欢迎进入北京惠众教育研究院官方网站!
今天是 2023年 07月 24日 星期一
北京惠众教育研究院
Huizhong Observation
惠众观察
惠众观察
惠众观察
惠众观察 您的位置:主页 > 惠众观察 >
【教师监测】国际大型教育质量监测项目中教师因素的监测现状、特点与启示​
2020-08-19 返回列表

  【摘要】教师因素一直是国际大型教育质量监测项目中的重要内容。通过对PISA、TIMSS 、PIRLS 和NAEP四个国际监测项目的分析发现,各大项目教师因素监测框架在内容模块上有相似之处,但监测指标和测查点各具特色;教师因素监测框架表现出稳定性与发展性相统一、学科共通性与学科特异性相统一的特点;教师因素监测结果主要用于了解教师队伍状况和识别出对学生发展有重要影响的教师因素。基于国际监测经验,我国应构建起“政策需求、理论引领、实证支撑”三位一体的教师因素监测框架,监测内容兼顾本土特色同时与国际接轨,通过多渠道收集数据并加强教师监测结果的应用。
  【关键词】教师监测;国际学生评价项目;国际数学与科学学习趋势研究;国际阅读素养进展研究;美国国家教育进展评估
  基金项目:教育部人文社会科学研究一般项目(18YJC190010);国家社会科学基金重大项目(16ZDA229)
 
  师是影响学生发展的重要关键性因素之一。一项覆盖了800多项元分析的综合报告对影响学生学业成就的相关因素进行了排序,结果发现,排名前20位的影响因素中,教师以及与教师密切相关的课程教学因素共占据了15项,[1]由此可见教师对学生发展产生了至关重要的作用。正因为如此,教师因素成为国际大型教育质量监测的背景因素调查中必不可少的内容之一。本文将对国际上影响力较大的四个基础教育质量监测项目进行分析,包括由经济合作与发展组织(Organization for Economic Cooperation and Development, OECD)发起的国际学生评价项目(Programme for International Student Assessment, PISA),由国际教育成就评价协会(International Association for the Evaluation of Educational Achievement,IEA)发起的国际数学与科学学习趋势研究(Trends in International Mathematicsand Science Study, TIMSS) 和国际阅读素养进展研究(Progress inInternational Reading Literacy Study, PIRLS),以及美国国家教育进展评估(National Assessment of Educational Progress, NAEP)。通过梳理以上四大项目中教师相关因素监测的框架和特点,从而为我国教育质量监测及其他教师测评项目提供参考和借鉴。
 
  一、国际大型教育质量监测项目中教师因素监测的现状
 
  教师因素监测是指在教育质量监测中,通过对教师、校长、学生的问卷测查以及对教师的知识技能测试,以采集到教师背景经历、教育教学、专业发展等方面的数据信息,从而达到全面了解教师队伍状况、识别出对学生发展有重要影响的教师因素等目的。四大国际项目均包含了对教师因素的监测。
 
  (一)PISA项目的教师因素监测
 
  PISA旨在评估参与国/地区15岁学生是否具备未来社会生活和终身学习所必须的基本素养。PISA监测的核心领域是阅读、数学、科学,同时其还收集学生个人及家庭、学校、社会等方面的背景信息,并通过关联分析揭示这些背景信息与学生发展之间的关系。
 
  PISA依据教育效能理论,构建了包含教育系统层次和教育生产过程的两维监测框架。其中,教育系统层次包括教育系统整体、学校(教育机构)、班级(教学情境)和学生(教与学中的个体参与者)四个层面,教育生产过程包括投入/背景、过程、结果与产出三个方面。教师因素位于此框架中的学校和班级层面,提供了有关学校教育投入和教育过程的信息,服务于参与国和地区教师教育政策的调整和学校教育教学的改进。
 
