概化理论在口语考试设计中的应用研究.pdf

2011 年 11 月 第 32 卷 第 6 期 外语教学 Foreign Language Education Nov 2011 Vol 32 No 6 概化理论在口语考试设计中的应用研究 孙海洋 韩宝成 中国科学院 研究生院 北京 100049 北京外国语大学 外国语言研究所 北京 100089 摘要 本研究将概化理论应用于一项针对职前中学英语教师的口语考试设计中 对这项考试的试测数据进行了概化 和多元概化分析 确定了成绩误差的来源 分析了不同考试设计模式的信度 研究结果对口语考试任务的选取 合成总 分的方法 评分员人数的确定和评分任务的分配 以及评分模式和方法的选择等具有重要的参考意义 关键词 一元概化理论 多元概化 职前中学英语教师口语考试 中图分类号 H319文献标识码 A 文章编号 1000 5544 2011 06 0061 06 Abstract This study applies Generalizability theory into the design of a speaking test for pre service secondary school English teachers and investigates the trial test results by using GENOVA and mGENOVA By identifying the sources of the errors the study analyzes the reliabilities of different designs The results are significant in selecting test tasks and rating methods giving composite scores selecting raters and allocating rating tasks among raters in speaking tests Key words Univariate Generalizability Theory Multivariate Generalizability Theory a speaking test for pre service secondary school English teachers 1 引言 概化理论 Generalizability Theory 是一种把测量误 差作为模型参数来处理的测量理论 杨志明 张雷 2003 它根据不同的误差来源对测量分数进行具体分 解 采用方差分析的方法 深入考察误差来源对测量信 度的影响程度 在此基础上 可以帮助人们针对具体误 差来源 提出有效控制和改善测量精度的措施和方法 本研究将概化理论应用于一项针对职前中学英语教师 的口语考试设计过程中 对这项考试的试测数据进行了 概化和多元概化分析 为改进和完善这项考试提供了重 要的信息 2 研究背景 英语教师是课堂输入的主要提供者 是规范英语的 示范者和课堂教学的组织者与管理者 其口语能力对有 效的英语教学起着至关重要的作用 全日制义务教育 英语课程标准 2001 对中小学阶段英语教学的课程目 标和内容标准提出了详细的要求 课程标准的实施对中 小学英语教师的口语能力提出了更高的要求 为了更 好地保证中学英语教师的质量 学校和教育机构在聘任 新教师时应对教师候选人的英语口语能力作出严格要 求 然而 目前国内还没有一项专门针对职前中学英语 教师的口语考试 学校在招聘教师时没有统一可靠的参 考标准 因此 探索职前中学英语教师口语考试的研究 不仅有理论价值 而且具有非常重要的现实意义 3 文献回顾 概化理论是 Cronbach 等人在 20 世纪 70 年代提出 的一种心理计量理论 后经 Brennan 2001 等人发展完 善 现已成为与经典测验理论和项目反应理论并驾齐驱 的三大测量理论之一 概化理论不仅保留了经典测验 理论中控制误差的方法 而且发展出了把误差控制与决 策需要或测量结果的概括程度相结合的理论和方法 为 研究标准化和标准化程度不高的测试开辟了新思路 概化理论分为一元概化理论和多元概化理论 杨志明 张雷 2003 简单来讲 一元概化将所有的测试项目作 为一个侧面计算其测量误差 而对于由多个相关联的潜 在能力因子组成的测试 则需要运用多元概化计算其每 个组成部分的误差 因此 多元概化分析能够发现一些 整体信度较高而其中某一部分信度不够理想的测试的 问题 为实际考试设计提供更有价值的信息 概化理论诞生之初并未得到迅速推广 直到 20 世 纪 80 年代后期才逐步发展起来 应用范围越来越广 涉 及到心理测量 语言测试 绩效评估 医学测量等多个领 域 Brown Bailey 1984 Brennan 1980 2001 Shavelson Webb 1991 Lee 2005 Sawaki 2007 Gebril 2009 等 在我国概化理论主要用于高考 标准参照性测验 心理 测量 普通话测试 教学评价 评分员一致性等研究中 刘远我 