史天化

(福建工程學(xué)院 人文學(xué)院， 福建 福州 350118)

?

同伴互評(píng)在大學(xué)英語(yǔ)口語(yǔ)教學(xué)中的作用

史天化

(福建工程學(xué)院 人文學(xué)院， 福建 福州 350118)

摘要：采用定量分析與定性分析相結(jié)合的方法，探討了同伴互評(píng)在普通高校英語(yǔ)專(zhuān)業(yè)口語(yǔ)教學(xué)中的可行性和有效性。結(jié)果表明同伴評(píng)分雖然也參照評(píng)分量表，但更多地依據(jù)評(píng)分員的主觀感受進(jìn)行評(píng)分。學(xué)生與教師的分?jǐn)?shù)分布存在顯著差異，教師評(píng)分的離散程度更大，而學(xué)生分?jǐn)?shù)的同質(zhì)程度更高。同伴評(píng)分反饋在一定程度上提升了學(xué)生對(duì)評(píng)分標(biāo)準(zhǔn)的理解，提高了與教師評(píng)分的擬合度。

關(guān)鍵詞：大學(xué)英語(yǔ)； 口語(yǔ)教學(xué)； 同伴互評(píng)； 同伴反饋

近年來(lái)有關(guān)同伴評(píng)估的實(shí)證研究數(shù)量處于不斷上升趨勢(shì)。同伴評(píng)估將學(xué)生看作是有感情、有思想、獨(dú)立的個(gè)體，通過(guò)分析、監(jiān)控和評(píng)價(jià)同伴的學(xué)習(xí)過(guò)程與效果，充分調(diào)動(dòng)學(xué)生的自主性與積極性，并最終對(duì)學(xué)習(xí)產(chǎn)生正面、持久性的影響。同伴評(píng)估被認(rèn)為是非常有效的評(píng)估方式，不僅能幫助教師減輕工作負(fù)擔(dān)，而且有助于培養(yǎng)學(xué)生的探索和創(chuàng)新精神，促進(jìn)同伴間的合作學(xué)習(xí)和交流。因此，如何在普通高校英語(yǔ)口語(yǔ)教學(xué)中培養(yǎng)學(xué)生的合作意識(shí)與創(chuàng)新能力，使學(xué)生意識(shí)到“同伴評(píng)估”的力量成為一個(gè)亟須解決的研究課題。

一、文獻(xiàn)回顧

國(guó)外學(xué)者從各個(gè)角度闡釋了同伴評(píng)估對(duì)課堂教學(xué)以及自主學(xué)習(xí)產(chǎn)生的影響。同伴互評(píng)能夠有效促進(jìn)學(xué)習(xí)，且教師評(píng)分與同伴互評(píng)具有統(tǒng)計(jì)意義的高度相關(guān)。[1]同伴互評(píng)反饋意見(jiàn)相比教師反饋更易被學(xué)生采納；學(xué)生評(píng)語(yǔ)多為非命令式的，更容易轉(zhuǎn)化為持續(xù)、復(fù)雜的和微觀層面上意義的修改，更便于操作。[2]Matsuno, S. 借助Many-Fucel Rasch Model模型研究學(xué)生互評(píng)和教師評(píng)分之間的寬嚴(yán)度，發(fā)現(xiàn)學(xué)生互評(píng)時(shí)更為寬容；學(xué)生評(píng)分比教師評(píng)分的內(nèi)部一致性高且偏差更小。[3]國(guó)內(nèi)自20世紀(jì)80年代開(kāi)始也有一些學(xué)者對(duì)形成性評(píng)估在外語(yǔ)教學(xué)中的作用進(jìn)行了一系列探索。實(shí)證研究自評(píng)與互評(píng)對(duì)非英語(yǔ)專(zhuān)業(yè)大學(xué)生寫(xiě)作自主能力的影響，并嘗試性地提出了英語(yǔ)寫(xiě)作教學(xué)研究模型[4]，建立了一套形成性評(píng)估和總結(jié)性評(píng)估相結(jié)合的口語(yǔ)能力評(píng)估體系。[5]目前，同伴評(píng)估的研究現(xiàn)狀與其在教學(xué)中的重要性還不對(duì)等。先前研究較少涉及到學(xué)生的評(píng)價(jià)態(tài)度、自尊心和自信心等心理因素問(wèn)題。同伴評(píng)價(jià)需要在友好和諧的氛圍中進(jìn)行，學(xué)生互評(píng)中如何相互信任，公正地對(duì)己和對(duì)人還需要更多的探索。其次，雖然同伴評(píng)估是形成性評(píng)估中的常用方法之一，但是教學(xué)環(huán)境以及實(shí)驗(yàn)設(shè)計(jì)的差異導(dǎo)致先前有關(guān)同伴互評(píng)的可行性和有效性研究呈現(xiàn)不同的結(jié)果。Oldfield 和 Macalpine研究結(jié)果顯示同伴評(píng)估與教師評(píng)價(jià)相關(guān)系數(shù)r值僅為0.30，相關(guān)性甚微，可忽略不計(jì)。[6]

