两倍标准偏差问题：寻找一种有效的集体教学方法外文翻译资料

两倍标准偏差问题：寻找一种有效的集体教学方法

Benjamin S. Bloom

芝加哥大学和西北大学

芝加哥大学的两名教育学博士生Anania（1982年，1983年）和Burke （1984年）发表了论文，他们在论文中比较了学生在以下三个条件下的学习情况：

1. 传统的：学生们在一个班级里学习这个科目，每个老师大约有30名学生，定期进行考试以给学生打分。
2. 精通学习：学生们在一个班级里学习这个科目，每个老师大约有30名学生。教学和传统课堂一样(通常是同一个老师)。形成性测试（与传统组使用的测试相同）提供反馈，然后是纠正程序和并行的形成性测试，以说明学生掌握科目的程度。
3. 家教：学生学习科目时，每个学生都要有一个好的导师(或者两到三个学生同时学习)。本辅导课程定期进行形成性测试、反馈纠正程序和并行的形成性测试，就像在掌握学习课程中一样，它应该在辅导下进行纠正工作的需要很小。

Benjamin S. Bloom是芝加哥大学和西北大学的教育学教授，地址：芝加哥，5835sS.金巴克大道，伊利诺伊州，60637。他的专业领域是评价和教学过程。

学生被随机分配到三种学习条件下，他们最初的能力倾向的测试分数和在科目中的先前成绩，以及对该科目的初步态度和兴趣是类似的。除掌握、学习和辅导组的纠正工作外，三组的教学时间相同。Burke （1984年）和Anania（1982年，1983年）在四年级、五年级和八年级中的四个不同的学生样本中进行了这项研究，并有两个不同的科目，用概率和制图的方法统计。在每一个子研究中，教学治疗被限制在为期3周的11个教学阶段。

最引人注目的是在这三个条件下的最终成就衡量标准的差异。采用控制(传统)班的标准偏差，一般发现接受辅导的学生平均比控制班的平均偏差大约高出两倍(受辅导学生平均超过控制班学生的98%)。在掌握学习的学生中，平均有一个标准偏差高于对照组的平均水平（掌握学习的学生平均超过对照组学生的84%）。

在这些学习条件下，学生成绩的变化也发生了变化，在传统的教学条件下，90%的辅导学生和70%的掌握知识的学生达到了只有20%的学生达到的期末成绩水平。(见图1)

学生在课堂上的作业时间有相应的变化（常规教学65%、掌握学习75%、辅导90%）与学生的态度和兴趣（在常规教学中最不积极，在辅导下最积极）也发生了变化。先前的措施（能力或成就）和总结性成就措施之间的关系大大减少了。通常情况下，能力成就的相关性从传统的0.6变为掌握学习的0.35和在辅导下的0.25。它认识到，由于在这些学习条件下，掌握学习和辅导组的分数范围有限，所以他们的学习水平很低。然而，最引人注目的发现是，最好的学习条件下，我们可以设计（辅导）的教学条件，平均学生比按常规分组教学方式教学的平均对照学生高2倍标准偏差。

图1

辅导过程表明，大多数学生确实有潜力达到这一高水平的学习。我认为，研究和指导的一项重要任务是在比一对一辅导更实际、更现实的条件下寻找实现这一目标的方法，因为对大多数人来说，一对一辅导成本太高，无法大规模承担。这是“2倍标准偏差”问题。研究人员和教师能否设计教学条件，使大多数接受集体教学的学生能够达到目前只有在良好的教学条件下才能达到的成绩水平？

经过近十五年的时间来开发掌握学习（ML）战略的一个点，在各个层次的教学中，大量的教师在许多国家可以利用反馈纠正程序得到1倍标准偏差的影响（平均ML以上学生是在常规教学84%的学生，甚至同一教师教学的ML和常规班）。如果对2倍标准偏差问题的研究产生实用的方法（一般教师或学校教师在很短的时间内就能学习的方法，而使用的成本和时间比常规教学要少），这将是一项最大规模的教育贡献。它将改变人们对人类潜能的普遍看法，并将对每个学校对年轻人所需要的教育年限作出什么和应该做什么产生重大影响。

本文简要介绍了解决2倍标准偏差问题的工作，希望能引起教育研究者和教师对这些思想的进一步研究和应用。

搜索

在一些文章中，我的研究生和我试图对比可变的教育变量和更稳定或静态的变量（布卢姆，1980）。在本课题的处理过程中，我们总结了关于教学质量、教师和学生使用时间、学生的认知和情感进入特征、形成性测试、学习率和家庭环境等可变变量的文献。在每一种情况下，我们对比这些可变变量与更稳定的变量（例如，个人特点的教师，智能测量，测试成绩分级的目的，社会经济地位的家庭，等）并指出了可变变量对学习的影响方式以及这些变量的过程已经改变了。

