大規模学習評価(LSLA)は、特定の年度および限られた数の学習領域における学習者グループの学習達成度のスナップショットを提供する、国家または国家間で標準化されたテストの一種として定義されます。[1] [2]
これらの評価の使用は世界中で増加しており、その範囲も広がっています。LSLAは読解力や数学力の測定にとどまらず、デジタルスキル、コンピューターや情報リテラシー、社会情動的スキル、公民や市民権に関する概念や問題の理解など、より多くの領域を対象としています。[3]

LSLAは、地域レベルと世界レベルの両方で教育の中心的な議論の的となっています。 [1]これは、持続可能な開発のための2030アジェンダに内在する、すべての人のための公平で効果的かつ適切な学習の強調と、データを使用して政策と戦略を改善することへの重点によって促進されました。LSLAは、国際機関や地域組織の作業プログラムに組み込まれており、資金援助や技術援助を通じてドナー機関から支援を受けています。[1]
原則と実装
LSLAは学習評価システムの特定のサブセットです。[1]特定の学習者グループ(年齢または学年に基づく)の特定の年度および限られた数の領域における学習達成度の情報を提供するシステムレベルの評価です。多くの場合、国内または国境を越えた(地域/国際)評価として分類されます。[1] [4]
LSLAは、内容、実施プロセス、実施時期、採点方法が統一され標準化されています。[1]特にアングロサクソン諸国や文学界では、標準化テストと呼ばれることがよくあります。一般的にはサンプルベースですが、過去数十年にわたり、一部の国では国勢調査ベースのアプローチを採用しています。[5]学校ベースまたは家庭ベース、カリキュラムベースまたはそうでない場合があります。[3]
LSLAは一般的に教育当局が学習者の全体的な達成レベルを判断するために使用されます。政府は学習成果の経時的変化を監視し、人口グループ間の学習成果の不平等を浮き彫りにすることができます。[1]学習成果の相関関係を特定し、さまざまな変数がどのように相互作用するかについてより深い洞察を提供することで、LSLAデータは教育システムのパフォーマンスの背後にあるダイナミクスをより深く理解するのに役立ちます。これらは、学生の知識と能力、および学習の公平性を向上させることを目的とした政策と戦略の設計に役立ちます。[ 1] [6]
LSLAは、一定レベルの基準を満たすように設計され、実装されています。堅牢なLSLA(つまり、信頼性の高いデータを生成するLSLA)を定義する特性に関する精査された国際標準はありませんが、テスト開発者、統計学者、心理測定学者の間では、そのような評価の技術的要件について合意が得られています。[7]
LSLAは少なくとも3つの原則に基づいて開発され、実装されます。[1]
認識されるメリット
国家レベルの学習評価の開発や国境を越えた取り組みへの参加は、複数の要因が相互に関連して推進されるものです。[1]
LSLAの利用を促進する4つの主な要因は、認識されるメリットの増加、評価の世界的な文化の進化、世界的な教育政策の焦点の変化、開発援助国の優先事項と要求である。[1] [8]
データ分析
LSLAのデータは、誰が何を学んで誰が学んでいないか、どこで、いつ、なぜかといった重要な質問に対する答えを提供することで、政府がシステムの非効率性に対処するための証拠となります。[9]学習達成スコアと背景調査の質問票の情報は、通常、専門家や研究者が対象集団の知識とスキルを説明するために使用されます。 [10]これには、いくつかの種類の分析が含まれます。[1] [11]まず、学習達成に影響を与える要因(家庭や学校の状況や実践など)を理解し、これらが時間の経過とともに変化しているかどうかを確認します。[12]次に、学習達成の一般的な傾向を特定し、一連の指標を使用して特定の目標に向けた進捗状況を評価します。最後に、社会経済的、地域的、性別、移民の状況、母国語などの関連する次元別に、学習者のサブ集団間の認知能力の格差を強調します。[7]
政策立案者は、 LSLAの結果や証拠を次のような多くの目的で利用しています。[1] [7]
- 監視と評価:国家、地域、または世界の目標とターゲットに向けた一連の問題と傾向を監視し、教育政策を評価します。
- 政策策定への情報提供:政策の策定、設計、実施を方向付けたり、既存の政策措置の有効性を改善したりします。
- 議題設定:特定の問題に関する意識を高め、市民社会と政府内での議論を刺激し、改革の優先課題を特定し、政府に改革を実行したり政策変更を進めたりするよう促す「前向きな圧力」を生み出すことによって議題を設定します。
- 説明責任:教育に直接関わる関係者 (管理者、校長、教師、教育委員会、民間プロバイダー) を含むさまざまな関係者に説明責任を負わせます。