  PISA在2012年及以前,主要通过学生问卷和学校问卷收集教师因素的相关数据。自2015年起,项目引入针对学科教师的调查问卷以对教师信息进行更全面的收集,同时学生问卷和学校问卷中关于教师因素的测查也继续保留。[2]其中,教师问卷主要包括教师个人背景、资历、教学实践与工作状态等方面的内容;学生问卷主要包括教师的课堂教学行为和教学方法、教学评价和师生互动等方面的内容;学校问卷主要包括学校师资数量与质量、教师参与专业发展活动、教师管理等方面的内容。2018年,教师问卷增加了教师和家长及其他同事的沟通合作方式、对学生应用信息技术的方法引导、学生全球化与多元文化观念的培养等方面的指标。[3-4]PISA的教师因素监测框架详见表1。
 
 
 
  (二)TIMSS和PIRLS 项目的教师因素监测
 
  TIMSS 和PIRLS 均由国际教育成就评价协会发起。TIMSS 目的在于评估各参与国/地区四年级和八年级学生的数学与科学学业表现及发展趋势,PIRLS目的在于评估各参与国/地区四年级学生的阅读素养水平与进展。
 
  TIMSS 将课程作为国家间学生成绩差异的主要解释因素,构建了包含“目标课程、实施课程和获得课程” 的三层次课程模型,以及包括“国家与社区情境、学校情境、课堂情境、学生特征和态度及家庭情境”五个情境的背景因素测评框架。[5]其中,对教师因素的监测居于“实施课程” 层面,相关调查指标分布于国家、学校、课堂等多种情境,目的在于描述各参与国和地区的课程实施主体、课程实施过程的基本状况,以揭示影响学生数学与科学学业成就的教师和教学因素。PIRLS 的教师因素测评框架与TIMSS 大体类似,仅在个别指标上略有差异。
 
  TIMSS 和PIRLS 的教师因素监测信息源包含教师、学生、校长和国家调查协调者(即各个参与国家/地区负责组织实施TIMSS 和PIRLS 测试的人员)。其中,教师作为主要的信息源提供了有关个人背景、课堂教学与工作状态、培训与专业发展等模块的信息;学生提供了描述教师课堂教学行为状况的信息;校长提供了关于教师数量、教师专业发展、教师工作状态、教师评价的信息;国家调查协调者提供了国家层面的教师资格、职前准备和教师招募等教师教育相关政策背景信息。TIMSS 和PIRLS 的教师因素监测框架详见表2。
 
 
 
  (三)NAEP项目的教师因素监测
 
  NAEP是美国国内唯一长期的且具有全国代表性的教育评价体系,也被称为“国家成绩报告单”。NAEP的主要目的在于回答美国四年级、八年级、十二年级的学生在各个学科领域“知道什么,能做什么”,以提供关于美国中小学生学业成就的可靠、及时的信息。NAEP同时对学生、教师和学校管理者展开问卷调查,以全面收集学生的学习背景信息,从而为进行群体间比较、准确解释学生的成就表现提供依据。
 
  NAEP监测框架包括特定科目评估框架和背景信息两部分。其中,特定科目评估框架详细说明特定年级的学生应该知道什么和应该能做什么;背景信息主要包括人口统计学基本信息、社会经济状况、公共政策背景、特定学科教学信息等。[6]其中,教师因素位于背景信息部分,教师因素的数据采集渠道除教师问卷外,也包括学生、校长问卷。
 
  教师在NAEP监测中作为最重要的信息源提供了有关个人背景、接受教育与培训、课堂组织与教学实践的信息;学生提供了有关各学科教师教学行为的补充性信息;校长提供了有关学校教师数量、教师流入与保留、教师专业发展的信息。NAEP教师因素监测框架详见表3。
 
 
 
  二、国际教育质量监测项目中教师因素监测的设计特点
 
  综合对四大国际教育质量监测项目的分析,可以看到不同项目由于监测目的和定位的不同,在教师因素监测上各具特色。但总体而言,四大项目中在教师因素监测上呈现了以下四个方面的特点。
 
