为进一步落实学院“优教优才”发展工程，加强高素质专业化教师队伍建设，拓宽教师国际化学术视野，加强教师培训国际交流合作，2025 年3月20 日-28日，我院骨干教师赴澳大利亚参加悉尼大学教育测量与评估国际研讨会及评价专题研修活动。此次活动由数学与科学教育学院顿继安教授担任学术团长，教师团队成员由教育干部学院(教育管理学院)靳伟、孟彦和李娜、思想政治教育与德育学院李一茗、人文与外语教育学院李建莉、体育与艺术教育学院张锋周老师组成。党委教师工作部张艾负责学术交流服务工作。

　　一、参加悉尼大学教育测量与评估国际研讨会，拓展测量评估国际视野

　　3 月21 日上午，团队首先在悉尼大学Symbil Center 聆听了澳大利亚教育研究组织高级经理Dr. Lucy Lu 的主题发言《利用高质量评估工具改进教学效果和为政策制定提供参考的实证研究》，了解了他们为提升英语非母语学生的英语能力和学业成就所做的工作。

　　之后，团队分成两组分别参加了Jim教授和Sofia教授 主持的论坛。Jim教授主持的论坛有三个主题发言：《证据是什么：利用现代测量理论和对话过程建立教师素质证据库》《考试行为如何影响阅读评估的测量效度》《使用项目反应时间来检查学生的动机：一项关于参与度和表现的研究》，深入了解了教师素质综合评估、学生读写能力评估方面值得研究的问题和解决路径。

　　在 Sofia教授主持的论坛中，聆听了三个主题发言：《教育目的与测量实践：澳大利亚学校教育测量框架分析》《读写与数学能力发展的洞见：基于潜在增长模型的NAPLAN 数据分析》《基于响应式评估的教育学者干预教育实践的评价框架开发》，了解了研究者在教育评价方面的创新实践，包括改进学校教育测量框架，优化读写素养评估框架等。

　　3 月21 日下午，团队继续分组参加分论坛活动。Dr. Lucy Lu 主持的分论坛包含三个主题发言：《利用生成式AI 进行有意义评价的实践》《探究教师形成性评价的信念、理解和实践的个案研究》《幼儿教育中多学科评价的实践研究》。澳方学者和教师的分享让大家认识到，课堂评价中教师评价素养对教学具有深刻影响。在Sofia教授主持的分论坛上，包含两个主题发言——《基于标准的课堂差异化评价》与《通过构建学生综合自主性进行学校改进的框架》。发言内容既有对澳洲政府的学校评估框架体系(MFSA)的分析，也有对全国统一考试(NAPLAN)中读写和计算能力数据的阐释，还有特色学校改进模型的介绍，以及来自中国的张基惠博士生对教育研究者干预实践的评估型分享。学者们的发言让大家受益匪浅，深受启发。

　　分论坛结束后，我院教师积极与参加研讨会的澳方教师交流对话，就课堂评价、大规模测试、基于学校改进的评价问题做进一步交流互动。Professor Jim 还就我院教师提出的问题及时推荐了研究关键词“教师数据素养”和相关文章。

　　3 月21 日晚上九点，顿继安教授组织团队成员就一天的学习情况，进行了深入的交流与分享，充分起到了相互学习、相互促进、相互启发的重要作用。

　　二、基于研究报告交流分享中澳测评故事，结合评估难题提供针对性反馈指导

　　在评价专题研修阶段，来自我院的七位老师和来自澳大利亚悉尼大学的三位博士生分享了自己的研究报告，Jim教授和Sofia教授结合报告的内容，鼓励提问研讨，并对评估中的难题提供有针对性的反馈指导，既提高了我们对评估中关键理论的深度理解，又增强了对评估技术的实践操作技能。

　　3月24日上午，团队开启首次研修活动。活动正式开启前，Jim教授和Sofia教授首先请团队成员介绍了自己的研究领域和研修需要，以便为我们提供更具针对性的支持和帮助。思想政治教育与德育学院李一茗老师作了《北京中小学教师评估素养调查》专题报告。该研究基于北京市各区县 438 名中小学教师的调查数据，系统分析了教师评估素养的现状及其需求。北京教育学院教师团队成员与悉尼大学教授们围绕“如何基于国家标准设计调研问卷”这一核心问题，展开深入讨论。

　　Jim 教授结合澳大利亚教师专业发展标准，详细介绍了教师评估的关键要素，并分享了澳大利亚在调研问卷设计方面的实践经验。他强调，评估不仅是衡量学习成果的手段，更是促进教师成长的动力，科学合理的评估体系能够有效支持教师的职业发展。

