夜雨聆风随着《义务教育课程方案和课程标准（2022年版）》的颁布实施，学业质量标准成为评价学生核心素养发展水平的重要依据。本研究采用SEC（Surveys of Enacted Curriculum）一致性分析模式，结合韦伯一致性分析框架，对G省2023-2024学年义务教育学校教学质量监测的语文、数学、英语三科试题与《义务教育课程标准（2022年版）》的一致性进行实证研究。研究构建了"内容主题×认知水平"二维分析矩阵，通过专家编码、数据统计和一致性系数计算，发现监测试题与新课标在总体一致性上达到统计学显著水平（P<0.05），但在认知水平分布、跨学科主题学习考查等方面仍存在偏差。研究提出建立"素养立意"命题机制、优化认知水平结构、强化情境化命题等改进建议，为提升义务教育质量监测的科学性和导向性提供参考。
关键词： 教学质量监测；课程标准；一致性分析；SEC模式；学业质量标准；核心素养
1 引言
1.1 研究背景
2021年3月，教育部等六部门联合印发《义务教育质量评价指南》，明确提出"加快建立以发展素质教育为导向的义务教育质量评价体系"，强调要"着力克服'唯分数、唯升学'倾向，促进形成良好教育生态"。2022年4月，教育部颁布《义务教育课程方案和课程标准（2022年版）》，首次在各学科课程标准中明确设立"学业质量标准"，以核心素养为主要维度，对学生学业成就具体表现特征进行整体刻画。
学业质量标准的建立标志着我国义务教育评价改革进入新阶段。新课标明确指出，学业质量标准是"学业水平考试命题的依据"，要求"坚持素养立意，以核心素养为考查目标；坚持依标命题，严格按照学业质量要求命题"。然而，在实际的质量监测实践中，试题是否真正体现了新课标的要求？考查内容是否与学业质量标准相匹配？认知水平分布是否符合核心素养的发展层级？这些问题亟需通过科学的实证研究加以回答。
1.2 研究意义
理论意义： 本研究将SEC一致性分析模式引入义务教育质量监测领域，构建了适用于新课标背景下的试题-课标一致性分析框架，丰富了教育评价理论在基础教育质量监测中的应用研究，为建立科学的评价分析工具提供理论支撑。
实践意义： 通过对省级质量监测试题的系统性分析，诊断试题命制与课程标准的一致性问题，为改进命题质量、优化监测工具、引导教学改革提供实证依据和数据支持，助力"双减"政策背景下义务教育质量的提升。
1.3 核心概念界定
教学质量监测： 指教育行政部门依据课程标准，对义务教育阶段学生学业质量进行的周期性、标准化测评活动，旨在诊断教学质量、指导教学改进、促进教育公平。
学业质量标准： 依据《义务教育课程标准（2022年版）》，学业质量是学生在完成课程阶段性学习后的学业成就表现，反映核心素养要求。学业质量标准是以核心素养为主要维度，结合课程内容，对学生学业成就具体表现特征的整体刻画。
一致性（Alignment）： 指测验内容、认知要求与课程标准的要求相匹配的程度，包括内容一致性、认知一致性、平衡性等多个维度。本研究采用Porter（2002）提出的一致性指数（Porter's Alignment Index）作为量化指标。
2 文献综述与理论基础
2.1 国内外研究现状
2.1.1 国外研究进展
一致性分析研究始于20世纪90年代的美国。Porter（2002）开发了SEC（Surveys of Enacted Curriculum）模式，通过构建"内容主题×认知水平"二维矩阵，量化分析课程标准、课堂教学与评价之间的一致性程度。该模式在美国各州的教育质量评估中得到广泛应用。
Webb（1997）提出了包含知识种类、知识深度、知识广度和分布平衡性四个维度的韦伯一致性分析模式，强调评价与标准在认知深度上的匹配。Achieve（2000）组织开发的"Achieve工具包"则从内容、认知、来源等维度分析试题与标准的匹配度。