张厚粲 1998 张雷等 2001 杨志明等 2004 徐 建平 2004 等 在语言测试尤其是英语测试中运用概 化理论的实证研究凤毛麟角 赵向民 王占礼 2005 罗 16 娟 肖云南 2008 4 研究步骤 4 1 考试设计 我们征求了在职中学英语教师和基础英语教育专 家以及语言测试专家的意见 在此基础上确定了考试的 内容 形式以及评分标准 考试内容包括朗读 提问 宣 布消息 陈述课堂指令语 听讲座录音回答问题和即兴 演讲共计 6 种任务类型 其中 朗读包括两篇文章 分 别为故事和诗歌 提问基于朗读的内容 有两个题目 听录音回答问题包括两个问题 一个考查考生总结和概 括所听内容的能力 另一个考查考生根据所听内容陈述 观点的能力 所有任务内容均与教学有关 考试采用 录音考试的方式 录音内容播放时间大致为 15 分钟 考 生作答大约 15 分钟 整个考试过程大约 30 分钟 针对 不同任务 我们建立了不同的评分标准 朗读从语音语 调的准确性 清楚性和自然性 语速和节奏的恰当性 以 及整体的流利程度几个方面评分 提问从内容的恰当 性 语言的准确性和整体流利性来评分 而其它任务则 从内容的切题性 充实性和新颖性 语言运用的准确性 和恰当性 以及话语表达的清晰性 流利性和连贯性来 评分 每个维度均采用 6 级量表 1 为最低分 6 为最高 分 4 2 被试 参加测试的被试为国内两所师范院校英语专业大 四学生 他们都去中学听过课 做过实习教师 两所学 校共 91 名学生参加了测试 但是有 10 位被试没有完成 所有考试任务 为了方便数据的整理和分析 这 10 位 被试的数据没有进入最后的分析 因此 本次测试共收 集到 81 名学生完整的考试录音 其中包括 13 名男生 68 名女生 4 3 评分过程及数据分析方法 此次测试共有 3 位评分员 其中包括 1 位研究者 每人都有多次口语考试评分经验 评分之前研究者向 其他两位评分员详细讲解了评分标准 并进行了试评 统一了标准 每位评分员对考生每个任务都按照 4 1 所介绍的维度打分 总分取各维度的平均分 本研究通过概化分析来确定总体方差组成和信度 通过多元概化分析来探索最佳考试设计模式 概化分析 使用 GENOVA 3 6 完成 多元概化分析采用 mGENOVA 3 6 完成 5 结果与讨论 5 1 概化分析结果 Shavelson 和 Webb 1991 指出 概化理论的优越性 是在一次分析中分解测量的不同误差来源 本研究的 概化分析采用随机双面完全交叉设计 两个侧面为评分 员 r 和考试任务 t 可观测全域包括 3 个评分员和 9 个考试任务 两篇朗读 两个提问 1 个宣布消息 1 个课 堂指令陈述 两个听说和 1 个即兴演讲 表 1 随机双面交叉设计 p r t 的方差组成 效应方差标准误占总方差的百分比 p0 3210 06022 9 r0 0040 0130 3 t0 2310 12416 5 p r0 0320 0082 3 p t0 3200 02522 9 t r0 1180 0418 4 p t r0 3730 01526 7 总计1 3990 286100 表 1 是交叉设计方差成分的估计值 方差贡献量最 大的是被试 任务和评分员的交互效应 26 7 表明 某些评分员在某些考试任务上对一部分考生的等级排 名不一致 第二大方差来自于主效应侧面被试和交互 效应 p t 均为 22 9 表明相当一部分考生在某些 任务上的等级排名与他们在其它任务上的排名不一致 除此之外 任务侧面也产生了 16 5 的方差 测量标准 误也较大 0 124 这表明本次测试的任务难度有较大 差别 而且对于相当一部分考生 这些任务的难度差别 不同 p t 交互效应较大 然而评分员产生了最小的 方差 仅占总方差的 0 3 这表明 3 位评分员的严厉度 差别非常小 并在评分过程中保持了较好的自身一致 性 表 2 随机双面交叉设计 p R T 决策研究结果 考试任 务数 3 个评分员2 个评分员 1 个评分员 可靠性指数 信噪比 可靠性指数 信噪比 可靠性指数 信噪比 9 7793 516 7513 019 6792 120 8 8998 914 8646 348 7733 406 7 8716 757 8355 065 7432 891 6 8365 109 8003 990 7062 407 5 7923 809 7543 076 6611 950 4 7342 756 6962 289 6031 517 3 6541 887 6161 605 5261 108 表 2 是 9 个任务双面交叉设计 p R T 的决策研 究结果 由于此项测试是标准参照考试 我们只汇报可 靠性指数和信噪比 表 2 显示 评分员人数不变时 使 用 8 个任务时可靠性指数最高 一般说来 任务越少信 度越低 而本研究的结果是少 3 个任务时信度比原来 高 这主要是由于主效应任务侧面产生了较多的方差 且测量误差较大 这时适当减少任务数量反而会增加信 度 评分员侧面水平不变 当任务越来越少时可靠性指 数变化越来越大 2 个评分员时 当任务数从 