赵彦芳

(安徽科技学院 外国语学院，安徽 凤阳 233100)

大数据理念下大学英语形成性分层评价模式实证研究

赵彦芳

(安徽科技学院 外国语学院，安徽 凤阳 233100)

大学英语形成性分层评价模式的构建旨在解决传统评价中“证据片面性”与“反馈信息抽象”等难题。文章以多元智能和大数据理念为支撑，通过问卷调查、学生电子档案和学习效果测试等研究工具，对大学英语两个班级(70人)进行了一学期的实验研究。结果表明，大数据理念下的大学英语形成性分层评价模式有助于改善学生的非智力因素和提高学生的英语学习成绩。

大数据；大学英语；形成性分层评价模式

蔡基刚指出“我国大学英语传统的教学评价体系最大的缺陷是评价方式单一，评估内容重语言轻能力，评估形式重结果轻过程，重全面发展轻个体差异，把语言测试看成教学评价的全部，结果影响了大学英语教学的健康发展”[2]。文秋芳提出“评估内容不限于学习结果，更关注学习者超越自己最近发展区(zone of proximal development)的学习过程。评估不只是了解学习者已经达到的水平，更要了解未来发展的潜能”[3]。我国《国家中长期教育改革和发展规划纲要(2010-2020年)》指出：“要改进教育教学评价，根据培养目标和人才理念，建立科学、多样的评价标准。做好学生成长记录，完善综合素质评价，探索促进学生发展的多种评价方式。”美国于 2010 年发布的《国家教育技术计划》(Nαtional Education Technology Plan)中强调各级各类教育系统要利用技术来测量、评价学习过程，教育管理者应该利用技术来收集学习过程中的实时数据，为持续改善学习效果提供依据[4]。……