本研究调查了二年级化学学生对一门必修有机化学实验课程中多种评估格式的感知，这些格式包括实验室报告、视频演示、课后测验、实验室笔记本、风险评估以及形成性同伴评估和自我评估。通过一项匿名在线调查（参与人数n=65，总注册人数N=130），收集了学生对八种评估格式的李克特量表评分和自由文本评论。定量数据通过描述性分析来比较每种格式的评分，定性数据则通过主题分析来刻画感知到的优势和挑战。学生为不同格式赋予了不同的优势：实验室报告最常被描述为能深化理解，视频演示能培养简洁沟通能力，课后测验能通过快速反馈强化关键概念，实验室笔记本和风险评估则支持良好的实验室实践和安全意识。学生区分了对一种格式的“舒适感”与认为其对学习有价值的看法，部分评估被描述为要求高但值得。在本课程背景下，研究结果表明，当工作量、时间和反馈得到精心管理时，结合互补的评估类型可以支持广泛的实验室学习目标。
本科生化学实验室旨在通过多种评估类型来证明概念理解、实践技能、沟通能力和安全工作能力，这些类型包括实验室报告、视频演示、在线测验、实验室笔记本、《控制对健康有害物质》（COSHH）风险评估以及同伴评估和自我评估。(1−5)实验室报告构建科学写作能力，并将理论与方法、数据和结论联系起来。(1−3)视频演示发展口头沟通、流程解释和关键点优先排序能力。(6,7)在线测验在课程间提供快速纠正性反馈。(3,8)实验室笔记本提供实验台旁记录，支持可重复性和结构化的科学工作。(4,9)与COSHH相关的准备工作阐明危害、控制措施、防护服和设备（PPE）以及应急步骤，支持安全的实验室实践。(5,9)在明确的标准和反馈流程指导下，同伴评估和自我评估可以培养评估判断力和自我调节学习能力。(10−12)
多样化的评估还可以通过提供多种展示能力的方式来促进包容性，揭示单一格式可能遗漏的优势。口头任务可能特别有益于一些残疾学生，并有助于减少与单一主导评估风格相关的偏见。(13−17)课程要求和学术诚信也影响评估设计。多种评估类型有助于培养认证机构所期望的广泛科学和可转移技能，包括分析、实践、书面、口头、图表和团队合作技能。(16,18,19)在担忧学术诚信和生成式人工智能（GenAI）的背景下，实践考试、现场演示、访谈和视频演示提供了更难以外包的证据形式。(20−23)评估也塑造了学生的学习方式。在压力下，学生会关注他们认为会被评估的内容，这可能鼓励短期记忆，或者，通过明确的目标和精心设计的任务，促进更深入和自我调节的学习。(8,23−25)一套多样化的评估可以捕捉任何单一格式可能遗漏的认知、实践和人际技能，从而更全面地展现学习进展。(23,26)
然而，在一门课程中进行多项评估会增加工作量和时间压力。如果评估管理不善，压力和模糊的期望可能会削弱多样化评估的好处，并将学生推向表面化的学习方式。(27−29)有益的做法包括清晰的指导/范例以及及时、可操作、可用于后续任务的反馈。(25,29−32)时间安排和权重应支持学习，而不造成过重负担。(16,23,29)与学生合作共同设计评估也可以提高清晰度、公平性和信心。(33)
因此，学生对评估的看法至关重要。他们认为评估要求什么、判断其是否公平和有用，以及相信它对学习有多大贡献，都会影响他们投入努力的意愿。(20,30)学生对学习价值、舒适度和努力程度的看法，为了解设计在实践中的运作方式提供了重要见解。(34)
大多数先前的化学教育工作侧重于单一的评估创新，例如特定的视频任务、数字工具或替代报告格式。(6,7,21)较少的研究考察了结合多个评估组件的模块或课程，例如在建设性对齐的实验室课程中将课前测验、实践工作和报告联系起来，或将基于能力的观察与书面工作相结合。(3,18)这些研究表明，评估组件在塑造学生如何分配时间、理解期望和参与反馈方面可以相互强化或竞争。(18,25)然而，很少有研究分析学生如何感知在单个实验室课程中同时使用的多种评估格式，以及他们如何在该共享背景下比较不同格式的学习价值、努力程度和公平性。(23,33,35)理解学生如何体验一组评估格式，而不是孤立的创新，非常重要，因为关于权重、时间安排和支持的实际决策是在课程层面做出的，格式在实践中相互影响。为了解决这一差距，本研究调查了在一个使用多种评估格式的单一二年级（水平2）有机化学实验室课程中，学生在整个学年的感知。课程结束后，学生完成了一项调查，包括李克特量表项目和关于感知优势、局限性、改进领域以及与参与度相关特征的开放式回答，从而可以探索分布模式和潜在原因。(35−39)
