assessment literacy

Teacher assessment literacy has received increasing attention, yet evidence remains fragmented across studies. This systematic review and meta-analysis synthesized 18 studies comprising 21 independent samples using the ALI, CALI, and TALQ instruments. The pooled mean score was 16.48 (95% CI [14.86, 18.10]) on a 35-point scale, indicating low assessment literacy, with substantial between-study heterogeneity (I² = 99.21%). Publication year, geographical region, instrument type, teacher status, teaching level, and subject specialization were not significant moderators. This review provides the first quantitative benchmark of teacher assessment literacy across the ALI, CALI, and TALQ instruments and highlights the need to strengthen assessment literacy through pre-service education, continuous professional development, and context-responsive educational policies.

Evaluation and assessment are integral components of modern biology education, serving not only to measure final learning outcomes but also to support continuous learning processes. This study aims to provide a comprehensive overview of the relationship among assessment instrument development, assessment result analysis, and biology teacher competence. A literature review method with a qualitative descriptive approach was employed. Data collection involved analyzing scientific articles published between 2020 and 2025 from various databases, including Google Scholar, ScienceDirect, and ERIC. The findings indicate that: (1) biology assessment instrument development currently focuses on measuring complex competencies, such as scientific literacy, higher-order thinking skills (HOTS), and genetic literacy; (2) the analysis of assessment results through validity, reliability, item difficulty, discrimination power, and distractor effectiveness is crucial to ensuring item quality; and (3) biology teachers play a strategic role encompassing conceptual, practical, and socio-emotional assessment literacy to design, implement, interpret, and utilize assessment results as a basis for feedback and instructional improvement. In conclusion, the integration of valid instruments, systematic item analysis, and adequate teacher assessment literacy is key to achieving quality biology education oriented toward holistic student competency development.

ارزیابی و سنجش از اجزای جدایی‌ناپذیر آموزش زیست‌شناسی مدرن به‌شمار می‌روند که نه‌تنها برای سنجش نتایج نهایی یادگیری بلکه برای حمایت از فرآیندهای یادگیری مستمر نیز به‌کار می‌روند. هدف این پژوهش ارائه مروری جامع بر ارتباط میان توسعه ابزارهای سنجش، تحلیل نتایج ارزشیابی و شایستگی معلمان زیست‌شناسی است. روش پژوهش مرور متون با رویکرد توصیفی-کیفی بوده است. گردآوری داده‌ها از طریق تحلیل مقالات علمی منتشرشده بین سال‌های 2020 تا 2025 از پایگاه‌های مختلف از جمله Google Scholar، ScienceDirect و ERIC انجام شده است. یافته‌ها نشان می‌دهد: (1) توسعه ابزارهای سنجش زیست‌شناسی در حال حاضر بر سنجش شایستگی‌های پیچیده‌ای مانند سواد علمی، مهارت‌های تفکر سطح‌بالا (HOTS) و سواد ژنتیکی متمرکز است؛ (2) تحلیل نتایج ارزشیابی از طریق روایی، پایایی، دشواری سؤال، قدرت تمایز و اثربخشی گزینه‌های انحرافی برای تضمین کیفیت سؤال‌ها حیاتی است؛ و (3) معلمان زیست‌شناسی نقش راهبردی دربرگیرنده سواد ارزشیابی مفهومی، عملی و اجتماعی-هیجانی دارند تا بتوانند نتایج ارزشیابی را طراحی، اجرا، تفسیر و به‌عنوان مبنایی برای بازخورد و بهبود آموزشی به‌کار گیرند. در نتیجه، ادغام ابزارهای معتبر، تحلیل نظام‌مند سؤال‌ها و سواد ارزشیابی کافی معلمان، کلید دستیابی به آموزش زیست‌شناسی باکیفیت و مبتنی بر توسعه شایستگی جامع دانش‌آموزان است.

This study aims to analyze the characteristics of Science, Technology, Engineering, and Mathematics (STEM) concepts integrated into literacy and science assessment based on the standards of the Programme for International Student Assessment (PISA), as well as to develop a contextual and applicable assessment design appropriate to the characteristics of students at SMP PGRI 5 Denpasar. The study employed a mixed-methods approach with an exploratory sequential design. The participants consisted of 116 students and 6 teachers. Data were collected through observations, interviews, document analysis, questionnaires, and expert validation. Data analysis involved qualitative analysis, the Gregory validity index, empirical validity, and instrument reliability analysis. The findings indicate that STEM-PISA assessment characteristics include the use of contextual stimuli based on real-world problems, the utilization of data and graphs, higher-order reasoning, cross-disciplinary integration, varied response formats, and assessment of thinking processes. The developed assessment design integrates science, technology, engineering, and mathematics through authentic contexts, data literacy, problem-solving, and assessment rubrics. Students’ perceptions obtained a mean score of 3.96, while teachers’ perceptions reached 4.42 on a five-point scale, indicating that the assessment design was considered relevant and acceptable for supporting contextual learning and assessment.

