標準に基づく評価

教育現場における基準に基づく評価^{[1] は、合意された基準（「成果」とも呼ばれる）に関する生徒の理解度を評価する}評価です。基準は、概念やスキルの理解度をうまく実証するための基準を設定します。^[2]

基準に基づくパラダイムでは、^[3]生徒は選択式回答（多肢選択式テストなど）、物理的構成、記述式回答、パフォーマンスなど（ただしこれらに限定されない）さまざまな方法で理解を示す自由があります。もちろん、これらは新しいタイプの評価ではなく、差別化評価の概念でもありません。教師は利用可能なすべての観察と定量的情報を使用して、特定の基準を参照して学習を要約します。これらのデータを使用して、教師は特定の概念を習得するために実行できる手順やアクションを策定できます。つまり、学習のための評価に役立ちます。

基準に基づく評価の重要な側面の 1 つは、評価後のフィードバックです。このタイプの評価から生徒が受け取るフィードバックは、スコア、パーセンテージ、統計的平均ではなく、基準と比較したパフォーマンスの期待に関する情報を強調します。基準に基づくアプローチは、必ずしも総括的な成績、パーセンテージ、または中心傾向の尺度 (平均や中央値など) を無視するものではありません。ただし、基準を参照したり、基準に関するフィードバックを提供しない評価は、基準に基づくものではありません。適切なフィードバックの有効性を示す証拠は多数あります。^[4]

^{基準に基づく評価[5]}の目的は、学習の証拠を学習成果（基準）に結び付けることです。基準が明確で明瞭であれば、学習者は基準を参照して自分の達成度に気づくことができ、教師は評価データを使用して、この進歩について生徒に有意義なフィードバックを与えることができます。自分の学習を認識することで、生徒は特定の達成基準を指摘することができ、自己制御とメタ認知という、一般的に効果的な学習戦略であると理解されている2つのスキルが強化されます。^[6]

標準ベースの評価 (SBA) に対する一般的なアプローチは次のとおりです。

• 重要な事実または重要な知識体系（科学理論、数学的関係など）、本質的な内容および概念を特定します。

ブリティッシュコロンビア州 3 年生カリキュラム パッケージ (2010 年 9 月) からの例:

「生徒は視覚的なテキスト（漫画、イラスト、図表、ポスターなど）を見て理解を示すことが期待されます。」^[7]

ニュージーランドのカリキュラム文書「1年生から8年生までの数学基準」（ 5年生の終わりまで）からの例:

「問題を解決したり、状況をモデル化したりする必要がある状況では、生徒は2つの変数を持つ連続パターンのさらなるメンバーを作成、継続、予測できるようになります。」^[8]

• 概念や内容が理解されたときに生徒が示す指標（つまり証拠）を特定します。

ブリティッシュコロンビア州の3年生カリキュラムパッケージの例は次のとおりです。

「質問や活動に応じて主要なメッセージや画像、関連する詳細を説明する」^[7]

• 学生が指標を実証できるようにする評価のコレクションを選択します。
• 尺度や評価基準を用いて、基準に対する生徒の習熟度を特定します。この進捗状況は、有意義なフィードバックを提供するために学習者に公開されます。どのようなフィードバックでも、習熟度をどのように向上させることができるかに関する情報を提供できる必要があります^[4] )。また、教育者はフィードバック中の賞賛の効果を認識する必要があります。^[9]
• 生徒が所定の習熟レベルに達するまで、指導、評価、フィードバックを繰り返します。

• 基準（学習成果など）は、学生にとって目に見える形で理解できるものでなければならない。
• タスク、活動、評価では、どの基準が実践されているかを明確にする必要があります。
• 形成的評価は、生徒に標準に対する進捗状況についてのフィードバックを与えるために使用されるべきである。
• 評価は一般的に、公平かつアクセスしやすいように、適切に設計され、正確で、妥当性が高いものでなければならない。
• 基準に対する達成度がどのように測定されるかを学生に理解させるために、模範例を使用する必要があります。
• パフォーマンスと構成的応答を評価するためにルーブリックを使用すべきである^[10]
• 選択的回答（例えば、多肢選択）は、特定の標準（または標準に関連する基礎となる前提条件の概念）の基本的な理解と知識（ブルームの分類法のように）を評価するために使用されるべきである。

