# 教育评价：让判断对应证据与规则 — 学习任务单

[学习指南](https://unireadinglist.com/zh-cn/guides/educational-assessment/)

[课程专题: 教育评价与测量](https://unireadinglist.com/zh-cn/subjects/education/#course-assessment)

来源确认日期: 2026-11-04

学习计划与例题由 University Reading List 编辑整理。

适合能辨识学习成果并计算百分比的教育学生与教师。McConlogue属高等教育，Wiliam侧重课堂证据与响应，Brookhart／Nitko涵盖测量和任务构建。下方分数与政策均虚构，无真实学生资料或机构规则。

## 选择你的起点

- [ ] 需要讲解评价与评分设计的免费教材
  用McConlogue学习对齐、学业标准、校准与反馈；移到其他教育阶段须调整情境。

- [ ] 需要改变下一课的证据
  用Wiliam设计提问、解释回答并选择教学行动；记录分数本身不说明行动。

- [ ] 需要测量与分数解释
  用Brookhart／Nitko理解效度、信度、题目、任务与评分，逐步注明分数要怎样用。

## 三本书如何取舍

### Assessment and Feedback in Higher Education: A Guide for Teachers

Teresa McConlogue · 2020
免费教材，介绍高校评价与评分设计

什么情况下适合读: 想连接成果、任务、共享标准与评分。
什么情况下选别本: 需要所有学校通用手册，或希望量规消除判断。
建议阅读范围: 2020免费PDF的3章课程设计、6评分者信度、7同伴评价、8反馈。
局限与取舍: ISBN 9781787353640为PDF而非平装；完整免费阅读有具体转载条件，高校情境不能无调整移植。

#### 选书前试做

写两项量规，并描述一项须校准而非求平均的分歧。
检查标准: 标准写可见证据与质量区别，数字总计不能解释分歧。

你的笔记:

________________________________

ISBN: 9781787353640

[官方免费阅读](https://discovery.ucl.ac.uk/id/eprint/10096352/)

[书目信息与获取方式](https://unireadinglist.com/zh-cn/subjects/education/assessment-feedback-mcconlogue/)

### Embedded Formative Assessment（嵌入式形成性评价）

Dylan Wiliam · 2 · 2017
形成性证据与响应配套

什么情况下适合读: 要在教学中取得理解证据并用来调整。
什么情况下选别本: 要以技术清单代替核查用途和成效。
建议阅读范围: 2017第2版ISBN 9781945349225，按标题选提取证据、反馈及学习者参与策略。
局限与取舍: 课堂实践不同于心理测量专书，另行出版的handbook不是同一本；不猜页码或称全书免费。

#### 选书前试做

设计一个短答提示，为两种可能反应分别写下一步教学。
检查标准: 题目能辨识目标误解，响应在学习尚可改变时使用证据。

你的笔记:

________________________________

ISBN: 9781945349225

[书目信息与获取方式](https://unireadinglist.com/zh-cn/subjects/education/embedded-formative-assessment/)

### Educational Assessment of Students（学生教育评价）

Susan M. Brookhart; Anthony J. Nitko · 8 · 2018
测量与任务构建主线

什么情况下适合读: 需要区分效度、信度、反馈、表现任务与评分。
什么情况下选别本: 期待一个信度值或及格线证明所有用途。
建议阅读范围: 所选2018第8版纸书ISBN 9780134807072；3–4章效度／信度、7–8形成性评价／反馈、15评分。
局限与取舍: 同页也有较晚数字产品，须匹配所选纸书年份；访问码与课件权限另计。

#### 选书前试做

算原题加权分，再写任务设计能和不能支持的解释。
检查标准: 分开算术、成就证据与门槛，三者不能互代。

你的笔记:

________________________________

ISBN: 9780134807072

[书目信息与获取方式](https://unireadinglist.com/zh-cn/subjects/education/educational-assessment-of-students/)

## 开始前需要会什么

### 判断什么？

你的笔记:

________________________________

### 效度还是信度？

你的笔记:

________________________________

### 下方区间是什么？

你的笔记:

________________________________

## 六步学习计划

- [ ] 从目的到证据

建议阅读范围: 设计或目标／效度章节。

要做的练习: 画成果→任务→标准→决定。

检查标准: 每个所称成果都须有实际证据。

你的笔记:

________________________________

- [ ] 明定规则

建议阅读范围: 评分讨论。

要做的练习: 列满分、得分、权重、门槛及关键部分要求。

检查标准: 权重合1，原始满分不暗变指定权重。

你的笔记:

________________________________

- [ ] 算两种汇总

建议阅读范围: 原创分数包。

要做的练习: 算指定加权与原始合计百分比。

检查标准: 解释各自实际实施的权重。

你的笔记:

