亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        高職院校商務(wù)英語技能型人才認(rèn)知診斷評價模型構(gòu)建與應(yīng)用研究

        2023-06-13 12:14:23郭辰玥
        關(guān)鍵詞:專門用途英語個性化學(xué)習(xí)高職院校

        郭辰玥

        摘 ?要: 通過實證分析驗證了采用認(rèn)知診斷評價方法對專門用途英語職業(yè)技能等級測試結(jié)果進行深度解讀的可行性,刻畫了高職院校商務(wù)英語學(xué)習(xí)者閱讀理解加工技能的掌握情況,總體上學(xué)生對細節(jié)提取等局部信息加工技能掌握較好,推測與判斷技能次之,歸納與比較技能掌握較弱,此外為每位學(xué)生提供了多維度、精細化的個性化反饋報告。研究結(jié)果顯示,與傳統(tǒng)的技能鑒定標(biāo)準(zhǔn)唯“合格”論相對,診斷評價能準(zhǔn)確反映學(xué)生在知識技能結(jié)構(gòu)上潛在的個體差異,為高職院校商務(wù)英語人才能力發(fā)展研究與新時代職業(yè)能力評價改革實踐提供新思路。

        關(guān)鍵詞: 認(rèn)知診斷; 高職院校; 專門用途英語; 個性化學(xué)習(xí)

        中圖分類號: G710 ? ? ? ? ?文獻標(biāo)志碼: A ? ? ? ? ?文章編號: 1671-2153(2023)03-0058-08

        測試效度理論指出,科學(xué)的知識和能力評價方式應(yīng)能根據(jù)學(xué)習(xí)者在測試項目上的作答表現(xiàn),準(zhǔn)確診斷他們當(dāng)前的知識狀態(tài)和技能結(jié)構(gòu),并提供全面、細粒度的反饋信息,以便利益相關(guān)者及時進行干預(yù)和教育決策,真正形成以評促學(xué)、以評促教的良性循環(huán)[1]。在專門用途英語(ESP)教育領(lǐng)域,學(xué)生英語職業(yè)技能水平認(rèn)定的一個重要途徑是參加各行業(yè)和組織舉辦的職業(yè)技能等級考試,獲取相應(yīng)的技能等級鑒定證書。但鑒定結(jié)果大都停留在“合格”與否的終結(jié)性評價,無法有效揭示學(xué)生的個體差異,不能反映發(fā)展?jié)摿Γ璧K個性化干預(yù)與學(xué)習(xí)。鑒于此,本研究聚焦商務(wù)英語技能型人才的語言能力模型構(gòu)建,以實用英語交際職業(yè)技能等級測試為素材,探究了構(gòu)建認(rèn)知診斷評價模型生成個性化反饋報告和學(xué)習(xí)建議的可行性,以期為職業(yè)教育智慧化教學(xué)改革和人才能力評價方式優(yōu)化提供參考。

        一、認(rèn)知診斷評價簡介及發(fā)展現(xiàn)狀

        (一)認(rèn)知診斷評價的內(nèi)涵及優(yōu)勢

        認(rèn)知診斷評價是當(dāng)下心理測量領(lǐng)域的研究熱點之一,屬于交叉學(xué)科的范疇。其實施以現(xiàn)代教育測量理論為基礎(chǔ),依靠各類認(rèn)知診斷模型(又名“診斷分類模型”)等統(tǒng)計工具的輔助分析和技術(shù)驗證,已在國內(nèi)外許多學(xué)科和專業(yè)得到廣泛應(yīng)用。在二語測試領(lǐng)域,一些大型標(biāo)準(zhǔn)化語言測試如托福考試、托業(yè)考試、我國的英語能力等級考試(NETS)、西語專業(yè)四級考試等,已實現(xiàn)了運用診斷模型了解考生二語認(rèn)知加工過程和技能掌握情況的成功探索[2-4]。

        利用大數(shù)據(jù)分析助力精準(zhǔn)教學(xué)和自主學(xué)習(xí)是診斷評價的主要優(yōu)勢之一。認(rèn)知診斷評價通過為學(xué)習(xí)者測試時的知識狀態(tài)建模,來預(yù)測學(xué)生技能的強弱項,歸納認(rèn)知規(guī)律,刻畫不同學(xué)生之間的具體能力差別[5]。該評價方式有助于教師因材施教,按需設(shè)計課堂教學(xué)活動,給予真實有效的反饋;也有利于學(xué)生依據(jù)個性化反饋自我調(diào)整,準(zhǔn)確定位和掃除學(xué)習(xí)障礙[6];用人單位和學(xué)校則可根據(jù)評價結(jié)果選拔人才、研制培養(yǎng)計劃,提升技能人才的競爭力。

