基于学业水平标准的学习结果分析

报告；具有良好的实验修养和习惯。

识别记忆——指能表述或再认所学物理知识的能力。物理知识包括物理学的重要史实（现象、实验）、术语，重要的物理常量，概念的定义、符号、单位和规律的表达式等。

感知领会——指掌握物理概念和规律的能力，包括了解物理概念、规律的引入背景，明确它们的物理意义、文字表达、图像表述、数学表达式、适用范围和条件，并能解决较为简单的物理问题。

情景概化——指运用物理方法对实际问题进行分析处理，并将其转换成简单、典型的物理情景（状态、过程或图像、图示）的能力。物理方法包括理想方法、等效方法、对称方法和模型方法等。

系统整合——指能对一个复杂的物理问题进行系统分析，将其分解为若干个简单过程，分别找出它们的特点、异同和联系，灵活地运用相应的物理规律进行判断、推理和组合，从而获得结论的能力。

信息处理——指能阅读、提取与物理学有关的信息，理解其文字、图表的主要内容和特征，结合所学的知识和方法，运用数学工具进行加工处理。

3.学科因素

根据物理学科的特点进行分类的学科因素包含史实、概念、规律、图表和实验。

4.知识结构

按照物理学科的知识体系进行分类，其知识结构包含力学、热学、电学、光学、原子物理、综合运用6个部分。

我们把4个项目21个要素用矩阵形式排列，形成学习结果分析和诊断矩阵，表示如下（图1）。

矩阵中各项目之间以及各要素之间都存在着内在的联系，学科因素和知识结构反映的都是学科的知识体系和学科特征，学习水平和能力结构则反映知识与能力的双重因素之间的联系。多因素、多角度的分析和归纳，目的在于从不同的角度全面反映学生的学习结果。

三、对学生学习结果的分析和诊断

1.发布浙江省学业水平考试成绩与学业质量分析报告

这几年浙江省利用学业水平考试数据发布了全省一年两期的《普通高中学业水平考试质量分析报告》和《普通高中学业水平考试成绩报告》。内容包括各地、市、县甚至学校各学科不同等第的学生比例分布，及格、良好和优秀的教学水平评级，学生对客观题各选项的选择比例分布情况、主观题应答情况以及学生应答信息中与诊断项目矩阵中各要素的对应关系。

在学业水平考试命题时，我们先以项目矩阵中的各要素建立相应的指标体系，并列入命题细目表的各个维度要求。在命题完毕后，及时组织专家对试题所涉及的项目要素进行分析归类，以便准确确定试卷中各题所对应项目的各要素矩阵位置。试卷在全省测试后，选取全省标准化样组学生，获取他们对各类试题的答题信息，并按照矩阵中的各要素进行统计，建立各要素的全省信息，这样我们就可以详细分析学生对各学科因素的掌握情况。但限于我省的学业水平考试尚未实行全省网上阅卷，阅卷登记表格设计时没考虑到小题分应按矩阵图中学习结果分析项目和要素分拆，加之全省数据的敏感性及其他原因，浙江省的学业水平考试成绩与学业质量分析报告都是偏宏观的，侧重区域性的评估，对学生个体的诊断尚未真正开发。

2.建立全省测试常模进行区域教学诊断

全省学业水平考试是有几十万考生规模的标准参照性考试，样本量十分巨大，因此每年按标准参照的及格率、良好率和优秀率是比较稳定的，相当于建立了一个稳定的常模参数，并保证了它有一定效度和信度。如果我们能够获取样本群体所对应的教学分析和诊断矩阵的基本数据，就可通过统计筛选分析对象所需要的学生答题信息，按各要素进行统计的参数与相应的常模逐一比较，对被测群体的学习结果进行初步的分析，并利用图表和矩阵反映测试群体在各要素上的表现与常模的相对差异以及被测群体在各项目要素上的表现。

为了验证上述的设想，在目前还无法应用全省学业水平考试数据进行学生个体学习结果诊断的情况下，我们在某学校选取了一个刚参加过全省物理学科学业水平考试的学生样本，进行了小样本的试验。我们重现了样本学生的所有小题分，明晰其与诊断项目矩阵中各要素的对应关系，然后进行群体间项目要素的差异比较，并针对群体的学习水平进行分析和诊断。以下我们简要对操作过程作个介绍。

（1）群体间项目要素的差异比较

为了直观反映被测群体在各个项目、各要素中表现出的相对差异，将样本群体各要素的分数转化成标准分Z，Z=（P-P。）/SP。若Z分数为正值，表明该群体在该项目要素的表现上高于常模；Z为负值，则表明该群体在该项目要素的表现上低于常模；Z值为零，则表明该学生群体在该项目要素的表现上与常模持平。

我们选取了该校高二年级理科、文科共4个群体为研究对象，各群体在理论上其物理学习的起点和学习能力的起点相当。4个群体在完成高中阶段的必修课学习后，参加了全省的学业水平考试。我们以该成绩为样本，4个群体在各分析项目的表现如下一页图2、图3、图4、图5所示。

从4个项目的比较中，可以看出被测群体的整体优势或薄弱要素，如：理1、理4在4个要素上都处于优势，其中“综合、系统整合、信息处理、综合运用”等要素明显优于常模。具体分析每一张图也可以发现，优势群体存在着相对薄弱的要素，薄弱群体存在着相对优势的要素。如：在能力结构图（图3）中，理4群体在观察实验、识别记忆、感知领悟、系统整合和信息处理5个要素上都表现出相对其他群体有明显的优势，在情景概化这一要素上理1群体比理4更有优势。

根据图表呈现的优劣，结合学业水平标准和命题时对试题所做的分类，可以进一步地分析学生的学习情况，从学生的学和教师的教两个不同的角度进行教和学的诊断。

（2）针对群体的学习水平分析和诊断

就像医生看病一样，根据获得的综合信息，对病理作出诊断，然后开具治疗处方。由此，我们设想，教学诊断也应该出具简明扼要的诊断结果和建议，为此，可将反映某一被测群体在各项目要素上的表现的Z分数，再进行分级，用符号“+”或“-”的多少来表示层级的高低。带符号“+”的为优势，带“-”的为劣势，并且以符号的多少分别提示差异“十分显著”“非常显著”和“显著”，“/”则表示与常模无差异。图6给出了理科1的学习结果在各项目要素上的表现分布矩阵图，根据符号“+”或“-”的多少，即可获知矩阵图中的各项目要素水平和学生的学习情况。

整体来看，该群体的多数要素都高于参照的标准，特别是学习水平中的“领会”、学科因素中的“实验”、能力结构中的“信息处理”、知识结构中的“力学、原子物理、综合运用”等明显优于参照标准。相对薄弱要素表现在：学习水平中的“识记”、能力结构中的“系统整合”、知识结构中的“电学”。根据学习结果矩阵图提供的信息以及试卷编制过程对试题的分类，结合问卷调查、访谈等方法，可对被测群体的强项和弱项进行分析和归因，为学校的教学诊断提供基础。

总之，无论是区域性的学业质量检测，还是学校的教学质量反馈，都需要准确分析学生的学习结果，这是提高教学诊断功效的前提。学业水平考试的标准参照性、命题的严谨性、试题的高效度和高信度保证我们有了一把很好的诊断学生学业质量的标尺。本文初步探索的“学业水平差异分析法”和“学习结果分析项目和要素矩阵图、群体学习结果矩阵图法”直观明了，便于计算机的编程和分析。

（作者单位：浙江省教育厅教研室）

（责任编辑：李奇志）

推荐访问:学业 水平 标准 分析 学习