張寧波

（南京第九初級中學，江蘇 南京 210018）

1 問題的提出和研究的意義

我國初中物理課程標準的實施至今已有10年，在這次課程改革中，課程理念、課程目的、課程框架和內(nèi)容要求等方面都有了很大的改變，中考也應隨著新課程發(fā)生一定的變化.研究表明，只有當考試與課程要求的內(nèi)容標準相一致的時候，教學才有希望與內(nèi)容標準相一致，教育系統(tǒng)的其他因素比如職業(yè)發(fā)展也才有希望跟內(nèi)容標準保持一致.［1］這意味著中考與課程改革的平行推進，勢必有助于促進我國初中新課程朝著積極、有益的方向發(fā)展.課程改革的最直觀表現(xiàn)就是用課程標準取代沿用已久的教學大綱，各學科課程標準的研制是課程改革的核心工作.《基礎(chǔ)教育課程改革綱要（試行）》明確指出，“國家課程標準是教材編寫、教學、評估和考試命題的依據(jù)，是國家管理和評價課程的基礎(chǔ).”［2］因此，中考的考試內(nèi)容及要求理應與初中課程標準保持一致，才能有效地促進學生發(fā)展，實現(xiàn)教育公平，實現(xiàn)最基本的物理科學素養(yǎng)，落實新課程標準.實際情況如何呢？

多年來對課堂教學內(nèi)容和評價的關(guān)注不難發(fā)現(xiàn)：在中考試卷中反映出的實際考查項目與標準要求的內(nèi)容以及相應的分值存在著出入.這給一線教師的教學帶來一定的干擾.教師們主要根據(jù)考試的內(nèi)容、要求和命題方向調(diào)整著自己的教學，而往往忽視了課程的內(nèi)容標準，使得教學本末倒置.本研究正是基于以上的背景，嘗試通過量化分析的方法，分析2011年N市中考物理試卷與初中物理課程標準之間的一致性情況，以期為新課程背景下的課堂教學與考試評價工作的開展和決策提供基于研究的一些證據(jù).

2 研究現(xiàn)狀

在美國，對州內(nèi)容標準和州標準化測驗之間的一致性研究一直在進行著.美國國家研究理事會（NRC）授權(quán)進行的一項回顧性評論表明，州內(nèi)容標準和標準化測驗之間的一致性現(xiàn)狀總體來說不容樂觀.美國教師聯(lián)合會認為只有11個州的內(nèi)容標準和測驗之間的一致性良好，而各個州和測驗發(fā)行商的報道則認為除了3個州以外，其他所有州的內(nèi)容標準與測驗一致性良好.

文獻［3］對美國紐約、新加坡和中國江蘇的物理內(nèi)容標準與標準化測驗的一致性進行了比較研究，最后分析出的數(shù)據(jù)是，中國和新加坡的porter一致性指數(shù)都是0.67，紐約州的是0.8，從而得出了這樣的結(jié)論：美國紐約州的物理內(nèi)容標準和標準化測驗之間有顯著的一致性，而中國和新加坡則不具有這種顯著的一致性.

此外，還有童莉、黃翔的在《數(shù)學教育學報》上的《尋求課程的一致性——對美國數(shù)學課程焦點的分析與思考》，朱行健，李勇的《新課程物理高考考試大綱與課程標準的匹配性研究》（課程·教材·教法），陳嫻等的《物理內(nèi)容標準與考試之間的一致性研究》（課程·教材·教法），北京師范大學郭玉英等做了關(guān)于高中物理課程標準和山東、寧夏、海南、廣東省某年的學業(yè)水平考試一致性的研究等.

3 研究方法和流程

（1）一致性的測量方法.

研究一致性的問題，需要用可接受的方法來衡量內(nèi)容標準和評價體系的一致性程度.不同的一致性研究方法有不同的測量手段，并且復雜性程度也是不同的.本研究采用美國學者安德魯·帕特（Andrew Porter）和約翰·史密森（John Smithson）所開發(fā)并研制的評價與課程標準一致性水平分析程序和方法，即“SEC”一致性分析范式.

利用這種方法，我們分別對物理內(nèi)容標準和標準化測驗進行內(nèi)容主題和認知水平兩個維度的劃分，從而把物理內(nèi)容標準和試卷轉(zhuǎn)換為具有兩個相同結(jié)構(gòu)的表格，兩者間的一致性是基于兩個表格對應單元格值的符合程度.為了便于兩個表格的比較，所有單元格值都被轉(zhuǎn)化為總和為1的比率，形成兩個與之相對應的比率表.

