آیا نمره دهی رایتینگ تافل اخیرا غیراستاندارد شده است؟
پس از اعلام نمرات اول سپتامبر آزمون تافل، بحثهای زیادی پیرامون نمرات رایتینگ در گروه های مختلف مطرح شد. عدهای معتقد بودند که ETS همان چیزی که انتظار داشتند را به آنها داده و عدهای معتقد بودند نمراتشان بسیار کمتر از حد انتظارشان بوده. هم نظر نبودن آزموندهندگان اول سپتامبر مارا برآن داشت که نظرسنجیای در گروه ها برگزار کنیم. در این نظرسنجی ۲۲۵ نفر از آزموندهندگان اول سپتامبر شرکت کردند. از این تعداد ۱۴۲ نفر اعلام کردند نمرهای کمتر از حد انتظارشان گرفتند و ۸۳ نفر اعلام کردند که نمرات مطابق انتظارشان و چه بسا بالاتر بود! در این نوشتار سعی شده به کمک ارائه فکتهایی از سایت ETS به این سوال پاسخ داده شود که آیا نمرهدهی رایتینگ تافل اخیرا غیراستاندارد شده است یا خیر. برای پاسخ به این سوال نیاز به درک مکانیزم نمرهدهی رایتینگهای تافل وجود دارد. بنا بر چیزی که در سایت ETS نوشته شده است رایتینگ تافل علاوه بر ریتر انسانی توسط نرمافزار e-rater هم تصحیح میشود. این نرمافزار موارد زیر را مورد بررسی قرار میدهد:
◽️errors in grammar (e.g., subject-verb agreement)
◽️usage (e.g., preposition selection)
◽️mechanics (e.g., capitalization)
◽️style (e.g., repetitious word use)
◽️discourse structure (e.g., presence of a thesis statement, main points)
◽️vocabulary usage (e.g., relative sophistication of vocabulary)
◽️sentence variety
◽️source use
◽️discourse coherence quality
◽️detect responses that are off-topic or otherwise anomalous and, therefore, should not be scored.
همانطور که مشاهده میشود، نرمافزار e-rater رنج وسیعی از ایرادات نگارشی، از گرامر و کلمات تکراری گرفته تا آف تاپیک بودن را میتواند بررسی کند. اینها دقیقا مواردی هستند که در روبریک رایتینگ هم به آنها اشاره شده است. به عنوان مثال معیارهای نمره کامل رایتینگ تسک یک و دو به ترتیب به شرح زیر است:
تسک یک:
◽️A response at this level successfully selects the important information from the lecture and coherently and accurately presents this information in relation to the relevant information presented in the reading. The response is well organized, and occasional language errors that are present do not result in inaccurate or imprecise presentation of content or connections.
تسک دو:
◽️effectively addresses the topic and task
◽️is well organized and well developed, using clearly appropriate explanations, exemplifications, and/or details
◽️displays unity, progression, and coherence
◽️displays consistent facility in the use of language, demonstrating syntactic variety, appropriate word choice, and idiomaticity, though it may have minor lexical or grammatical errors
به طور خلاصه میتوان این موارد را در چهار کلمه یا عبارت خلاصه کرد:
◽️Task Response
◽️Cohesion & Coherence
◽️Vocabulary
◽️Grammar
نرم افزار e-rater از سال 2009 به طور منظم در حال آپدیت شدن است و تلاش ETS این است که این نرمافزار بتواند این معیارهای چهارگانه را درست تر تشخیص بدهد. این نرمافزار وزن سنگینی در نمرهدهی رایتینگ تافل دارد به طوری که آزمونهای آزمایشی ETS تماما توسط این نرمافزار تصحیح میشود.
ما تصمیم گرفتیم که با بررسی نمونههای رایتینگ آزموندهندگان اول سپتامبر، علت این تفاوت نمره رو متوجه شویم. برای بررسی موضوع، از رایتینگهایی ارسالی آزموندهندگان و همچنین دیتابیس یکی از سنترهای آزمون آزمایشی استفاده شد. نتیجهای که حاصل شد این بود که مواردی که نمره پایینتر از انتظارشان کسب کرده بودند، در رایتینگهای خود عموما دو معیار از چهار معیار رایتینگ را به خوبی رعایت نمیکردند. این دو معیار عبارت است از:Cohesion & Coherence و Task Response. نتیجه بررسی ما نشان میدهد که در آزمونهای اخیر، حساسیت نرمافزار e-rater به عدم رعایت دو مورد فوقالذکر بیشتر شده و زبان آموزانی که به خوبی این دو مورد را رعایت نکردهاند نمراتی به شدت پایینتر از حد انتظارشان دریافت کردهاند.
حال برگردیم به جواب سوال: آیا نمرهدهی رایتینگ تافل اخیرا غیراستاندارد شده است؟ احتمالا خیر. با توجه به اینکه نرمافزار در آزمونهای اخیر بیشتر این دو معیار مهم را مورد توجه قرار داده ( به عبارت دیگر بهتر توانسته عدم رعایت این دو مورد را تشخیص بدهد)، میتوان گفت که نمرهدهی رایتینگ تافل عادلانهتر شده است و با توسعه نامناسب نمیتوان نمره خوبی کسب کرد.
@DrDNA
@everythingforapply