但并非所有可变变量都可能对学习产生同样的影响。我们的研究摘要旨在强调那些对学校学习影响最大的可变变量。在过去的3年中，荟萃分析的迅速发展为这一搜索提供了帮助。在这篇文献中，每一位作者都总结了一组可变变量的研究文献，以说明学生控制组和实验组之间的效应大小。他们根据实验组和对照组之间的差异，对结果进行了标准化，对照组分为对照组标准差。

表I是根据沃尔伯格(1984)的关键变量的影响大小而改编的，他和其他合著者一起对这篇文献做出了很大的贡献。在表I中，他列出了所选变量的大小和效应大小。（我们添加了其他变量，并为每个效果大小设置了相应的百分位数）。因此，在第一项个别教学中，我们发现效果大小（2倍标准偏差），表明在个别控制教学条件下，平均学生人数在98070以上。

在我们自己解决2倍标准偏差问题的尝试中，我们假设两个或三个可变变量必须一起使用，从而比单独使用其中任何一个变量对学习的贡献更大。因为更多在不同的教育水平和不同的国家，我们已经有了15年的学习ML的经验，我们开始依赖ML作为可能的变量之一，ML（反馈校正过程）在良好的条件下产生大约1倍标准偏差效应的大小。我们已经系统地尝试了其他变量，结合ML，可能接近2倍标准偏差效应的大小。到目前为止，我们还没有发现任何超过2倍标准偏差效应的变量组合。因此，我们目前的一些研究达到了2倍标准偏差效果，但并没有超出它。

我们已将表I中的变量按变化过程的直接对象分类：

（a）学习者；

（b）教学材料；

（c）家庭环境或同龄人群体；

（d）教师和教学过程。

我们推测这两个变量的变化过程，涉及到不同的对象，在某些情况下是添加剂，而两变量的变化过程相同的对象不像是添加剂（除非他们在不同的时间发生在教学过程中）。我们的研究目的是确定这些规则何时正确，何时不正确。迄今为止所做的几项研究表明它们可能是正确的。因此，结合教学过程的变化（最直接影响教师）的ML过程（最直接影响学习者），会产生附加的结果。（参见特南鲍姆，第13页文章梅瓦里克，本文p.14）。虽然我们不认为这两条规则目前比现在更具启发性，但未来对这个问题的研究无疑将产生一套更强大的概括，说明可分离变量的效果如何最佳组合。

在我们的工作到目前为止，我们已经限制搜索两个或三个变量，其中每一个可能有一个5倍标准偏差效果或更大。我们怀疑，如果超过三个可变变量使用的话，这项研究以及对学校环境的应用将变得过于复杂。在任何情况下，我们的工作都是从表I上半部分的变量开始的，也许随着研究的进行，有必要避开表I下部的一些变量。

在我们的研究中有两个变量，我们使用了一个2times;2随机设计与ML和其他变量。到目前为止，我们还没有进行三个变量的研究。在可能的情况下，我们试图用至少用两个学科领域，两个层次的教育，或一些学科领域和教育水平的结合。我们希望其他人也会进行这个2倍标准偏差的搜索。我的研究指南可以建立，使综合结果更有用，并减少时间和成本的实验和示范研究。

表I

变量选择对学生成绩的影响

改进常规教学的学生处理

在文章的这一部分，我们关注的是学生如何在不改变教学的情况下更有效地学习1Y。如果学生养成良好的学习习惯，花更多的时间对于学习，提高阅读技能等，他们将能够更好地向特定的老师和课程学习，尽管课程和老师都没有经历过改变的过程。

例如，ML反馈纠正方法主要是为学生提供每个新学习任务的认知和情感先决条件。正如我们之前所指出的那样，当ML程序系统地完成的时候，平均成绩在ML以下的学生的成绩大约是控制班平均学生的1倍标准偏差（84分），即使这两个班都是由同一个老师用同样的教学和教学材料授课的。我们认为ML过程是一种提高学生在一系列学习任务中从同一个教学中学习的方法。

ML过程中的主要变化是，更多的学生有新的学习任务的认知先决条件，他们对自己的学习能力变得更加积极，并且他们投入更多的积极学习时间比对照学生。当我们观察学生在ML和传统课堂上的学习和测试结果时，我们注意到学生在ML下学习的改进以及传统课堂上缺乏这种改进。

我们芝加哥大学的一名博士生，莱顿(1983)建议，解决2倍标准偏差问题的一种方法是在高级课程中按顺序使用ML，但除此之外，还要加上调度。 在课程开始时，提高学生初始认知入门的前提条件。他们和高中的代数2和法语2的老师合作，开发初始测试的过程是在前一课程（代数1或法语1）期末考试，并有一个由四到六名教师组成的委员会，它在科目中独立地检查每一项他们认为衡量的想法或技能，这是下一门课程的必要先决条件。双方在大部分选定的项目上达成了很高的一致意见，教师之间的讨论就剩下的一些项目达成了共识。

其中两个班被帮助复习和重新学习他们所缺乏

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[279362]，资料为PDF文档或Word文档，PDF文档可免费转换为Word