Porter一致性指標P被定義如下：

其中，n是表格中單元格的總數(shù)；i代表表格中一個特定的值，范圍是從0到n.

例如，對于一個5×6的矩陣表格，共有30個單元格值，因此n＝30.Xi代表表格X 的第i個值（例如物理內(nèi)容標準表格），Yi代表對應表格Y中的第i個值（例如試卷表格）.Xi和Yi都是比率從0到1的數(shù)值.X1到Xn的總和等于1，Y1和Yn的總和也等于1.內(nèi)容標準表格和試卷表格的第i個單元格值之差可以被計算，即是Xi—Yi.通過把兩個表格相對應的全部單元格值的絕對差值相加求和可以把總的絕對差值計算出來.然后計算帕特的一致性指標，來反映兩個表格全部對應單元格值的總差異.

一致性指數(shù)P的范圍是從0到1，0表示內(nèi)容標準與試卷之間的差異性最大，1表示二者完全一致.對于5×6的表格，在0.05的顯著性水平上具有統(tǒng)計學意義，一致性指數(shù)需達到0.780.［3］

（2）研究流程.

① 內(nèi)容與認知水平的分類.

研究者采用帕特（2002）的通用編碼框架——內(nèi)容×認知水平矩陣來對初中物理課程標準和中考物理試卷進行編碼.編碼之前，首先需要對內(nèi)容和認知水平進行分類.

我國全日制義務(wù)教育物理課程標準（實驗稿）中的內(nèi)容標準分為兩大部分，科學探究和科學內(nèi)容.考慮到科學探究既以科學內(nèi)容為載體，也是教學的一種手段和方法，我們只對科學內(nèi)容進行了量化分析.這里共有五個內(nèi)容主題：能量、運動和力、電、波、物質(zhì)的特性.每個內(nèi)容主題都包含了一系列分主題.［4］

認知水平的分類是按照修訂后的布盧姆認知目標分類，它包括從低級到高級的6個水平：記憶、理解、應用、分析、評價、創(chuàng)造.在每個水平中又分為多種具體類別，對此，布盧姆的有關(guān)專著和一些學者的研究中有詳細說明.［5］

② 內(nèi)容與認知水平的編碼.

參與此項研究的是兩位物理學科在讀在職教育碩士.經(jīng)過培訓，兩人獨立完成了對內(nèi)容標準和物理試卷的布盧姆認知水平的劃分.用SPSS13.0軟件計算兩人的相關(guān)，在p＝0.01的顯著性水平上，相關(guān)都超過0.8.又經(jīng)過3～4次的討論和斟酌，兩人對內(nèi)容標準和試卷的認知水平達成了統(tǒng)一的分類，得到了本次研究所需的原始數(shù)據(jù)，即物理內(nèi)容標準和中考物理試卷中5個內(nèi)容主題在6個認知水平上分布的兩個5×6數(shù)據(jù)表格（見表1和表2）.

表1 全日制義務(wù)教育物理內(nèi)容標準編碼結(jié)果（數(shù)量）

表2 2011年N市中考物理試卷編碼結(jié)果（數(shù)量）

續(xù)表

為了方便比較內(nèi)容標準和試卷之間的異同，把它們化成各單元格比率值之和為1的比率表（見表3和表4）.

表3 全日制義務(wù)教育物理內(nèi)容標準編碼結(jié)果（比率）

表4 2011年N市中考物理試卷編碼結(jié)果（比率）

4 研究結(jié)果和分析

經(jīng)過計算，物理內(nèi)容標準與2011年N市中考物理試卷P值為0.525.

文章的研究方法部分提到，從統(tǒng)計學角度看，對于5×6的矩陣表格，為了使顯著性水平（p）在0.05上具有統(tǒng)計學意義，我們需要使一致性指標達到0.780.可見，物理內(nèi)容標準與中考物理試卷的一致性指標在統(tǒng)計學上都是沒有意義的，即物理內(nèi)容標準與2011年N市中考物理試卷的一致性程度不高.

為了更直觀、具體的說明物理內(nèi)容標準與試卷的一致性程度，下面從3個方面進行分析.

（1）物理內(nèi)容標準和試卷在5個內(nèi)容主題上的比較.

如圖1，物理內(nèi)容標準中，“物質(zhì)的特性”（29%）和“能量”（26%）在所有內(nèi)容主題里占有的比率值為最大，“電”（10%）為最小；而在2011年N市中考物理試卷中，則表現(xiàn)為對“電”的考查力度明顯加大，對“物質(zhì)的特性”“能量”的考查反而比內(nèi)容標準中的要求低出很多.