        (二)認(rèn)知診斷評價的發(fā)展現(xiàn)狀

        認(rèn)知診斷評價方法可通過模型構(gòu)建,從被試已知的作答表現(xiàn)推知個人及群體層面潛在的知識狀態(tài)及認(rèn)知屬性掌握情況,為利益相關(guān)者提供細粒度的診斷性反饋。認(rèn)知屬性,一般簡稱屬性或微技能,是認(rèn)知診斷評價方法的一個重要概念,泛指完成測試任務(wù)所需的任何知識、技巧、能力等[7]。屬性定義是診斷評價的第一步,巴赫曼和帕默(Bachman & Palmer)等學(xué)者建議結(jié)合具體測試的場景和用途來定義適用的微技能[1]。診斷評價的第二步是構(gòu)建Q矩陣,以標(biāo)明屬性和題目之間的對應(yīng)關(guān)系[8],一道試題可測量多個屬性,模擬真實作答過程中多個微技能的交互作用,Q矩陣通常需要經(jīng)量化和質(zhì)性方法反復(fù)檢驗。第三步為選擇合適的認(rèn)知診斷模型并進行模型—數(shù)據(jù)擬合檢驗。在擬合良好的前提下,最終提取模型診斷信息,反饋學(xué)習(xí)成效并進行個性化干預(yù)。認(rèn)知診斷評價方法的常見流程如圖1所示。

        認(rèn)知診斷評價技術(shù)目前在教育界已逐漸推廣,但梳理現(xiàn)有成果發(fā)現(xiàn),在二語測試領(lǐng)域其實際應(yīng)用尚存在以下問題:一是診斷評價應(yīng)用研究的多樣性不足[10]。主要表現(xiàn)在研究對象和測試內(nèi)容及用途的同質(zhì)性較高[11]。研究對象多為普通教育階段的二語學(xué)習(xí)者,對其他群體代表如職業(yè)院校學(xué)生的外語學(xué)習(xí)效果了解相對有限;測試內(nèi)容一般以英語為主要語種且多為學(xué)術(shù)用途,而較少關(guān)注職場英語如商務(wù)英語等;大多圍繞高利害語言測驗,服務(wù)于人才選拔,而很少采用本地化測驗,服務(wù)于課堂學(xué)習(xí)成效的評價。

        二是對診斷評價結(jié)果的準(zhǔn)確性以及個性化反饋的有效性探討還不夠充分。部分實證研究的重心仍集中在前期的數(shù)據(jù)分析階段,而豐富的量化診斷信息無法直接提供給考生和其他利益相關(guān)者,需要通過加工處理進一步轉(zhuǎn)化為準(zhǔn)確、清晰、全面的個性化反饋報告。閔尚超、何蓮珍等學(xué)者指出可以結(jié)合認(rèn)知診斷和標(biāo)準(zhǔn)設(shè)定方法驗證診斷分類結(jié)果的準(zhǔn)確性,并成功生成了基于中國英語能力等級量表的標(biāo)準(zhǔn)參照個性化反饋,有效增強了診斷反饋的可讀性和對教學(xué)的指導(dǎo)作用[11-12]。但除此以外,其他關(guān)于診斷報告設(shè)計及反饋質(zhì)量評估的研究相對缺乏,對如何優(yōu)化診斷評價結(jié)果和個性化反饋之間的轉(zhuǎn)化路徑尚不明確。

        三是關(guān)于診斷反饋和補救性干預(yù)對二語教學(xué)反撥效應(yīng)的長期研究較少[13]。因為認(rèn)知診斷是一種橫向研究,應(yīng)用診斷分類模型對數(shù)據(jù)進行橫向分析,因此時效性較強。而縱向的認(rèn)知診斷評價研究由于時間跨度較長,可追蹤研究對象在接受診斷反饋及教學(xué)干預(yù)后的一段時期內(nèi)的語言學(xué)習(xí)效果,因此在評估反饋結(jié)果的有效性和促進自主學(xué)習(xí)方面更具價值。然而,目前縱向認(rèn)知診斷研究大都停留在模型開發(fā)階段,實證研究缺乏。同時,收集長期數(shù)據(jù)難度大、保障測試工具及衡量標(biāo)準(zhǔn)的一致性、開發(fā)何種學(xué)習(xí)資源或語言支持活動等問題仍待解決。