那么，同伴互評(píng)時(shí)對(duì)不同的評(píng)分標(biāo)準(zhǔn)的態(tài)度是否一致、同伴互評(píng)與教師評(píng)分的相關(guān)性及具體差異在哪里，本文將依據(jù)實(shí)證研究方法獲得的數(shù)據(jù)，對(duì)以上問(wèn)題進(jìn)行探究。

二、研究設(shè)計(jì)

(一)研究對(duì)象

本研究從福建工程學(xué)院英語(yǔ)專(zhuān)業(yè)中隨機(jī)選取兩個(gè)自然班，進(jìn)行5周的對(duì)比實(shí)驗(yàn)。授課時(shí)間為每周2學(xué)時(shí)，共計(jì)17周，選前5周數(shù)據(jù)進(jìn)行分析。為了降低不同英語(yǔ)水平的干擾作用，用2013～2014學(xué)年第一學(xué)期末成績(jī)進(jìn)行對(duì)比。從表1可以看出，兩個(gè)班無(wú)顯著性差異，符合實(shí)驗(yàn)要求。

(二)實(shí)驗(yàn)程序

教師把事先設(shè)計(jì)好的同伴互評(píng)表和反饋表發(fā)給每個(gè)人。學(xué)生根據(jù)指定話(huà)題進(jìn)行口頭演講，每人三分鐘。學(xué)生對(duì)同伴在小組討論以及口頭演講的表現(xiàn)作出評(píng)價(jià)。側(cè)重評(píng)估中的準(zhǔn)備、組織、設(shè)計(jì)以及構(gòu)思等具體過(guò)程。參照Burnett和Cavaye[7],制定包含兩部分、九個(gè)細(xì)項(xiàng)的評(píng)分量表。教師和所有學(xué)生根據(jù)評(píng)估表對(duì)學(xué)生口語(yǔ)分項(xiàng)評(píng)分，并填寫(xiě)反饋表。之后，分組討論評(píng)分和反饋情況，并布置接下四周的口頭演講話(huà)題。控制組按完全相同的程序和方法進(jìn)行，但是沒(méi)有最后的小組討論和反饋，口頭演講結(jié)束后直接布置新話(huà)題。

表12013～2014學(xué)年英語(yǔ)專(zhuān)業(yè)兩個(gè)班第一學(xué)期期末成績(jī)

Tab.1The means and variance of two classes majored in English at the first term during 2013 and 2014

班級(jí)人數(shù)/人均分/分方差控制組2376.64006.75518實(shí)驗(yàn)組2575.76006.98975

三、結(jié)果與討論

搜集五周所得的數(shù)據(jù)，研究者更感興趣的是學(xué)生在評(píng)分過(guò)程中評(píng)分標(biāo)準(zhǔn)使用的具體情況，以了解評(píng)分過(guò)程中各個(gè)不同維度傾向以及容易產(chǎn)生的暈輪效應(yīng)(評(píng)分者評(píng)分中對(duì)某些特征或維度的過(guò)度使用，不能很好地區(qū)分各個(gè)維度)。學(xué)生在互評(píng)中逐漸形成了一套包含固定的維度和尺度的評(píng)分圖式，不同的學(xué)生在頭腦中形成的評(píng)分圖式具有鮮明的個(gè)體差異性，下面詳細(xì)討論同伴評(píng)分過(guò)程中評(píng)分標(biāo)準(zhǔn)使用的異同以及與教師評(píng)分的差異特征。

