优化课堂测试方式，灵活多样、强交互性

选拔性考试与过关性考试

常模参照考试一般都是选拔性考试，需要区分某一个群体中各个成员的能力，以选拔优秀者，比如中考、高考、研究生招生考试等。标准参照考试则是过关性考试，只需要达到某个标准即可，如毕业考试、各种资格考试等。这类考试可能存在两个极端:全部合格而全体通过；都未达到要求而无人通过。

竞争性考试

竞争性考试（competitive tests/examinations）有时也是选拔性考试。国外学者 （Carless ＆ Lam，2014）认为:竞争性考试源于有着2 000多年（实际是1 300年左右）历史的中国古代科举考试。这段历史对当代儒家文化圈的中、日、韩及新加坡等地的评价方式仍然有很大的影响，使得终结性评价占据主流，而形成性评价制度很难建立起来。这种说法有一定的道理。为了学生发展，一些不利的传统理念应该得到改变。考试未必就是为了竞争，为了排位。考生情况不同，不管采用哪种标准来排名，都可能出现对其中一部分考生不公平和不公正的结果。因此，教学过程中的测试，应尽量少用竞争性考试。

高利害/高风险考试

高利害/高风险考试指与受试者的切身利益直接相关的考试，比如升学考试、入职考试、各种资格考试等。这类考试既有需要竞争的常模参照考试，如高考；也有只需要过关的标准参照考试，如教师资格证考试、驾驶证考试。考试结果对考生的影响越大，风险就越高。在基础教育阶段，高利害考试最大的弊端是对教学的限制。因为考试对考生意义重大，日常教学就可能单纯为了提升分数，只把与考试直接相关的部分作为教学内容，忽略其他与考试相关性不太强，但对学生发展有用的内容。越是高利害的考试，反拨效应越大，要防止和减少这类考试对教学产生非负面影响。

上述三类考试的特点有很多类似之处，只是从不同的角度来分析而已。

行为测试

Wigglesworth和Frost（2017）做了如下介绍:

行为测试（performance tests）也称行为表现评价，是交际语言测试的核心。测试中，把模仿真实世界中的语言运用作为一种任务去完成，完成任务的过程就是行为测试。行为测试指“测试受试者执行某项任务的能力，任务通常与工作或学习需要相关”（Davies et al.，1999:144）。在第二语言评价中，通过设计任务来测量学习者的产出性语言技能，行为就是受试者展示的真实世界语境中可能需要的各种语言技能。例如，评估学习者的语言能力能否达到进入英语国家大学学习要求的学术论文写作水平，或者评估医生的语言能力能否达到与病人谈论病情的水平。“这些评价正在越来越多地用于具体工作场所的语言评估，用于教育环境中对某一阶段教学结果的评估。”

Llosa（2017）指出:不像只提供纸笔型的选择性回应的大量分离型试题那样，基于行为的语言测试一般都会有口语表达、书面表达、开放式回答、综合性行为（跨技能、跨领域）、小组活动以及其他的互动任务。这类耗时的因而也是花费大的评价获得了更高的内容效度，因为学习者是在实施目的语行为的过程中被测量的。

“行为表现评价是学科核心素养发展水平评价的主要手段之一。”（黄丽燕，2016）

行为测试/评价也就是一种“任务型评价”，注重过程，注重学习者的参与，是需要倡导的一种评价方式。(www.xing528.com)

课堂测试

课堂测试是教学评价的主要一环，是课堂评价的重要组成部分。课堂测试的主要目的通常有两个:发现学生在学习中存在的问题和巩固学生所学内容。

一般来说，课堂测试属于非正式、小规模的测试。课堂测试应该做到方式灵活、题型多样、交互性强，“以测促学”。测试内容既可以是单项的，比如听写单词、句子、短文，也可以是包含几种题型的小型综合体。课堂测试是形成性评价的重要组成部分。

一方面，课堂测试中，测试分数的推测和运用的重点在于学生在多大程度上达到了学习目标。我们要用测试分数说明学生知道什么，能做什么。我们需要讲清楚学生的课程目标达成度，测试就是为了提供证据支撑这些说法。

教师开展课堂测试之前，应该思考和确定几个要点:

（1）测试的总体目标是什么?

（2）测试的具体目标是什么?具体测试哪些能力?

（3）是分层还是分组测试?

（4）采用哪些题型安排?

（5）采用什么样的评分方式给学生什么反馈?

另一方面，教师以课堂测试的方式强调学习重点，加深学生对主要内容的印象和感受，促进他们对重要内容的掌握。

课堂测试是课堂评价中常用的一种方法。