        綜上所述可得:(1)在二語測試領(lǐng)域的應(yīng)用主要集中于學(xué)術(shù)英語考試,對學(xué)習(xí)者在職場英語水平測試中所運用的信息加工技能尚不明確;(2)總體呈現(xiàn)重前期診斷,輕后期反饋的趨勢,對促進個性化學(xué)習(xí)發(fā)揮的作用較為有限;(3)縱向研究較少,關(guān)于診斷報告反撥效應(yīng)的追蹤研究不足?;谘芯糠秶南拗?,本文主要針對前兩個問題,運用認(rèn)知診斷評價方法分析高職院校學(xué)生的特殊用途英語技能掌握情況,探討進一步優(yōu)化職業(yè)技能等級測試分?jǐn)?shù)報告的有效手段,實現(xiàn)診斷反饋與職業(yè)情境下的語言能力標(biāo)準(zhǔn)對接,科學(xué)評價高職院校商務(wù)英語技能型人才的能力水平。擬解決的問題有:(1)高職院校商務(wù)英語學(xué)習(xí)者的閱讀理解加工技能如何劃分?(2)高職院校商務(wù)英語學(xué)習(xí)者的閱讀理解加工技能掌握情況如何?(3)商務(wù)英語測試的診斷結(jié)果如何轉(zhuǎn)化為個性化的反饋報告?

        二、認(rèn)知診斷模型在商務(wù)英語技能型人才評價中的實施應(yīng)用

        (一)數(shù)據(jù)來源和研究工具

        本研究的數(shù)據(jù)來自某高職院校260名應(yīng)用英語專業(yè)學(xué)生在商務(wù)英語課堂閱讀測試中的作答反應(yīng),在2022年9月到10月完成測試,共收回有效答卷252份。其中,男生32人,女生220人,比例約為1∶6.9,年齡跨度在20—25歲之間,樣本主體為大一大二學(xué)生,生源包含普高生和三校生。測試的形式為機考,素材來自參與“1+X”證書制度試點的實用英語交際職業(yè)技能等級證書(VETS)中級和高級考試題庫中的閱讀試題,包含4篇文章,20道二元計分的單選題,語言能力要求對應(yīng)中國英語能力等級量表(CSE)四級和五級水平。VETS考試大綱顯示,目前的成績報告方式為百分制,滿分100分,60分及以上為合格。英語閱讀文本選自商務(wù)工作領(lǐng)域的真實場景,內(nèi)容涉及外貿(mào)函電、市場調(diào)研報告、合同糾紛普法宣傳等,模擬職場情境下交易磋商、業(yè)務(wù)推廣、交易善后等典型工作任務(wù),考查高職英語專業(yè)學(xué)生的跨文化交際能力和分析解決實際問題的綜合能力,相比于標(biāo)準(zhǔn)化語言測試更能反映用人單位對不同崗位英語交際職業(yè)技能的實際需求。

        在研究中借助R語言編程運行CDM和GDINA程序包對閱讀測試數(shù)據(jù)進行認(rèn)知診斷分析,包括Q矩陣驗證,題目層面的模型選擇,模型與數(shù)據(jù)的擬合優(yōu)度評估,項目參數(shù)估計,學(xué)生個體和整體的屬性掌握模式估計等。

        (二)技能屬性劃分和定義

        文獻梳理發(fā)現(xiàn),目前學(xué)界和標(biāo)準(zhǔn)化語言考試大綱對閱讀理解能力的進一步細分主要有以下五種:(1)識別詞義;(2)理解細節(jié)信息;(3)分析推斷;(4)理解句法結(jié)構(gòu);(5)整合銜接[14-15]。本研究邀請3位有豐富商務(wù)英語一線教學(xué)經(jīng)驗的教師結(jié)合VETS技能等級標(biāo)準(zhǔn)對閱讀能力的要求,對本次課堂閱讀理解測試的4個語篇進行了初步的任務(wù)分析,確定所考查的三種微技能、適用職業(yè)場景及能力描述,見表1。