基準に基づくテストは、成果に基づく教育またはパフォーマンスに基づく教育の哲学に基づく評価です。^[11] 評価は、基準改革運動の重要な部分です。最初の部分は、すべての生徒に期待される新しい、より高い基準を設定することです。次に、カリキュラムを新しい基準に合わせる必要があります。最後に、すべての生徒が「知っていなければならないこと、できること」の基準を満たしているかどうかを評価する必要があります。米国では、高校卒業試験に合格すると授与される高校卒業証書^[12]または初期習熟証明書は、これらの基準が達成された場合にのみ授与されます。州議会による教育改革法案の可決後、米国では通常 10 年ですが、場合によってはそれ以上の期間が経過すると、すべての子供がすべての学力分野で熟達することが完全に期待されます。米国連邦政府は、落ちこぼれゼロ法の下で、すべての生徒がすでに全体的に熟達している場合でも、すべての学校がすべての生徒の改善を示すことをさらに要求できます。

ノースカロライナ州などの州立試験の採点基準では、コンピューターを使用して多肢選択式テストの回答を記録するのではなく、^採点者に試験問題全体を見て判断するよう求めています。採点者は間違いを数えることは許されておらず、採点基準にはスペルや文法の間違いが何個で「1」または「2」になるかを示す数値は含まれていません。GREテストの分析的ライティングセクションは、0.5ポイント刻みの6ポイント総合尺度を使用して採点されます。^[14]総合的な採点は採点者間の意見の不一致の主な理由の1つですが、このため、一部のテストは一致を確認するために複数回採点されます。

• 生徒は、全員が到達できる基準と比較される。一部の生徒を不合格と呼び、少数の生徒だけが成功を許されるような人工的なベルカーブでランク付けされるのではない。
• 解釈の余地のない厳格な正誤を押し付けるのではなく、コンピュータではなく人間が応答の全体的な価値を評価できる。
• 自由回答は、ほとんどの新しい教育基準で重要視される高次の思考力を活用およびテストします。
• コンピューターで採点される多肢選択式テストは、少数派に対して有害な影響を及ぼし、不当に機会を奪うことがわかっています。
• 標準ベースのテストだけが、少数の生徒だけでなくすべての生徒が成功できるという信念に基づく標準ベースの教育改革と一致しています。
• 10 年生のテストに合格し、初期習得証明書を授与することで、すべての生徒が 21 世紀の世界クラスの経済で成功するために必要なスキルを身につけて卒業することが保証されます。
• 生徒は、その学年の児童全員が知っていなければならないことや実行できることを習得しないまま次の学年に進級させられるという不正行為に遭うことがなくなります。
• 基準に基づく教育改革の中心的な信念であるように、すべての生徒がすべての基準に合格すると、すべての年齢層のすべての生徒が同じテストスコアを達成し、すべてのテストですべてのグループ間で発生することがこれまで示されてきた不可解な成績格差が解消されます。しかし、2006 年現在、多くの基準に基づく評価でスコアが上昇しているものの、この楽観的な (批評家は不可能だと言うかもしれない) 目標をまだ達成した基準に基づく評価はありません。

