英語評估與測試（上冊） pdf epub mobi txt 電子書 下載 在線閱讀 2026

簡體網頁||繁體網頁

☆☆☆☆☆

出版者:人民教育齣版社

作者:

出品人:

頁數:149

译者:

出版時間:2005-8

價格:11.60元

裝幀:平裝

isbn號碼:9787107190469

叢書系列:

圖書標籤:

• 英語測評
• 英語測試
• 語言評估
• 語言測試
• 教育測量
• 外語教學
• 英語學習
• 教學參考
• 上冊
• 教材

英語評估與測試（下冊） 本書簡介 本書是《英語評估與測試（上冊）》的續篇，係統深入地探討瞭英語測試理論、實踐以及相關的前沿發展。它旨在為語言教育工作者、測試設計者、研究人員以及準備從事英語教育和評估領域的學生提供一個全麵、嚴謹且具有實踐指導意義的知識體係。本書內容覆蓋瞭從基礎的測試原則到復雜的設計流程，再到新興技術的應用與挑戰，力求構建一個既紮實又具有前瞻性的評估框架。 --- 第一部分：評估理論與標準基礎 本部分著重於奠定英語測試的理論基石，理解有效、可靠評估所應遵循的根本原則。 第一章：評估的哲學基礎與功能定位 本章首先迴顧瞭語言能力觀在不同曆史時期的演變，探討瞭結構主義、功能主義和交際主義等理論如何影響瞭英語測試的設計取嚮。深入剖析瞭測試在教育體係中的多重功能：診斷性評估（Diagnostic Testing）如何揭示學習者的薄弱環節；形成性評估（Formative Assessment）如何指導教學過程的實時調整；總結性評估（Summative Assessment）如何衡量學習成果的最終達成度；以及安置性評估（Placement Testing）如何確保學生進入閤適的學習階段。重點討論瞭“評估的倫理”和“權變評估”（Contingent Assessment）的概念，強調評估決策必須基於明確的教育目標和公平原則。 第二章：測量的基本原則：信度、效度與實用性 這是任何測試設計與解釋的基石。本章詳細闡述瞭信度（Reliability）的四個主要類型：重測信度、復本信度、內部一緻性信度（如Kuder-Richardson公式與Cronbach's $alpha$ 係數）和評分者信度。特彆關注瞭如何通過統計方法量化和報告信度水平。 隨後，深入探討瞭效度（Validity）的現代觀，即效度是一個統一的概念，而非多種類型的簡單疊加。重點分析瞭“證據推理”（Evidence-Based Reasoning）框架下的效度來源：內容效度（Content Validity）的係統抽樣設計；結構效度（Construct Validity）中區分潛在特質和測量誤差的因素分析（Factor Analysis）；效標關聯效度（Criterion-Related Validity）中的預測效度與同時效度；以及交互作用效度（Consequential Validity），即測試對教學與學習産生的實際影響。 最後，討論瞭實用性（Practicality）的重要性，包括測試實施的時間、成本、易操作性和可解釋性，並平衡其實用性與理想的信效度要求。 第三章：測試標準與質量保證體係 本章引入國際公認的測試質量標準，如《語言測試中的評估標準》（Standards for Educational and Psychological Testing）的核心要求。詳細解讀瞭標準中關於測試設計、開發、管理、評分和結果解釋的規範。討論瞭“標準參照性測試”（Criterion-Referenced Testing, CRT）與“常模參照性測試”（Norm-Referenced Testing, NRT）在解釋分數和報告上的根本區彆及其適用場景。同時，探討瞭測試結果的公平性（Fairness）和文化敏感性（Cultural Sensitivity）在標準製定中的核心地位。 --- 第二部分：英語能力模型的構建與技能測試 本部分轉嚮語言能力本身的界定，以及如何將抽象的能力模型轉化為可操作的測試項目。 第四章：英語能力模型的演進與選擇 本章迴顧瞭從離散技能模型（Discrete-Point Testing）到交際能力模型（Communicative Competence Model）的轉變。詳細介紹瞭Canale與Swain的交際能力框架，包括語言知識（Grammatical, Sociolinguistic, Discourse, Strategic Competence）。重點分析瞭現代語言能力模型，如基於任務的能力模型（Task-Based Competence）和通用歐洲語言參考框架（CEFR）下的能力層次結構。討論瞭在設計特定測試時，如何選擇或構建最適閤測試目的的能力模型，以及模型選擇對項目設計的影響。 第五章：聽力理解測試的設計與實施 本章聚焦於聽力理解測試的復雜性。首先，區分瞭對具體信息提取（Specific Information Retrieval）和推斷理解（Inferential Comprehension）的測試需求。其次，詳細分析瞭乾擾項（Distractors）的構建策略，確保乾擾項既具有迷惑性又不涉及內容或語言上的不公平。探討瞭不同材料類型（對話、講座、廣播等）的選擇標準，以及語速、口音和背景噪音對測試結果的影響。最後，討論瞭計算機自適應聽力測試（CAT-Listening）在提高效率和維持信度方麵的應用。 第六章：閱讀理解測試的結構與項目類型 閱讀測試的設計關鍵在於平衡對語言知識（如詞匯、語法結構）的考察與對高級認知技能（如主旨把握、邏輯推理、文本評價）的評估。本章細緻區分瞭選擇題（Multiple-Choice）、匹配題（Matching）、句子填空（Sentence Completion）和摘要寫作（Summarizing）等不同題型的優缺點。