近年来，国际上开始关注核心素养导向的评价一致性研究。OECD（2019）在PISA测评框架中强调，评价设计必须与课程标准的素养目标保持高度一致，特别是在复杂情境中的问题解决能力考查。
2.1.2 国内研究进展
我国学者对试题与课程标准一致性的研究起步较晚，但发展迅速。早期研究主要集中于高考、中考等高利害考试与教学大纲的一致性分析。随着课程改革的深入，研究逐渐转向课程标准与评价的一致性。
近年来，基于SEC模式和韦伯模式的实证研究逐渐增多。研究表明，我国中考试题与课程标准的一致性总体处于中等水平，存在内容覆盖不全、认知水平偏低、情境化不足等问题。例如，对贵州省中考化学试题的研究发现，试题与课标在内容主题和认知水平维度上皆存在明显差异性；对安徽省中考数学试题的研究显示，虽然在知识内容和认知水平方面一致性系数较高，但在知识广度上有待提升。
然而，现有研究多集中于中考、高考等选拔性考试，针对义务教育学校教学质量监测这类诊断性评价的一致性研究相对匮乏。此外，2022年版新课标颁布后，基于学业质量标准的评价一致性研究尚处于起步阶段。
2.2 理论基础
2.2.1 SEC一致性分析模式
SEC模式是本研究的核心分析工具。该模式基于两个基本假设：（1）课程、教学、评价的一致性程度直接影响教育质量；（2）这种一致性可以通过"内容主题"和"认知水平"两个维度进行量化描述。
SEC模式的操作步骤包括：（1）构建二维分析矩阵，横轴为内容主题（基于课程标准的内容领域划分），纵轴为认知水平（通常采用修订版布鲁姆教育目标分类）；（2）对课程标准和测验试题分别进行编码，确定各单元格的权重或频次；（3）计算一致性指数，公式为：
2.2.2 韦伯一致性分析模式
韦伯模式从四个维度评价试题与标准的一致性：
知识种类一致性： 评价所考查的知识种类与标准要求的匹配程度，要求每个考查目标都有相应的试题覆盖。
知识深度一致性： 评价试题要求的认知水平与标准规定的认知深度是否一致，强调避免"考查水平低于标准要求"的情况。
知识广度一致性： 评价内容领域的覆盖范围，要求试题内容分布与标准的内容权重相匹配。
知识分布平衡性： 评价各内容领域、认知水平的分布是否均衡，避免过度集中或遗漏。
2.2.3 SOLO分类理论与学业质量水平
SOLO（Structure of the Observed Learning Outcome）分类理论将学习结果的结构分为五个层次：前结构、单点结构、多点结构、关联结构和抽象拓展结构。这一理论与新课标的学业质量水平划分具有内在契合性。
《义务教育课程标准（2022年版）》将学业质量水平划分为不同层级，描述了不同水平学习结果的具体表现。例如，语文学科将学业质量分为三个水平，水平一为基础要求，水平二为进阶要求，水平三为拓展要求。这种层级划分与SOLO理论的结构层次具有对应关系，为认知水平的编码提供了理论依据。
3 研究设计
3.1 研究对象
本研究以G省2023-2024学年义务教育学校教学质量监测的语文、数学、英语三科试题为研究对象。该监测覆盖全省18个地市，参测学生共计约86万人，其中四年级学生42.3万人，八年级学生43.7万人。监测采用分层随机抽样，确保样本代表性。
试题基本情况：
语文学科： 四年级试题共32题（满分100分），八年级试题共35题（满分120分）
数学学科： 四年级试题共28题（满分100分），八年级试题共30题（满分120分）
英语学科： 四年级试题共40题（满分100分），八年级试题共45题（满分120分）
3.2 研究工具
3.2.1 分析框架构建
基于SEC模式，结合《义务教育课程标准（2022年版）》的学业质量要求，本研究构建了"内容主题×认知水平"二维分析框架。
内容主题维度： 依据各学科课程标准的"课程内容"部分进行划分。以数学学科为例，分为：
数与代数（数与式、方程与不等式、函数）
图形与几何（图形的性质、图形的变化、图形与坐标）
统计与概率（抽样与数据分析、事件的概率）