  (一)在总体设计上,各项目的教师因素监测框架在内容模块上有相似之处,同时各项目也根据自身的定位和目的选取了各具特色的监测指标和测查点
 
  四大国际项目的教师因素监测的内容普遍包括教师基本信息、教师专业发展、教师教学实践、教师工作状态、学校对教师的管理与政策几个方面。同时,国际项目除了对教师群体进行调查外,还通过学生、校长收集信息。其中,学生主要从教学内容接受者的角度,提供教师课堂教学策略、教学行为、师生关系等方面的信息,校长主要从学校管理者的角度,提供教师招募、教师专业发展支持、教师激励等管理和政策方面的信息。这既能实现对教师相关信息的全面收集,也有利于不同来源信息的相互印证。比如,PISA2015科学教师问卷和学生问卷中平行设置了关于科学教师主导教学、科学课堂上的学习活动、科学探究教学等教师教学实践的题目,这既能从学生的角度对科学教师的作答情况进行印证,也便于在学校层面上整合和比较教师和学生的作答。[2][7]
 
  各国际监测项目由于定位和目的的不同,教师因素监测框架在具体的指标设置上各具特色。如TIMSS 的目的在于了解各参测国家或地区在数学、科学课程上的实施情况以及相关因素状况,因此其教师因素的测查全部围绕两个学科课程教学因素展开。其中尤为值得注意的是,TIMSS 就学生测试中涉及的所有学科知识点都对教师进行了一一调查,包括询问教师“是否在课堂上教授了该知识点”,以及教师“在教授该知识点前,是否有充分的准备”。由此可见,TIMSS 的教师因素监测是学科课程导向的。相比之下,PISA教师因素监测涵盖的内容更为宽泛、宏观,既包括与学科课程教学密切相关的因素,也包括师生关系、教师支持、教师不良行为等与学科教学无直接关系的因素,这也和PISA测试本身的定位目标有关,即要测查学生是否具备了未来社会要求的素养以及各类环境因素对该素养的影响。
 
  (二)在不同监测年度之间,教师因素监测框架表现出稳定性与发展性相统一的特点
 
  四大国际教育质量监测项目的监测周期和监测内容各有不同。PISA每三年一测,每次测试在阅读、数学、科学中选择其中一个作为最主要的测试领域,其余两个作为次要测试领域。TIMSS 和PIRLS 每四年一测,每次测试的科目都固定。NAEP每年一测,但测试学科每年不同且不同学科循环的周期不同,如阅读、数学学科每两年一测,写作、科学学科每四年一测。总体而言,在不同的监测年度之间,教师因素监测框架表现出稳定性和发展性相统一的特点。
 
  TIMSS 和PIRLS 在不同监测年度的教师因素监测框架总体保持稳定,但监测框架中的具体指标内容会有所调整。比如,与TIMSS 2011相比,TIMSS 2015教师因素主要增加了教师工作压力这一指标的测查,而删减了对教师信息技术能力、对数学学科的看法等指标。[8]NAEP不同年度同一学科的教师因素监测在人口统计学信息、教师专业发展、教师工作态度等内容模块上基本保持稳定,但在教师教学实践内容模块上,会根据教育发展形势和需求的不同有一定的调整。以阅读为例,NAEP2013关注课堂中教师要求学生进行课堂报告、阅读杂志或报纸、大声朗读、默读等活动的频率,而NAEP2017则更加重视教师的教学策略、教学资源的使用以及教学活动的安排,即从重视课堂细节转变为关注教师对课堂的整体把控。[9]PISA教师因素监测的核心模块整体稳定,但由于要体现当前的政策优先事项,因此不同年度教师因素监测中提供的具体信息有所变化,尤其是在加入教师问卷前后的两次测试中,教师因素监测框架有一定差异。比如,PISA2012对数学教师维持课堂秩序、布置作业频率等信息进行重点测查,而PISA2015则重点调查科学教师的教学活动安排、教学组织、教学评价等方面。[2]
 
  (三)在不同学科之间,教师因素监测框架表现出共通性与特异性相统一的特点
 
  教师因素监测框架的学科共通性主要表现在:对于教师基本信息、教师工作状态、学校对教师的管理与政策等内容模块,不同学科教师的指标、测查点乃至题目表述都完全一样。这既符合教师的实际工作情况,也便于进行不同学科教师数据的分析和比较。
 
