literacy assessment

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.

Introduction An unhealthy diet is a major modifiable risk factor for non-communicable diseases. Higher levels of food literacy facilitate the adoption of healthy dietary behaviours; therefore, the development and validation of assessment tools are crucial for public health and clinical practice. However, existing assessment tools are fragmented, and there is a lack of systematic analysis regarding dimensional evolution, cross-cultural adaptation, and practical implementation pathways. Materials and methods This scoping review employed the Arksey and O’Malley framework along with PRISMA-ScR guidelines. Seven databases (PubMed, Web of Science, Embase, Wanfang, SinoMed, CNKI, and VIP) were searched for studies published between January 1, 2015, and November 16, 2025. Using descriptive content analysis, we synthesized evidence regarding how these tools have evolved, how they are adapted across cultures, and how they may be applied in practice. Result A total of 28 studies involving 21 assessment tools were included; 13 were newly developed tools, and eight were culturally adapted or validated tools. The analysis identified three major findings: (1) Food literacy assessment tools commonly incorporated four core domains: skills, knowledge, behaviours, and attitudes, with some instruments extending beyond individual competencies toward broader social, environmental, and food-system-related dimensions; (2) Cultural adaptation strategies were descriptively summarized into three categories: language and semantic adaptation, structural and measurement adaptation, and conceptual and value embedding, while deeper integration of culturally embedded meanings remained limited; (3) Most tools had limited evidence regarding implementation in real-world community or clinical settings, particularly concerning the linkage between assessment results and subsequent interventions or nursing practice. Conclusion Food literacy assessment tools have continued to expand in dimensional scope and cultural adaptation approaches. However, many tools remain focused on measuring static individual competencies and provide limited insight into how food-related capabilities are applied within real-life contexts. Future research should prioritize contextualized assessment approaches, implementation studies in community and clinical settings, and evaluation of the relationships between assessment results and health outcomes. Strengthening collaboration among nurses and other healthcare professionals may facilitate the translation of food literacy assessment into individualized and context-sensitive interventions. Systematic review registration OSF, registration DOI: 10.17605/OSF.IO/3T6M5

مقدمه: رژیم غذایی ناسالم یکی از عوامل خطر قابل تعدیل عمده برای بیماری‌های غیرواگیر است. سطوح بالاتر سواد غذایی، اتخاذ رفتارهای غذایی سالم را تسهیل می‌کند؛ بنابراین، توسعه و اعتبارسنجی ابزارهای ارزیابی برای سلامت عمومی و عمل بالینی حیاتی است. با این حال، ابزارهای ارزیابی موجود پراکنده بوده و تحلیل نظام‌مندی در خصوص تحول ابعادی، انطباق بین‌فرهنگی و مسیرهای اجرای عملی وجود ندارد. مواد و روش‌ها: این مرور محدوده‌ای با استفاده از چارچوب Arksey و O’Malley و همچنین دستورالعمل‌های PRISMA-ScR انجام شد. هفت پایگاه داده (PubMed، Web of Science، Embase، Wanfang، SinoMed، CNKI و VIP) برای مطالعات منتشرشده بین ۱ ژانویه ۲۰۱۵ تا ۱۶ نوامبر ۲۰۲۵ جست‌وجو شدند. با استفاده از تحلیل محتوای توصیفی، شواهد مربوط به نحوه تحول این ابزارها، نحوه انطباق آن‌ها در فرهنگ‌های مختلف و نحوه کاربرد آن‌ها در عمل، ترکیب شد. یافته‌ها: در مجموع ۲۸ مطالعه شامل ۲۱ ابزار ارزیابی وارد شدند؛ ۱۳ ابزار جدید توسعه یافته و هشت ابزار انطباق‌یافته یا اعتبارسنجی‌شده فرهنگی بودند. تحلیل سه یافته اصلی را شناسایی کرد: (۱) ابزارهای ارزیابی سواد غذایی معمولاً چهار حوزه اصلی شامل مهارت‌ها، دانش، رفتارها و نگرش‌ها را دربر می‌گیرند و برخی ابزارها فراتر از شایستگی‌های فردی به ابعاد گسترده‌تر اجتماعی، محیطی و مرتبط با نظام غذایی گسترش یافته‌اند؛ (۲) راهبردهای انطباق فرهنگی به طور توصیفی در سه دسته خلاصه شدند: انطباق زبانی و معنایی، انطباق ساختاری و سنجشی، و تعبیه مفهومی و ارزشی، در حالی که ادغام عمیق‌تر معانی فرهنگی همچنان محدود باقی مانده است؛ (۳) اکثر ابزارها شواهد محدودی در خصوص اجرای عملی در محیط‌های واقعی جامعه یا بالینی داشتند، به ویژه در ارتباط با پیوند نتایج ارزیابی با مداخلات بعدی یا عمل پرستاری. نتیجه‌گیری: ابزارهای ارزیابی سواد غذایی به گسترش دامنه ابعادی و رویکردهای انطباق فرهنگی ادامه داده‌اند. با این حال، بسیاری از ابزارها همچنان بر سنجش شایستگی‌های فردی ایستا متمرکز بوده و بینش محدودی در خصوص نحوه به‌کارگیری قابلیت‌های مرتبط با غذا در زمینه‌های واقعی ارائه می‌دهند. پژوهش‌های آتی باید رویکردهای ارزیابی زمینه‌مند، مطالعات اجرا در محیط‌های جامعه و بالینی و ارزیابی روابط بین نتایج ارزیابی و پیامدهای سلامت را در اولویت قرار دهند. تقویت همکاری میان پرستاران و سایر متخصصان سلامت می‌تواند ترجمه ارزیابی سواد غذایی به مداخلات فردمحور و حساس به زمینه را تسهیل کند. ثبت مرور نظام‌مند: OSF، شناسه ثبت: 10.17605/OSF.IO/3T6M5

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.