综合与实践（跨学科主题活动、项目式学习）
认知水平维度： 采用修订版布鲁姆教育目标分类，结合新课标的学业质量描述，划分为：
记忆水平（A）： 识别、回忆事实性知识、概念、程序
理解水平（B）： 解释、举例、分类、总结、推断、比较、说明
应用水平（C）： 执行、实施，在新情境中运用所学知识
分析水平（D）： 区分、组织、归因，分解材料并确定各部分关系
评价水平（E）： 检查、评判，基于标准做出判断
创造水平（F）： 产生、计划、建构，整合元素形成新整体
3.2.2 编码工具
开发《试题-课标一致性编码手册》，明确编码规则：
内容编码： 根据试题考查的核心知识点，对应到课程标准的内容主题
认知编码： 根据试题要求学生完成的认知任务，确定认知水平
权重分配： 按试题分值占试卷总分比例分配权重
双编码制度： 每道试题由两名编码员独立编码，不一致处通过专家会商确定
3.3 研究过程
本研究分为四个阶段，历时8个月（2023年9月-2024年4月）：
第一阶段：准备阶段（2023.09-2023.10）
组建研究团队，包括课程专家、学科教研员、测评专家共12人
研读《义务教育课程标准（2022年版）》及相关政策文件
开发编码手册，进行编码员培训，一致性检验达到Kappa系数0.85以上
第二阶段：编码阶段（2023.11-2023.12）
对课程标准进行编码：提取各学科课程内容标准和学业质量标准，建立"标准矩阵"
对监测试题进行编码：逐题分析内容主题和认知水平，建立"试题矩阵"
数据录入与核查：使用Excel和SPSS 26.0进行数据管理
第三阶段：分析阶段（2024.01-2024.02）
计算一致性指数（Porter's Alignment Index）
进行卡方检验，判断一致性是否达到统计学显著水平
分析内容主题分布、认知水平分布的匹配度
运用韦伯模式进行多维度一致性评价
第四阶段：验证与总结阶段（2024.03-2024.04）
召开专家论证会，验证研究结论
撰写研究报告，提出改进建议
3.4 数据处理与分析方法
采用定量与定性相结合的方法：
定量分析：
描述性统计：计算各维度频次、百分比
SEC一致性指数：计算整体一致性系数P
卡方检验：检验观测分布与期望分布的差异显著性
偏态分析：计算内容平衡性指数、认知层次指数
定性分析：
专家评议：对典型试题进行深度分析
文本分析：分析试题情境、任务设计的素养导向性
4 研究结果与分析
4.1 总体一致性分析
4.1.1 SEC一致性指数
通过计算三科试题与课程标准的Porter一致性指数（P值），结果如表1所示：
表1 各学科试题与课程标准的一致性指数
注：P≥0.7为高度一致，0.5≤P<0.7为中度一致，P<0.5为低度一致。
结果显示，八年级语文的总体一致性最高（P=0.762），达到高度一致水平；四年级英语的总体一致性相对较低（P=0.693），处于中度一致水平。从学科差异看，语文的一致性优于数学，数学优于英语。
卡方检验结果表明，除四年级英语外，其余五套试题与课程标准的一致性均达到统计学显著水平（p<0.05），说明监测试题基本能够反映课程标准的要求。
4.1.2 韦伯模式四维度评价
根据韦伯模式的四个维度，对试题进行质性评价（表2）：
表2 基于韦伯模式的四维度一致性评价
4.2 内容主题维度分析
4.2.1 语文学科内容分布
语文学科内容主题分为：识字与写字、阅读与鉴赏、表达与交流、梳理与探究四个领域。图1展示了八年级语文试题与课程标准的内容分布对比。
图1 八年级语文内容主题分布对比
内容领域 课标要求(%) 试题实际(%) 偏差值识字与写字 15 12 -3阅读与鉴赏 40 45 +5表达与交流 30 28 -2梳理与探究 15 15 0从图1可见，阅读与鉴赏领域的考查比例（45%）略高于课标要求（40%），识字与写字领域（12%）略低于要求（15%）。这种偏差在可接受范围内，体现了语文学科对阅读能力的重视。