(一)教師與學(xué)生評(píng)分比較

在形成性評(píng)估過(guò)程中，學(xué)生的互評(píng)與教師的評(píng)價(jià)是緊密聯(lián)系和動(dòng)態(tài)影響的。課堂評(píng)估的任務(wù)由教師根據(jù)課程內(nèi)容以及學(xué)生的學(xué)習(xí)現(xiàn)狀設(shè)計(jì)。同伴提供促進(jìn)學(xué)習(xí)的反饋，激發(fā)彼此作為相互的教學(xué)資源和評(píng)價(jià)成功的標(biāo)準(zhǔn)。學(xué)生互評(píng)也需要教師提供榜樣，展示優(yōu)秀的評(píng)分案例。因此，首先比較教師評(píng)分與同伴互評(píng)的一致性。

對(duì)比教師與學(xué)生在六個(gè)評(píng)分細(xì)項(xiàng)(其余三個(gè)涉及小組貢獻(xiàn)的只用于學(xué)生評(píng)分)的使用情況，分析教師評(píng)分與同伴互評(píng)的差異。零假設(shè)為H0∶μ1=μ2，即控制組和實(shí)驗(yàn)組的教師評(píng)分與學(xué)生互評(píng)分?jǐn)?shù)平均差異為零。表2中控制組在內(nèi)容表達(dá)、準(zhǔn)備和內(nèi)容以及語(yǔ)言水平(口語(yǔ))的T值均大于2.70(顯著性水平為0.01時(shí)的臨界值為2.704，P<0.01)，因此拒絕無(wú)差別假設(shè)，也就是說(shuō)，控制組中教師評(píng)分與同伴互評(píng)在上述三種情況下都存在顯著差異。而實(shí)驗(yàn)組除了口語(yǔ)表達(dá)情況的T值為4.59(P<0.01)，其余T值均小于2.70，說(shuō)明實(shí)驗(yàn)組的教師評(píng)分與同伴互評(píng)基本不存在顯著差異。兩組唯一差別在于同伴評(píng)分后是否進(jìn)行小組討論與反饋，因此，小組討論與評(píng)分反饋在評(píng)分過(guò)程中起作用，對(duì)同伴互評(píng)中的評(píng)分行為有顯著影響。通過(guò)“反饋-理解-調(diào)整-反饋”的持續(xù)、循環(huán)過(guò)程，同伴反饋在一定程度上提升了學(xué)生對(duì)評(píng)分標(biāo)準(zhǔn)的理解，提高了學(xué)生與教師評(píng)分的擬合度以及評(píng)分的信度和效度。配對(duì)T檢驗(yàn)的結(jié)果在討論和口語(yǔ)兩個(gè)層面沒(méi)有表現(xiàn)出明顯的差異。

表2　配對(duì)T檢驗(yàn)

注：CG: 控制組; EG: 實(shí)驗(yàn)組。

(二)教師與同伴評(píng)分值域?qū)Ρ?/p>

為了解教師與同伴評(píng)分的異同，比較了教師與學(xué)生評(píng)分的最大值和最小值。表3中只有實(shí)驗(yàn)組討論層面的“準(zhǔn)備和過(guò)程”及“內(nèi)容表達(dá)”的最小值小于教師評(píng)分的最小值，其余所有學(xué)生評(píng)分的最小值與最大值都位于教師的分?jǐn)?shù)區(qū)間范圍以?xún)?nèi)，也就是說(shuō)學(xué)生評(píng)分最小值都大于教師最小值，而學(xué)生最大值都小于教師最大值。即教師評(píng)分較學(xué)生評(píng)分有更大的離散程度。

