Notice bibliographique
Résumé
This paper examines the role of multiple-choice questions (MCQs) in language assessment, combining a review of existing research with a focused case study from Uzbekistan. From a pedagogical and psychometric perspective, the paper explores both the affordances and limitations of MCQs as tools for assessing language knowledge, receptive skills, and aspects of discourse and pragmatics. Drawing on sources such as Phakiti and Leung (2024), Hughes and Hughes (2020), and Bachman and Palmer (2010), the analysis highlights the standardisation, efficiency, and diagnostic precision that MCQs can offer, particularly in large-scale and high-stakes testing environments. At the same time, it addresses critical concerns, including the inability of MCQs to assess productive language skills, their tendency to fragment language knowledge, and their potential to distort teaching and learning. The paper also evaluates alternative assessment formats (e.g., cloze tests, constructed-response tasks, portfolios) and outlines principles for writing effective MCQs. The second part of the paper presents a document-based case study of the Pedagogical Excellence and International Assessment Centre in Uzbekistan and its use of MCQs in national summative assessments. The research material includes government resolutions and sample items from the end-of-quarter summative exams (ChSB), supported by critical commentary from local media sources. Analysis of this material suggests that MCQs have been instrumental in supporting the country’s transition to criterion-referenced, CEFR-aligned assessment, but that tensions may remain between goals of standardisation and concerns about test validity, teacher autonomy, and pedagogical washback. The paper concludes that MCQs are neither inherently flawed nor universally appropriate: their effectiveness depends on alignment with construct definitions, assessment purposes, and broader educational values.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,013 | 0,020 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,123 | 0,036 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».