读书好，好读书，读好书--第二小组读书报告会

2013年11月27日晚6：30，第二读书小组在逸夫管理科学楼1804召开了本学期第二次读书报告会，这次阅读的文章是Stephen R. Porter教授的文章Self-Reported Learning Gains: A Theory and Test of College Student Survey Response，此次会议由博士生黄建通主持。

他首先介绍了作者Stephen R. Porter，他是美国北卡罗来纳州立大学的教授，目前所属于学校领导力、政策和成人教育部门，研究领域是教育统计学和大学高等教育行政管理。接着他对这篇文章《学生自我报告学习收获：大学生调查问卷反应的理论与实验》的内容进行了总结和概括，他认为应从四个方面即Self-report learning gains （SRLG）是什么、SRLG有什么用处、SRLG有什么不足之处、如何解决SRLG的不足之处来分析这篇文章。同时他还认为SRLG是用于测量学生的学习收获的工具，学生通过回答问卷中的问题来报告在大学中所学习的知识。了解学生的学习收获对高等教育来说非常重要。高校校长或领导层可以通过学生的学习收获来调整课程的安排，通过学生的学习收获报告学校领导层可以评估教师的教学能力和学院的表现，还可以更好的分配资源如增加硬件设备或图书馆的藏书量等。

但作者也指出了SRLG存在的不足之处，如学生在回答问题时缺乏认知能力；学生要回忆多年前的事情，有很多学生已经不能回忆得很仔细，所以给予的回答也不可靠；问卷内容所涉及的问题对不同专业的学生也会产生影响，如问题关于领导能力的培养，对于商学院的学生和化学院的学生所得到的收获是不一样的；学生在大学预科的经验也会对问卷的回答有影响，如一个学生在大学预科参与社区活动，那他对社区活动的经验和知识肯定比其他学生多。大一学生还没有适应大学的生活，在学习收获上肯定没有大三、大四的学生多，因为学生很多时候是根据以往的经验和一些生活背景的因素作为回答问题的根据，而不是学生真正学习到的知识。

黄建通同学为大家介绍了很多关于文章的背景和内容知识，随后大家畅所欲言，纷纷发言谈论了自己的观点和看法。博士生贾凌燕认为在文中提到的Holland并不是荷兰的意思，而是著名学者霍兰德，她提出了霍兰德职业量表主要是测量学生的职业兴趣取向，文中也提到了霍兰德量表中的六种职业能力。硕士生刘珊珊提出她对文中使用霍兰德量表和Pike量表的原因感到困惑，对于其中的因变量、自变量关系理不出头绪。针对这个问题，大家一致认为这篇定量的文章有点不太好理解，并就一些疑问进行了讨论。硕士生钱凯认为既然文章最后得出的结论是学生真实的学习收获与自我报告中的并不一致，那么在研究中使用问卷的意义何在呢？因为自我认知、价值观、态度问题是很难用量化的指标加以测量。硕士生孙美荣就文中使用的Belief –sampling model模型的原因发表了自己的看法，并提出如何保证问卷的效度，使学生的自我报告与真实的学习收获一致及学生是否会真实的回答问卷中问题等，供同学们讨论交流。她认为学生的自我学术背景、学习经历非常复杂，如何排除干扰因素是值得考虑的主要问题。贾凌燕同学随即指出建立模型的方式，建立一个模型，首先要看文献，然后虚拟出一个模型，将数据导入进入，如存在有偏差，再进行调整。博士生朱广军引用了张宝辉老师上课时说的模型，他认为张老师说的模型既带有文科特征又有大量数据，运用软件建模，变量之间应建立线条和联系，将实际问题数据化。席林老师也对于建模问题也谈论了自己的观点和看法。硕士生江珊对在问卷内容里应该如何做出改变以便学生能真实地表达他们真实的学习收获提出了自己的困惑，她觉得对自我进行评估，难度很大，因为个人自身的认知能力和专业影响存在差异。此外，大学预科经验对结果也有很大影响。涉及价值观和态度的问题有时很难测量，涉及到主观自我评价，学生很难客观回答，还是会带有主观意见。朱广军同学对于NSSE与SERU比较关注，因此大家就两者之间的区别与联系、SERU与本文的相关性等问题进行了讨论。大家一致认为学生学习是目前最热点话题之一，但问卷能真实可靠的测试出学生的真实水平吗？学生能将最真实的东西反映出来吗？朱广军同学提出自我评估与真实评估究竟是什么关系，他比较赞成自我评估向真实评估靠近。此外，同学们普遍认为问卷中问题应尽量简洁，答案不要模糊。还应对问卷中的自我认知维度要不断修正，客观与主观评估相结合。同学们都认为问卷不好设计，涉及到心理的问题更不容易设计。大家都认为平时的积累非常重要，随后大家将问题延伸到大学去行政化问题、大学生领导力问题、国际化等问题，并就这些问题进行了探讨。

虽然天气很冷，但大家对读书的热情丝毫未减，在读书会中大家积极踊跃，争相发言，思维活跃，每一个人都学习了丰富的知识，品尝到了美味的精神食粮。

（文：孙美荣；图：江珊 校稿：费毛毛）