表3　評(píng)分范圍對(duì)比

而后，對(duì)比教師和學(xué)生使用整體評(píng)分法的評(píng)分結(jié)果差異。教師和學(xué)生根據(jù)對(duì)一個(gè)口語(yǔ)片段整體特征的印象對(duì)其做出判斷，而不是按先前的六個(gè)細(xì)項(xiàng)分別評(píng)分。其評(píng)分結(jié)果如下：

控制組:學(xué)生(60～86)，教師(55～88)

實(shí)驗(yàn)組:學(xué)生(60～85)，教師(45～90)

學(xué)生分?jǐn)?shù)無(wú)論控制組還是實(shí)驗(yàn)組均位于教師評(píng)分區(qū)間范圍之內(nèi)，且學(xué)生最低分均為60分及格標(biāo)準(zhǔn)線。也就是說(shuō)學(xué)生互評(píng)的分?jǐn)?shù)相比教師評(píng)分具有更高的同質(zhì)程度。之后通過(guò)訪談了解到學(xué)生在同伴評(píng)分時(shí)，通?？紤]“面子”首先預(yù)設(shè)了這一及格線，然后憑感覺(jué)很快地評(píng)出分?jǐn)?shù)。

以上分項(xiàng)和整體評(píng)分法的結(jié)果都表明同伴互評(píng)在極值和總分兩方面均位于教師分?jǐn)?shù)區(qū)間范圍內(nèi)。由此，得出以下結(jié)論：學(xué)生與教師評(píng)分存在顯著差異，教師評(píng)分的離散程度更大，而同伴互評(píng)的同質(zhì)程度更高。

為了解同伴互評(píng)和教師評(píng)分的變量關(guān)系以及同伴評(píng)分中的評(píng)分傾向，進(jìn)一步引入線性回歸并建立回歸模型。

表4給出的標(biāo)準(zhǔn)系數(shù)R為多元相關(guān)系數(shù)，是教師評(píng)分和同伴互評(píng)的皮爾遜相關(guān)系數(shù)的絕對(duì)值(R取值范圍為0～1)。T-P相關(guān)系數(shù)分別為0.773(控制組)和0.884(實(shí)驗(yàn)組)，表明學(xué)生在評(píng)價(jià)小組成員時(shí)與教師的評(píng)分高度相關(guān)(系數(shù)在0.70～0.90為高相關(guān))。兩者唯一差別在于是否進(jìn)行小組討論與反饋，因此筆者認(rèn)為小組討論和反饋提高了同伴互評(píng)與教師評(píng)分的相關(guān)性。RSquare是R的平方，當(dāng)乘以100%時(shí)，理解為因變量的總變異性被自變量解釋的百分比。其中實(shí)驗(yàn)組對(duì)應(yīng)值為0.781，表示在實(shí)驗(yàn)組中T-P能夠78.1%地預(yù)測(cè)學(xué)生評(píng)分的總變異，即同伴評(píng)分是可靠的，與教師評(píng)分高度相關(guān)。實(shí)驗(yàn)組(78.1%)遠(yuǎn)高于控制組(59.7%)，進(jìn)一步證明學(xué)生對(duì)同伴口語(yǔ)表達(dá)的評(píng)判能力通過(guò)小組討論和評(píng)分反饋得到明顯提升，且評(píng)分一致性提高了18.4個(gè)百分點(diǎn)。實(shí)驗(yàn)組與教師評(píng)分的相關(guān)系數(shù)明顯高于控制組，并且只有實(shí)驗(yàn)組具備了較高的校標(biāo)關(guān)聯(lián)度(EG的R2大于0.7)。此結(jié)果不同于2002年Mrudula的實(shí)驗(yàn)結(jié)論——即學(xué)生評(píng)分之后的討論和評(píng)分反饋對(duì)評(píng)分結(jié)果沒(méi)有顯著影響，教師與學(xué)生評(píng)分的相關(guān)系數(shù)(R分別為0.50 和0.49)均較低。[9]

