點，而駐波中，駐波相位容易和行波混淆。

圖1 駐波相位相關課堂測試題從其中一個教學班級課堂答題統計（見圖1）可以看出，只有有57%的同學答對，53%的同學選擇了答案5π/4。通過提問選擇5π/4的同學，了解到這部分學生的答題思路：

a、b兩點分別在駐波節點的兩側，所以：Δxab =98λ-12λ=58λ，則a、b兩點振動的相位差是：Δφ=2πΔxλ =54λ。

通過以上教學過程，教師容易了解到學生在駐波相位問題存在困難的癥結所在。再次解釋“同段同相，相鄰段反相”的物理意義（相鄰兩波節間的各質元的振動相位相同，同一波節兩側的相鄰的兩個分段（兩相鄰波節間的范圍為一分段）中的質元，其相位相反），并和行波相位特點對比，行波中質元振動相位沿傳播方向依次落后、相位在傳播，駐波的相位不傳播。

期末考試中關于駐波相位特點的題目答題情況見圖2（因為疫情原因，一些同學申請了期末緩考，所以參加考試學生人數不同，答題形式為填空題）。期末考試題目相對課堂測試難度上有所增加，題目涉及駐波波腹波節特點、相位特點、數學計算、答題要求等，是一題綜合運用題。從答題結果上看，學生基本上應是掌握了駐波相位特點。

課堂測試作為過程性評價的一種方式，除了檢查學生課堂上的學習效果，還可以提升學生學習興趣。根據課堂測，教師可以及時進行課堂評價，讓學生明白自身有哪些不足，知道如何改進，可以讓學生保持學習熱情，提升學習積極性。

2） 行為投入影響因素

從與學生談話了解到，通過形成性評價，學生可以及時發現學習中存在的問題，更有針對性的學習課程內容，學習效率提高，所以行為投入減少。此外，大二年級學生的課程增加，相對大一來說，學生的排課更滿。所以學生的行為投入有所降低也有可能和課程壓力有關。

通過對學生不同階段學生的學習投入進行對比，分析學生學習投入的可能影響因素，特別是課堂測試對學生的影響分析，不難看出，課堂測試對學生學習投入起積極推動作用。

3 形成性評價對教師教學的反饋作用

3.1 研究工具

Rasch模型是由丹麥著名數學家Gorge Rasch于20世紀60年代提出數學概率計算的模型，是項目反應理論中常用的一種Logistic模型[16]。它是一個理想化的數學模型，要求所收集的實證數據必須滿足事先規定的標準和結構，才能實現客觀測量[17]。

研究樣本來自同一位教師大學物理課程的兩個教學班級的學生參與的課堂測試數據。通過對原始數據進行清理和轉化，得到有效學生樣本239人，參與有效課堂測試題52題。測試題涉及機械波、波動光學、熱學、量子物理四個部分的內容。本研究運用winsteps檢驗測評課堂測試整體在各信度效度指標上表現良好，具體測試題的分析中發現異常試題數據在允許范圍內，試題符合Rasch模型要求，測得的結果可用于進一步的分析。

3.2 課堂測試氣泡圖分析

Rasch模型分析中，測試題氣泡圖可以形象地反映出一個題目的擬合度指標，還可以顯示標準誤的范圍和大小，這將有助于發現一些潛在的不適合于課堂測試的題目。氣泡圖縱軸代表著測試題目的難度，越靠近頂端，題目越難;橫軸代表著各測試題目的擬合度指標。氣泡的大小代表各測試題難度測量值的標準誤，氣泡半徑越大，表示難度的標準誤越大，測量的準確度越低[18]。

從課堂測試氣泡圖（見圖3）可知，題1、24、26、34（即bt1_q1、ft5_q2、rt1_q2、rt5_q1）擬合度不佳; 45、47（即qt4_q1、qt5_q1）的氣泡半徑較大，表明題目難度誤差較大，測量結果不準確。對于擬合度不佳或者難度誤差較大的題目，出題教師需要進一步分析、修正或者刪除。

經出題教師分析，測試結果出現異常的原因可能是：

（1） 題目偏易或者偏難。如45、47兩題的答題正確率在99%以上，題目過于容易，標準誤差較大。此類題目可以在課堂測試中暫時保留，觀測在下一輪測試中是否還會出現類似情況;或者通過修改來增加或減小難度。

（2） 題目異常。如34題，此類題目部分選項涉及到生活經驗相關的內容，如果沒有相關經驗，或者沒有思考過此類問題的學生就容易答錯，需要刪除或者修改選項。

（3） 題目正常，可能和教師上課情況有關。如1、24、26三題，經出題教師、任課教師分析，并和大面積數據比對，認為此三題難易程度合適，題目也不偏，出現擬合度不佳的原因，可能與教師在該知識點上沒有講解透徹有關。