这项工作解决了两个研究问题：RQ1：在一个二年级有机化学实验室课程中，学生如何看待不同评估格式对学习、舒适度和参与度的贡献？RQ2：学生如何看待这些评估格式的优势和局限性，这对实验室评估方法的设计有何影响？
参与者是杜伦大学（Durham University）2023/24学年注册一门必修有机化学实验室课程的二年级化学本科生。所有注册学生（N=130）受邀完成一项匿名的课程结束在线调查，65名学生提供了知情同意并参与（应答率50%）。未收集个人人口统计数据以保持匿名。学生通过一年级实验室课程和《核心化学1》（Core Chemistry 1）课程，拥有大学实验室教学和评估的经验，这可能影响了他们对常见格式（例如实验室笔记本和书面报告）的熟悉度。有机化学实验室课程在两个教学期（米迦勒学期：10月至12月；主显学期：1月至3月）分三个模块进行，包括一日湿实验实验以及实践技能和干实验室技能环节。实践技能环节侧重于技术发展和为后续总结性工作做准备（例如柱层析装置），而干实验室环节则支持课外准备和后续工作（例如在数据/光谱和安全准备方面的指导工作）。课程强调使用结构化实验脚本进行有机合成/纯化和分析/表征。每个模块都包含实践技能和干实验室组成部分。在模块1中，每个环节进行单个实验，并进行形成性评估以介绍期望并在总结性模块之前建立信心；在模块2和3中，每个环节同时进行两个实验。每个实验室环节通常招收70-80名学生。环节由一名学术高级演示员和三名研究生演示员负责，实验室技术员提供技术支持。课程旨在培养学生对中级有机化学原理的理解；实践能力（制备/纯化/鉴定、实验操作、安全推理、规划/时间管理、将结果与理论进行评估以及光谱解释）；以及关键技能（问题解决和科学写作/沟通）。评估在周四和周五的实验室环节进行。要求的课前活动（包括课前测验）在预定的实验室环节之前完成，测验在预定实验室周的周三14:00前截止。课后提交在实验室环节之后的周三14:00前截止（三个工作日）。总结性实验室报告和录制的视频演示由学术人员根据评分标准进行评分，测验自动评分，实验室参与度/能力由研究生演示员根据公布的标准在课程期间进行评估。表1总结了评估格式及其时间安排、利害关系、反馈和支持结构。
最终课程成绩由三个40%总结性任务中最高两次分数的80%以及20%的实验室能力和参与度组成（表2）。安全准备工作嵌入在课前活动中：学生完成本课程之外另一个实验的完整风险评估，对于本课程的实验，学生在作为必要课前准备的一部分参与课程提供的风险评估/COSHH材料（有机会在环节前和环节中与演示员澄清不确定性）。数据收集在完成有机化学实验室课程后，学生受邀完成一项匿名在线调查（使用Qualtrics调查软件管理），通过内部电子邮件系统发送给所有注册学生，开放时间为2024年4月19日至6月21日，并定期发送提醒。杜伦大学化学系伦理委员会批准了伦理批准（伦理参考编号CHEM-2024-0372-355）。该调查由作者设计，以符合研究目标，并参考了先前关于科学教育中学生对实验室评估和形成性反馈感知的工作。(40,41)这些文献指导了核心构念的选择以及结合评分量表和开放式项目的决定，但所有问题都是为本课程专门撰写的。它包含10个混合定性和定量元素的问题，并由两位独立同事进行清晰度和表面效度审查。自由文本回答来自关于偏好、每种格式感知优势和局限性以及改进建议的开放式问题（Q1，Q5，Q6，Q8）。定量数据通过两种项目类型收集。首先，多项选择题（Q3和Q9）询问学生认为哪些评估格式对理解贡献最大以及哪些最吸引他们。这些项目允许多选，报告为选择每种格式的学生百分比；因此，总和不是100%。