8 减到 7 时 可靠性指数仅降低了 0 029 而从 4 个减到 3 个时可靠 性指数则降低了 0 080 尽管评分员侧面对总方差的贡 献量很小 减少评分员人数信度仍然会降低 只是幅度 26 比较小 这些结果表明 当考试任务比较少时 可以通 过增加评分员人数来提高考试的信度 当任务比较多 任务对方差贡献量较大 且任务侧面测量误差较大时 适当减少任务反而会提高信度 表 3 双面嵌套设计 p R T 决策研究结果 考试任 务数 3 个评分员2 个评分员 1 个评分员 可靠性指数 信噪比 可靠性指数 信噪比 可靠性指数 信噪比 9 94818 260 92412 174 8596 087 8 92312 038 8988 781 8294 848 7 8938 370 8666 465 7933 842 6 8565 952 8274 783 7513 009 5 8094 238 7783 506 6982 309 4 7472 960 7152 503 6311 712 3 6631 970 6291 695 5451 958 嵌套设计可以提高评分的效率 也可节省人力物 力 因此在大型测试评分工作中 一般都采用嵌套设计 本研究为了提供更多的测量误差信息 在进行概化研究 时采用了完全交叉设计 然而概化研究是交叉设计 决 策研究也可以是嵌套设计 杨志明 张雷 2003 84 杨 志明和张雷 2003 113 将双面嵌套设计定义为 具有两 个测量侧面 侧面与侧面之间或侧面与测量目标之间至 少有一对关系是嵌套关系的设计 即一侧面的所有水 平并非都要与另一侧面的所有水平相遇 例如将评分员 分成不同组 不同组评阅不同的题目 或者将考生和评 分员分成不同组 一组评分员评阅一组考生的所有题 目 为了对比交叉设计和嵌套设计的误差大小 本研究 在决策研究中采用 p R T 的嵌套设计 即任务嵌套 于评分员的设计 具体来讲就是将评分员和任务分组 每组评分员评阅不同组的题目 表 3 是此设计的决策 研究结果 对照表 2 可以发现 同样多的任务和评分员 嵌套设计的可靠性指数大于交叉设计 表明嵌套设计产 生的误差较小 5 2 多元概化分析结果 概化分析只能看出测量目标和侧面对方差的贡献 量 无法得到测量侧面各组成部分对方差的贡献量 本 测试 9 项任务包括 4 个组成部分 2 篇朗读考查朗读能 力 2 个提问考查提问能力 2 个听说考查听说能力 而 3 个综合任务则考查学生综合运用英语教学的能力 本 节报告这 4 部分对方差的贡献量 以及改变这 4 部分任 务的数目而引起的信度变化情况 5 2 1 决策研究中的方差与协方差分量估计 如果沿用前面一元概化研究的 3 个评分员 这样可 将研究设计设定为涉及到朗读 提问 综合和听说四种 潜在变量的双侧面交叉设计 p T R 如果取 3 个评分员对每个考生在每个任务上的平均分 这样研究 设计就变为只有考试任务的单侧面交叉设计 p T 根据这两个设计模型可以分别对四个潜在变量进行概 化研究 估计它们对整体方差的贡献程度 由于概化研究结果的方差和协方差估计值非均值 意义上的数值 其现实意义不大 杨志明 张雷 2003 这里只汇报决策研究结果 表 4 是 p T R 设计决 策研究对各效应的方差和协方差分量的矩阵 由表 4 可知 在效应 p 上 方差分量最小的为朗读部分 0 198 最大的为听说部分 0 488 提问 综合和听说三 个变量的协方差分量较大 0 378 0 405 0 415 三者 之间的相关系数也很高 大都在 800 以上 但提问部 分在 p t 交互效应上产生了较大的方差 0 463 这表 明提问部分的测量误差较大 因此 用综合和听说成绩 判断被试水平高低结果应该比较一致 表 4 多元概化 p T R 设计决策研究各效应 方差与协方差 效应除数朗读提问综合听说 p0 1980 8710 6790 807 0 2420 3891 0200 929 0 1790 3780 3521 000 0 2510 4050 4150 488 t20 010 20 000 30 058 20 048 r30 086 3 0 0180 001 30 015 0 0030 000 3 0 0080 0010 0050 000 p t20 009 20 463 30 046 20 065 p r30 036 30 0130 026 30 0130 0050 000 30 0100 0140 0070 031 t r60 000 60 001 90 019 60 015 p t r60 019 60 065 90 053 60 056 总计0 3580 8800 5280 703 注 矩阵中主对角线以下为协方差 以上为相关系数 对角 线上为各效应在三个变量上的方差估计值 表 5 是 p T 设计决策研究各效应方差与协方差 的估计值 去掉评分员侧面 各部分在 p 效应上的方差 分量比 p T R 设计大一些 但排名次序没变 仍然 是提问 综合和听说三部分的协方差较大 0 408 0 431 0 408 相关系数也较高 但不同的是 在 