表4　線性回歸模型

注：T-P:教師-同伴; CG:控制組, EG:實(shí)驗(yàn)組。

回歸系數(shù)表給出了建立回歸方程需要的值。非標(biāo)準(zhǔn)化系數(shù)包括回歸方程中的Y軸截距和斜率，以及標(biāo)準(zhǔn)誤差(自變量不能預(yù)測(cè)因變量值的程度)。將表4數(shù)據(jù)代入方程Y=bX+a，得到如下兩個(gè)回歸方程：

注：SCG: 學(xué)生控制組; SEG: 學(xué)生實(shí)驗(yàn)組；X: 教師評(píng)分。

最理想的系數(shù)為1，截距為0，說(shuō)明該方程對(duì)樣本數(shù)據(jù)點(diǎn)的擬合度完全一致。以上兩組中的第二個(gè)方程，實(shí)驗(yàn)組Y軸截距為1.176, 斜率為0.735，更趨于完美線性正相關(guān)(a=0,b=1)，即SEG與教師評(píng)分的擬合度更高。上述方程清晰地展示了教師與學(xué)生的具體評(píng)分差異傾向：對(duì)英語(yǔ)口語(yǔ)能力弱的同伴評(píng)分時(shí)，學(xué)生分?jǐn)?shù)總體高于教師分?jǐn)?shù)；而針對(duì)英語(yǔ)口語(yǔ)水平較高的同伴時(shí)，學(xué)生分?jǐn)?shù)則低于教師分?jǐn)?shù)。以方程2為例，Y= 1.176 + 0.735X, 當(dāng)X為4.438時(shí)，兩者評(píng)分完全相同，該回歸線與理想回歸線相交；當(dāng)X小于4.438時(shí)，同伴評(píng)分高于教師評(píng)分；當(dāng)X大于4.438時(shí)，學(xué)生評(píng)分開(kāi)始低于教師評(píng)分。

(三)同伴互評(píng)時(shí)對(duì)不同的評(píng)分標(biāo)準(zhǔn)的態(tài)度

表5和表6用五級(jí)量表(1=非常同意，5=不同意)反映了受試對(duì)問(wèn)卷中關(guān)于態(tài)度問(wèn)題的回答情況?？傮w而言，兩表中的均值都比較集中，變化幅度較小，全距R分別為0.60(2.49～3.09)和0.45(2.32～2.77)。數(shù)據(jù)顯示同伴評(píng)估時(shí)對(duì)評(píng)分標(biāo)準(zhǔn)持有不同態(tài)度。研究者關(guān)注的是九項(xiàng)評(píng)分細(xì)則，尤其是“語(yǔ)言水平”的排序情況。表中F值為平均數(shù)差別的顯著性檢驗(yàn)，因此F值越大，P值則越小，結(jié)果就越有統(tǒng)計(jì)意義差異。表5中，語(yǔ)言水平維度分別排第7位(小組討論)和第9位(口頭演講)，也就是說(shuō)這2個(gè)維度得分讓學(xué)生心里糾結(jié)，感覺(jué)壓力大。尤其是口頭演講的語(yǔ)言水平最為困難。表6中，同樣兩個(gè)語(yǔ)言水平標(biāo)準(zhǔn)分別排第8和第9，說(shuō)明這兩個(gè)標(biāo)準(zhǔn)評(píng)分時(shí)最不負(fù)責(zé)任、最不公正的。使用方差分析(ANOVA)了解以上九個(gè)變量中哪些具有顯著性效應(yīng)，結(jié)果只有四個(gè)評(píng)分標(biāo)準(zhǔn)是具有統(tǒng)計(jì)意義差別。其中三項(xiàng)都是表達(dá)情況，一個(gè)為想法和建議，沒(méi)有一個(gè)涉及語(yǔ)言指標(biāo)。也就是說(shuō)，同伴評(píng)分過(guò)程中雖然也參照評(píng)分量表，但更多地是依據(jù)自己的主觀感受和經(jīng)驗(yàn)進(jìn)行評(píng)分。

表5評(píng)分態(tài)度之“輕松愉快”分析表

Tab.5Analysis of students’ responses to the question:“I felt comfortable in assessing the performance of my peers on each of the assessment criteria.”(1=strongly agree, 5=strongly disagree)