3.3 課堂測試對教師的反饋作用

分析Rasch模型中擬合度不佳的異常測試題，反思教學中存在的問題。

例：通過Rasch模型評測中光程知識點出現的異常課堂測試題（圖3中題1）（見圖4，以其中一個班學生答題情況為例），反思光程教學中存在的問題。

通過對圖4進行分析（見表3），我們大致可以了解到教學中存在的問題，如：光程、相位差的概念，或者是光在介質中的傳播特性等還沒有講解透徹。但是教學問題很多，也不能急下結論?，F對知識點光程的3個課堂測試題的答題數據進行對比（見表4）：學生并不是對光程、光程差、相位差的概念沒有理解，也不是不會靈活應用，問題可能是：一是學生不了解或者不能熟練應用介質中光的傳播特性。通過與學生溝通發現，高中階段光學是選修內容，部分學生光學基礎比較薄弱，對光在介質中的傳播特性還不能靈活運用。二是靈活運用物理原理處理復雜問題有難度。如果單獨將每個知識點分開，學生可能認為并沒有太大難度，但當將不同的知識點組合，問題變得復雜，學生在課堂這樣有限時間內靈活處理問題就存在一定難度。

對于教師來說，大學物理課程中波動光學中關于光程、相位等概念的教學沒有問題。而需要改進的是，在開始新的章節的學習前，要先了解學生的學習背景，注重中學與大學物理的銜接。另外，在大學物理教學過程通過對中學物理關聯問題的透徹講解，使學生理解、掌握有關概念與物理原理，提升靈活運用物理原理處理復雜問題的能力，順利完成中學物理到大學物理的順利過渡。

作為過程性評估的一種方式———課堂測試，能幫助教師反思教學過程中出現的問題，并及時調整教學內容和方法，以達到良好的教學效果。

4 課堂測試反饋模型

傳統的課堂教學質量評價存在評價主體不健全、評價指標體系的科學性有待提高、評價方式不夠全面、缺乏完善的評價結果反饋機制等問題[14]，對教師課堂教學的反饋通常會出現時效性不足，評價結果準確性也無法保證。教學活動本身是教師、學生共同完成的復雜過程，影響教學效果的因素很多，教學方法也因人而異、因地制宜。因此對教學活動的評價既要有定性的分析，還要有課堂數據的量化分析。

美國教育評價學者斯塔弗爾比姆強調，評價最重要的意圖不是為了證明，而是為了改進[19]。通過對課堂測試數據分析，可以對教師課堂教學反饋進行有效補充。并對教師和學生及時提供反饋信息，且這種反饋不是單向的傳輸模式，而是對任課教師、出題教師和學生之間的多向傳輸（見圖5）。課堂測試結果向學生提供反饋，及時修正學習誤區，進行自我調節，提升學生的學習積極性，提高學習投入;反過來學生對課堂測試題的理解、疑問、誤解和錯誤都是對教師自身表現的反饋。通過這種問題的反饋，教師在教學中不斷建構和修正著自己的教學，達到提高教學質量的目標;通過對學生答題情況的量化分析，還可以對異常測試題進行標記，從而將信息反饋給出題教師，便于出題教師對異常題目進行分析，對不適合的題目進行修改或者刪除等。

5 總結與討論

本研究使用NSSE-China對同濟大學2021級工科學生在不同階段學習大學物理的行為投入、認知投入和情感投入進行測量，探索過程性評價對學生學習投入的影響，并通過Rasch模型對大學物理課堂測試數據進行評測，探索過程性評價對教師的反饋作用。研究表明，過程性評價對學生學習投入起積極推動作用。通過對異常題分析來挖掘課堂測試數據背后的信息，可以深刻理解學生學習問題背后存在的原因，并給予教師教學反饋，從而改善教學效果，提升教師教學水平，提高教學質量。

過程性評價是一項專業性、系統性的活動，在實施過程中應注意以下問題：

（1） 加強教師對過程性評價的重視。在具體實施過程中，部分教師可能對過程性評價認識不足，而把課堂測試當作家庭作業布置給學生，過程性評價的效果就會有一定的折扣。

（2） 加強對教師信息素養的培訓。在課堂教學過程中，產生了大量的數據，平時很少有教師對數據進行分析。教師培訓，既要理念引領，還要落實信息技術方法的培訓。

（3） 搭建智能評價平臺。任課教師通過平臺將學生學習過程數據進行上傳，實現數據共享;平臺可以根據教師提供的數據可以對試題難度、區分度等基礎性數據進行分析，減輕教師統計分析壓力;平臺可以根據課堂測試等過程性數據對師生教學、學習情況進行初步分析，對教師教學進行反饋，對學生提供學習預警。

（4） 課堂測試題目難度需要適中。課堂時間有限，教學課時有限，作為對師生課堂教學和學習的反饋手段的一種方式，如果題目太簡單則無區50分度;如果題目太難對學生答題時間有一定要求，會影響正常教學進度，所以難易適中的課堂測試題目是需要出題教師根據使用者的反饋來不斷修正的。

參考文獻

[1] 新華社. 中共中央 國務院 深化新時代教育評價改革總體方案[OL]. http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202010/t20201013_494381.html.