圖1 物理內(nèi)容標準和試卷內(nèi)容主題的比較

（2）物理內(nèi)容標準和試卷在6個認知水平上的比較.

如圖2所示，物理內(nèi)容標準中，“記憶”（48%）和“理解”（36%）在所有認知水平中占有的比率值最大，“應用”及其以上的認知水平所占比率很?。欢?011年N市中考物理試卷中，則表現(xiàn)為在“應用”和“分析”水平的考查比內(nèi)容標準高出很多，而在“記憶”上的考查比內(nèi)容標準要求低出很多；在“評價”和“創(chuàng)造”上，內(nèi)容標準的要求和試卷的考查都很少.

圖2 物理內(nèi)容標準和試卷的認知水平比較

（3）物理內(nèi)容標準和試卷一致性的比較.

我們用二維地形圖來表示物理內(nèi)容標準或2011年N市中考物理試卷中的不同內(nèi)容主題及認知水平的相對權(quán)重，如圖3和圖4所示.在這些地形圖中，灰色區(qū)域表示所占權(quán)重最?。ū嚷实陀?.04），斜陰影部分表示所占權(quán)重稍高（比率在0.04和0.08之間），白色區(qū)域表示所占權(quán)重較高（比率在0.08和0.12之間），雪花點陰影區(qū)域表示比率在0.12和0.16之間的比率，黑色區(qū)域表示所占權(quán)重最高（比率在0.16和0.2之間）.把圖3和表3聯(lián)系起來，我們可看到“能量”中“記憶”（0.13）和“理解”（0.12）與“物質(zhì)的特性”中“記憶”（0.15）的比率值都位于0.12和0.16之間.圖3是基于表3中的比率值得到的.用相同的涂色方法可以得到2011年N市中考物理試卷的二維地形圖，即圖4.

把圖3和圖4進行比較，能夠看出圖3中沒有表示權(quán)重最大的黑色區(qū)域，表示權(quán)重次大的雪花區(qū)域有兩個，分別在圖3的左上角和左下角；而圖4的試卷中，有表示權(quán)重最大的黑色區(qū)域，為“電”中的“應用”（0.17）的比率值，此外還表現(xiàn)出雪花區(qū)域向圖中間積聚和集中；表示較高權(quán)重的白色區(qū)域、陰影區(qū)域也都有向右移的現(xiàn)象；內(nèi)容標準和試卷中的5個主題在“評價”和“創(chuàng)造”水平上都顯示為灰色區(qū)域.

圖3 全日制義務(wù)教育物理內(nèi)容標準地形圖

通過比較圖3和圖4的區(qū)域分布，我們可以看出內(nèi)容標準和2011年N市中考物理試卷的地形圖形狀有很大不同，也說明了兩者之間的一致性不夠.

圖4 2011年N市中考物理試卷地形圖

5 討論和啟示

通過以上研究表明，全日制義務(wù)教育課程標準與2011年N市的中考物理試卷之間的一致性程度不夠，兩者在內(nèi)容主題和認知水平上存在明顯差異.這些差異產(chǎn)生的原因有如下幾個方面.

（1）中考的認知水平向高層次推移.

通過以上的數(shù)據(jù)和圖表說明，2011年N市物理中考整體向高層次認知水平推進.課程內(nèi)容標準中的低等層次認知水平的內(nèi)容在中考中大幅減少，而高層次認知水平的內(nèi)容在中考中卻大幅增加，無形之中加大教師教學難度和降低了學生學習物理的興趣.［6］

（2）物理中考兼具選拔和學業(yè)水平測試兩種功能的性質(zhì).

一般而言，考試可以分為“常模參照評價”和“標準參照評價”.前者如“高考”，主要功能是甄別和選拔；后者如“學生學業(yè)水平測試”是根據(jù)事先制定的課程標準，看學生對于既定課程內(nèi)容的達成情況如何.兩種評價目標不同，各有運用.在常模參照評價中（如中考），由于考試目的指向甄別，為保證考試結(jié)果的大致正態(tài)分布，考題往往越考越難；而學業(yè)水平考試是為學生發(fā)展服務(wù)的，其應與內(nèi)容標準保持一致.但有些省市“中考”與“中學學業(yè)水平考試”是合二為一的，這必將對一致性造成影響.

（3）物理中考筆試的局限性.

物理中考一般采用的是紙筆測驗的形式.紙筆測驗確有其優(yōu)勢，但其缺點也是非常明顯的，它不適合評價學生的實驗技能和科學探究過程；不適合檢查學生較高認知水平的發(fā)展，如認知水平中的評價和創(chuàng)造等.同時，由于紙筆測驗的局限性，一些學生在情感與態(tài)度方面是無法測量的，這在很大程度上削弱了一致性.