  教师因素监测框架的学科特异性主要有以下三个方面的体现:一是指标的特异。如TIMSS2015对数学教师因素的监测中,专门设置了教师指导学生利用信息技术手段学习数学的测查指标,包括教师允许学生使用计算器和电脑的情境、具体要求和使用频率等。[8]这些测查指标是数学学科独有的,也是数学教师教学实践中的一个重要方面。二是测查点的特异。如PISA2015的教师问卷分为对科学教师的问卷以及其他学科的教师问卷两类(PISA2015的主要测试领域是科学),这两个问卷均包括教师教学实践这一指标,但具体的测查点有所不同。科学教师的“教学实践” 测查点具有鲜明的科学学科特性,包括教师指导学生开展科学探究、进行科学实验、与学生讨论新近科学事件等,而其他学科教师的“教学实践” 测查点则没有体现学科特性,包括教师表扬学生的依据、教师开展分组学习的频率和分组的依据、教师评价学生的主要方式等。[2]三是题目表述的特异。如NAEP2017阅读和数学学科都设置了“教师的教学资源使用” 的测查点。其对阅读学科教师的测查题目为“当与学生一起阅读文章时,你使用了以下哪些资源?” 其选项包括“课本、练习册、电子课本、广泛的儿童读物、不同文化地域的材料、儿童杂志或报纸、阅读相关的网站和应用、阅读相关的教育游戏”;[9]对数学教师的测查题目为“在数学教学中,你是否选用以下教学材料?”其选项包括“学校提供的课本、学校提供的其他材料、网站的材料、自己编制的材料、其他材料”。[10]可见,这主要通过题目表述和选项设置上的差异,来体现各学科的特异性。
 
  (四)在数据应用方面,教师因素监测结果既用于国家和地区间的横向比较以了解教师队伍状况,也用于与学生发展结果的关联分析以识别对学生有重要影响的教师因素
 
  教师因素监测的一大作用在于收集教师队伍状况的数据、信息,以此作为判定本国或本地区教师队伍状况、检验相关政策成效、实施绩效问责等的依据。如PISA2015通过校长问卷收集了教师资格认证的信息。结果发现,在智利、哥伦比亚、格鲁吉亚、墨西哥等国家和地区,通过了资格认证的教师比例不足50%,而在另外26个国家和地区相应比例达到了90%以上。[11]这一数据信息有利于参测国家和地区了解其教师资质水平在国际上所处的位置,并为教师准入政策的调整和相关改进措施的实施提供参考依据。
 
  除此之外,教师因素监测更重要的作用在于通过开展教师因素与学生发展结果的关联性分析,揭示对学生学业成就有重要影响的教师因素。如PISA2012将师生关系和学生各个方面的发展结果进行了关联分析,结果发现,师生关系能正向预测学生的学业成绩、学校归属感、出勤率、学习动机、自我效能感等多个方面。就OECD平均而言,师生关系指数每提高一个单位,学生的数学平均成绩提高4.2分;控制学生数学成绩和家庭经济社会文化地位的影响后,师生关系指数每增加一个单位,学生迟到和逃学现象分别降低4.5%和4.2%,学校归属感指数提高0.39个标准差。[12]TIMSS 2015对教师专业背景与学生的成绩的关联分析结果表明,对于四年级科学学科而言,同时具有小学教育和科学双重专业背景的教师所教学生的成绩最高(511分),具有小学教育但不是科学专业背景的教师次之(510分),科学专业但不是小学教育背景的教师与其他专业背景的教师并列第三(496分)。[13]该结果说明,教师具有小学教育专业背景对于小学生学业发展有明显的积极影响。
 