- 詳細な分析:教育システムの分析に深みと視点を加え、政策立案者や実務者を地域や状況の現実を反映した集中的な研究に導く。[3]
制限事項
LSLAは一般的に、限られた範囲の学習の側面に焦点を当て、教育の複数の目的のうち定義された数に対処します。[13]教室や学校の環境などの他の変数を測定できない場合があります。2019年のユネスコの出版物によると、3つの主な制限があります。それは、LSLAの使用不足、過剰使用、説明責任の尺度との組み合わせ(または従属)です。[1]
参照
出典
この記事には、フリーコンテンツ作品からのテキストが組み込まれています。CC BY-SA 3.0 IGO ライセンス。テキストは、The promise of large-scale learning assessments: acknowledging limits to unlock opportunities、UNESCO、UNESCO から引用。UNESCO。
参考文献
- ^ abcdefghijklmno UNESCO (2019). 大規模学習評価の可能性:限界を認めて機会をつかむ。ユネスコ。ISBN 978-92-3-100333-2。
- ^ Chudowsky, Naomi; Pellegrino, James W. (2003-02-01). 「学習をサポートする大規模評価:何が必要か?」.理論から実践へ. 42 (1): 75–83. doi :10.1207/s15430421tip4201_10. ISSN 0040-5841. S2CID 143791579.
- ^ abc Maddox, Bryan (2023). 「大規模な教育評価におけるプロセスデータの利用」(PDF) . OECD教育ワーキングペーパー. 286 . doi :10.1787/5d9009ff-en . 2023年6月5日閲覧。
- ^ 「学習評価 | ユネスコIIEP学習ポータル」。learningportal.iiep.unesco.org 。2020年3月10日閲覧。
- ^ Verger, Antoni; Parcerisa, Lluís; Fontdevila, Clara (2019-01-02). 「大規模評価とテストに基づく説明責任の成長と普及:グローバル教育改革の政治社会学」.教育レビュー. 71 (1): 5–30. doi :10.1080/00131911.2019.1522045. hdl : 2445/192993 . ISSN 0013-1911. S2CID 150242878.
- ^ Chudowsky, Naomi; Pellegrino, James W. (2003 年2 月)。「学習をサポートする大規模評価: 必要なことは何か?」。理論から実践へ 。42 ( 1): 75–83。doi : 10.1207 /s15430421tip4201_10。ISSN 0040-5841。S2CID 143791579 。
- ^ abc クラーク、マーガレット、ルナ・バザルドゥア、ディエゴ(2021年4月26日)。教育達成度の大規模評価入門。ワシントンDC:世界銀行。ISBN 978-1-4648-1659-8. 2023年6月5日閲覧。
- ^ ベネット、ランディ・エリオット。(1998)。評価の再発明。大規模教育テストの将来に関する考察。政策情報の観点から。政策情報センター。OCLC 967116582 。
- ^ Montoya, S. 2016. 無知のコスト再考:返答。「学習の測定:無知のコスト、シルビア・モントーヤ著」。2020年12月21日閲覧。(2020年12月にアクセス)。
- ^ Lietz, Petra; Tobin, Mollie (2016-10-19). 「教育における大規模評価の教育政策への影響:世界各地の証拠」.教育研究論文. 31 (5): 499–501. doi : 10.1080/02671522.2016.1225918 . ISSN 0267-1522.
- ^ 「学習評価についての学習」。blogs.worldbank.org 。 2020年3月10日閲覧。
- ^ Stecher, Brain (1998年11月). 「大規模ポートフォリオ評価の地域的利益と負担」.教育における評価:原則、政策、実践. 5 (3): 335–351. doi :10.1080/0969595980050303. ISSN 0969-594X.
- ^ バトラー、フランシス A. (1997)。大規模評価における英語学習者への対応戦略:学生の特徴とその他の考慮事項。評価研究センター、評価、基準、学生テストに関する国立研究センター、教育情報学大学院、カリフォルニア大学ロサンゼルス校。OCLC 41041578。
