试题是考试评价重要的工具和载体。题目属性和功能的定位影响着测试的结果及其分析,影响着评价诊断学生的学习能力,也会影响教学效果和教学策略。试题属性认定的合理性需要做更多的工作进行检验。本文从认知心理学与大规模考试评价实践相结合的角度和思路出发,通过选择具有代表性的物理试题,设计以学生“出声思维”为基础的访谈,收集数据,并与大规模测评结果进行比对,以期检验科学试题属性认定的合理性,同时为属性认定的流程优化提供基于证据的研究启示,为大规模纸笔测试提供参考。全文分为五个部分：第一部分是引言和理论框架部分,首先提出研究问题,简单介绍研究的背景和意义、研究目的和主要内容,以及相关概念的含义。接着介绍本研究采用的理论框架,研究主要是利用历年科学大规模测评中的十道物理试题,对学生进行教育测量,在实践中收集数据、积累知识,从而开展研究。第二部分是文献综述和分析。介绍布卢姆、克洛普弗和安德森等人的教育目标分类中对学生能力的要求,特别比较在“理解”和“应用”认知要求上的区别。分析国内外大型学生测试项目中对学生的认知考查,比较其异同,为我国大规模测试评价提供借鉴和启示。最后介绍关于试题属性标定的方法和流程以及检查其标定合理性的方法。第三部分是主要的研究设计。根据研究问题,建立在“了解”“理解”“应用”这三个认知维度的试题上,学生对信息的认知加工过程模式,以及推断出在大规模测试实践中对认知水平的难度划分。介绍主要的研究方法和如何选取研究对象,阐述研究的实施过程。利用大规模科学学业测评历年的试题中十道有代表性的物理试题,采用“出声思维”的方式,对学生进行访谈,整理录音材料,收集研究数据以及对大规模测试的数据进行描述性统计和分析。第四部分是结果和分析。对学生的作答进行分析,从学生认知的角度审查试题,结合大规模数据测评结果,讨论试题属性认定的合理性。分析典型试题,考量其原有的属性标定。研究中发现,涉及学生具有较顽固的前概念的试题可以用来测查学生“理解”的认知水平。第五部分基于研究结论,对科学试题属性标定过程提出一些思考。学生对信息的认知加工模式不是单一的,其思维过程有复杂性。基于研究发现对命题者以及教学提出一些建议。最后为研究反思,提出研究中的不足,并提出对后续研究的展望。