第1章 绪论 1
1.1 研究缘起 1
1.1.1 口语测试的发展 1
1.1.2 评分员评价体系研究现状 2
1.2 研究思路 4
1.2.1 研究目的和内容 4
1.2.2 研究方法 5
1.3 研究意义 7
1.3.1 理论意义 7
1.3.2 实践意义 8
第2章 口语测试及其评分员 11
2.1 引言 11
2.2 口语和口语测试 11
2.2.1 口语的定义 11
2.2.2 口语测试 14
2.2.3 语言能力 16
2.3 口语测试实践 26
2.3.1 国外口语测试发展概况 26
2.3.2 国内口语测试发展概况 30
2.4 汉语口语测试评分员 37
2.4.1 评分员的分类 37
2.4.2 评分员的特点 41
2.5 评分员培训和评价 44
2.5.1 评分员培训 44
2.5.2 评分员评价 50
2.6 本章小结 58
第3章 理论基础 61
3.1 引言 61
3.2 构建评分员评价体系的目的 61
3.3 构建评分员评价体系的原则 63
3.3.1 人本性原则 63
3.3.2 科学性原则 63
3.3.3 系统性原则 64
3.3.4 操作性原则 64
3.3.5 激励性原则 65
3.3.6 导向性原则 65
3.4 构建评分员评价体系的作用 66
3.4.1 选拔 66
3.4.2 诊断 67
3.4.3 分数调整 68
3.4.4 研究 69
3.5 理论来源 70
3.5.1 人力资源管理理论 70
3.5.2 系统论 72
3.5.3 人才测评理论 74
3.5.4 语言测试理论 76
3.6 本章小结 78
第4章 研究假设 81
4.1 引言 81
4.2 评价体系研究的前提 81
4.2.1 评分员的价值可量化 81
4.2.2 评分员价值是稳定的 82
4.2.3 评分员价值可正常发挥 82
4.3 评分员评价体系的构建 82
4.3.1 现有评分员评价体系述评 82
4.3.2 评分员评价体系框架 86
4.4 评分员“绩效”评价体系的构建 90
4.4.1 现有评分员“绩效”评价方式述评 91
4.4.2 确定评分员“绩效”评价指标 95
4.4.3 “绩效”评价指标的权重问题 98
4.5 本章小结 99
第5章 评分员严厉度研究 101
5.1 引言 101
5.2 严厉度定义 101
5.3 关于严厉度的研究 103
5.3.1 国外相关研究 103
5.3.2 国内相关研究 104
5.4 多面Rasch模型 109
5.4.1 模型介绍 109
5.4.2 常用软件 112
5.4.3 模型应用领域 112
5.5 实证研究 116
5.5.1 研究假设 116
5.5.2 研究对象 117
5.5.3 研究方法 118
5.5.4 研究步骤 118
5.5.5 结果分析 120
5.5.6 结论 124
5.6 严厉度评价效度检验 126
5.6.1 偏离趋势检验 126
5.6.2 偏离量检验 128
5.7 本章小结 135
第6章 评分员一致性研究 137
6.1 引言 137
6.2 一致性定义 137
6.3 一致性和信度 138
6.3.1 信度概念的演变 138
6.3.2 信度的重要性 147
6.3.3 一致性和信度的比较 149
6.4 实证研究 151
6.4.1 研究假设 151
6.4.2 统计结果分析 151
6.4.3 结论 154
6.5 一致性评价的效度检验 155
6.5.1 对区间上限的检验 155
6.5.2 对区间下限的检验 159
6.6 本章小结 160
第7章 评分员内化评分标准研究 163
7.1 引言 163
7.2 内化评分标准的内涵及鉴别 163
7.2.1 定义 163
7.2.2 研究方法述评 164
7.3 汉语口语测试的相关研究 168
7.3.1 普通话水平测试的相关研究 168
7.3.2 汉语水平考试（高等）口试的相关研究 171
7.4 实证研究 173
7.4.1 研究假设 174
7.4.2 研究对象 174
7.4.3 研究方法 175
7.4.4 研究步骤 176
7.4.5 统计结果分析 177
7.4.6 结论 181
7.5 本章小结 181
第8章 结论 183
8.1 评分员评价体系的确立 183
8.2 评分员评价体系的应用 186
8.3 创新之处 188
8.3.1 理论创新 188
8.3.2 方法创新 189
8.4 研究展望 190
参考文献 191
附录 201
致谢 217