其次，评分量表项目捕捉了（i）按格式的舒适度和（ii）参与度，以及一个整体有效性评分（Q7）。Q2使用5点量表衡量每种评估格式的舒适度，锚定在1（“非常不舒服”）和5（“非常舒服”）之间，中间点未标记。Q10使用5点量表衡量每种评估格式的感知参与度，锚定在1（“完全不吸引人”）和5（“非常吸引人”）之间，中间点未标记。Q2和Q10都以相同的顺序呈现相同的八种评估格式（表3），允许逐格式比较。舒适度和参与度按格式进行描述性分析。未计算复合内部一致性指标。Q10捕捉了每种格式的主观情感/认知兴趣，区别于行为努力。Q7要求对整体有效性进行5选项评分（“完全无效”到“非常有效”），并被视为单个全局项目（非按格式；见表3）。Q4询问学生是否注意到自引入多样化评估格式以来成绩或化学概念理解有所提高，使用5选项回答（“肯定是”到“肯定不是”），后跟开放式“请解释”。大多数单项缺失数据低于5%。Q2和Q10的格式级平均值使用所有可用响应计算（每种格式n=32-34；实验室能力和参与度n=18，因为此格式的成绩在调查期间发布）。使用Braun和Clarke的六阶段框架对自由文本响应进行主题分析，从重复阅读和归纳编码开始，到定义、命名和报告主题并附有说明性引文。(42)从反复出现的短语、语言模式和关于工作量、情绪和学习的共同想法中识别共同主题。两位作者独立编码所有响应，比较编码框架，解决分歧，并商定最终的主题结构，然后系统地应用。结果部分中的引用短语直接来自匿名自由文本响应，定性主题用于为描述性定量模式增加深度和解释。在Microsoft Excel中计算描述性统计。计算所有评价该格式的学生（n=32-34；实验室能力和参与度n=18，因为只有在调查时已收到成绩的学生才完成此项）对八种评估格式的平均分。比较参与度、对理解的贡献以及舒适度的评分以识别格式级模式。由于仅包含八种格式，所有关系被视为描述性而非推断性。采用趋同平行设计整合定性和定量数据，两者同时收集、单独分析，然后在解释时结合。定量发现如描述性模式和排名显示哪些评估格式与参与度和感知学习价值最相关，而定性自由文本回答通过强调具体优势、局限性和背景因素来解释这些模式。整合发生在组合的“结果与讨论”部分，其中定量结果首先出现以建立模式，随后定性数据阐述和完善这些解释。在报告工作中未遇到意外或异常高的安全危害。
本节呈现与学生感知、学习、舒适度和参与度研究问题相关的定量和定性发现。影响参与度和感知学习价值的评估特征当比较八种评估格式的平均评分（n=8个数据点，每种格式一个）时，学生评价为对学科理解贡献更大的格式，通常也被描述为更具吸引力（图1）。这一发现与高等教育中任务价值和动机相关的研究一致，代表了一种格式级的关联，而非因果关系。(8)实验室报告在对理解的贡献方面排名最高（图2），并且也获得了最高的参与度评分（图3）。不同的格式因不同的目的而受到偏好，报告与学科理解相关，视频与沟通相关，COSHH或实验室笔记本与安全和真实实践相关，并且受访者通常选择多种格式作为有益的，表明他们认为有多种选择可用具有价值（图2和图3）。舒适度在格式级别上与参与度有些一致，但这种关联比对理解的贡献更弱（表4）。由于只有八种格式，这些关系被视为描述性模式而非正式测试。学生的评论强调工作量和时间要求是影响参与的关键因素，例如实验室报告等任务经常被描述为耗时。这一模式与证据一致，即繁重的学术工作量和频繁的评估与压力和更表面化的学习方式相关。(28,29)先前的研究也指出，依赖传统报告可能导致学业负担过重和教育效率降低。(43,44)这些定性见解表明，管理截止日期和任务量可能支持参与度并减少不必要的压力。视频演示在舒适度方面排名最低（表4）。先前关于口头和公开评估的研究将其与社会评价焦虑、规划内容、在严格时间限制下使用技术传递内容的综合要求以及评估标准的不确定性联系起来。(16,20,21)本课程中视频演示的具体挑战和机会在“总结性评估”部分讨论。尽管舒适度评分较低，视频演示仍然获得了较高的参与度评分（表4）。这表明，当学生认为一种评估具有教育价值时，他们可能会强烈地参与其中。类似的模式也出现在口头评估中，学生经历压力，但也感到对知识的责任感增强，并更有动力积极参与学习。(21)诸如口头考试之类的替代模式也可以通过口头展示知识来改善某些残疾学生的学习成果。(45)RQ1的结果显示，学生报告说，他们认为对理解贡献最大的格式参与度最高（图2-3），即使舒适度较低（表4）。这表明，尽管存在情感障碍，感知到的价值驱动了参与。