　　3月24日下午，数学与科学教育学院顿继安教授分享了其最新研究《中国中考数学试卷中的跨学科试题特点研究》。该研究从数学应用方式的角度出发，创新性地提出了跨学科数学试题的分类体系，并构建了基于"情境-任务-考察意图"三维度的试题水平评价标准。通过对2024年全国34套中考数学试卷的实证分析，研究得出了若干具有重要参考价值的结论。在研讨环节，Jim教授和Sophia教授高度评价了这一研究的学术价值与实践意义。两位专家不仅肯定了该研究的创新性，还就考察目标的界定和分析框架的完善提出了建设性意见。在讨论过程中，双方围绕“试题编制的公平性”与“跨学科能力的考察”展开深入交流。Jim 教授强调，试题的设计应兼顾公平性和效度，确保其能够精准衡量学生的学科综合能力，并适应不同教育体系的需求。

　　基于北京教育学院教师团队的学习需求，Jim 教授进一步讲解了现代评估理论中的“专业判断(Professional Judgement )”“发展连续体(Development Continuum)”“试题难度(Item Difficulty)”“认知水平(Cognitive Level)”等关键概念。他结合实际案例，详细剖析了这些概念在教师专业发展项目中的应用方式。

　　双方一致认为，构建科学的教师评估体系，不仅要设定衡量标准，更要关注教师在不同发展阶段的成长轨迹，形成能力画像，并据此制定合理的评估方法和评分规则。

　　3月25日上午，团队与悉尼大学Jim教授的两个博士生Harrison和Melody进行了深入交流，Jim和Sofia教授对两位博士生的研究进行了专业点评。

　　首先，Harrison Benbow博士生介绍了自己的研究《建立并验证自我反馈量规的研究》。反馈是影响学生学习的一个重要因素，它可以影响学生的认知、情绪、动机以及学习行为。反馈不仅仅来自于外部——教师给予学生的反馈，更是以学生为中心的自我建构。因此需要建立学生自我反馈的量规，以评价学生的自我反馈是否有效。本研究分成两个步骤，第一部分是梳理文献，建立自我反馈量规，并通过500名中学生对该量规进行探索性因素分析，第二部分则是通过15名悉尼大学英语专业学生进行验证性分析因素分析，并最终确定自我反馈的量规。

　　其次，Sining Ma (Melody)博士介绍了自己的研究《对新南威尔士州中学校长自主权的探究》。当前澳大利亚对中学校长的自治权界定不清。在有限的14项关于校长自主权的同行评议研究中，仅有5项是实证研究，且研究大都集中在社会福利，社会正义，而不是中学校长应该主张的“生活自治权”。该研究中将采用混合设计，即定量和定性研究相结合，并采用探索性因素分析的方法探究中学校长的自主权。本研究初期将研究5位校长，后面将扩展至20名校长。

　　团队认真听取了两位博士生的研究介绍，也提出了相应的问题，比如，自我反馈中的归因问题，学校校长自主权在澳大利亚究竟意味着什么?是否有相对清晰的时段划分以及内容界定。Jim和Sofia两位教授就大家关心的问题进行了解答和点评。

　　3月26日全天的研修内容主要围绕四个研究主题展开。首先，悉尼大学Jim教授的博士生Pooja Nagpal向团队老师介绍了自己的研究：《大规模测评中效度的文化与语言维度探究：印度背景下的混合方法研究》。该研究的目的是检验文化和语言因素如何引入与构念无关的变异，威胁到多语种、低资源背景下大规模测评的测量不变性。研究者拟采用混合研究方法，探究测评项目中的语言和文化特征如何影响学生表现，引发与构念无关的变异，鉴别出测评中文化或语言偏见的潜在来源，进行数据验证，构建具有文化和语言适应性的评估设计原则，以促进测验公平。该项研究引发了大家关于测评题目情境、表述等因素对效度产生影响的讨论。Jim和Sofia教授用多个例子帮助团队教师理解这些误差的影响，以及可以采取的应对策略。

　　之后，人文与外语教育学院李健莉老师介绍了自己的研究。这项研究探讨了一位中国资深英语教师评价观念的形成过程。通过分析该教师的童年、职前和职后教学及专业发展故事，考察了塑造教师评估观念的影响因素。研究发现，在英语课程改革和学校教师评估体系的双重压力下，案例中的教师形成了一种混合式情境性评估观念，凸显了课程改革期望、学校绩效要求与教师观念之间的张力，以及不同情境下和不同共同体间意义流动的局限性。Sofia教授对李老师的研究表达了欣赏与啃地瓜，并对后续研究提出针对性建议。

　　教育干部学院的李娜老师以《形成性评价驱动校长培训知识迁移：理论框架与实践路径》为题，全英文详细介绍了在学院市级专题培训项目“团队学习领导力”中，如何应用形成性评价，提升校长的迁移应用能力。Jim教授认为李娜老师把校长的迁移能力分为“虚假式应用”“模仿式应用”和“创造性应用”三个水平的发展连续体基本可行，但需要进一步考虑团队学习能力的评价量规，是否与迁移能力相关。Sophia教授对量规修订提出建议。

　　教育干部学院的孟彦老师介绍了在“提升校长循证决策能力”的培训项目中，如何基于量规开展形成性评价，帮助校长们更好地提升循证决策能力。孟老师围绕五个关键维度初步构建了量规，以此为校长们提供明确的发展目标和评价标准，意图提升学校关联决策的科学性和有效性。Sofia教授详细回应了问题，建议要在培训过程中与校长交流研讨，不断反思评价标准是否可能引发理解偏差，在使用中持续优化工具。