        (三)Q矩陣構(gòu)建和驗證

        為確保認(rèn)知診斷結(jié)果的信度和效度,基于Q矩陣的診斷模型經(jīng)過了反復(fù)優(yōu)化。首先,構(gòu)建初始Q矩陣:由專家們根據(jù)屬性界定標(biāo)準(zhǔn),獨立標(biāo)定每個閱讀項目所考查的關(guān)鍵微技能,在Q矩陣上對應(yīng)編碼為1,不需要則為0。接著比較標(biāo)定結(jié)果,對分歧之處組織進一步討論,當(dāng)超過半數(shù)專家達成一致,則對該項目與屬性的關(guān)系進行相應(yīng)修改。此外,為反映學(xué)生真實的信息加工方式,經(jīng)學(xué)生同意隨機抽取8人,通過有聲思維法報告實際作答過程并錄音,用于為專家標(biāo)定結(jié)果提供參照。學(xué)生的英語水平是影響Q矩陣構(gòu)建的重要因素之一。以試題17為例:

        ...... Party A is sure that Party B has breached an essential term of the contract and wants to end their cooperation. What should party A do next?

        本題考查學(xué)生聯(lián)系上下文理解段落含義的能力,劃線部分對應(yīng)文中不同位置的信息,需通過比較確定關(guān)鍵信息“end their cooperation”和選項中“terminate the contract”的同義替換關(guān)系。而有3名考生在口頭報告中提到不認(rèn)識“terminate”一詞,使用了推測詞義的答題技巧,因此,專家討論后認(rèn)為應(yīng)將“推測與判斷”補充定義為本題考查的微技能(項目17:A1 0,A2 1,A3 1)。

        其次,進行認(rèn)知診斷前導(dǎo)試驗(pilot study):應(yīng)用GDINA模型對所得初始Q矩陣和測試數(shù)據(jù)進行診斷分析。魯普(Rupp)等研究者指出,試題區(qū)分度、題目水平上的模型數(shù)據(jù)擬合優(yōu)度等參數(shù)可作為判定題目質(zhì)量及Q矩陣適切性的量化依據(jù)[16-17]。結(jié)果顯示,除項目4外,試題整體的區(qū)分度良好(DItest=0.337,DI4=0.005);題目水平上的擬合度較高(S-χ2test,p>0.05),證明Q矩陣能較好地代表試題和屬性之間的關(guān)系,僅有4題(項目6、8、9、16)與模型的擬合欠佳。經(jīng)專家評估后認(rèn)為以上5題或因語言難度、句長、題型等不具典型性,影響了診斷效果,同意加以移除。對題目重新編號后確定的Q矩陣見表2。每個技能屬性對應(yīng)的試題數(shù)量分別為7、4、10題,每題平均考查1.4個(21/15)微技能。

        最后,為完善初始Q矩陣,進一步通過量化手段對其進行檢驗。納胡拉(Nájera)等比較了不同的Q矩陣驗證算法,推薦Hull算法和在屬性、樣本量或項目數(shù)較少的情況下使用Wald檢驗[18]。通過R程序包cdmTools和GDINA對該Q矩陣進行實證檢驗??紤]到樣本量較小,在編程時設(shè)置單調(diào)約束條件,即學(xué)生掌握的屬性數(shù)量和答對題目的概率正相關(guān),并分別通過Wald檢驗和Hull算法驗證,修改建議見表3。

        觀察左右兩個Q矩陣可發(fā)現(xiàn),除個別項目外,兩種算法對初始Q矩陣提出了不同的修改意見。對于純量化分析得出的結(jié)論,通常建議由專家根據(jù)試題具體情況再次把關(guān)[14]。因此,在重新逐題審視后,專家小組探討確定了用于進一步分析的最終Q矩陣,部分采納了量化分析建議。以項目15為例(圖2):左圖顯示,原屬性組合[101](A1+A3)可釋方差得分(PVAF<0.95)優(yōu)于算法建議的[001](A3);右圖也證明該題掌握兩個技能的考生正確率顯著提高,因此未采納該建議。