評(píng)分標(biāo)準(zhǔn)MSDFSig.1.組員貢獻(xiàn):想法和建議2.490.813.530.05*2.組員貢獻(xiàn):討論過(guò)程2.520.750.570.633.口頭演講:準(zhǔn)備和內(nèi)容2.540.770.620.584.口頭演講:表達(dá)情況2.540.720.540.655.小組討論:準(zhǔn)備和過(guò)程2.570.803.810.04*6.小組討論:內(nèi)容表達(dá)2.590.841.360.297.小組討論:語(yǔ)言水平2.680.860.310.878.組員貢獻(xiàn):口頭演講2.710.771.080.339.口頭演講:語(yǔ)言水平3.090.612.340.12

表6評(píng)分態(tài)度之“公正負(fù)責(zé)”分析表

Tab.6Analysis of students’ responses to the question:“I think I assessed my peers fairly and responsibly on each of the assessment criteria.”(1=strongly agree, 5=strongly disagree)

評(píng)分標(biāo)準(zhǔn)MSDFSig.1.組員貢獻(xiàn):想法和建議2.320.670.710.652.口頭演講:準(zhǔn)備和內(nèi)容2.350.581.230.313.組員貢獻(xiàn):討論過(guò)程2.360.620.880.484.小組討論:準(zhǔn)備和過(guò)程2.420.623.510.05*5.小組討論:內(nèi)容表達(dá)2.500.732.780.196.口頭演講:表達(dá)情況2.510.713.820.04*7.組員貢獻(xiàn):口頭演講2.600.731.180.378.小組討論:語(yǔ)言水平2.640.751.230.319.口頭演講:語(yǔ)言水平2.770.791.460.29

為了進(jìn)一步獲取學(xué)生評(píng)分過(guò)程中的大腦思維情況，了解差異產(chǎn)生的具體原因，研究者對(duì)評(píng)分過(guò)程的心理活動(dòng)進(jìn)行分析。評(píng)分反饋表的數(shù)據(jù)采用話(huà)語(yǔ)分析這種傳統(tǒng)的定性方法，并使用對(duì)文本內(nèi)容編碼并通過(guò)歸類(lèi)的分析框架。當(dāng)問(wèn)及為什么會(huì)在評(píng)分過(guò)程中感到困難和壓力時(shí)，24%的受試認(rèn)為評(píng)分是有難度的。其中，提及最多為“避免傷害彼此感情”“不想讓同伴尷尬”等涉及面子、情感的表達(dá)。此外，有近一半的受試認(rèn)為他們不能準(zhǔn)確地按照評(píng)分標(biāo)準(zhǔn)進(jìn)行評(píng)分是因?yàn)樽陨碚Z(yǔ)言水平不足以勝任評(píng)分工作。該結(jié)果與香港理工大學(xué)調(diào)查一年級(jí)學(xué)生對(duì)同伴評(píng)估的態(tài)度相似，學(xué)生對(duì)同伴評(píng)估持消極態(tài)度，不能對(duì)同伴語(yǔ)言水平進(jìn)行準(zhǔn)確評(píng)價(jià)。[9]反饋表中給出的典型理由如下：

No.13：“我自身口語(yǔ)表達(dá)很差，他說(shuō)得比我流利多了，不知道怎么評(píng)價(jià)同伴”。

No.23：“如果對(duì)方口語(yǔ)比自己好，很難評(píng)分”。

No.4：“如果能匿名評(píng)分會(huì)比較好，不要考慮對(duì)方“面子”，更容易按照評(píng)分標(biāo)準(zhǔn)給分，評(píng)分更準(zhǔn)確”。

No.1：“不太理解評(píng)分標(biāo)準(zhǔn)，有時(shí)會(huì)忽略它，按照整體印象反而更簡(jiǎn)單”。

No.20：“評(píng)分中存在很多偶然因素，比如先前分?jǐn)?shù)對(duì)后續(xù)評(píng)分的影響，不太可能完全按評(píng)分標(biāo)準(zhǔn)”。