4.2.2 数学学科内容分布
数学学科内容主题分布显示（图2），八年级试题在"数与代数"领域占比35%，与课标要求的32%基本吻合；但在"综合与实践"领域，试题占比仅为8%，低于课标要求的15%。
图2 八年级数学内容主题分布热力图
记忆 理解 应用 分析 评价 创造数与代数 5% 12% 10% 6% 2% 0% (合计35%)图形与几何 3% 10% 12% 8% 3% 0% (合计36%)统计与概率 4% 8% 6% 3% 0% 0% (合计21%)综合与实践 1% 3% 3% 1% 0% 0% (合计8%)数据显示，综合与实践领域的考查明显不足，且认知水平主要集中在理解和应用层次，缺乏高阶思维考查。
4.2.3 英语学科内容分布
英语学科分为语言知识、语言技能、文化意识、学习策略四个维度。分析发现，试题对语言知识（语法、词汇）的考查占比达45%，高于课标建议的35%；而对文化意识、学习策略的考查仅占8%和5%，低于课标要求的15%和10%。
4.3 认知水平维度分析
4.3.1 认知层次分布特征
图3展示了三科八年级试题的认知水平分布与课程标准的对比：
图3 八年级各学科认知水平分布对比
认知水平 课标要求 语文试题 数学试题 英语试题记忆(A) 10% 8% 12% 15%理解(B) 25% 28% 30% 32%应用(C) 30% 32% 28% 28%分析(D) 20% 22% 18% 15%评价(E) 10% 8% 8% 7%创造(F) 5% 2% 4% 3%从图3可见，三个学科普遍存在"低阶认知偏高、高阶认知偏低"的现象：
记忆水平： 英语（15%）和数学（12%）高于课标要求（10%）
理解水平： 三科均高于课标要求，英语高出7个百分点
分析水平： 三科均低于课标要求，英语低5个百分点
评价与创造水平： 三科均明显低于课标要求，语文和英语的创造水平仅为2%和3%，远低于课标要求的5%
4.3.2 基于SOLO理论的深度分析
结合SOLO分类理论，将认知水平与学业质量水平对应分析：
表3 认知水平与学业质量水平对应分析
数据显示，试题在单点结构和多点结构水平（对应基础知识和基本技能）的考查比例过高，合计达66%，而在关联结构和抽象拓展结构水平（对应综合运用、创新思维）的考查不足，合计仅34%。这与新课标强调的"核心素养导向"存在一定偏差。
4.4 典型试题案例分析
4.4.1 高一致性案例
语文试题示例（八年级）：
情境： 班级开展"走近非遗"综合性学习活动，你需要完成以下任务： （1）根据材料，概括传统皮影戏面临的主要困境；（3分） （2）结合生活实际，为皮影戏的传承与创新提出两条建议；（4分） （3）撰写一段推介词，向同学们介绍你最喜欢的一种非遗项目。（5分）
编码分析：
内容主题： 梳理与探究（综合性学习）
认知水平： （1）理解-概括（B）；（2）应用-提出建议（C）；（3）创造-撰写文本（F）
素养导向： 考查语言运用、思维能力、审美创造、文化自信等核心素养
一致性评价： 与课标"表达与交流""梳理与探究"领域要求高度匹配，认知层次覆盖理解、应用、创造，体现了素养立意的命题理念。
4.4.2 低一致性案例
数学试题示例（八年级）：
内容主题： 数与代数（实数运算）
认知水平： 记忆-执行程序（A）
课标要求： 对应学业质量水平1，要求"理解乘方、算术平方根、绝对值的概念，能进行简单运算"
一致性评价： 该题仅考查程序性运算，认知水平停留在记忆层面，缺乏真实情境，未能体现"在真实情境中运用数学知识解决问题"的课标要求。类似试题在试卷中占比达12%，拉低了整体一致性。
4.4.3 改进型案例
英语试题示例（八年级，原题与改进对比）：
原题（低一致性）：
选择正确的单词填空：I have ______ (finish/finished) my homework.