  三、对我国在基础教育质量监测中开展教师因素监测的启示
 
  通过对国际大型教育质量监测项目中教师因素监测框架和内容的分析,得到对我国教师因素监测的以下几点启示。
 
  (一)“政策需求、理论引领、实证支撑” 三位一体构建我国教师因素监测框架
 
  国际教育质量监测项目中教师因素监测框架的设计和内容的确定具有较为充分的政策依据、理论依据和实证依据。如PISA2015的教师因素监测基于教育效能理论,在PISA2012监测框架上增补了能反映教育发展趋势变化的关键测查点,同时结合各国教育政策热点、PISA上一轮监测的工具质量分析结果以及新近研究进展,对监测框架进行了修订。[14]参考这一做法,我国教师因素的监测要从义务教育相关的法律法规、政策条例中提炼出对教师因素监测的要求,确保教师因素监测的内容来源于政策、服务于政策;要以科学的理论作为基础,将教育学、心理学中的相关理论作为框架构建和指标选择的依据;同时还要以高质量的实证研究发现作为支撑,利用实证研究结果合理地筛选指标,逐步构建“政策需求、理论引领、实证支撑” 三位一体的教师因素监测框架。
 
  (二)教师因素监测内容体现本土特色,同时与国际接轨,体现国际教师教育的新理念
 
  我国教师因素监测一方面要充分吸收借鉴国际教育质量监测项目的先进经验和方法,体现国际教育发展的新理念,将一些适用于我国国情实际的监测指标和工具用于我国教师因素监测,另一方面也要立足国情,在教师因素监测中加强中国特色指标的设置。比如,针对我国农村学校结构性缺编的问题,应设置能体现农村各学科教师充足程度、专业对口程度以及与实际教学需求的差距等指标,以用于分析农村教师队伍状况及对学生发展的影响;又如,根据我国中小学教师专业化发展的趋势,应基于我国的教师专业标准,在教师监测中设置教师开展探究性教学、自主支持型教学等创新性教学方法的指标,以用于分析说明相关教学方法的普及性和有效性。
 
  (三)通过多渠道收集数据,增加数据视角的丰富性,并加强实现多角印证
 
  国际监测项目往往同时对学生、教师和校长进行问卷调查,通过多种渠道和方式采集数据。我国教师因素监测也可以借鉴这一经验,针对不同对象研制内容互补、相互印证的教师因素监测工具,这既有利于增加数据视角的丰富性,以便更全面地获取教师相关的数据信息,同时也有利于多角互证,以检验教师作答结果的真实性和客观性。同时,我们还可以从多个渠道收集数据,如通过问卷调查系统采集教师教学实践、专业发展、师生互动等数据,借助教育统计数据分析教师的个人教育和工作经历、流动与流失等数据。通过不同来源数据的匹配、整合,从整体上揭示师资队伍的数量、结构和质量状况,以及教师因素对学生各方面发展结果的影响作用。
 
  (四)加强教师监测结果与学生发展结果的关联分析和结果应用,以发挥教师监测对于学生发展的促进作用
 
  开展教师监测获取相应的数据信息,既是为了了解教师队伍和教师工作的整体状况,也是为了识别出对学生发展有重要影响的教师因素,以达到促进学生发展的根本目的。因此,要加强教师因素与学生发展的关联性分析,具体而言包括以下几种分析方法:一是采用数据分类汇总、线性回归、逻辑回归等多种统计方法来评估教师因素与学生发展的关联强度,识别出对学生发展结果而言的关键教师因素。二是分析教师因素对学生的认知和非认知能力等多方面发展结果的影响,综合看待教师因素的作用。三是考查教师因素对学生发展结果的影响机制,为可能的干预措施提供科学依据。比如,可通过探索教师创新性教学方式对于不同学业水平学生的影响作用是否存在差异,从而为教师教学方式的改进提供更精细化的数据支撑。
 
  (五)通过纵向追踪数据,检验和完善教师因素监测框架
 
  国际监测项目主要是基于单次监测收集到的横断数据进行统计分析,从而验证教师因素对以学生学业表现为代表的教育结果质量的预测力。这种做法无法反映教师因素与学生发展结果的因果关系,对于揭示教师因素的影响作用而言是远不够充分的。教师因素监测的未来发展方向之一是收集趋势性数据,分析教师因素与学生表现之间的共变性趋势,从而对教师因素监测框架和指标进行验证与完善。纵向追踪的趋势性数据可以对教师质量的变化与进展作出持续的诊断、对学生成绩变化进行更强的解释、减少在横向比较各类教师因素影响作用时混杂的多种偏差,从而为教师教育政策制定和调整、教育教学诊断和改进提供更有说服力的证据。
 
  参考文献:
 
  [1]约翰·哈蒂. 可见的学习:对800多项关于学业成就的元分析的综合报告[M].彭正梅,邓莉,高原,等译. 北京:教育科学出版社, 2015:347.
 
