前言：尋找寫作靈感？中文期刊網用心挑選的大學英語口語測評數據建設與應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
1概述
大學英語口語測試是口語教學活動中的重要環節，測試形成的反饋機制有助于整個教學過程的改進和完善。目前，國內多數學校大學英語口語測評采用過程性評估方式，測評形成的反饋不直觀、不全面、不具體、不清晰，指導性不強。然而，口語測評數據的研究與應用為教與學提供了多維提升空間，通過測評數據的建設能夠充分挖掘考試數據信息背后所反映的規律，統計分析影響考生口語交際的因子，能夠輕松掌握考生學習動態，有針對性地解決學生口語交際中的具體問題。通覽數據細節或全貌，教師能獲得數據間的關聯性，做出更為合理的教育教學決策，有針對性地指導差異化個體學習；學生們通過診斷性學習報告清楚了解自身學習差距，并做出針對性整改。目前，大數據技術已經滲透到教學各個領域，大數據之父維克托•邁爾•舍恩伯格認為，數據為學習帶來了巨大的改變，例如，實現制定迎合學生的個體化需求、通過概率預測優化學習方式方法等，因此，大學英語口語測評數據的建設與應用是對大學英語教育教學測評應用的一種創新，為大學英語教育教學的大數據建設奠定了基礎。國內對大學英語口語測評的研究主要集中于口語能力評分標準維度的敲定及評分表的構建，如：孫瑋鈞和劉芹通過賦予每次級評分量表權重值，著重探討如何得出口語能力構成成分①；馬振濤運用數據分析總結了口語交際中的主要問題②，但并未涉及具體應用；也有不少學者探討了口語測評方式，過程性或診斷性研究；僅有少數學者對英語評估數據建設進行研究，但都未細化到具體某一層面；對于數據在考試測評領域的研究，游忠惠《大數據時代：現實考試到評價的躍升》一文指出教學大數據測評背后隱藏著教育發展規律、學生學習發展軌跡等方方面面，對教學產生了深遠的影響③。國外研究實踐證明，考試數據的挖掘對教與學均有重要價值，如：美國教育考試服務中心(ETS)在其組織的GRE、TOEFL等考試中，對考試數據進行了有效應用，對考生進行了客觀評價③.美國大學入學考試中心通過分析考試數據中所放映的相關能力、愛好等屬性，幫助考生確定適合的專業、學校及未來就業方向④.國內外的相關研究主要集中于對口語的考和評，但對測評數據所反映的現象和規律挖掘及數據的應用很少涉及。
2大學英語口語測評數據的建設
大學生在校期間都要接受至少1個學期的口語學習，對其測評形成了大量可以開發、利用的數據。為去除數據的混亂和繁雜，依據數據的覆蓋面、獲得數據的可利用性和可推廣性，研究搜集受試學生(以5個教學班為代表，兼顧文、理，約計200人)的個人信息和口語考試中問答及討論兩個測試環節中5個測評維度得分數據信息，并將這些信息數字化，即形成計算機可以存儲的數據。運用社會科學統計軟件(SPSS)對個人信息及口語測評數據進行數據統計與分析，挖掘測評數據反映出的現象和規律，總結考生口語交際中普遍存在的問題及影響因子，設計出供教師教學、學生學習進行參考的可復制、可推廣、可延續的數據評估模板，最終形成促進考生口語能力提高的個性化診斷報告模板。具體操作如下：
2.1數據采集
將學生的性別、所在院系及來源城市等個人信息及學生在話語準確性、話語范圍、話語管理、話語邏輯與銜接及話語內容等維度的得分數據數字化。評分維度的設定依據國內外大型考試廣泛使用的口語能力量表綜合整理得出，具有科學性、適用性及可操作性等特點。評分維度的敲定為數字化分析提供了客觀依據。數字化是數據應用的先決條件，只有將數據變為可以存儲、可以檢索相互關聯的信息，才可以進行速度化分析和形象化展示。數據信息采集指標如下表1所示。通過上圖各項指標的數據采集，利用系統分析軟件，我們可以快速查找影響學生口語輸出的具體因素，了解所學專業、地獄、性別影響度，口語輸出內容的具體語言層面差異，并制定具體改進計劃。
2.2數據統計分析