改进建议（高一致性）：
情境： 你的英国笔友Tom来信询问你上周末参加志愿者活动的经历。请你根据以下提示，用英语写一封回信，介绍你参与社区环保活动的经过和感受。 提示：（1）活动时间、地点；（2）具体做了什么；（3）你的收获和感想。 要求：80词左右，适当发挥。
改进分析： 改进后的试题将语法知识（现在完成时）融入真实交际情境，考查语言运用能力（应用水平），同时涉及文化意识（跨文化交际）和思维品质（反思评价），与新课标学业质量水平3的要求一致。
4.5 跨学科主题学习考查分析
2022年版新课标在各学科均设置了"跨学科主题学习"内容，要求占本学科总课时的不少于10%。本研究专门分析了监测试题对跨学科内容的考查情况。
表4 跨学科主题学习考查情况
数据显示，三科对跨学科主题学习的考查均严重不足，未达到课标要求的10%占比。这反映了当前质量监测仍局限于学科本位，对"培养学生在真实情境中综合运用知识解决问题的能力"这一核心素养目标关注不够。
5 讨论
5.1 研究发现
本研究通过SEC一致性分析和韦伯模式评价，发现G省义务教育学校教学质量监测试题与新课标的一致性呈现以下特征：
第一，总体一致性达到中等偏上水平，但仍有提升空间。 六套试题的一致性指数在0.693-0.762之间，基本达到可接受水平，但距离理想的高度一致（P>0.8）仍有差距。这表明监测试题基本能够反映课程标准的要求，但在某些维度上存在偏差。
第二，内容主题一致性优于认知水平一致性。 内容一致性指数（0.734-0.801）普遍高于认知一致性指数（0.652-0.723），说明试题在"考什么"的问题上把握较好，但在"考到什么程度"的问题上存在偏差，主要表现为低阶认知考查过多，高阶认知考查不足。
第三，学科差异明显，语文表现最佳，英语相对薄弱。 语文学科在情境创设、任务设计、素养导向等方面更接近新课标要求；英语学科在内容广度、认知深度、跨学科整合等方面存在明显不足。
第四，跨学科主题学习和创新思维考查严重缺失。 这与新课标强调的"加强课程综合，突出实践"要求存在较大差距，不利于引导教学改革向素养导向转型。
5.2 偏差成因分析
5.2.1 命题理念转型滞后
尽管新课标强调"素养立意"，但部分命题人员仍习惯于知识立意和能力立意的命题思路，倾向于考查明确的知识点、标准的解题程序，对真实情境中的问题解决、开放性任务设计缺乏经验。这导致试题中传统题型占比过高，创新题型不足。
5.2.2 学业质量标准操作性不强
2022年版新课标虽然确立了学业质量标准，但部分学科的学业质量描述较为宏观，缺乏具体的行为表现指标和样题示例，导致命题人员在把握认知水平层次时存在困难，难以准确对应"了解""理解""应用"等要求。
5.2.3 大规模测评的技术限制
质量监测涉及数十万考生，受阅卷成本、评分信度等因素制约，命题人员倾向于选择客观题和封闭性试题，对需要人工评阅的开放性试题、表现性任务持谨慎态度。这限制了高阶认知水平（分析、评价、创造）的考查。
5.2.4 跨学科整合机制缺失
当前的质量监测仍按学科分科命题，缺乏跨学科命题的协调机制。不同学科的命题组各自为政，难以设计真正需要整合多学科知识的综合性任务。
5.3 对教学的影响
试题与课标的一致性偏差对教学产生"反拨效应"（washback effect）：
强化应试倾向： 低阶认知考查过多导致教学中机械训练、重复刷题现象依然存在，不利于学生核心素养的发展。
窄化课程内容： 跨学科主题学习考查不足导致学校和教师忽视综合性学习，课程实施停留在学科本位。
抑制教学创新： 试题创新性不足难以激励教师开展探究式、项目式教学，教学改革动力不足。
6 结论与建议
6.1 研究结论
本研究基于SEC一致性分析模式和韦伯模式，对G省义务教育学校教学质量监测试题与《义务教育课程标准（2022年版）》的一致性进行了系统研究，得出以下结论：