  [2]OECD. Teacher questionnaires for PISA 2015[EB/OL].(2016-03-01)[2019-06-30].
 
  http://www.oecd.org/pisa/data/CY6_QST_MS_TCQ_Final.pdf.
 
  [3]OECD. Teacher questionnaire for PISA 2018: General teacher [EB/OL].(2019-03-20)[2019-06-30].
 
  http://www.oecd.org/pisa/data/2018database/CY7_201710_QST_MS_TCQ-G_NoNotes_final.pdf.
 
  [4]OECD. Teacher questionnaire for PISA 2018: Test language teacher[EB/OL]. (2019-03-20)[2019-06-30].
 
  http://www.oecd.org/pisa/data/2018database/CY7_201710_QST_MS_TCQ-TL_NoNotes_final.pdf.
 
  [5]MULLIS I V S, MARTIN M O. TIMSS 2015 assessment frameworks[EB/OL]. (2016-12-01)[2019-06-30].
 
  https://timssandpirls.bc.edu/timss2015/downloads/T15_Frameworks_Full_Book.pdf.
 
  [6]National Assessment Governing Board U.S. Department of Education. Background Information Framework for the National Assessment of Educational Progress[EB/OL]. (2003-08-01)[2019-06-30].
 
  https://files.eric.ed.gov/fulltext/ED483000.pdf.
 
  [7]OECD. Student questionnaire for PISA 2015[EB/OL]. (2016-03-15) [2019-06-30].
 
  http://www.oecd.org/pisa/data/CY6_QST_MS_STQ_CBA_Final.pdf.
 
  [8]IEA. Teacher questionnaire mathematics[EB/OL]. (2016-02-14) [2019-06-30].
 
  http://timssandpirls.bc.edu/timss2015/questionnaires/downloads/T15_TQM_4.pdf.
 
  [9]NAEP. Reading and writing teacher questionnaire [EB/OL]. (2017-12-10) [2019-06-30].
 
  https://nces.ed.gov/nationsreportcard/subject/about/pdf/bgq/teacher/2017_sq_teacher_rw_g8.pdf.
 
  [10]NAEP. Mathematics teacher questionnaire [EB/OL]. (2017-12-10) [2019-06-30].
 
  https://nces.ed.gov/nationsreportcard/subject/about/pdf/bgq/teacher/2017_sq_teacher_math_g8.pdf.
 
  [11]OECD. PISA 2015 results (Volume II): Policies and practices for successful schools[M]. Paris: OECD publishing, 2016:198.
 
  [12]OECD. PISA 2012 results (Volume III): Ready to learn students’engagement, drive and self-beliefs[M]. Paris: OECD publishing, 2013:141-143.
 
  [13]IEA.TIMSS 2015 international reports: Teachers majored in education and science[EB/OL]. (2016-03-15) [2019-06-30].
 
  http://timssandpirls.bc.edu/timss2015/international-results/timss-2015/science/teachers-and-principals-preparation/teachers-majored-in-education-and-science/.
 
[14]OECD. PISA 2015 assessment and analytical framework: Science, reading,mathematic, financial literacy and collaborative problem solving, revised edition[M]. Paris: OECD publishing, 2017:104.
 
   作者简介:李勉,北京师范大学中国基础教育质量监测协同创新中心讲师,教育部基础教育质量监测中心报告部主任,教育学博士,主要研究方向为教育质量监测与评价制度设计、教育质量影响因素监测、教师对儿童青少年发展的影响等。先后主持国家自然科学基金项目、教育部人文社科一般项目、中国博士后科学基金项目等多项课题;罗良(通讯作者),北京师范大学中国基础教育质量监测协同创新中心教授,教育学博士,主要研究方向为教育质量监测与评价。
      来源:《教师教育研究》2020年第3期

版权所有:北京惠众教育研究院