　　最后，Jim教授使用澳大利亚全国评估项目NAPLAN中的四道题目，引导老师们反思做题时经历的认知过程，进一步理解难度、认知复杂度等测评领域核心概念。大家在热烈的讨论中，意犹未尽地结束了今天的学习。

　　3月27日上午，团队聚焦评价量规开展学习。教育干部学院(教育管理学院)靳伟老师以学院市级专题培训项目“校长课堂教学变革领导力提升项目”为案例，以《使用量规提升校长课堂教学变革设计质量》为题，介绍了项目团队迁移应用“北京教育学院—悉尼大学中小学形成性评价国际合作研修项目”成果的情况，尤其探索了项目如何研发和使用量规的过程与策略。研究发现，研发量规包括五个环节：第一，拥有开发量规的意识。第二，初步开发量规。第三，邀请专家同行审阅与反馈。第四，获得来自校长学员的反馈。第五，团队不断的反思与改进。同时，基于项目案例，提出在培训中使用量规的关键策略。Jim教授和Sofia教授整体上较为肯定此次分享的内容，希望不仅要基于学员作品构建量规，而且要基于项目目标和关键概念构建量规，还可以进一步通过实证数据增强量规的效度。

　　体育与艺术教育学院张锋周老师分享的题目是《对小学体育骨干教师短期集中培训中4F的定性评价——以2024年“国培计划”小学体育骨干教师培训为例》。他以项目中学员的4F反思为数据，不仅系统总结了学员在Facts, Feelings, Findings和Futures四个维度上的整体表现，而且建构了四个反思维度上的评价量规，基于评价量规描述了学员反思的优势和不足。Jim教授和Sofia教授对中国国培故事非常欣赏，同时提出可以进一步细化四个维度上的表现水平描述，从而更详细评估学员的反思水平。同时，还可以结合“国培计划”的目标定位，反思培训项目在促进国培培训目标实现上的影响力和贡献度，为优化国家培训政策提供研究证据。

　　27日下午，两位教授以我们来澳大利亚悉尼大学近一周的专题研修项目为例，鼓励我们研发该项目评估量规。基于初步研发的项目评估量规，Jim教授和Sofia教授带领大家对项目开始时与项目结束时我们的认知程度和重要程度进行现场打分，亲身示范了在项目中开展评估的方法。根据大家的投票，大家收获最多的三项包括：形成性评估的策略、量规的制作以及效度检验和反馈。

　　最后，Jim教授简要介绍了基于团队兴趣和需要整理的学习资源包，并表示希望与学院深化专业合作，巩固专业情意，持续推动评价方面的交流与合作。

　　三、培养具有领袖品格的精英人才——The King’s School参访学习

　　3月25日下午，在教育测量与评估中心金星老师的带领下，团队参观了澳洲的私立学校——The King’s School。

　　The King's School的参观体验非常丰富，学校的硬件设施出色，学生活动空间宽敞，学习环境优越‌。学生们自信友好，展示了学校的良好氛围‌。

　　The King's School成立于1831年，是澳大利亚最古老的私立学校之一。学校提供从学前到12年级的教育，目前约有2000多名学生。学校在学术表现和人格培养方面表现出色，许多学生能够升入大学或学院。学校在高中部开设了独特的四年制领导力培训课程，致力于培养学生的良好品格和价值观‌。学校拥有近145公顷的绿地，包括椭圆形草地、树林、花园和湖边等自然环境。学校还配备了各种专用设施，如图书馆、科技大楼、艺术街、音乐学院、剧院、大会堂、会议中心和农场等。此外，学校在体育方面也非常出色，拥有多个运动场地和设施，曾培养出奥运会选手和世界冠军‌。学校的课外活动丰富，经常举办集体活动来增强学生的团队意识。

　　学校校长、副校长以及教务主任分别就学校的情况做了介绍，重点介绍了学校教师的专业发展问题，学校非常重视该项工作，不仅鼓励教师进修提高学历，更鼓励教师兼职多个学科教学，提高教师和学校之间的“黏性”。

　　学校副校长带领我们参观了幼儿园、小学、初中、高中的相关教室和学生生活宿舍等场所。团队成员都感觉这是一所具有全方位学习空间、注重幼小中连贯的全面发展、具有良好的特色课程与体验式学习的学校。

　　在学院党委的大力支持下，在党委教师工作部(教师发展中心)、党政办公室(外事处)等部门的全力协助下，此次悉尼大学教育测量与评估学术交流活动和评价专题研修活动为我院教师提供了宝贵的学习机会，拓宽了国际视野，深化了对教育评估相关理论与实践的理解，是加强教师培训国际交流的生动实践。通过与澳方学者的深入交流，团队成员不仅了解了澳大利亚在评估工具开发、数据分析和教师素养提升方面的相关经验，也结合自身研究与实践，提出了未来在干部教师培训、课堂评价和教育政策评估方面的改进方向。