p t 交 互效应上 除了提问部分的方差较大 0 522 之外 综合 和听说产生的方差也有所增加 0 126 0 156 但误差 的最大来源还是提问部分 36 表5 多元概化 p T 设计决策研究各效应方差与 协方差 效应除数朗读提问综合听说 p0 2810 8010 5360 636 0 2770 4271 0180 916 0 1740 4080 3750 925 0 2430 4310 4080 519 t20 007 20 000 30 075 20 075 p t20 054 20 522 30 126 20 156 总计0 3420 9490 5760 750 注 矩阵中主对角线以下为协方差 以上为相关系数 对角 线上为各效应在三个变量上的方差估计值 5 2 2 决策研究各变量的信度 表 6 是选用 3 个评分员时 p T R 设计决策研 究各变量全域方差分量 绝对误差方差分量 可靠性指 数以及绝对信噪比等估计值 表 6 多元概化 p T R 设计决策研究各变量 统计量 指标朗读提问综合听说 全域分方差分量0 1980 3890 3520 488 全域分标准差0 4450 6240 5930 698 绝对误差方差分量0 1610 5560 1770 215 绝对误差标准差0 4010 7460 4200 463 可靠性指数0 5510 4120 6660 694 绝对信噪比1 2300 6701 9952 271 由表 6 可知 有 3 个评分员时 提问部分的绝对误 差方差分量最大 0 556 而朗读部分对全域分数的方 差贡献量最小 0 198 也有一定的误差 因此 此考试 对听说和综合两部分的测量精度较高 而朗读和提问部 分的测量精度较低 但仍在可以接受范围之内 四部分 的可靠性指数中提问部分最低 其次为朗读部分 由于 4 部分彼此之间的协方差较高 所以把它们合成后信度 会有很大提高 表7 多元概化 p T 设计决策研究各变量统计量 指标朗读提问综合听说 全域分方差分量0 2810 4270 3750 519 全域分标准差0 5300 6540 6130 720 绝对误差方差分量0 0620 5220 2000 231 绝对误差标准差0 2480 7220 4480 481 可靠性指数0 8200 4500 6520 691 绝对信噪比4 5450 8191 8742 241 表 7 是去掉了评分员侧面 p T 设计决策研究各 变量全域方差 绝对误差方差 可靠性指数以及绝对信 噪比等估计值 由表 7 可知 此设计朗读部分的可靠性 指数最高 0 820 提问部分的可靠性指数最低 0 450 对比表 6 和表 7 可以发现 可靠性指数变化最大 的是朗读 增加了 0 269 此外 朗读部分的绝对误差方 差分量也降低了很多 从 0 161 降低到 0 062 降低了 0 099 这意味着平均 3 个评分员的分数之后 朗读部分的 误差被中和了 这些结果表明 要提高整个考试的信度 应改善提问部分的信度 5 2 3 全域合成分数的研究 按照此项测试每部分任务数量所占的比重来决定 权系数对四个变量全域分进行合成 可以得到全域总分 的方差 相应误差的方差分量估计值 以及各变量对方 差的贡献 见表 8 进而估计全域总分的可靠性指数等 见表 9 表 8 决策研究各变量合成全域总分的权系数及其 对总方差的贡献量 变量朗读提问综合听说 权系数0 2220 2220 3330 222 全域合成分p T R r 3 14 58 24 36 34 21 26 85 方差贡献量p T 15 29 25 17 33 54 26 00 绝对误差方p T R r 3 13 57 38 49 31 03 16 91 差贡献量p T 4 88 41 22 35 61 18 29 表 9 全域合成分数的各种技术指标 全域合成分数的技术指标 估计值 p T R p T 全域合成分方差分量0 3250 343 全域合成分标准差0 5700 586 全域合成分绝对误差方差分量0 0730 062 全域合成分绝对误差标准差0 2700 250 全域合成分可靠性指数0 8160 846 全域合成分绝对信噪比4 4465 487 由表 8 可知 无论是单面还是双面交叉设计 朗读 部分对全域总分的方差贡献量 14 58 和 15 29 都 小于其按任务数量所赋予的权系数 0 222 这个结果 表明 如果要合成各任务的总分 不能将朗读部分按照 任务数所占的比例纳入总分 可以减少朗读的任务数 也可以缩小这部分评分等级的范围 例如用 1 5 的等 级来打分 由表 9 可知 两种设计的全域合成总分的可 靠性指数分别为 0 816 和 0 846 绝对误差非常小 方差 分量仅为 0 073 和 0 062 这个结果对于标准参照考 试来讲非常好 表明此次考试的整体测量信度很好 此 外 两个可靠性指数均大于两种设计中每部分的可靠性 指数 见表6 和表7 与研究预期相符 即合成总分的信 度高于每部分的信度 5 2 4 任务样本容量对测量精度的影响 为了改善测量方法 提高测量效率 我们通过改变 