背景
在美國,許多大學都採用A–F評分方案,上面加上正負。
教授將A分配給F級的方式有所不同,但是我的感覺最依賴離散的“垃圾箱”。例如,有些教授使用相對評分,並(大致)將A授予前三等或班級,B授予後三等,等等。另一些教授則將A授予成績介於100%和95%之間的學生,對於94%到90%的學生來說是A−,對於86%到89%的學生來說是A +,等等。
使用離散垃圾箱必然意味著在某些情況下,學生正好位於與下一個垃圾箱接壤,那麼那個學生跳入下一個垃圾箱並將字母等級提高一個“等級”將花費很少。
如果(如果我猜)信中只有榮譽頭銜,而重要的是實際的基礎百分比等級。但是,在大多數地方(即,我所知道的所有地方),是學生成績的字母等級,而不是百分比等級本身。
這可能是一個問題,而實際上應該表明幾乎完美。
通過不同的課程取平均值併計算一個人的GPA,事情變得更糟,這是可以理解的。
由於大多數大學都採用以下方案,所以情況變得更糟:
- A:4.00
- A-:3.67
- B +:3.33
- B:3.00
- B-:2.67
- C +:2.33
- ...
同樣,這意味著從A−跳升到A所需要的學生的一半將對該學生的GPA產生重大影響,實際上,獲得一半以上的百分比的影響應該忽略不計,不管基準百分比是從什麼開始的。
在一個如此重視GPA的世界中,這意味著一半的百分比可以對學生的生活和職業產生重大影響。再次,這可能會使差一點就畢業的學生產生可以理解的挫敗感。
我的問題
我知道有些“姑息藥”可以處理離散的評分標準,避免其中的一些刀口情況,例如小數點後四捨五入。公平地說,我不認為這些是真正的解決方案(將小數點四捨五入只會將問題從一個閾值移到另一個閾值),但這不是我在這裡感興趣的。
我想知道的是:
- 是否有任何論點支持使用像上面那樣的離散分級方案?
- 還是僅僅是以下產品的產物?
換句話說,是否有人聲稱離散量表具有其自身的優點,而不是使用它的事實?在如此之多的地方(建立可比性),很難同時協調所有這些地方的變更?