科学客观地评估教育的实施效果对于提升教育质量,以及解决各地区教育不平衡问题至关重要。目前我国针对学生学业成绩进行的大规模评估主要还是以选拔性或合格性考试为主,以监测不同地区间的教育质量差异的评估才处于起步阶段。因此,本研究目的在于希望通过对国际著名评估项目PISA、TIMSS、NAEP关于科学学科的评估内容和试题的研究,为我国开展类似评估工作提供一些借鉴,最终能更好地提升我国中学生科学教育质量,促进我国科学教育事业的发展。基于上述研究目的,本研究包括以下三个研究内容。研究一主要采用内容分析法和比较研究法对三大评估项目评估目的与框架进行了研究,以更好的分析评估内容和试题。研究二主要采用比较研究法和内容分析法,针对三大评估项目关于科学学科的评估内容进行研究,并结合研究一对评估目的与框架的研究来分析评估内容和评估目的与框架间的联系,以及造成差异的原因。研究三在研究二的基础上,主要采用比较研究法和内容分析法,对三大评估项目的评估试题进行比较分析,研究其试题的结构、设计思路、类型、分布等,及其与评估内容的联系,然后通过比较三者评估试题间的差异,并结合研究一对评估目的与框架的研究来分析造成差异的原因。基于上述研究内容,最后获得如下结论:(1)在评估目的方面,三大评估项目的总体目标一致,三者都是针对学生在学校学习科学后的成就进行评估,从而了解各国或地区科学教育成效,同时结合背景调查试图探索影响教育成效的因素,为改善教育提供指导。但是,三者评估目的的侧重点有所差异。PISA强调能力,侧重于评估学生应对未来社会挑战的能力;TIMSS强调课程内容,侧重于监测各国或地区学生学业成就的趋势;NAEP强调实践,侧重于评估美国中小学生在各学科中所知道和可以做的事情。(2)在评估框架方面,三大评估项目的评估框架均主要以科学知识与能力两个维度为主。但由于评估目的的差异,三者在结构上存在不同。PISA将情境、知识、能力、态度融合为科学素养,强调应对未来社会挑战的能力;TIMSS则从科学内容、认知领域、科学实践三方面进行评估,但主要以科学内容、认知领域两个维度进行评估内容的组织,强调课程内容;NAEP以科学内容、科学实践两个维度进行评估内容的组织,强调科学实践。(3)在评估内容方面,三大评估项目都包含了物质科学、生命科学、地球与空间科学领域中的科学知识,但PISA同时还强调学科外按照内容知识、程序性知识、认知知识进行划分。由于评估目的的差异,三者评估内容也有所差异。PISA由于其评估目的强调能力,注重学科内对知识与技能的掌握程度,强调迎接现实生活的挑战,因此其评估内容是以能力为核心。评估重点主要是对于科学地解释现象、评价和设计科学探究、科学地解释数据和证据三种科学能力的评估,而这三种科学能力需要科学知识,同时还与应用能力时的情境以及学生的科学态度有关。TIMSS由于其评估目的强调课程内容,注重学业成就趋势,因此其评估内容是以科学学科的课程内容为核心。评估重点主要是对科学学科知识的掌握和认知思维的训练。NAEP由于其评估目的强调实践,注重学生在各学科中应知道和能做的事情,因此其评估内容是以科学实践为核心。评估重点主要是学生辨认科学原理、运用科学原理、运用科学探究和运用技术设计的四个关键科学实践。(4)在评估试题方面,三大评估项目具有相似性,主要体现在三者都以项目反应理论为基础进行评估设计,在试题结构,包括考试时间、题量、试题类型上都具有一定相似性。但由于评估目的侧重点和评估内容的差异,PISA相较于TIMSS和NAEP而言,在试题设计上有所不同,其更注重在真实情境中评估解决问题的能力,其试题情境性更强。另外在评估结果的呈现和解释方面,三大评估项目在方法过程上具有相似性。三者利用项目反应理论的统计程序创建一个量表分数来呈现评估结果,从而比较不同学生群体的成绩,以及成绩变化趋势。在对评估结果的解释上,三者均将量表分数划分为不同分数段,不同分数段代表了学生在不同水平的预期表现,但三者预期表现水平划分及其描述由于评估目的、评估内容的不同而有所差异。总体而言,三大评估项目由于评估目的均是对某国家或地区学生的教育成效进行评估,所以在评估内容和试题上具有一定相似性。但同时由于各自评估目的的侧重点不同,三者在评估内容和试题设计上也表现出相应的差异。经过以上对三大评估项目的研究,对我国开展有关评估活动有以下启示:(1)明确评估目的,注重测量技术;(2)加强试题中真实情境的应用;(3)关注基于计算机开发评估试题的趋势。