所以以紙筆測驗這種單一評價方式，遠遠適應不了考查學生多方面學習成果的需要.為了更好地實施新課程，評價應該有更大的改革力度.例如，通過學生的實驗報告和研究論文能夠比較好地反映實驗技能和對科學探究的理解，能夠考察學生的分析、評價和創(chuàng)造性水平.

（4）Porter方法的局限性及知識樣本的平衡性問題.

Porter方法也有它的局限，而且我們只選了N市中考試卷為樣本，選取的樣本太少，且不平衡，并不能代表大范圍的長時間的一致性.由此帶給我們以下一些啟示.

① 課程標準制定的科學性.

標準的形成并不是一勞永逸的，考慮到隨之建立的評價是高利害的，所以，應該每隔一段時間就要對標準進行再檢視和修訂.同時，要防止這樣的誤解，即只有評價可以修改，標準就一定是正確的.事實上，通過評價的數(shù)據(jù)對標準進行進一步的完善也是一種可行并且必要的方法.“基于標準的評價”的實現(xiàn)，首先需要對課程標準加以具體化的目標描述，只有當標準規(guī)定的內(nèi)容領(lǐng)域具體、清晰時，評價的目標才有可能是明確的，評價才能做到“有的放矢”.那么在進行課程標準制定時，有必要考慮在內(nèi)容標準的基礎(chǔ)上，增加表現(xiàn)標準，使教師在教學過程中能較準確地實施課程標準，進而使教學過程與課程標準也具有較好的一致性.試題的研究者也能更科學地根據(jù)課程標準編制試卷，提高評價與課程標準的一致性，體現(xiàn)評價的有效程度.明確、完善的標準為學生、教師、家長、試題編制人員、甚至是社會各界人士都提供了一份對學生期望的清晰圖景.［7］

② 明確考試的功能.

當考試具有高利害關(guān)系時，教師常被鼓勵去追求更高的分數(shù)，“為不適當?shù)目级獭?，而不是去更好地理解學生學習上的困難；一些消極的甚至不合常理的實踐就成為學生學習中常態(tài).在這種情況下，最完美、最有效的考試卻導致最糟糕的學習.反觀我國的大規(guī)模評價（如高考、會考、中考），其競爭色彩過于濃重，強調(diào)的是評價的甄別性功能，而發(fā)展性功能并沒有得以發(fā)揮，并沒有真正起到學生學業(yè)成就質(zhì)量監(jiān)測的作用.這樣就造成了教學活動圍著考試團團轉(zhuǎn)的場景，忽視了評價的發(fā)展和監(jiān)測功能，勢必使每一場考試都成為將學校和學生卷入其中的你死我活的決斗.［7］因此，明確不同考試的主要功能，讓不同的考試發(fā)揮不同的作用至關(guān)重要.

③ 評價形式的多樣化.

當我們以課程標準的形式規(guī)定了我們的學生在完成一定時期的學業(yè)之后應達到的目標時，我們的課程標準能否在實踐中發(fā)生作用也許就取決于評價與課程標準之間的關(guān)系了.如果學生學業(yè)成就評價與課程標準間不能建立有意義的聯(lián)系，必然導致課程標準無從落實.課程標準規(guī)定的課程目標是多樣的，單一的評價方式不可能適應所有的課程目標，因而整合多種類型的評價方式是必然的.

1 Webb，N.L.Issues related to judging the alignment of curriculum standards and assessments.Applied Measurement in Education，2007.20（1）：7—25

2 中華人民共和國教育部.基礎(chǔ)教育課程改革綱要（試行）.北京：人民教育版社，2001.

3 Xiufeng Liu，Baohui Zhang，Ling L.Liang，Gavin Fulmer，Beaumie Kim，Haiquan Yuan.Alignment Between the Physics Content Standard and the Standardized Test：A Comparison A－mong the United States－New York State，Singapore，and China－Jiangsu.Science Education，22December 2008.

4 Ling L.Liang and Haiquan Yuan.Examining the Alignment of Chinese National Physics Curriculum Guidelines and 12thgrade Exit Examinations：A case study.International Journal of Science Education，30（2008）：1823－1835

5 盛群力，褚獻華.布魯姆認知分類修訂的二維框架.課程·教材·教法，2004（9）.

6 陳嫻，鄭璨璨，陳寧.物理內(nèi)容標準與考試之間的一致性研究.課程·教材·教法，2010（7）.

7 崔允漷，王少非等.基于標準的學生學業(yè)成就評價.上海：華東師范大學出版社，2008.109，117，63，46