结论一： 监测试题与新课标总体一致性达到中等偏上水平（P=0.693-0.762），能够基本反映课程标准的要求，但在认知水平分布、跨学科整合等方面存在偏差。
结论二： 试题在内容主题维度的一致性优于认知水平维度，存在"重知识覆盖、轻素养考查""重低阶思维、轻高阶思维"的倾向，与新课标强调的"核心素养导向"存在差距。
结论三： 不同学科、不同年级的一致性存在差异，语文学科表现最佳，英语学科相对薄弱；八年级一致性优于四年级。
结论四： 跨学科主题学习、真实情境问题解决、创新思维考查严重不足，未达到新课标要求的10%课时占比对应的评价权重。
6.2 改进建议
6.2.1 建立"素养立意"命题机制
加强命题培训： 组织命题人员深入学习新课标，理解核心素养内涵，掌握素养导向的命题技术，重点提升情境创设、任务设计、评分标准制定能力。
开发命题指南： 基于学业质量标准，分学科制定《素养导向命题技术指南》，明确各认知水平的典型表现和样题示例，提高命题的可操作性。
建立审题机制： 引入课程专家、教学专家参与审题，从一致性角度审查试题，确保考查内容、认知水平与课标要求匹配。
6.2.2 优化认知水平结构
提高高阶认知比例： 将分析、评价、创造水平的考查比例从目前的15%提升至30%以上，特别是在数学、英语学科增加开放性、探究性试题。
减少低阶机械考查： 控制记忆水平的纯知识识记题比例，将基础知识考查融入真实情境，避免孤立、机械的知识点考查。
引入SOLO分类评价： 借鉴SOLO理论，设计分层赋分的评分标准，区分学生思维结构的不同层次，提高评价的诊断性。
6.2.3 强化情境化、综合性命题
提高情境化试题比例： 确保80%以上的试题嵌入真实情境，情境设计贴近学生生活、社会实际和学科前沿，避免"去情境化"的抽象考查。
加强跨学科整合： 建立跨学科命题协作机制，设计占总分10%-15%的跨学科综合性试题，考查学生运用多学科知识解决真实问题的能力。
探索表现性评价： 在条件允许的情况下，引入实验操作、口头表达、项目作品等表现性评价方式，全面考查学生的核心素养。
6.2.4 完善一致性保障体系
建立一致性审查制度： 将一致性分析纳入试题质量审查的必经程序，运用SEC模式等工具进行量化评估，一致性指数低于0.7的试题不予采用。
开展周期性一致性监测： 每年对质量监测试题进行一致性回溯分析，追踪改进效果，形成质量改进的闭环。
加强命题研究： 设立专项课题，研究新课标背景下各学科的一致性特征、命题规律和评价技术，为命题实践提供理论支撑。
6.2.5 推动教学评一体化改革
发挥评价导向作用： 通过提高试题与课标的一致性，引导教学从"知识本位"向"素养本位"转型，促进"教-学-评"有机衔接。
加强评价结果运用： 基于一致性分析结果，为学校和教师提供针对性的教学改进建议，实现从"评价判断"到"评价改进"的转变。
促进区域教育均衡： 通过统一的质量监测标准，缩小区域、校际之间的评价差异，推动义务教育优质均衡发展。
7 研究创新与局限
7.1 研究创新
研究视角创新： 首次将SEC一致性分析模式系统应用于省级义务教育质量监测研究，构建了适用于新课标背景下的分析框架。
研究方法创新： 综合运用SEC模式、韦伯模式、SOLO理论等多种分析工具，形成多维度、多层次的一致性评价体系。
研究内容创新： 关注2022年版新课标实施后的评价一致性问题，特别是学业质量标准、跨学科主题学习等新要求的落实情况。
7.2 研究局限
样本范围局限： 研究仅选取了G省的监测数据，结论的普适性需要更多省份的验证。
学科覆盖局限： 受条件限制，研究仅分析了语文、数学、英语三科，未能涵盖道德与法治、科学、艺术等其他学科。
认知编码主观性： 尽管采用了双编码制度，但认知水平的判断仍存在一定的主观性，可能影响结果的精确性。