        接著進行模型選擇,陳慧麟等學(xué)者建議,閱讀理解加工技能之間交互的可能性較高,宜選擇飽和的診斷分類模型[19],如G-DINA模型,允許題目對應(yīng)不同的補償性關(guān)系(即答題時掌握一種或幾種技能可補償其他未掌握的技能),并匹配適用的診斷模型[20]。GDINA模型通常要求大樣本量(N>1000),但馬文超等研究者提出設(shè)置先驗分布和單調(diào)約束(指技能屬性掌握數(shù)量和答對概率正相關(guān))等模型參數(shù)條件可有效提升小樣本(N≤200)的分類準(zhǔn)確率[21]。

        項目水平上的模型選擇結(jié)果表明,不同測試題目可匹配不同的診斷模型,如補償性的DINO模型、非補償性的DINA模型,說明屬性間潛在的不同交互關(guān)系。修改后的最終Q矩陣見表4,用于生成后續(xù)的診斷反饋信息。

        三、數(shù)據(jù)分析與解釋

        (一)模型數(shù)據(jù)擬合評價

        模型與數(shù)據(jù)的擬合檢驗是判斷測試及其所產(chǎn)生的診斷反饋信息是否有效的前提條件。擬合度可以從兩方面進行評估:(1)模型與數(shù)據(jù)的絕對擬合優(yōu)度檢驗;(2)不同模型與數(shù)據(jù)的相對擬合優(yōu)度比較。后者用于選擇恰當(dāng)?shù)恼J(rèn)知診斷模型。

        表5結(jié)果顯示,飽和的GDINA模型和補償性的ACDM模型的均方根殘差(SRMSR)均低于0.08,表明后兩個模型與數(shù)據(jù)的絕對擬合較為準(zhǔn)確;而比較不同模型的相對擬合優(yōu)度可發(fā)現(xiàn),GDINA模型依然是最佳的,具有最小的-2似然比(-2 log-likelihood)和AIC(赤池信息量),其次是ACDM,DINA和DINO模型。但DINA模型具有最小的BIC(貝葉斯信息量),陳勁松等學(xué)者指出,這可能是因為BIC更偏好簡化模型[22]。此外,模型間的似然比檢驗顯示,飽和的GDINA模型和各嵌套模型的擬合度存在顯著差異(p<0.01),GDINA模型的擬合優(yōu)度顯著高于其他模型。

        (二)具體技能掌握情況及信度分析

        表6呈現(xiàn)了252名考生對于3個商務(wù)英語閱讀測試微技能的掌握情況及屬性水平上的分類信度(classification accuracy)。整體技能掌握的概率在0.47—0.75之間,具體而言,約有47%的學(xué)生掌握了“歸納與比較”閱讀技能,說明該技能的難度要求是三者中最高的;其次,掌握了“推測與判斷”能力的學(xué)生約占64%;最容易的是“提取細節(jié)信息”,超過七成的學(xué)生已具備該技能。三種微技能的分類準(zhǔn)確率都較高,超過0.8,表明當(dāng)前模型能準(zhǔn)確地評估考生技能層面的掌握和未掌握情況。

        (三)技能認(rèn)知模式分布情況及信度分析

        考生群體的技能認(rèn)知模式分布情況也可通過模型分析獲得,這充分體現(xiàn)了認(rèn)知診斷評價反饋內(nèi)容多維度的優(yōu)勢,可從宏觀和微觀等不同層面進行報告,對學(xué)生學(xué)業(yè)整體情況的分析報告也可為課堂教學(xué)改革提供借鑒和參考。

        本次商務(wù)英語閱讀測試共有8種潛在的技能認(rèn)知模式(23),按認(rèn)知模式普遍程度由高到低排列,學(xué)生分布最廣泛的技能掌握類型是[110],約占27.1%,表明近三成的學(xué)生已掌握細節(jié)信息提取和推理判斷能力,但尚不能熟練運用整合歸納能力完成商務(wù)情境下的閱讀任務(wù),對該技能的訓(xùn)練有待于進一步強化。這一方面與技能難度有一定關(guān)聯(lián),歸納與整合能力通常被認(rèn)為是高階閱讀技能,學(xué)生熟練程度因而相對較低;另一方面,提取細節(jié)信息和推理判斷能力常組合出現(xiàn),說明這兩個技能之間的聯(lián)系可能較為密切,在今后的教學(xué)中可以適當(dāng)融合加以培訓(xùn),以提升課堂教學(xué)的效率。教師還可以據(jù)此認(rèn)知規(guī)律,結(jié)合課程內(nèi)容規(guī)劃教學(xué)路徑,由淺入深地強化對學(xué)生商務(wù)英語閱讀技能的培養(yǎng)。從分類信度而言,群體層面的認(rèn)知模式分類準(zhǔn)確率較高,除人數(shù)較少的[010]和[001]類型外,其余均在0.54—0.92不等,而測試整體的分類準(zhǔn)確率達0.77,即隨機抽取一名考生,有77%的概率正確診斷出他實際的閱讀技能掌握情況。