针对RQ2，本节主要借鉴定性数据，探讨不同评估格式的感知优势和局限性。实验室报告：偏好、价值和工作量实验室报告受到76%学生的偏好，并被确定为最具吸引力的评估格式（图3）。这种偏好与该格式感知的清晰度和可预测性有关（例如，“容易理解，方法一致，评分一致”；表5）。调查反馈还将实验室报告与作为可转移技能的科学写作联系起来（例如，“科学写作，在现实生活中有用”）。在本课程中，时间安排允许学生利用第一份报告的反馈来改进第二份报告，这是一种公认的支持在连续作业中积极使用反馈的方法。(25)对实验室报告的强烈偏好需要谨慎解读。报告是水平1中最熟悉的格式，并且在最佳两份报告中各占40%的最高权重，因此熟悉度和高利害关系可能独立于任何固有的教学优势而夸大了其感知价值。本研究无法分离熟悉度、权重和实际学习价值的影响，这是解释偏好数据时的一个关键局限性，学生可能因为报告权重更高或感觉更可预测而投入更多努力，而不是因为它们在学习方面内在更好。纵向工作或在不同权重方案下的比较将有助于厘清这些影响。学生经常描述实验室报告比其他格式更清晰、更可预测，他们将此与对如何改进有更大信心联系起来。“容易理解，方法一致，评分一致”和“更容易知道如何得高分”等例子与他们报告的更高偏好和对该格式的参与度一致，也与将明确的标准和利用反馈的机会与更强的参与评估意愿联系起来的研究一致。(16,32)与此同时，全面书面报告的高权重可能有利于勤奋和篇幅，而不是简洁和洞察力，这突出了明确标准、校准审核和针对性反馈的重要性，以便评分奖励证据推理和科学论证，而不仅仅是结构合规。(43)这种感知的价值被工作量和时间方面的担忧所抵消。学生描述实验室报告“耗时”并需要大量努力（表6）。这种看法与文献一致，表明报告可能缺乏教育效率并导致学业负担过重。(29,43,44)
学生提出了对实验室报告评分不一致和公平性的担忧，认为评分者有不同的期望，有时质量相似的报告会得到不同的分数。一些人描述反馈是矛盾的，例如，被要求在一个光谱中报告更多的峰，后来又被告知报告得太多。这种感知会破坏对评估公平性的信心，并降低反馈的形成性价值。(31)这些担忧仅反映了学生的看法，可能与实际的评分实践不符。本研究未收集客观的一致性数据，如评分者间统计数据、成绩分布或系统性反馈分析。在本课程中，多名评分者使用了共享的评分标准，但除了初始培训外，没有正式的双评或定期校准，仅凭感知数据无法区分标准的真实差异、反馈风格的差异、学生对依赖情境的期望的误解或其他因素。视频演示：可转移技能和后勤障碍视频演示作为2023/24学年引入的新总结性评估，显示出独特的模式。它们的舒适度评分最低（表4），但参与度很高，41%的学生认为它们对理解有贡献（图2）。学生重视它们培养可转移技能，包括口头流利度和清晰的科学沟通（表4），认识到准备演示可以促进透彻理解，并提供不同于书面工作的表达模式。学生提到了时间和后勤方面的限制。许多人觉得5分钟的时间限制太短，报告很难在水平2的深度上涵盖程序、结果和讨论。“5分钟太短”的评论以及担心无法包含所有必要数据的情况很常见（表5）。后勤问题包括录制软件问题、进入安静空间的困难以及对自己录制的焦虑。(47)这些观点突显了一种教学上的权衡。将时间限制延长到大约6-7分钟可以缓解压力，允许更充分地解释复杂的化学内容，并减少焦虑，而较短的时间限制支持简洁的科学沟通，反映了现实世界的需求，如会议报告和推介。(6,7)一个务实的选择是适度延长时限，同时仍然强调简洁是关键成果，或者提供关于必需内容与可选内容的更清晰指导，以便学生在现有约束内做出明智的选择。视频演示的低舒适度和高参与度相结合表明，富有成效的挑战——推动学生超越其舒适区同时仍可实现的任务——即使伴随着焦虑也能促进学习。这与研究表明，在有明确标准、实践机会和合理约束的情况下，适当挑战性的任务支持更高层次的学习一致。(16,21)
