PISA测评在中国的施测，使得我们对国际大规模测评项目从“远观”走向了“近赏”。国家教育部考试中心从2006年开始实施PISA中国试测研究项目，进行了PISA测评工具翻译和预试调整、学校样本和学生样本提取、评价实施、编码阅卷、数据整理、统计分析和结果报告全环节的工作。上海从2008年开始，参加PISA测评相关工作，分别在2009年和2012年参加了PISA正式测评，在阅卷、数学、科学三个领域，都取得了第一名的好成绩，在华夏大地上引起很大震动。PISA测评也逐渐从象牙塔走进了人们的日常言谈之中。同时，由PISA测评所引起的反思也不断呈现在我们眼前。它测了什么？是否真的有效？对我们的教育有何启发？这类问题不断呈现在一些相关文章中。[1]
对于中国测量或评价领域而言，PISA测评是新鲜事物。面对其所得测评结果数据，可以解释多角度多层面的问题，甚至可以为宏观教育政策提供数据支撑。人们不免会思考：为何中国的大规模考试（特别是高利害性考试）很难做到这些？还有许多人常为出现“科学的考试，不简单；简单的考试，不科学”现象而困惑。我们确实应该认真全面地分析和思考类似于PISA测评这类国际大规模测评所呈现出的“图景”。
国际数学和科学评测趋势（the Trends in International Mathematics and Science Study，简称TIMSS）测评是比PISA测评出现更早，且影响同样巨大的国际比较研究项目之一。两个项目有一些共同的测评领域，数学就是其中的一个。同样都是测评数学，这两个国际测评项目的调查结果一直存在着差异，众多文件资料都注意到这一点。[2]同样都是国际大规模的测评，整个测评管理及技术规范水平都非常高，却仍会得到不同的结果。是什么影响了这些结果的差异性？如何影响的？是否还有类似的结果存在？这些又说明了什么呢？在这些结果的形成过程中，测评系统为它们的有效呈现提供了怎样的保障和支撑？内在的因果逻辑是否存在？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