        (四)商務(wù)英語閱讀測試個性化學(xué)習(xí)診斷報告及反饋

        在學(xué)生個體層面,診斷報告的主要關(guān)注點集中在技能掌握模式的精細化反饋和建議上。表8列舉了樣本前5位學(xué)生在3個閱讀分項技能上的掌握概率。魯普等學(xué)者建議以概率大于等于0.5作為判定一項技能已掌握的標(biāo)準(zhǔn)[16],由此可確定每位學(xué)生的認(rèn)知模式分類結(jié)果,例如,考生1的診斷結(jié)果為:A1掌握;A2掌握;A3未掌握。在呈現(xiàn)報告時,李令青等學(xué)者認(rèn)為匯報掌握概率更能體現(xiàn)認(rèn)知診斷評價的價值,借助概率可進一步比較不同屬性掌握程度的高低[23]。仍以考生1為例,A1識別細節(jié)信息掌握得最好,A2推理與判斷次之,A3整合與歸納掌握較差。為使這一細化的分類結(jié)果更為直觀,以雷達圖的形式(見圖3)呈現(xiàn)該考生的技能掌握概率,同時融入常模參照的反饋形式,將單個考生的屬性掌握概率與受試群體的平均水平進行對照,更有利于為各利益相關(guān)者的教育決策提供參考。

        為使診斷結(jié)果更為清晰易讀,報告中還補充了文字闡述,以完成特定職場情境下典型工作任務(wù)的方式,對學(xué)生的語言應(yīng)用能力進行刻畫,以下舉例加以說明,屬于[110]技能認(rèn)知模式的考生將得到如下反饋信息:

        在本次課堂英語閱讀測試中,你能讀懂語言難度適中、話題豐富的商務(wù)材料,如調(diào)研報告、信函等。

        · 在完成“市場調(diào)研”任務(wù)時,你能較為準(zhǔn)確地理解報告內(nèi)容和圖表數(shù)據(jù),讀取關(guān)鍵信息。

        · 在完成“交易磋商”任務(wù)時,你能根據(jù)交易方的條件,較好地評判和推測交易雙方的觀點和態(tài)度。

        為進一步提升你的商務(wù)英語閱讀技能:

        · 你需要多加練習(xí)“交易善后”任務(wù),訓(xùn)練歸納整合文本內(nèi)容,提升妥善處理違約問題的能力。相關(guān)習(xí)題等學(xué)習(xí)資源可在課程線上平臺獲取。

        四、總結(jié)與展望

        本項目作為高職商務(wù)英語課堂教學(xué)評價改革的初步成果,旨在探索運用心理測量領(lǐng)域的認(rèn)知診斷模型解讀職場英語水平測試數(shù)據(jù)的可行性,了解高職院校英語專業(yè)學(xué)生閱讀理解加工技能掌握的特性,并評估借助診斷性反饋開展個性化學(xué)習(xí)實踐的有效性。通過對學(xué)習(xí)者個體閱讀能力強項和弱項的診斷,以及考生整體能力掌握情況的分析,本項目為課程學(xué)習(xí)者提供了職場情境下使用英語完成商務(wù)交際活動熟練程度的反饋報告,以及個性化的學(xué)習(xí)資源和建議。診斷結(jié)果將實用商務(wù)英語閱讀技能劃分為定位識別、推測判斷、整合歸納三個層次,對應(yīng)市場調(diào)研、交易磋商、交易善后三個工作任務(wù),采用文字描述和雷達圖等不同形式立體化呈現(xiàn)診斷信息。該個性化技能成長檔案的構(gòu)建,有助于學(xué)習(xí)者根據(jù)自身情況精確設(shè)定學(xué)習(xí)目標(biāo),也為教師、企業(yè)、學(xué)校等不同育人主體動態(tài)調(diào)整和規(guī)劃人才培養(yǎng)方案提供參考和借鑒。