本节扩展了对RQ1和RQ2关于形成性任务的分析，考察了为什么具有教学价值的活动在本课程中经常获得较低的参与度和感知学习价值。该课程包含几个形成性任务（COSHH风险评估、同伴和自我评估）。这些任务虽然在教学文献中被认定对深层学习和培养评估判断力有价值，但在学生参与度和对学科内容理解的感知贡献方面通常排名较低（图1和图2）。(10,11,24)教学价值与学生感知之间的脱节引发了关于形成性任务如何在评估方法中设计、沟通和整合的重要问题。总结性任务权重的优先级因为形成性任务是及格/不及格，并且不计入课程成绩，学生不太可能投入努力，并经常认为它们的好处较少。同伴评估被描述为“缺乏兴趣和投入”，表明评分结构通过信号传递什么是有价值的，充当了隐藏课程的一部分。(48,49)当活动承担很少或没有总结性权重时，它们可能被解释为较低的优先级，在低风险设计意图和有意义参与的必要性之间产生张力。本研究无法证明低参与度主要是由及格/不及格结构驱动的，还是由同伴和自我评估文献中确定的其他因素驱动的，这些因素包括标准不明确、给予反馈的培训有限、判断同伴作品的信心不足、认为同伴评论不如教师反馈有价值，以及与总结性评估的一致性弱。(50,51)调查没有深入探讨这些方面，学生的评论只提到了普遍的缺乏兴趣，而没有具体说明特定的障碍。自我评估和同伴评估：教学价值与学生感知之间的差距即使参与度较低，同伴和自我评估也通过阐明质量标准和促进现实的自我评估来支持自我调节学习。(11,52,53)然而，在本课程中，它们较低的参与度和学习价值感知（图2和图3，表5）突显了已建立的教学益处与学生感知之间的差距。几种解释是合理的，尽管数据无法区分它们。如果标准不明确或给予建设性反馈的培训有限，活动可能指定不充分或支持不足。学生可能没有认识到这些任务与总结性标准如何联系起来，或者可能更重视教师而不是同伴反馈，特别是在强调个人成就的情况下。时间安排也可能是一个因素，如果活动与总结性工作量的高峰期重合。可能的改进包括提供高质量同伴反馈的注释示例、与总结性标准一致的结构化提示和评分标准，以及简短的反思任务，将给予和接收反馈与学习联系起来。(31,50,51)评估合作文献建议与学生共同设计这些活动，以提高清晰度、感知公平性和信心。(33)在该队列中，学生表达了明确的偏好和担忧（表6），表明协作重新设计可以解决参与障碍并加强评估素养。COSHH评估对于准备和安全意识至关重要。(19)然而，学生经常将它们描述为“非常枯燥”、“无聊或重复”并且耗时，诸如“COSHH占用了大量时间，我觉得我没有学到有用的东西”等评论表明，当被框定为一项管理任务时，其教学价值会与真实的科学问题解决脱节（表6）。关于情境学习和真实评估的研究提出了几种提高参与度的方法：要求学生比较替代合成路线的风险，根据物质性质证明控制措施的理由，或使用完成的COSHH表格来应对泄漏或设备故障场景。(9,54,55)在实验室简报中进行结构化讨论或简短辩论，学生根据自己的COSHH评估来推理这些案例，可以将COSHH从单独的表格填写转变为协作性的、对话式的学习活动。
基于RQ2，本节探讨反馈的时间安排和一致性如何影响学生对不同评估方法的参与意愿。及时、一致的反馈作为支持学习和信心的重要主题出现，呼应了关于实验室报告评分不一致及其对形成性价值影响的更广泛关注。(16,31,41,56)学生重视在线测验的即时反馈，而实验室报告在预定的两周内返回。虽然调查没有直接询问学生对时间安排偏好的比较，但评论表明对每种格式有不同的期望，并且即时的测验反馈与较慢的报告反馈之间的对比引发了关于时间和功能的问题（图2和图3，表4和表5）。测验在是非题上提供纠正性反馈，有效地巩固事实知识。(30,57)实验室报告需要对论证、数据解释和发展性反馈，这需要更长时间，但能随着时间的推移构建复杂技能。(41,58)这意味着双重优先级：为低风险任务保持快速纠正性反馈，同时通过明确的标准、审核、范例和明确的前瞻性指导，加强高风险评分的一致性。(32)该课程设计允许学生放弃最低的总结性分数，因此只有最佳两次分数计入最终成绩（表2）。这种结构旨在减轻压力并支持在任务间前瞻性使用反馈，与证据表明此类循环可以增强学习一致。(25,59)然而，未分析成绩数据，因此无法确定分数是否提高或反馈是否得到系统性应用。因此，更高的透明度和更广泛地使用范例，特别是那些将同伴和自我评估标准与总结性标准对齐的范例，对于支持评估素养和感知公平性非常重要。(32,41)