هدف این پژوهش تحلیل ویژگی‌های مفاهیم علوم، فناوری، مهندسی و ریاضیات (STEM) ادغام‌شده در ارزشیابی سواد و علوم بر اساس استانداردهای برنامه ارزیابی بین‌المللی دانش‌آموزان (PISA) و همچنین توسعه یک طرح ارزشیابی زمینه‌محور و کاربردی متناسب با ویژگی‌های دانش‌آموزان دبیرستان PGRI 5 دنپاسار است. این پژوهش با رویکرد روش‌های ترکیبی و با طرح توالی اکتشافی انجام شد. شرکت‌کنندگان شامل ۱۱۶ دانش‌آموز و ۶ معلم بودند. داده‌ها از طریق مشاهده، مصاحبه، تحلیل اسناد، پرسشنامه و اعتبارسنجی خبرگان گردآوری شد. تحلیل داده‌ها شامل تحلیل کیفی، شاخص روایی Gregory، روایی تجربی و تحلیل پایایی ابزار بود. یافته‌ها نشان می‌دهد که ویژگی‌های ارزشیابی STEM-PISA شامل استفاده از محرک‌های زمینه‌ای مبتنی بر مسائل واقعی، بهره‌گیری از داده‌ها و نمودارها، استدلال سطوح بالاتر، ادغام میان‌رشته‌ای، قالب‌های پاسخ متنوع و ارزشیابی فرایندهای تفکر است. طرح ارزشیابی توسعه‌یافته، علوم، فناوری، مهندسی و ریاضیات را از طریق زمینه‌های اصیل، سواد داده، حل مسئله و روبریک‌های ارزشیابی ادغام می‌کند. میانگین نمره ادراک دانش‌آموزان ۳.۹۶ و ادراک معلمان ۴.۴۲ در مقیاس پنج‌درجه‌ای به دست آمد که نشان‌دهنده مرتبط و قابل قبول بودن طرح ارزشیابی برای حمایت از یادگیری و ارزشیابی زمینه‌محور است.

The implementation of Kurikulum Merdeka has encouraged teachers to adopt innovative teaching and assessment practices that support student-centered learning and 21st-century competencies. However, teachers continue to face challenges in adapting instructional strategies and assessment approaches to accommodate diverse student characteristics and learning needs. This study aimed to investigate the strategies used by English teachers in teaching and assessing students under the implementation of Kurikulum Merdeka in elementary schools. The study employed a qualitative case study design involving two English teachers who also served as homeroom teachers in Grade IV and V at SDN 13 Sesetan. Data were collected through classroom observations, interviews, and document analysis. The findings revealed that teachers utilized Alur Tujuan Pembelajaran (ATP) as the basis for instructional planning and implemented various teaching strategies, including drilling, oral repetition, dictation, multimodal instruction, contextual learning, visual media utilization, and collaborative learning activities. Assessment practices consisted of formative and summative approaches through observation, checklists, peer assessment, teacher feedback, assignments, and end-of-unit evaluations. Despite challenges related to heterogeneous student abilities, teachers demonstrated adaptability by integrating diverse instructional and assessment techniques. The study concludes that the successful implementation of Kurikulum Merdeka in English classrooms depends on teachers’ pedagogical flexibility, effective assessment literacy, and the use of student-centered learning strategies.