總之，同伴評(píng)分時(shí)學(xué)生評(píng)分員內(nèi)部一致性較差，傾向于依據(jù)自己的主觀感受和經(jīng)驗(yàn)，使用自己習(xí)慣的評(píng)分圖式，比如，流利性和整體印象，而不是嚴(yán)格按照評(píng)分量表中的具體標(biāo)準(zhǔn)進(jìn)行評(píng)分。結(jié)合訪談歸納同伴評(píng)分較小離散程度的原因如下：(1)同伴互評(píng)時(shí)對(duì)評(píng)分活動(dòng)缺乏重視，評(píng)分不夠嚴(yán)謹(jǐn)，有時(shí)不能?chē)?yán)格遵照評(píng)分要求進(jìn)行；(2)學(xué)生對(duì)評(píng)分標(biāo)準(zhǔn)的理解存在偏差，幾乎所有的學(xué)生在訪談中都提到會(huì)根據(jù)自身的主觀感受和經(jīng)驗(yàn)加入量表中沒(méi)有的非語(yǔ)言特征進(jìn)行評(píng)分，導(dǎo)致評(píng)分一致性較差；(3)小組內(nèi)沒(méi)有采取匿名評(píng)分，相互間的親密程度及“面子問(wèn)題”使評(píng)分存在難以預(yù)測(cè)的偏差；(4)學(xué)生對(duì)分?jǐn)?shù)過(guò)于敏感和重視，更多地把評(píng)分理解為“對(duì)學(xué)習(xí)的評(píng)估(assessment of learning)”，而不是真正意義上的“為學(xué)習(xí)的評(píng)估(assessment for learning)”。

四、啟示

基于本次實(shí)驗(yàn)設(shè)計(jì)，后續(xù)形成性口語(yǔ)課堂評(píng)估研究可以結(jié)合以下三點(diǎn)進(jìn)行：首先，鑒于同伴互評(píng)中“輕松愉悅”和“公正負(fù)責(zé)”這兩個(gè)維度在評(píng)分過(guò)程中最難實(shí)現(xiàn)，后續(xù)研究中有必要探究愉快、互助、和諧的課堂氛圍是否有助于構(gòu)建學(xué)生積極的評(píng)分態(tài)度，并導(dǎo)致更為客觀準(zhǔn)確的評(píng)分。其次，評(píng)分標(biāo)準(zhǔn)向來(lái)都是權(quán)威人士，如專(zhuān)家、學(xué)者或教師制定。作為評(píng)估的主體，應(yīng)該讓學(xué)生參與評(píng)估標(biāo)準(zhǔn)的制定和完善，不僅有利于激發(fā)學(xué)生的參與度和學(xué)習(xí)熱情，而且有助于準(zhǔn)確地理解和把握評(píng)分標(biāo)準(zhǔn)，提高同伴評(píng)估的效度和信度。最后，受試隨機(jī)選自福建工程學(xué)院英語(yǔ)專(zhuān)業(yè)，48個(gè)受試中只有6個(gè)男生，女生占總?cè)藬?shù)的91.2%，性別嚴(yán)重失衡。未來(lái)研究中有必要充分考慮性別因素，分析男女生在同伴互評(píng)中是否有統(tǒng)計(jì)意義上的不同。

綜上所述，語(yǔ)言水平是評(píng)估同伴時(shí)最難做到公正的一個(gè)維度。同伴評(píng)分過(guò)程中雖然也參照評(píng)分量表，但更多地是依據(jù)自己的主觀感受進(jìn)行評(píng)分。T檢驗(yàn)顯示同伴評(píng)分反饋在評(píng)分過(guò)程中起作用，對(duì)同伴互評(píng)中的評(píng)分行為有顯著影響。線性回歸模型中，實(shí)驗(yàn)組增加的小組討論和反饋環(huán)節(jié)使學(xué)生評(píng)分準(zhǔn)確性提高了18.4個(gè)百分點(diǎn)，進(jìn)一步驗(yàn)證了T檢驗(yàn)的結(jié)果。從極值和整體評(píng)分兩方面比較教師與學(xué)生分?jǐn)?shù)區(qū)間范圍，發(fā)現(xiàn)分?jǐn)?shù)分布均存在顯著差異，教師評(píng)分的離散程度更大，而學(xué)生分?jǐn)?shù)的同質(zhì)程度更高。