本研究基于学生对评估格式的自我报告感知，这对于理解经验至关重要，但不能直接衡量学习成果。一个核心挑战是将熟悉度与教学价值分开。实验室报告是最受欢迎的格式，但也是最熟悉的，并且在最佳两份报告中各占40%的最高权重；因此，本研究无法分离这些影响。纵向工作或在不同权重方案下的队列比较将有助于显示感知价值是反映教学益处还是背景因素。该调查没有测量对每种格式的熟悉度或评估素养，也没有捕捉目的和学习成果的沟通是否明确，或者学生是否接受过同伴评估培训。因此，对同伴评估和COSHH的低参与度可能反映的是有限的评估素养，而不是格式固有的局限性。在没有关于所接受教学的数据的情况下，无法确定参与度问题的来源。Q4是一个双管齐下的项目，结合了成绩和理解——两个不同的构念——因此仅被视为一个广泛的变化感知指标，不用于推断学习成果或与其他调查指标联系。未来的版本应将这些分开，并在可行时，用绩效数据三角验证感知。由于只有八种评估格式，格式级定量分析产生八个数据点。因此，结果是在该课程内的描述性模式，而非正式的统计推断，明显的关系应被视为探索性的（图1-4，表4-6）。在此尺度上，置信区间和p值不稳定且可能具有误导性，因此未报告。参与者来自单一机构的一门课程，自愿设计存在无应答偏见风险，限制了可推广性。未收集个人人口统计数据，这限制了解释学生子群体（例如先前经验、语言背景、残疾相关便利措施、通勤/照顾责任）之间感知是否不同，并将定量发现限制为该队列的描述性模式。也未收集学生学习成绩数据，因此无法验证连续评估的改进以及多样化评估对成绩的影响。未来的工作应纳入纵向设计和客观学习测量，在不同评估权重方案下比较队列，跨多个机构扩展，使用经过验证的工具，并收集人口统计数据以支持公平敏感的解释。在适用匿名约束的情况下，未来的研究可以纳入广泛的、非识别人口分类，以在保密的同时支持更公平和情境敏感的解释。考察关于评估目的和同伴评估技能的明确教学是否会提高对形成性任务的参与度也是一个重点。
在这所院校的一门二年级化学实验室课程中，本研究考察了学生对多种评估格式共同使用的感知，并指出了评估设计的启示，同时指出需要进一步的工作来检验更广泛的适用性。学生为不同格式赋予了不同的益处：实验室报告最受重视以深化理解并被认为最具吸引力；视频演示支持口头沟通，但受限于时间和后勤；被认为对理解贡献更大的格式通常被描述为更具吸引力，表明感知学习价值与投入努力的意愿之间存在关联（图1-4，表4-6）。解释偏好是复杂的，因为熟悉度和高权重可能独立于教学优势而提升了对实验室报告的感知价值，并且舒适度并不总是与参与度一致，表明学生有时会坚持他们认为有教育意义的要求高的格式。形成性及格/不及格任务显示出较低的参与度，这可能反映了低风险信号效应，以及可能存在的任务设计、目的清晰度或同伴和自我评估培训有限等问题。COSHH评估和同伴评估被认为与有意义的学习脱节，尽管它们具有既定的教学价值。建议包括强调高感知价值的任务，同时通过特定实验的范例、有支架的报告结构以及精心规划的深度要求来管理工作量；并通过将COSHH嵌入基于问题的情景并展示同伴和自我评估标准如何与评分工作对齐来加强目的沟通。通过校准的审核、结构化的评分标准和注释的范例保持评分和反馈的一致性有助于建立信任；对于低风险的形成性任务，提高其感知价值的策略对于鼓励更深入的参与很重要。未来的研究应将感知与绩效数据联系起来，考察多个机构的模式，并分析多样化评估如何影响不同人口背景的学生，以更充分地理解其公平潜力。(33)