________________________________

- [ ] 检查评分区间

建议阅读范围: 评分者信度和变式。

要做的练习: 将项目分数区间传到决策规则。

检查标准: 题定集合不可称统计置信区间。

你的笔记:

________________________________

- [ ] 设计校准反馈

建议阅读范围: 校准／反馈或形成性策略。

要做的练习: 写一个评分比较及按标准可执行的反馈。

检查标准: 比较针对分歧，反馈给下一步而非另一数字。

你的笔记:

________________________________

- [ ] 审计决定

建议阅读范围: 评分与效度。

要做的练习: 说明分类是否稳定、需要什么证据和分数限制。

检查标准: 不能平均掉分歧或从总分推出未测能力。

你的笔记:

________________________________

## 原创例题与解析: 原创分数包：满分不是指定权重

虚构课程测验18/20、项目48/80，指定权重测验40%、项目60%。及格须总分≥70%且项目≥60%。求总分和结论，再与原始分合计比较。

前提假设: 原题分数精确，决定前不四舍五入，等于门槛也通过。测验题定测回忆，项目测应用，不提供经验效度或信度估计。规则纯属虚构。

你的笔记:

________________________________

## 改变假设，再做一题: 改变假设：可能评分跨过门槛

项目真实得分仅知介44至52（含端点）/80，测验18/20精确，仍用40/60及原双门槛。求总分范围和及格是否稳健。

你的笔记:

________________________________

## 进入下一阶段之前

- 能把学习主张对应任务及规则。
- 能复算权重与约束门槛。
- 能区分稳定决定、条件分数及复核所需证据。

## 答案与解释

### 判断什么？

列学习成果及能证明它的证据。回忆测验与应用项目即使都给百分比，也可能承担不同角色。

### 效度还是信度？

效度关乎特定解释／用途的证据，信度关乎结果一致性；一致地奖励错误对象仍有问题。

### 下方区间是什么？

题定可能分数集合，不是置信区间、标准误或及格概率；稳健决定须对集合中每个分数相同。

### 原创分数包：满分不是指定权重

1. 测验90%、项目60%，加权0.40×90+0.60×60=72%。
2. 总72≥70且项目60≥60，按题设及格；须逐项查两个条件。
3. 原始合计66/100=66%，对应测验20%、项目80%的另一权重，不是指定40/60。
4. 分数本身不证明任务支持所有学习主张；必要时分别报告回忆与应用证据。

指定总分72%、项目60%，满足双门槛及格；原始合计66%实施不同权重。

检验结果: 核权重合1；若测验权重为w，同样作品总分60+30w。改权重是改决策基础，不是改作品。

### 改变假设，再做一题: 改变假设：可能评分跨过门槛

1. 项目55%至65%；若原始项目分p，总分36+0.75p，范围69%至75%。
2. 总分门槛要求p≥45⅓；关键项目门槛要求p≥48，故后者约束更强。
3. p44不通过，p48总72通过，p52总75通过。允许区间跨48，不能对所有可能分数作同一分类。

总分69–75%，决定在原始项目48切换；现有证据不足以稳定分类，需要校准／复核确定分数。

检验结果: 核端点和关键门槛。区间不是概率分布，不能据此算及格概率。

## 常见误区

### 原始合计冒充权重

加总点数让满分变成隐含权重。

### 一个总分代替学习主张

总分可能遮住不同成果或关键部分的证据。

### 把不确定性平均掉

争议分数求平均不证明判断合理，应看标准与作品。

## 参考来源与版本

- [UCL Discovery: free complete assessment and feedback book](https://discovery.ucl.ac.uk/id/eprint/10096352/)
  免费2020书支持高教设计、标准、校准与反馈。

- [UCL Press: edition, format, contents and licence](https://discovery.ucl.ac.uk/id/eprint/10096352/1/Assessment-and-feedback-in-higher-education.pdf)
  PDF目录与格式书号锚定阅读。

- [Solution Tree: Embedded Formative Assessment second edition](https://www.solutiontree.com/embedded-formative-assessment-second-ed.html)
  第2版提供形成性证据和行动，不是测量手册。

- [Solution Tree: primary second-edition catalogue receipt](https://solutiontree.s3.us-west-2.amazonaws.com/solutiontree.com/media/pdf/catalogs/2026-Spring-Summer-Comprehensive-Catalog-June.pdf)
  出版社将正文与另册手册分开，不虚构课堂效果。

- [Pearson: selected eighth-edition print and assessment contents](https://www.pearson.com/en-us/subject-catalog/p/educational-assessment-of-students/P200000000835)
  所选平装明确属2018第8版更新，数字产品后来日期不改其身份。

这些是本站建议的学习活动，并非大学官方作业，也不代表对每本书逐页通读。

[编辑与选书方法](https://unireadinglist.com/zh-cn/editorial/)