确定评分标准

表现性评价始终遵循建构—反应测量的要求，让学生建构生成行为，而不是被动地选择一系列选项。同时，教师必须严格依照评分标准对学生的反应进行评分，以尽量精确地反映学生的实际水平，这种评分比选择性反应的评分要难得多。接下来，我们将讨论用于判断学生表现好坏的评价标准。

根据《韦伯大辞典》的解释，标准即“（人们作出）判断或决定时所依据的规格”。给学生在表现性测验任务中的表现打分的过程，其实也是您试图合理评判学生建构的反应是否达到要求的过程。评价所依据的具体标准将影响教师对学生的反应进行评分的方式。比如，您从文章结构、语言词汇、表达的清晰程度三方面来给学生的作文评分，与您依据拼写、标点、语法来评分，得到的结果可能有很大差别。学生表现的评估标准是操作整个表现性评价过程的关键。

由于曾经在中学和大学学习了5年的拉丁语，现在也会有意无意地使用一些拉丁语，因此，我知道拉丁单词“criterion”是单数形式，“criteria”是复数形式。但是，很多教育者已经习惯性地将两者混淆起来，以至于我不想再去纠正。现在你们知道两者的区别了，如果您再发现同事错误地使用这两个词，您可以不露声色地一笑置之。

近年来，人们经常把表现性测验的评分程序称为“评分规则”（scoring rubrics），或简称为规则（rubrics）。表现性测验的评分规则，至少需要具备以下三个要素：

■ 评估标准。评分规则中包含用来衡量学生反应质量的各种指标。

■ 评估标准在水平区别上的描述。对于每一条评估标准，学生反应的水平区别到底有何表现，评分规则中都要有具体的描述。

■ 说明是使用整体评分还是分项评分方法。评分规则必须说清楚，评估标准是集合在一起进行整体评分，还是一条一条地进行分项评分。

可以说评分标准的确定是设计评分规则过程中最重要的任务。如果您现在要编制一份表现性测验的评分规则，切记不要对学生的反应提出过多的标准（要求）。个人认为，如果每套评分规则列举的评估标准超过三项或四项，就有点多了。如果您的评估标准比较多，那么可以按照重要程度排序，然后留下最重要的三个或四个，其余的全部去掉。

下一步工作就是用文字描述，学生什么样的反应是优秀的，什么样的反应是不理想的。到底这种描述要细致到什么程度，完全取决于您的需要。切记，您是在为您的班级测验设计评分规则，而不是在为州测验或国家测验设计评分规则。最好使用可操作性强的、言简意赅的语言描述各种不同反应的水平区别，这样不仅您在教学过程中用起来方便，如果指导得当，学生也可以使用。

最后，您还需要决定是在考虑所有评估标准的基础上给学生一个整体的分数，即采用整体评分法，还是依据评分标准逐项评分，即采用分项评分法。整体评分法的优点在于评分速度快，缺点是难以把握学生具体的不足之处，尤其是那些表现不好的学生。相比之下，分项评分法更有可能提供精确的诊断性评分和针对性反馈。有些教师试图将两种评分方法结合起来，他们先对学生的反应进行整体评分，然后（为了得到有针对性的反馈）再对表现较差的学生反应进行分项评分。

因为多数表现性评价的对象是学生综合的、复杂的反应，所以评分时所采用的评估标准往往不止一项。每一项确定的评估标准都应尽量量化，往往会用数字等级量表来表示，赋予学生反应相应的分值，如从0到6。这些数值通常都配有文字描述，当然也有例外。例如，在一个5等级的量表中，可能使用这样的描述：5=优秀，4=良好，3=一般，2=较差，1=不合格。如果不对每个数值进行一一描述，还可以使用下面这种方式：

在一些情况下，每个标准的评分等级也可以是非数字的，即只有文字描述，如“优秀”“合格”等。尽管这种用文字表述的等级量表可以用于某些类型的表现性测验，但如果评分标准有多个项目，它的评分就很难合成一个有意义的综合分数，这是它的局限性。

找出区分可接受和不可接受反应的最主要因素，是确定评分标准的核心内容。与其他评价方式一样，表现性测验的评估标准越少越好，少数真正重要的标准胜过大量繁杂琐碎的指标。如果您无法决定在某一表现性测验中选用什么标准，可以求助于同事，向他们咨询区分“优秀”反应和“不合格”反应的重要因素是什么。

本章节将会为您示范一些评分规则，这些评分规则都会突出少数几个反映教学重点的评估标准。一个好的评分规则的最大回报在于它促进了教学的改善。