新高考的等级赋分规则

2022-03-20 00:33:25   第一文档网     [ 字体: ] [ 阅读: ] [ 文档下载 ]
说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。下载word有问题请添加QQ:admin处理,感谢您的支持与谅解。点击这里给我发消息

#第一文档网# 导语】以下是®第一文档网的小编为您整理的《新高考的等级赋分规则》,欢迎阅读!
规则,等级,高考

.



高考等级赋分规则



等级赋分制,只针对新高考制度下的选考科目。已经实行了的等级赋分情况来看,可以分为3个类型:以浙江、上海、天津为代表的等级赋分方案,以海南为代表的标准分方案,以山东为代表的等比例转换赋分方案。这3种类型的方案均具有不同的优势,也都存在一些需要进一步考虑的问题。

任何改革,任何政策,都不可能百分之百的绝对公平。手心手背都是肉,对你的优待,就是对别人的不公平;对你的不公平,就是对别人的公平。对已经确定的政策,与其牢骚满腹,吐槽抱怨,不如摆正心态,读懂政策,吃透规则,积极面对。

排名决定赋分 海南、山东的赋分有点复杂。网传的江苏方案也很复杂,一般人弄不明白

~

但万变不离其宗。无论方案多复杂,公式多花哨,总改不了一个现实:



不论考分多少,你在所有考生中的排名,最终决定赋分成绩。浙江方案最简单,本文以此为例进行解读。

.




.





上表为浙江省2018高考等级赋分方案

.




.



等级赋分遵循的原则:原始考分转化为百分比例;排名等级转化为最终分数。转换后的分数分布在21个等级点上,起点分数为40分。 举例:

生物80分,但全省排名1%以内,最后等级赋分变为了100分。 化学80分,但全省排名36%,最后成绩79分。 结论:

排名,决定最终赋分。

2、技术角度:人少的地方不能去

举一个例子:假设某省2021年新高考,为便于计算,赋分方案假设按上表实施。

此处的选科人数也是假设。化学选科5万人;生物选科30万人。某学霸A化学、生物成绩均能排名全省1千名之内。同学B,成绩还行,化学、生物均能排名全省1万名之内。该怎样选科?学霸A化学、生物均排名全省1千名。如选择化学,排名2%之内;如选择生物,则排名0.3%之内。无论选哪科,影响都不大,根据等级换算,都是100分,或接近100分。备注:

此处假设,化学成绩好的同学,全部都选了化学

原因在于,近几年来,某省(如,江苏)有一个趋势,各个高中的实验班、竞赛班,只选物理+化学组合,即全江苏水平最高的那一批理科生,全部选的是物理+化学组合。

同学B,成绩还可以,化学、生物成绩均能排名全省1万名之内。如选化学,则5万人中的排名前1万,排名大致为20%内。如选生物,则30万人中的排名前1万,排名大致在3.3%之内。 化学20%之内,赋分85分以上。

生物,3.3%之内,赋分94分以上。二者相差可能最高会达到9分。综上:学霸A,随便怎么选~同学B,人少的地方不能去。化学、生物成绩差不多,且兴趣都喜欢的情况下,哪门科目选的人多,你就选那个科目。题外话:等级赋分的大前提下,文科比理科吃亏吗?因为文科组合远远少于理科组合人数。 答:

表面看是这样,文科人数少,文科吃亏了。

但,实际却是文科生赚了大便宜。2019江苏高考:理科一本线345分,文科一本线339分;北大理科录取分424,文科录取分4092021年新高考,不分文理,同样竞争,文科生划算。

提醒:等级赋分制的根本规则,由考生排名比例决定。选择的人越多,分母就越大,越容易得高分。 但,这又一个悖论!事实情况却并不一定如你所愿,如果大家都这么想,学霸、成绩排在你前面的同学大家都来选生物,虽然增大了分母,但你的排名反而落后了。除了选课总人数外,你的学科优势,都是非常重要的因素。

还是以江苏为例,哪天竞赛班、试验班不强制物理+化学组合了,悖论成立,就要小心了。

3、培养人才角度:选物理+化学

上文的分析,没有考虑职业规划,仅从技术角度分析。凡事都有正反面,有利有弊:出来混迟早都要还比如物理比如化学高考也许可以技巧性地回避,但到了大学,很多专业都少不了化学物理基础。选择物理,选择化学,表面看是吃了小亏,长远来看是赚了大便宜

使选科真正从学生的兴趣出发、专业出发,这是新高考改革的最终目标。每个人的实际情况不同,但选课的总原则不能变:学科优势、兴趣爱好。千万不能拿自己的短处与别人的长处去竞争。脱离了兴趣和优势,盲目追求高赋分,都属于投机性选科。化学,或许讨巧,占了几分的小便宜,实际上却吃了大亏,不利于职业规划,不利人才培养。



中国大学教育



.




本文来源:https://www.dywdw.cn/5252b47970fe910ef12d2af90242a8956aecaa67.html

相关推荐
推荐阅读