اجرای Kurikulum Merdeka معلمان را به اتخاذ شیوه‌های نوآورانه در آموزش و ارزشیابی که از یادگیری دانش‌آموزمحور و شایستگی‌های قرن بیست‌ویکم حمایت می‌کند، ترغیب کرده است. با این حال، معلمان همچنان با چالش‌هایی در سازگار کردن راهبردهای تدریس و رویکردهای ارزشیابی برای پاسخ‌گویی به ویژگی‌ها و نیازهای یادگیری متنوع دانش‌آموزان مواجه هستند. هدف این پژوهش بررسی راهبردهای مورد استفاده معلمان زبان انگلیسی در آموزش و ارزشیابی دانش‌آموزان تحت اجرای Kurikulum Merdeka در مدارس ابتدایی بود. این پژوهش با استفاده از طرح مطالعه موردی کیفی و با مشارکت دو معلم زبان انگلیسی که هم‌زمان به عنوان معلمان پایه در کلاس‌های چهارم و پنجم SDN 13 Sesetan فعالیت داشتند، انجام شد. داده‌ها از طریق مشاهده کلاس، مصاحبه و تحلیل اسناد گردآوری شد. یافته‌ها نشان داد که معلمان از Alur Tujuan Pembelajaran (ATP) به عنوان مبنای برنامه‌ریزی آموزشی استفاده کرده و راهبردهای متنوعی از جمله تمرین تکراری، تکرار شفاهی، دیکته، آموزش چندوجهی، یادگیری زمینه‌محور، بهره‌گیری از رسانه‌های بصری و فعالیت‌های یادگیری مشارکتی را به کار بردند. شیوه‌های ارزشیابی شامل رویکردهای تکوینی و پایانی از طریق مشاهده، چک‌لیست، ارزشیابی همتایان، بازخورد معلم، تکالیف و ارزشیابی‌های پایان واحد بود. علی‌رغم چالش‌های مرتبط با توانایی‌های ناهمگون دانش‌آموزان، معلمان با ادغام فنون متنوع آموزشی و ارزشیابی، سازگاری خود را نشان دادند. نتیجه پژوهش حاکی از آن است که اجرای موفق Kurikulum Merdeka در کلاس‌های زبان انگلیسی وابسته به انعطاف‌پذیری آموزشی معلمان، سواد ارزشیابی مؤثر و استفاده از راهبردهای یادگیری دانش‌آموزمحور است.

Assessment in higher education often suffers from a critical disconnect where student feedback benefits future cohorts rather than current participants. This study presents SHARP (Strategic, Holistic, Adaptive, Reflective, Process), a systematic framework for embedding real-time student voice into assessment design to develop students’ assessment literacy and engagement. SHARP was piloted across three in-class Mathematics tests with 246 students on a foundation-level UK university programme using a mixed-methods quasi-experimental design with post-assessment surveys from 108 students administered before grade release. Quantitative analysis revealed statistically significant improvements in clarity ratings, whilst fairness perceptions rose from 70.3% to 96.0%. A quasi-experimental comparison with historical controls demonstrated a 73% reduction in assessment volatility, reflecting more consistent student performance across assessments. Qualitative evidence illustrated students’ developing capacity to evaluate and articulate assessment design. This pilot demonstrates SHARP’s potential as a transferable framework for student-informed assessment practice, though replication is needed to establish broader generalisability.

ارزیابی در آموزش عالی اغلب با یک گسست اساسی مواجه است که در آن بازخورد دانشجویان بیشتر به نفع گروه‌های آینده است تا شرکت‌کنندگان فعلی. این مطالعه چارچوب SHARP (راهبردی، کل‌نگر، سازگارپذیر، تأملی، فرایندی) را معرفی می‌کند؛ چارچوبی نظام‌مند برای ادغام صدای دانشجویان در زمان واقعی در طراحی ارزیابی با هدف توسعه سواد ارزیابی و مشارکت دانشجویان. چارچوب SHARP در سه آزمون کلاسی ریاضی با حضور ۲۴۶ دانشجو در یک برنامه دانشگاهی سطح پایه در بریتانیا، با استفاده از طرح شبه‌آزمایشی روش‌های ترکیبی و پرسشنامه‌های پس از ارزیابی از ۱۰۸ دانشجو که پیش از اعلام نمرات اجرا شد، به صورت آزمایشی به کار گرفته شد. تحلیل کمی بهبود معنادار آماری در امتیازدهی به وضوح را نشان داد، در حالی که ادراک از انصاف ارزیابی از ۷۰٫۳٪ به ۹۶٫۰٪ افزایش یافت. مقایسه شبه‌آزمایشی با گروه‌های کنترل تاریخی، کاهش ۷۳٪ در نوسان ارزیابی را نشان داد که بیانگر عملکرد یکنواخت‌تر دانشجویان در ارزیابی‌ها بود. شواهد کیفی نیز نشان داد که توانایی دانشجویان در ارزیابی و بیان طراحی ارزیابی توسعه یافته است. این مطالعه آزمایشی، پتانسیل چارچوب SHARP را به عنوان الگویی قابل انتقال برای رویه ارزیابی مبتنی بر مشارکت دانشجویان نشان می‌دهد، هرچند تکرار پژوهش برای تعمیم‌پذیری گسترده‌تر ضروری است.