实施评估计划

要进行学习评估并得出可靠的结果，关键是要选择合适的方法来评估学习目标，采用高水平的项目或活动、评分方案进行评估，选取最能体现学生掌握情况的表现作为样本，有效合理地为测验评分，做好准备，用所有需要的人能接受并理解的方式，总结结果。在整个设计和实施过程中，地区要为教师提供必要的技术帮助。

任何来自外部的评估方法必须符合相同的质量标准：评估方法与目标、有效的样本、高质量的练习和评分步骤的内容以及合理的评分与结果展示计划相匹配。

教育评估共同体制定了明确的质量标准，指导有效可靠的测试分数分析。然而，期待教师的基本评估素养基础包括运用这些量化分析的能力，并不现实。在这种情况下，实际的水平测试可能包括了所谓的“表面效度”。

如果由对学习目标了如指掌，通情达理的人检查评价的练习和评分指南，并做出合理判断，认为它们能够合理评估学生对目标的掌握情况，那么这个评估就具有“表面效度”。如果掌握目标的学生比没有掌握的学生有望获得更高的分数，那么这个测试就有内容效度。这种专业判断足以决定由教师发展出的，或选择出的优先成绩标准的评估的有效性。

评估标准也需要和目标有关的可靠的依据。可靠的测试可以对学生成绩做出稳定、持续的评估。一旦确定了测试的可靠性，开发人员要试验两次，保证两次测试结果一样。测试结果要标注第一次或第二次的可靠性。课堂评估的多重管理也许会带来稍稍可靠的依据，但是这种做法既不现实，也不实际。

专业测试开发者也在寻找测试中的一致性——“内部一致性”可靠性。在最简单的形式中，这意味着练习和评分准则要保持一致，反映相同目标中相互联系的部分。由于分析测试数据可以找出这种特性，因此这是一项专业判断的问题。客观、合格的判断是否能说明练习和评分准则完全一致？个人练习是否也与之有关？是否每一项都涉及学习目标的主要部分？用我推荐的方法，即每个优先标准都得到评估，这种一致性相对来说容易达到，因为一个标准可以对应一个焦点目标。一旦目标明确，创建相关练习和评分准则就比较容易了。

正因为此种评估产生的依据如此重要，而且结果必须对于没有亲身参与的人而言也是可靠的，所以，如果条件允许，对于每个优先标准的评估必须经过有评估素养的督导或评估专家的审核。他们可以提出建议，在评估前检查出需要修改的地方。

正如之前提到的，如果不同学校或者课堂的教师能够共同分担让学生掌握同种标准的职责，那么共同设计并开发评估将是对每个人最有益的，不仅省时省力，而且保证教学设置结果具有可比性。

一旦前测/后测结果出来，教师督导人必须进行评审。不仅可以确保预期的影响结果，还能为进一步的教学活动提出修改意见。

最后，随着教学活动和评估的展开，任何意料之外的，影响学生成绩的因素，如果教师无法控制（比如学生数量的增加，政策的改变，所需要的新文本或其他资源），督导应该指出并检查。虽然最终报告中也会包括这些因素，但是早期检查让督导更容易对教师整体表现进行公平、有效的评价。

第三步的首要原则：每位教师必须有扎实的评估素养，有效和高效地进行评价。督导只有在此时充分理解合理评估的基本原则的基础上，才能帮助员工收集和展现教师教学能力的依据，既可靠又可信。