各变量样本容量及其总样本容量的方法考察了测量信 度的变化特点 见表 10 以确定最佳设计方案 本测 试共使用了 9 个任务 对口语测试来说 题目数量偏多 考试时间也较长 如果能在更短的时间内可靠地测出 被试的能力 可以极大改善测量的效率 因此 在此部 分的设计中 我们只考察了比现有样本容量较小的情 46 况 考察范围从 9 个任务到 4 个任务 每部分的任务数 至少为 1 由于只有 1 个评分员时评分信度很难得到保 证 现实中大型考试一般都选用两个评分员 所以我们 没有考察 1 个评分员时改变任务总数可靠性指数的变 化情况 表 10 决策研究各部分样本量变化导致的可靠性 指数变化 任务数p T R p T 总数朗读提问综合听力 3 个评分员 2 个评分员 92232 816 806 846 82132 811 775 841 81232 810 782 828 82222 798 765 831 82231 788 754 821 71132 806 774 820 72122 792 754 826 71222 788 759 809 71231 779 749 797 72131 778 738 812 72212 776 743 814 72221 763 728 801 61122 784 750 799 62112 770 731 809 61131 770 736 784 61212 760 730 784 62121 750 709 791 61221 747 717 769 62211 731 696 776 51112 755 721 774 51121 736 700 752 52111 716 673 766 51211 706 676 733 41111 690 654 711 由表 10 可知 将任务总数依次递减至每部分至少 包括 1 个任务 即总数为 4 时 可靠性指数变化最大的 是两个评分员的 p T R 设计 减少了 0 152 变化 最小的是 3 个评分员的 p T R 设计 减少了 0 126 在一定的任务总数内 相对来讲 朗读和提问数量 减少时信度较大 例如 当任务总数为 8 时 双面设计 3 个评分员信度最大 811 时是2 个朗读任务 1 个提问 3 个综合和 2 个听说任务的组合 单面设计信度最大 841 时也是这个组合 而双面设计 2 个评分员信度最大 782 时是 1 个朗读 2 个提问 3 个综合和 2 个听说任 务的组合 这与前面决策研究各部分可靠性指数的结 果一致 即任务总数不变时 减少可靠性指数较低的任 务数量可以增加考试整体的信度 如果与前面的一元概化决策研究结果结合起来 我 们可以对每部分任务的数量重新进行分配 当任务总 数为 8 时 3 个评分员的双面设计或者单面设计的最佳 选择是 2 个朗读 1 个提问 3 个综合和 2 个听说 可靠 性指数分别为 811 和 841 2 个评分员的双面设计最 佳选择是 1 个朗读 2 个提问 3 个综合和 2 个听说 可 靠性指数为 782 一元概化决策研究结果还显示 选 用 2 个和 3 个评分员时使用 6 个任务信度均在 0 8 以 上 在任务总数为 6 的各部分组合中 3 个评分员和 2 个评分员双面设计的最佳选择都是 1 个朗读 1 个提问 2 个综合和 2 个听说 可靠性指数分别为 784 和 750 综合这些结果 在保证较好信度的前提下 朗读和提问 各选用 1 个任务 听说和综合各选用 2 个任务 任务总 数为 6 是较好的设计方案 可以提高考试效率 此外 表 10 还显示 单面设计的可靠性指数均大于双面设计 这意味着取评分员打分的平均分可以消除测量的误差 从而提高考试的信度 6 结语 综合以上概化分析和多元概化分析的结果 我们可 以对这项考试的设计做出以下调整和修改 第一 为了提高评分的效率 可以采用嵌套设计 将 评分员和任务分组 每组评分员评阅不同的考试任务 嵌套设计决策研究结果显示其信度比交叉设计高 因 此 以后的口语考试评分中可以采用这样的设计 这不 仅有利于评分员把握不同任务的评分标准 而且还可以 提高考试的信度 第二 去掉一篇朗读和一个提问 重新分配各部分 任务数的比例 多元概化分析结果显示 提问的误差较 大 而朗读对全域合成分的方差贡献量又较小 当朗读 和提问部分分别只有一个任务时合成分信度较高 此 外 两篇朗读测试同一能力 两个提问也是测试同一能 力 减少这两部分的任务不会影响我们对这些能力的测 试 第三 由于多元概化分析结果显示所有 p T 设 计的信度都比 p T R 设计高 所以在报告成绩时 应报告几个评分员的平均分 本研究选用两个评分员 时评分的信度即在可接受范围内 因此 在以后的嵌套 设计评分过程中 每个任务的评分由两个评分员打分即 可 最后 在合成总分时应充分考虑每部分的方差比例 以及误差比例 方差贡献量较大或者误差较小的任务占 总分的比例要适当提高 而方差贡献量较小或者误差较 大的任务占总分的比例要减少 我们可以通过改变任 务数目或者调低分数来调整每部分的比例 本研究的结果对口语考试设计有非常重要的意义 