特彆強調瞭“超越文本”（Beyond the Text）的推理測試設計，要求應試者整閤文本信息並結閤背景知識進行判斷。深入分析瞭如何確保測試文本的難度與長度適中，並且其主題內容對目標群體公平。 第七章：寫作評估的復雜性與量化方法 寫作評估是語言測試中最具挑戰性的領域之一。本章係統介紹瞭對寫作産齣的評估維度，包括內容（Content）、結構（Organization）、語言準確性（Accuracy）、語言多樣性（Variety）和流利度（Fluency）。詳細闡述瞭評分者間一緻性（Inter-Rater Reliability）的提升策略，包括細緻的評分量規（Rubrics）設計和定標（Anchoring）過程。對比分析瞭人工評分（Human Scoring）、半自動評分（Semi-Automated Scoring，如利用自動化工具輔助人工判斷）以及全自動評分（Automated Scoring Systems, ASS）的優勢與局限性。重點討論瞭“任務設計”如何有效激發應試者的目標性寫作（Purposeful Writing）。 第八章：口語測試的評估與交互設計 口語測試的有效性高度依賴於評估環境的控製和考官的熟練程度。本章區分瞭結構化口語測試（如迴答預設問題）與更具生態效度的交互式口語測試（如討論、角色扮演）。深入討論瞭口語評分的維度，包括流利度（Fluency，如停頓和重復的模式）、發音（Pronunciation，包括音素準確性與語調語流）、詞匯資源與語法範圍和準確性。闡述瞭“交際性反饋”（Communicative Feedback）在口語評估中的作用，以及如何通過考官培訓和多次評估來提高評分的客觀性。 --- 第三部分：測試的開發、實施與解釋 本部分著眼於測試從概念形成到實際應用的整個生命周期管理。 第九章：測試項目和試捲的開發流程 本章提供瞭一個結構化的項目開發藍圖。從“藍圖”或“測試規格說明書”（Test Specification Document）的製定開始，明確測試的信效度目標、內容覆蓋範圍和能力層次。詳細描述瞭項目編寫的原則（如清晰性、避免雙重否定、項目長度適中）和項目初審（Item Review）流程。重點講解瞭項目試測（Piloting）的必要性，以及如何通過項目分析（Item Analysis）來計算難度指數（P值）和區分度指數（D值），用以篩選和修正無效或低效項目。 第十章：測試的統計分析與項目反應理論（IRT） 本章深入探討瞭現代測試的統計基礎。迴顧瞭經典測量理論（Classical Test Theory, CTT）在項目分析中的應用。隨後，引入瞭項目反應理論（Item Response Theory, IRT）作為更高級的分析工具。詳細介紹瞭IRT的基本模型（如單參數、雙參數和三參數模型），重點闡述瞭項目特徵麯綫（Item Characteristic Curve, ICC）的意義，以及如何利用信息函數（Information Function）來優化測試的測量效能。講解瞭如何運用IRT進行測試編製（Test Assembly）和試捲等值化（Equating）。 第十一章：計算機化測試與自適應係統 隨著技術進步，計算機化測試（Computerized Testing）已成為主流。本章探討瞭計算機化測試環境下的各種優勢，包括即時反饋、自動化評分和安全性提升。重點詳細介紹計算機自適應測試（Computerized Adaptive Testing, CAT）的原理，包括項目池的構建、參數估計、信息量最大化以及終止規則的設計。討論瞭在CAT環境中保持測試等值性的統計挑戰。 第十二章：測試結果的解釋、報告與反饋 測試結果的有效傳遞與解釋與測試本身的質量同等重要。本章討論瞭如何根據測試目的選擇閤適的報告方式（分數、等級、描述性反饋）。深入分析瞭分數報告中的“標準分”（Standard Scores，如Z分數、T分數）的意義，以及如何利用“能力尺度”（Proficiency Scales）清晰地傳達應試者的真實能力水平。強調瞭嚮不同利益相關者（學生、教師、傢長、機構）提供定製化、可操作的反饋的重要性，確保評估結果能夠有效驅動後續的學習改進。 --- 第四部分：評估的前沿領域與未來趨勢 本部分展望瞭英語評估領域的新興挑戰和發展方嚮。 第十三章：跨文化適應性與測試的全球化 在全球化背景下，英語測試的跨文化有效性日益關鍵。本章探討瞭文化偏見在測試材料中的體現，以及如何進行跨文化驗證（Cross-Cultural Validation）。討論瞭在非母語文化背景下對語言測試結果進行解釋的注意事項。分析瞭國際大型標準化考試（如IELTS, TOEFL）在維持全球一緻性、應對不同教育體係差異時所采用的策略。 第十四章：新興技術在評估中的應用與挑戰 本章關注大數據、人工智能（AI）和自然語言處理（NLP）對英語評估的顛覆性影響。討論瞭AI在自動化評分（尤其是口語和寫作）中的最新進展及其局限性（如對創造力和細微語義的捕捉）。探討瞭利用學習分析（Learning Analytics）和學習管理係統（LMS）數據來深化形成性評估的潛力。最後，討論瞭利用虛擬現實（VR）/增強現實（AR）技術構建更具生態效度的模擬測試環境的前景。 第十五章：評估的未來展望：從測試到學習導嚮的評估 本章總結性地提齣，未來英語評估將更緊密地融入學習過程。探討瞭“評估素養”（Assessment Literacy）在教師專業發展中的核心地位。展望瞭更加動態化、個性化、持續性的評估模式，強調評估不再是終點，而是促進語言學習持續進步的反饋循環的核心驅動力。 本書力求在理論深度和實際操作性之間找到平衡點，為讀者提供一個全麵掌握現代英語評估與測試科學的專業指南。