        未來,依托大數(shù)據(jù)分析的診斷性評價手段將進一步深化“互聯(lián)網(wǎng)+職業(yè)教育”的混合式教學(xué)模式,打造個性化的智慧外語學(xué)習(xí)環(huán)境,優(yōu)化教學(xué)水平,培養(yǎng)學(xué)生的自主學(xué)習(xí)能力,提升復(fù)合型商務(wù)英語專業(yè)人才培養(yǎng)的質(zhì)量,為其贏得更廣闊的發(fā)展前景。

        參考文獻:

        [1] BACHMAN L,PALMER A. Language Assessment in Practice [M]. Oxford:Oxford University Press,2010.

        [2] LEE Y-W, SAWAKI Y. Application of three cognitive diagnosis models to ESL reading and listening assessments[J]. Language Assessment Quarterly,2009(3):239-263.

        [3] MIN S, HE L. Developing individualized feedback for listening assessment:Combing standard setting and cognitive diagnostic assessment approaches[J]. Language Testing,2022(1):90-116.

        [4] 王萌萌. 信息技術(shù)支持下的外語能力精準(zhǔn)診斷與教學(xué)[J]. 中國遠程教育,2021(9):69-75.

        [5] 段惠瓊,黃洪燕. 基于認(rèn)知診斷的英語閱讀研究述評[J]. 外語教學(xué)理論與實踐,2022(1):63-70.

        [6] 何蓮珍,熊笠地. 二語聽力理解認(rèn)知加工模式發(fā)展新探:結(jié)合認(rèn)知診斷與標(biāo)準(zhǔn)設(shè)定的方法[J]. 外語界,2021(4):35-43.

        [7] BUCK G, TATSUOKA K. Application of the rule-space procedure to language testing:Examining attributes of a free response listening test[J]. Language Testing,1998(2):119-157.

        [8] TATSUOKA K. A probabilistic model for diagnosing misconceptions by the pattern classification approach [J]. Journal of Educational and Behavioral Statistics,1985(1):55-73.

        [9] SHI Q, MA W, ROBITZSCH A, et al. Cognitively Diagnostic Analysis Using the G-DINA Model in R [J]. Psych,2021(3):812-835.

        [10] BRUNFAUT T. Future challenges and opportunities in language testing and assessment:Basic questions and principles at the forefront[J]. Language Testing,2023(1):15-23.

        [11] HE L, XIONG L, MIN S. Diagnosing listening and reading skills in the Chinese EFL context:Performance stability and variability across modalities and performance levels[J]. System,2022(106):102787.

        [12] MIN S, ZHANG J, LI Y, et al. Bridging local needs and national standards:Use of standards-based individualized feedback of an in-house EFL listening test in China[J]. Language Testing,2022(3):425-452.

        [13] ZHAN P. Longitudinal learning diagnosis:Minireview and future research directions[J]. Frontiers in Psychology,2020(11):1185.

        [14] JAVIDANMEHR Z, SARAB M. Retrofitting non-diagnostic reading comprehension assessment:Application of the G-DINA model to a high stakes reading comprehension test[J]. Language Assessment Quarterly,2019(3):294-311.

        [15] RAVAND H. Application of a cognitive diagnostic model to a high-stakes reading comprehension test[J]. Journal of Psychoeducational Assessment,2016(8):782-799.

        [16] RUPP A, TEMPLIN J, HENSON R. Diagnostic assessment:Theory,methods,and applications[M]. New York,NY:Guilford.

        [17] SAWAKI Y, KIM H-J, GENTILE C. Q-matrix construction:Defining the link between constructs and test items in large-scale reading and listening comprehension assessments[J]. Language Assessment Quarterly,2010(3):190-209.

        [18] N?魣JERA P, SORREL M, DE LA TORRE J, et al. Balancing fit and parsimony to improve Q-matrix validation[J]. British Journal of Mathematical and Statistical Psychology,2021(74):110-130.

        [19] 陳慧麟. 英語專業(yè)大學(xué)生閱讀技能的認(rèn)知診斷及其教學(xué)啟示[J]. 教學(xué)研究,2022(2):73-79.

        [20] DE LA TORRE J. The generalized DINA model framework[J]. Psychometrika,2011(2):179-199.

        [21] MA W, JIANG Z. Estimating cognitive diagnosis models in small samples:Bayes model estimation and monotonic constraints[J]. Applied Psychological Measurement,2021(2):95-111.