考试设计者可以根据概化和多元概化分析的结果选取 恰当的考试任务 确定评分员的数量 分配评分任务 合 成总分 选择最佳的考试设计模式 注释 T 表示任务侧面为多元 或叫多因素 侧面 带 的侧面表示非 多元侧面 下转第 108 页 56 tion C Amsterdam Rodopi 2002 11 Ibanez Francisco J Ruiz de Mendoza and M Sandra Pe a Cervel Cognitive Linguistics Internal Dynamics and Interdisciplinary Interaction C Berlin Mouton de Gruyter 2006 12 Klein Julie Thompson Interdisciplinarity History Theory and Prac tice C Detroit Wayne State University Press 1990 13 Malmkjar Kristen Relative stability and stable relativity J Target 2000 2 341 45 14 Mossop Brian Why should we seek common ground J Target 2001 1 158 60 15 Olohan Maeve Introducing Corpora in Translation Studies M Lon don and New York Routledge 2004 16 Pym Anthony Why common ground is not automatically space for co operation On Chesterman versus Arrojo J Target 2000 2 334 37 17 Sela Sheffy Rakefet The suspended potential of culture research in TS J Target 2000 2 345 55 18 Sell Roger D Peter Verdonk Literature and the New Interdiscipli narity C Amsterdam Rodopi 1994 19 Shlesinger Miriam Shared ground in interpreting studies too J Tar get 2001 1 165 68 20 Simeoni Daniel When in doubt contextualize J Target 2000 2 337 41 21 Snell Hornby Mary The Turns of Translation Studies New paradigms or Shifting Viewpoints M Amsterdam Philadelphia John Benja mins Publishing Company 2006 22 Sonja Tirkkonen Condit Jukka M kisalo Riitta J skel inen Mirja Kalasniemi and Pekka Kujam ki Do we need a shared ground J Target 2001 2 339 43 23 Steiner George After Babel Aspects of Language and Translation M Oxford Oxford University Press 1975 24 Tennent Martha Training for the New Millennium M Amsterdam John Benjamins Publishing Company 2005 25 黄立波 翻译研究的文体学视角探索 J 外语教学 2009 5 104 108 基金项目 本研究系香港理工大学研究项目 Translating Hybrid Texts in Hong Kong A Case Study of the Translation of Chan Koon Chung s Fiction 批准号 G U781 的阶段性研究成果 之一 作者简介 邓海丽 东莞理工学院城市学院讲师 硕士 研究兴 趣 翻译研究 李德超 香港理工大学中文及双语学系助理教授 博 士 研究兴趣 翻译研究 收稿日期2010 12 29 责任编校 王和平 上接第 65 页 参考文献 1 Brennan R L Applications of generalizability theory A In Berk R A ed Criterion referenced Measurement The State of the Art C Baltimore The Johns Hopkins University Press 1980 2 Brennan R L Ge