課堂形成性評(píng)估的巨大潛在作用吸引了越來(lái)越多的學(xué)者和教師，但它也面臨著巨大的挑戰(zhàn)。當(dāng)前課堂評(píng)估如何真正從“對(duì)學(xué)習(xí)的評(píng)估”轉(zhuǎn)向“為學(xué)習(xí)的評(píng)估”，如何讓學(xué)生真正愿意參與課堂評(píng)價(jià)，并通過(guò)參與評(píng)估激發(fā)學(xué)習(xí)熱情，促進(jìn)自主學(xué)習(xí)，提升課堂教學(xué)效果，任重而道遠(yuǎn)。參考文獻(xiàn)：

[1] Pope N K L. The impact of stress in self- and peer assessment[J]. Studies in Higher Education,2005,30(1),51-63

[2] Cho K， MacArthur C. Student revision with peer and expert reviewing[J]. Learning and Instruction,2010,98(4):891-901.

[3] Matsuno S. Self-, peer-, and teacher-assessments in Japanese university EFL writing classrooms[J]. Language Testing,2009,26(1):75-100.

[4] 曹榮平，張文霞，周燕.形成性評(píng)估在中國(guó)大學(xué)非英語(yǔ)專(zhuān)業(yè)英語(yǔ)寫(xiě)作中的運(yùn)用[J].外語(yǔ)教學(xué)，2004(5):82-87.

[5] 陳美華，徐小燕.大學(xué)英語(yǔ)口語(yǔ)能力形成性評(píng)估實(shí)證研究[J].東南大學(xué)學(xué)報(bào),2008(3):119-123.

[6] Oldfield K A, Macalpine M K. Peer and self-assessment at tertiary level: An experimental report[J]. Assessment & Evaluation in Higher Education,1995,20(1):125-132.

[7] Burnett W, Cavaye G. Peer assessment by fifth year students of surgery[J]. Assessment in Higher Education,1980(5)：73-78

[8] Mrudula P. The influence of peer feedback on self-and peer-assessment of oral skills[J]. Language Testing,2002,19(2):109-131.

[9] Winnie C, Martin W. Peer assessment of language proficiency[J]. Language Testing,2005,22(1):93-121.

(責(zé)任編輯：王明秀)

A study of the role of peer assessment employed in college oral English teaching and learning

Shi Tianhua

(School of Humanities, Fujian University of Technology, Fuzhou 350118, China)

Abstract:The feasibility and effectiveness of peer-assessment in oral English class in college English teaching is investigated via quantitative and qualitative methods. The results show that peer-assessment is more based on the rater’s (individual’s) experience rather than the rating scale. The assessing is significantly different between the teachers and the students. The assessing of the teachers is more discreet while that of the students is more homogeneous. Compared to the ranges of marks given by teachers, peer-assessing tends to overrate low performance and underrate high performance, thus displaying the higher central tendency. The feedback promotes to a certain extent the students’ understanding of rating criteria and increases the fitting between peer- and teacher-assessment.

Keywords:college English; oral English teaching; pear-assessment; peer-feedback

中圖分類(lèi)號(hào)：G642.475

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1672-4348(2016)02-0193-06

作者簡(jiǎn)介:史天化(1974-)，男，江蘇溧陽(yáng)人，講師，碩士，研究方向：二語(yǔ)習(xí)得和語(yǔ)言測(cè)試研究。

基金項(xiàng)目：福建省中青年教師教育科研項(xiàng)目(JBS14118)；福建工程學(xué)院教育科學(xué)規(guī)劃課題(GB-K-15-32)

收稿日期:2015-11-17；修回日期：2016-02-29

doi:10.3969/j.issn.1672-4348.2016.02.018