2017年-世界发展银行全球_Teaching_with_the_Test___Experimental_Evidence_on_Diagnostic_Feedback_and_Capacity_Building_for_Public_Schools_in_Argentina_67页_1mb

总结：使用测试进行教学：阿根廷公立学校诊断反馈与能力建设的实证研究

核心内容

本研究探讨了大规模学生评估（large-scale assessments）在发展中国家公立学校管理与教学中的应用效果。通过在阿根廷里奥哈省开展一项随机对照实验，研究分析了诊断反馈（T1组）和能力建设（T2组）两种干预措施对学校表现和教学实践的影响，并与对照组（仅在第二次随访时进行测试）进行比较。

主要观点

• 大规模评估的潜力：尽管大规模评估在国际上日益流行，但在发展中国家，其在提升学校管理和教学方面的实际效果仍缺乏实证支持。
• 诊断反馈的有效性：T1组学校（仅获得诊断反馈）在两年后，三年级数学和阅读成绩分别比对照组高出0.34和0.36个标准差，五年级数学和阅读成绩分别高出0.28和0.38个标准差。
• 能力建设的局限性：T2组学校（获得诊断反馈和能力建设）成绩提升有限，主要由于初始成绩较低、参与度不足以及能力建设活动对成绩提升的边际贡献较小。
• 政策影响：T1组学校的校长更可能使用评估结果进行管理决策，学生也更可能报告教师增加了教学活动并改善了与学生的互动。
• 研究设计与背景：阿根廷的教育政策在过去二十年中限制了学生表现数据的生成、传播和使用，但2015年后政策有所调整，为本研究提供了良好的实验环境。

关键信息

实验设计

• 实验地点：阿根廷里奥哈省，105所公立小学被随机分配到以下三组：

  • T1组（诊断反馈）：在基线和两次随访中进行数学和阅读测试，并提供简明易懂的评估报告。
  • T2组（能力建设）：除了获得评估报告外，还提供专业发展研讨会和学校访问。
  • 对照组：仅在第二次随访时进行测试，未获得任何反馈或能力建设支持。

• 样本选择：

  • 包括126所城市和半城市地区的公立小学。
  • 排除239所农村学校，因为其分布广泛，难以有效监控。
  • 最终样本为105所学校，随机抽样并按学生人数分为三组。

• 随机化过程：

  • 按学校规模分层随机分配，以提高统计效力。
  • T1和T2组在2013年8月得知参与研究，而对照组名单直到2015年底才公布，以减少“约翰·亨利效应”。

干预措施

• T1组：

  • 学生在2013、2014年进行数学和阅读测试。
  • 学校获得简明的评估报告，包含学校表现概览、成绩分布分析和“红黄绿”反馈机制。
  • 部分T1学校也参与了T2组的研讨会和访问。

• T2组：

  • 除了T1组的评估报告外，还提供5次研讨会和2次学校访问。
  • 研讨会内容涵盖评估结果解读、学校改进计划、质量保障机制和几何教学。
  • 学校访问包括与校长的会议、课堂观察和与教师的交流。
  • 研讨会和访问后，教育部门会提供反馈报告和改进建议。

• 对照组：

  • 仅在2015年进行测试，未获得任何反馈或能力建设支持。

实验结果

• T1组表现：

  • 三年级数学和阅读成绩分别比对照组高出0.34和0.36个标准差。
  • 五年级数学和阅读成绩分别高出0.28和0.38个标准差。
  • 学生表现在多个内容和认知领域均有显著提升。
  • 校长更倾向于使用评估结果进行管理决策，教师教学活动和互动也有所改善。

• T2组表现：

  • 仅在五年级数学和阅读成绩上比对照组高出0.21和0.19个标准差。
  • 初始成绩较低、参与度不足以及能力建设活动效果有限是其表现不如T1组的原因。
  • 尽管校长更可能使用评估结果，但学生未报告教学活动的明显变化。

理论框架

• 干预目标：

  • T1和T2组均旨在通过提供标准化测试和反馈报告，解决学校在管理与教学决策中缺乏可靠、及时和相关学生表现数据的问题。
  • T2组进一步通过研讨会和访问，增强校长和教师分析与使用数据的能力。

• 预期影响路径：

  • 降低学生缺勤率和迟到率（通过提高学生参与度和准备度）。
  • 改善学生行为（通过更有效的教学策略）。
  • 减少学生留级和辍学率。
  • 最终提高学生学业成绩。

结论

• 诊断反馈的有效性：单独提供诊断反馈对学校管理和教学实践有显著积极影响。
• 能力建设的附加价值：尽管能力建设活动提供了额外支持，但其对学业成绩的提升有限，且部分学校未充分参与。
• 政策启示：大规模评估可以作为提升教育质量的重要工具，但其效果依赖于数据的合理使用和反馈机制的完善。在发展中国家，应重视评估结果的传播与解读，以最大化其对教学和管理的促进作用。