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

评分☆☆☆☆☆

這本書給我的感覺是，它仿佛是一位經驗極其豐富的老教授，耐心地為你拆解一個復雜係統的每一個齒輪是如何咬閤的。它沒有那種急功近利的浮躁感，完全是沉下心來探討評估的本質。與其他同類書籍相比，它在“情境化評估”（Contextualized Assessment）和“基於錶現的評估”（Performance-Based Assessment）這兩個前沿領域投入瞭大量的篇幅。特彆是對口語和寫作評分標準（Rubrics）的設計和校準（Calibration）流程的詳盡描述，簡直是實操指南級彆的細緻。我一直苦惱於如何讓不同閱捲老師之間的評分保持一緻性，這本書裏關於“評分者間信度”的提升策略，包括預先培訓、多輪會審、以及利用統計方法剔除異常評分者等步驟，為我提供瞭一套完整的操作流程圖。此外，書中對新技術在評估中的應用也有所涉獵，比如如何評估計算機輔助測試（CAT）的效率和公平性，這顯示瞭作者緊跟時代發展的視野。唯一的遺憾是，上冊的內容聚焦於基礎理論和客觀題為主的測量，對於動態的、交互式的、尤其是那些依賴於人工智能分析的現代測試的深入剖析，可能需要等待下冊的補充瞭。但就目前所涵蓋的內容而言，其深度和廣度已經足以讓使用者受益匪淺。

评分☆☆☆☆☆

我花瞭很長時間纔把它徹底啃完，感受最深的是其內容組織呈現齣的那種嚴謹的、如同精密儀器一般的結構感。它不像市麵上那些“速成秘籍”，試圖用一兩招就解決所有評估難題，而是采取瞭一種由淺入深、層層遞進的教學法。從最基礎的測試類型劃分——能力測試、成就測試、診斷性測試——到後麵對各種主流測試標準（如CEFR、ACTFL等）的解讀，每一步都走得踏實而有力。尤其是在談到量錶的構建與標準化過程時，作者的闡述簡直就是一次高質量測試從概念到落地的全景演示。我記得有一章專門講解瞭信度估計的不同方法，比如重測信度、分半信度以及內部一緻性信度（特彆是Cronbach's Alpha的適用情境分析），它不僅給齣瞭公式，更重要的，它解釋瞭每種方法背後的假設條件和局限性。這對於我們這些需要進行大規模教育研究的人來說至關重要，因為選錯信度估計方法，可能直接導緻研究結論齣現偏差。這本書的排版和插圖也值得稱贊，圖錶清晰明瞭，復雜的統計概念通過可視化手段得到瞭很好的消化，極大地降低瞭理解難度。總而言之，它提供瞭一個紮實的、批判性的視角去看待所有現行的英語測試，讓我對“分數”背後的含義有瞭更深層次的理解和敬畏。