多肢選択式の標準参照テストと比較して、標準ベースのテストは次のように認識されます。

• カットスコアは、パフォーマンスのレベルごとに決定されます。標準参照テストにはカットスコアはありません。SATテストには不合格スコアはありません。各大学または教育機関は、入学または賞のスコア基準を独自に設定しています。
• パフォーマンスにはさまざまなレベルが設定されています。通常、これらは標準以上、標準に適合、標準未満です。これらのレベルは通常、ベンチマーク プロセスで設定されますが、このようなプロセスでは、テスト項目が学年レベルに適切であるかどうかは考慮されません。
• テストは、複数の選択肢の中から正解か不正解かで採点されるのではなく、多くの場合は絵付きの自由記述の回答に対して総合的に採点されます。
• このため、テストの採点にかかる費用は高くなります。通常はテスト 1 回あたり 25 ～ 30 ドルですが、通常は 2 ～ 5 ドルです。これにはテスト開発の費用は含まれません。テスト開発の費用は通常、州ごとに毎年異なります。
• テストは、通常、各スコアレベルで1つか2つの例題しかなく、少数のテストに対して採点されるため、採点がより困難です。コンピュータで採点することはできません。
• テストの信頼性は低くなります。一致率は 4 段階評価で 60 ～ 80 パーセントの範囲にあり、正確であるとみなされます。
• 採点者は教員資格を必要とせず、分野の学士号のみでよく、パートタイムの仕事で時給は通常 8 ドルから 11 ドルです。
• 80 ～ 95 パーセントという高い不合格率は珍しいことではないだけでなく、十分予想されており、テスト プログラムが地元の報道機関に紹介される際に発表される。従来の卒業基準では、アフリカ系アメリカ人の卒業率は白人と数ポイント差以内で全国的に達成されていた。2006 年、WASL に不合格となったアフリカ系アメリカ人の 4 分の 3 は、テリーバージェソン教育長から、2 年以内に再テストに合格しなければ卒業証書はもらえないと約束されたが、彼女はそれ以前に「すべての生徒」が世界レベルの卒業証書をもらえると約束していた。
• 少数派や特別支援教育を受けている生徒の不合格率は、通常、多数派の生徒の2～4倍高い。これは、多肢選択問題よりも長文回答問題の方が答えるのが難しいためである。
• 内容は、特に数学では、4年生程度の低学年でも、大人でもすぐに答えるのが難しいことが多い。ドン・オーリッチ教授は、 WASLを「大惨事」と呼び、数学と科学のテストは多くの学年の生徒の通常の発達レベルをはるかに上回っていると述べた。
• 数学は統計学と幾何学の割合が高く、単純な算術の含有量は少ないです。
• テストを受けない生徒については、学校の評価はゼロになります。
• 通常、高校卒業には、10 年生レベルでのこのようなテストに合格することが必須とされています。
• 50 パーセンタイルではなく、このようなテストに合格することが学年レベルのパフォーマンスとして定義されます。
• 正解がある質問でも、その答えに至った経緯が示されていない場合は不正解と評価されることがある。数値的な結論が間違っている質問は必ずしも不正解と評価されるわけではない。^[15]
• カリフォルニア州のCLASテストの初年度は、改善の余地を残すため、最高得点の学校であっても数学の成績が「4」になることは認められなかった^[16]。
• ノースカロライナ州のライティング プロジェクトでは、模範的な「4」スコアを出した割合は 1% 未満でした。このようなレポートでは、大学卒業生の採点者を超えるレベルの語彙と知識が使用されており、高校卒業者をはるかに超えるレベルでした。^[17]このレベルは、アイビー リーグの私立大学に入学するのに十分な SAT スコアを達成するよりもさらに困難です。
• スコアは通常、同じ期間に実施されるNAEPやSATなどの標準テストよりもはるかに速く上昇します。^[18]

• コンセプトインベントリ – 知識評価ツール
• 教育評価 – 教育評価方法
• マサチューセッツ州総合評価システム – 標準に基づく評価
• 評価のためのルーブリック – 評価の採点ガイド
• 標準化されたテスト – 事前に決められた標準的な方法で実施され、採点されるテスト
• 米国の基準に基づく教育改革
• ワシントン州生徒学習評価 - 米国ワシントン州の標準テスト

• アメリカ教師連盟。私たちの立場：基準に基づく評価と説明責任
• 「WASL がいかにひどいか」、ワシントン州の責任ある教育のための市民連合が配布した出版物。
• フェルプス、リチャードP.「テストが学生の成績に及ぼす影響、1910-2010」、国際テストジャーナル、10(1)、2012年。
• フェルプス、リチャード P.、標準化テスト入門（ニューヨーク、NY：ピーター ラング、2007 年）