[2] 辛濤.以強化過程評價為抓手 推動“四個評價”落地[J].陜西教育（綜合版）， 2022， （5）： 1.

[3] 邱丹萍.新工科教育體系下的課程過程性評價與多元考核機制研究[J].創新創業理論研究與實踐， 2022， 5（23）： 173-175.

QIU D P. Research on curriculum process evaluation andmultiple assessment mechanism under the new engineeringeducation system[J]. The Theory and Practice of Innovationand Entrepreneurship， 2022， 5（23）： 173-175. （in Chinese）

[4] 辛濤，李剛.學生學業評價改革如何走向深入[N].中國教育報，2023-01-11（5）.

[5] 教育部.教育信息化2.0行動計劃[EB/OL].[2018-06-10].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html

[6] 鄭旭東.智慧教育2.0：教育信息化2.0視域下的教育新生態———《教育信息化2.0行動計劃》解讀之二[J].遠程教育雜志， 2018， 36（4）：11-19.

ZHENG X D. Smart Education 2.0： The new educationecology of the perspective of Education Informatization 2.0：The Interpretation of Education Informatization 2.0 ActionPlan （2）[J]. Journal of Distance Education， 2018， 36（4）：11-19. （in Chinese）

[7] 李子運.關于“智慧教育”的追問與理性思考[J]. 電化教育研究，2016，37（8）：5-10.

LI Z Y. A rational inquiry and thinking about smart education[J]. e-Education Research， 2016， 37（8）： 5-10. （inChinese）

[8] 黃榮懷.智慧教育的三重境界：從環境、模式到體制[J].現代遠程教育研究，2014（6）：3-11.

HUANG R H. Three realms of smart education： Smartlearning environment， ICT teaching model and modern educationalsystem[J]. Modern Distance Education Research，2014（6）： 3-11. （in Chinese）

[9] 教育部.《教師數字素養》教育行業標準[S]. 教科信函〔2022〕58號. http：//www.moe.gov.cn/srcsite/A16/s3342/202302/t20230214_1044634.html

[10] 楊宗凱.高等教育數字化發展：內涵、階段與實施路徑[EB/OL].中國教育新聞網，2023年2月23日. https：//baijiahao.baidu.com/s？ id=1758590645728696442

[11] STOBART G. Testing times： The uses and abuses of assessment[M]. New York/London： Routledge， 2008.

[12] STIGGINS R J. Student-centered classroom assessment[M]. Old Tappan， NJ： Prentice Hall， 1997.

[13] SHEPARD L A. The role of classroom assessment inteaching and learning[D]. CSE technical report 517. CRESST/University of Colordo at Boulder， 2000.

[14] 王春艷.課堂測試對大學英語教學效果的作用研究[J].考試與評價（大學英語教研版），2020（6）：102-107.

WANG C Y. Research on the effect of classroom testing oncollege english teaching[J]. Testing and Evaluation （CollegeEnglish Teaching & Research）， 2020（6）： 102-107.（in Chinese）

[15] KUHG D. The National Survey of Student Engagement：Conceptual and Empirical Foundations[J]. New. Directionsfor Institutional Research， 2009， 141： 5-20.

[16] Georg Rasch. Probabilistic models for some intelligenceand attainment tests[M]. Copenhagen：Institute of. EducationalResearch，1960.

[17] LINACRE J M. A users guide to WINSTEPS/MINISTEP：Rasch-model computer programs. Chicago， IL： Winsteps.com， 2006.

[18] 崔文倩，張睿，張建衛，等.大學物理混合式教學資源評價研究[J].物理與工程，2021，31（S1）： 76-80.

CUI W Q， ZHANG R， ZHANG J W， et al. Research onthe evaluation of mixed teaching resources of college physics[J]. Physics and Engineering， 2021， 31（S1）： 76-80.（in Chinese）

[19] STUFFLEBEAM D L. Evaluation models. In R.W. Tyler，R. M. Gagne， & M. Scriven （Eds.）， Perspectives of curriculumevaluation （pp.143-162）. American EducationalResearch Association， 1971.