评分☆☆☆☆☆

這本書的閱讀體驗是一次酣暢淋灕的“知識重構”。在此之前，我對“英語評估”的理解可能還停留在“齣捲子”、“改捲子”的層麵，充滿瞭經驗主義的色彩。但讀完《英語評估與測試（上冊）》，我纔真正理解瞭評估的科學性、嚴謹性和倫理責任。最讓我佩服的是它對於“測量誤差”的坦誠討論。作者毫不避諱地指齣，任何測試都存在誤差，關鍵在於我們如何係統地識彆、量化和控製這些誤差。書中對隨機誤差和係統誤差的區分，以及如何通過設計來減少它們，是極其寶貴的知識點。它教會我，不要盲目相信任何一個分數，而是要關注分數背後的置信區間。此外，它對不同評估目的的測試設計原則的對比分析也極富啓發性，比如一個用於診斷學習障礙的測試，其設計邏輯和關注點，與一個用於入學選拔的測試是截然不同的，需要不同的效度證據來支撐。這本書的語言雖然專業，但行文流暢，引人入勝，它成功地將看似枯燥的心理測量學理論，與我們日常的英語教學評估實踐緊密地結閤在瞭一起，讓理論不再是紙上談兵，而是可以指導實踐的強大工具。這絕對是一本值得反復研讀、並時常翻閱的專業參考書。

评分☆☆☆☆☆

這本《英語評估與測試（上冊）》簡直是為我這種長期在“考”與“評”之間摸索的英語學習者和教育工作者量身定做的寶典。說實話，我之前接觸過不少關於英語測試理論的書籍，大多要麼過於學術化，堆砌著晦澀難懂的統計學名詞，讀起來昏昏欲睡；要麼就是流於錶麵，隻教你如何“應試”，卻對評估背後的科學原理諱莫如深。但這本教材的平衡感做得極其到位。它並沒有直接丟給我一堆冷冰冰的公式，而是從構建有效性（Validity）和可靠性（Reliability）的基石講起，用清晰的邏輯鏈條引導我們理解，一個“好”的測試究竟應該具備哪些內在特質。最讓我驚喜的是，它在講解項目分析（Item Analysis）時，不僅停留在瞭難度指數（P值）和區分度指數（D值）的計算上，更深入探討瞭如何利用這些數據反思我們命題的質量和教學的側重點。例如，書中對多選題區分度低的分析，直接點明瞭可能是選項設置不當或是題目考察知識點模糊導緻的，這對於我日常齣捲子時避免“無效試題”具有極強的指導意義。閱讀過程中，我感覺自己不再是孤立地處理一個個測試分數，而是站在瞭教育測量學的製高點上，對整個評估流程有瞭宏觀且微觀的洞察。如果非要挑剔，也許是希望能在某些特定技能（如口語和寫作的效度證據收集）的實操案例上再多展開一些，但瑕不掩 পুষ，對於打牢理論基礎來說，這已是頂尖水平。

评分☆☆☆☆☆

說實話，這本書的份量和深度，絕對超齣瞭一個普通英語學習者所能承受的範疇，它更像是麵嚮專業人士的進階讀物。我個人背景是從事對外漢語教學的，但因為工作需要經常接觸到跨文化交際能力的評估，所以抱著“觸類旁通”的心態購入瞭此書。這本書的價值在於，它將英語評估領域中那些看似遙不可及的理論概念，通過大量貼近實際的案例進行瞭具象化處理。例如，在論述測驗編製的命題原則時，書中提到如何確保試題情境的文化敏感性和真實性，這對於我們評估非母語學習者時的文化偏誤問題提供瞭絕佳的思考框架。我特彆欣賞它對“測驗負麵影響”（Test Impact）的討論，這在很多基礎教材中是被忽略的。它引導我們思考，一個評估工具的使用，除瞭測齣學習者的語言能力外，是否反過來扭麯瞭教學目標或製造瞭不公平的學習壓力。這種批判性的反思能力，正是專業評估人員必備的素養。閱讀過程中，我常常需要停下來，結閤我手頭正在進行的項目去對照反思，這本書提供的不是“標準答案”，而是一套**“思考工具箱”**。雖然有些章節涉及到較深的測量統計理論，需要一定的數學基礎來輔助理解，但總體來看，其邏輯的連貫性和論證的說服力，足以支撐讀者攻剋這些難關。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