Rasch模型在国内语言测评领域应用现状及展望

摘要

Rasch模型作为项目反应理论的经典模型，因结果可信度高、解释力强，在语言测试领域受到广泛关注。本文基于文献分析法，以中国知网（CNKI）2003—2023年间130篇核心文献为样本，借助Citespace工具探究Rasch模型在国内语言测评领域的应用现状、问题与未来方向。研究发现：Rasch模型的应用集中于信效度验证、评分一致性分析及分数等值研究，且多聚焦高等教育领域（占比70%）。现存问题包括基础教育阶段应用不足（仅占23%）、信效度验证方法单一化等。未来应推动Rasch模型在基础教育常态化测评中的应用，结合多模态效度验证方法，如访谈、认知诊断等，并探索其与计算机自适应语言测试，如AI命题与评估的融合路径。关键词：Rasch模型；语言测评；信效度；分数等值；计算机自适应测试一、引言在英语作为全球通用语背景下，各国更加重视英语教育。语言测试是推动语言教育取得更高质量的关键手段之一，语言测试不仅是为了检测语言教育的质量或语言学习者的学习成效，同时也在学习过程中提供形成性评价，为语言学习者提供反馈，促进其学习。GeorgeRasch（丹麦数学家）针对其CTT（ClassicalTestTheory）经典测量理论的不足，于是构思出了单参数IRT（ItemResponseTheory）模型，即Rasch理论。Rasch模型区别于其他模型最重要的一点就是Rasch模型需要所得到的数据与自身模型想相符合。只有数据与模型符合时才能有良好的吻合度（model-datafit）才能得到有意义且相对客观的量尺。此处的拟合度分为两个方面，被试者拟合度（personfit）和项目拟合度（itemfit）。关于拟合度的计算，是由被试在每道题的真实反应（观察值），和模型自身计算得到的期望值进行对比，两者残差越大即越不吻合。其次，在Rasch模型中，本模型假设题目难度与被试能力相匹配。自Rasch模型由陈国富等人首先在国内进行了模型的参数研究（陈国富，1987）以来，该模型就广泛应用于各大学科研究领域之中，如外国语言文学、教育学、心理学、医学等领域。其中，外国语言文学占比最大，且主要以语言测评应用研究为主。由此，作者将对分析Rasch模型在国内语言测评领域研究现状，总结特点及其趋势，以期为相关研究者提供研究方向与建议。二、研究问题与方法（一）研究问题1基金项目：四川外国语大学研究生科研创新项目(SISU2024XK120)作者简介：刘强(2000—)，男，硕士研究生，研究方向语言教育、语言测试；