將數據分析技術應用于教學和考試的各個環節是今后教學測評的發展趨勢，加快教師傳統角色的轉變也是迫在眉睫。教師要從課堂教學者變成數據診斷師。依據大量數據，深入挖掘其背后的現象和規律，并給出客觀的診斷結果，以指導下一步教學有力、有序、有效開展。數據分析過程中，具體參數設定需足夠考慮影響學生口語輸出的各因素，充分挖掘各數據間的關聯度。用Excel軟件錄入在測者問答及討論考核各項分值，并用社會科學統計軟件(SPSS)對數據進行統計和分析。主要統計各變量在不同地域、性別及所學專業上的相關性和差異性分析，整理班級內部個體及總體口語表達主要問題所呈現的層面。利用數據統計結果分析口試生口語交際存在的問題和差距及影響口試生口語交際的因子等。數據分析主要從兩個代表性考核著手，即口語討論及口語問答。首先，進行描述性分析。對討論和問答考試數據進行整理，然后，分別進行最小值、最大值、平均值、標準差的統計分析，找出五大測評指標影響口語交際的程度。其次，依據各變量的均值分布圖進行差異分析，查看個人信息數據是否對口語測量各變量產生顯著差異，是否影響最終成績。以來源城市分析為例。最后，進行各變量及總成績之間的相關性分析。總結影響學生口語表達的語言層面。
2.3數據應用
數據分析主要服務于數據應用。通過各組數據的描述性分析、差異分析及關聯性分析，查找影響學生口語輸出的具體問題和原因，針對關鍵性阻礙因素：制定可共享的數據化評分系統。教師采集并錄入自己班級授課學生信息后，利用口語評分系統可迅速定位學生個體及整體口語交際所折射出的問題，依據反饋制定下一步教學計劃；學生使用模板生成的數據輕松定位自己在整個班集體的能力水平、具體差距，明確今后努力方向。制定個性化診斷報告模板。教師在數據庫調出學生信息，檢索反映學生能力水平的相關參數，系統生成提升口語交際的建議和策略模板，即提高各項技能包括語音、語調、語法、語速、停頓等的技巧總結模板，為形成診斷性報告做參考。模板是口語測試五個維度的各項技能提高技巧的語言性描述，教師將其錄入數據庫，作為“數據化”信息使用，每個學生都能接到自己的學習診斷報告。教師在教學過程中，可以設定一定數值，當衡量學生口語水平的某一測評指標小于一具體數值時，評分系統會自動打開一個或幾個對應提升某一口語技能的word文檔。學生參照文檔提供的口語應對策略，找到影響自己口語交際的缺口不斷練習，最終提升語言表達能力?；谝陨戏治觯韵嗷リP聯的數據做輔助分析復雜的教學測評問題能有效解決教學瓶頸。通過考試數據的挖掘利用可以實現過程性評價，反映學生的日常學習表現，進而探索出良好的教學模式。學生也可以根據最終的評估結果，反思自己的學習行為，進而優化學習方法，提高口語學習能力。
3結束語
通過口語測評數據的建設與應用，學生更為直觀地了解自己學習狀況以及今后努力的方向；教師可更快掌握學生學習動態并制定個性化診斷性報告，學生口語學習動力增強，學習效果明顯提升。此外，歐美一些國家很早意識到了考試數據挖掘在教育評價中的作用。大學英語口語精細化測評數據的建設與應用性項目研究，對目前大學英語口語教學模式的改革和發揮考試的促進作用將產生積極影響。目前，全國各高校主要教學領域都已經開啟了大數據應用于教學改革的研究，大學英語口語教學也不應該落后，希望本研究對大學英語聽、讀、寫、譯數據化管理提供借鑒和參考。
參考文獻：
[1]孫瑋鈞,劉芹.中國大學生英語口語能力評分表構建研究[J].外語測試與教學,2012(2):9-20.
[2]胡媛靜.大數據時代大學英語精細化評估數據的建設與應用[J].云南農業大學學報(社會科學),2017,11(4):100-101,111.
[3]游忠惠.大數據時代：考試到評價的躍升——教育考試數據的挖掘、分析與有效利用[N].光明日報,2014-01-30(15).
[4]程蒙蒙.美國大學入學考試中心和培生教育測量成績報告[J].中國考試:研究版,2008(7):56-61.
作者:岳鐵艷 嚴寧 康毅 張曉慧 單位:哈爾濱工程大學外語系