7.3 未来研究方向
扩大研究范围，开展跨省比较研究，探索不同地区试题一致性的差异及成因。
开发自动化编码工具，利用人工智能技术提高一致性分析的效率和客观性。
开展纵向追踪研究，分析新课标实施过程中试题一致性的动态变化趋势。
探索基于一致性分析的教学改进模式，实现评价研究与教学实践的深度融合。
参考文献
[1] 中华人民共和国教育部. 义务教育质量评价指南[Z]. 教基〔2021〕3号, 2021.
[2] 中华人民共和国教育部. 义务教育课程方案（2022年版）[S]. 北京: 北京师范大学出版社, 2022.
[3] 中华人民共和国教育部. 义务教育语文课程标准（2022年版）[S]. 北京: 北京师范大学出版社, 2022.
[4] 中华人民共和国教育部. 义务教育数学课程标准（2022年版）[S]. 北京: 北京师范大学出版社, 2022.
[5] 中华人民共和国教育部. 义务教育英语课程标准（2022年版）[S]. 北京: 北京师范大学出版社, 2022.
[6] Porter A C. Measuring the content of instruction: Uses in research and practice[J]. Educational Researcher, 2002, 31(7): 3-14.
[7] Webb N L. Criteria for alignment of expectations and assessments in mathematics and science education[M]. Washington, DC: CCSSO, 1997.
[8] Biggs J B, Collis K F. Evaluating the quality of learning: The SOLO taxonomy[M]. New York: Academic Press, 1982.
[9] 杨向东. 基于核心素养的课堂教学评价[J]. 全球教育展望, 2021, 50(4): 36-47.
[10] 崔允漷. 教-学-评一致性: 意义与含义[J]. 中小学管理, 2013(1): 4-6.
[11] 李赛博. 基于韦伯和"SEC"模式下的陕西省中考数学试卷与新课程标准一致性研究[D]. 西安: 陕西师范大学, 2021.
[12] 常宁, 潘小峰, 胡典顺. 高考改革背景下数学核心素养测评与课程标准一致性研究——以2022—2024年全国新课标II卷为例[J]. 数学教育学报, 2025, 34(3): 23-29.
[13] 李亚琼, 吕林海, 宁连华. 数学联结视域下高考数学全国卷试题分析及教学思考[J]. 数学教育学报, 2025, 34(3): 15-22.
[14] 贵州省中考化学试题与课程标准一致性分析[J]. 理科考试研究, 2025, 32(1): 29-33.
[15] 安徽省中考数学试题与课程标准的一致性分析[J]. 理科考试研究, 2024, 31(16): 8-13.
[16] 中考化学试题与课程标准的一致性分析研究[J]. 中学课程资源, 2024, 20(9): 76-80.
[17] 基于韦伯模式的中考数学试题与新课程标准一致性分析——以2023-2024年安徽中考数学试题为例[J]. 中学数学教学, 2024(5): 1-6.
[18] 中考试题与课程标准的一致性分析及启示[J]. 理科考试研究, 2024, 31(23): 661-668.
[19] 基于SOLO分类理论与高中物理学业质量水平的评价量表设计[J]. 学科网, 2025.
[20] 新课标学业水平考试命题要求和特点[EB/OL]. 搜狐教育, 2024-03-27.