        [22] CHEN J, DE LA TORRE J, ZHANG Z. Relative and absolute fit Evaluation in cognitive diagnostic modeling[J]. Journal of Educational Measurement,2013(2):123-140.

        [23] 李令青,韓笑,辛濤,等. 認(rèn)知診斷評價在個性化學(xué)習(xí)中的功能與價值[J]. 中國考試,2019(1):40-44.

        Research on Construction and Application of Cognitive Diagnostic Evaluation Model for Business English Skilled Talents in Higher Vocational Colleges

        GUO Chenyue

        (Zhejiang Institute of Economics and Trade, Hangzhou 310018, China)

        Abstract: This empirical study analyzes the feasibility of employing cognitive diagnostic methods to interpret students performance results of an ESP career qualification test, creating profiles for Business English learners from a higher vocational college based on their mastery levels of reading cognitive processing skills. In general, students have a better grasp of partial information processing skills such as detail extraction, followed by speculation and judgment, and weaker mastery of induction and comparison. In addition, each student is provided with a multi-dimensional, refined and personalized feedback report. Results indicate that contrary to traditional career qualification criteria which focus solely on a “pass” standard, cognitive diagnosis can accurately reflect potential individual differences in students knowledge and skill structure, thus offering insights into research on how to improve skill cultivation of Business English talents from higher vocational colleges and how to reform evaluation system of vocational skills in the new era.

        Keywords: cognitive diagnosis; higher vocational college; ESP; individualized learning

        (責(zé)任編輯:程勇)

        猜你喜歡
        專門用途英語個性化學(xué)習(xí)高職院校
        構(gòu)建“專門用途英語+大學(xué)生就業(yè)”新模式研究
        護理英語課程需求分析與研究
        翻轉(zhuǎn)課堂教學(xué)法與專門用途英語教學(xué)
        亞太教育(2016年34期)2016-12-26 18:28:29
        教學(xué)資源支持下的Sakai個性化學(xué)習(xí)研究
        信息化環(huán)境下基于“盒子魚”App的高中英語個性化學(xué)習(xí)的模式和策略
        微視頻在初中英語聽力教學(xué)中的應(yīng)用探索
        基于SOA的在線學(xué)習(xí)資源集成模式的研究
        高職院校創(chuàng)新創(chuàng)業(yè)教育初探
        科技視界(2016年20期)2016-09-29 12:58:21
        全球化背景下高職院校韓語專業(yè)畢業(yè)生就業(yè)現(xiàn)狀分析
        科技視界(2016年20期)2016-09-29 12:56:14
        多元智能理論視角下高職院校體育課程評價體系的研究
        科技視界(2016年20期)2016-09-29 11:31:29
        亚洲av日韩综合一区尤物| 久久99精品久久久久久野外 | 中国精学生妹品射精久久| 亚洲AV无码一区二区一二区色戒 | 在线观看精品国产福利片87| 日韩av天堂综合网久久| 亚洲国产精品无码aaa片| 亚洲欧美成人一区二区在线电影| 久久精品国产亚洲不av麻豆 | 国产人成在线成免费视频| 男女激情视频网站在线| 精品国产三级a∨在线| 日产精品久久久久久久蜜臀| 欧美亚洲国产丝袜在线| 日韩美腿丝袜三区四区| 国产色在线 | 日韩| 国产成人av一区二区三区无码| 国产网友自拍亚洲av| 亚洲最新精品一区二区| 日本高清视频xxxxx| 国产最新在线视频| 国产91精品清纯白嫩| 欧美激情乱人伦| 又色又爽又黄又硬的视频免费观看| 亚洲男人天堂av在线| 精品成人av人一区二区三区| 精品一区二区三区免费视频| 国产精品视频一区国模私拍| 亚洲区精品久久一区二区三区女同| 青青草成人在线播放视频| 国产乱国产乱老熟300部视频| 国产亚洲欧美在线| 国产一区二区三区在线观看免费版 | 天天躁狠狠躁狠狠躁夜夜躁| 一个人免费观看在线视频播放| 日本免费大片一区二区三区 | 精品日本一区二区三区| 人妻聚色窝窝人体www一区| 久久人妻AV无码一区二区| 中文字幕有码手机视频| 强开少妇嫩苞又嫩又紧九色 |