《Brain Sciences》：Authentic Assessment of Social–Emotional Development in Early Childhood: A Scoping Review
编辑推荐：
背景/目标：真实评估——由熟悉的主要照护者对自然发生的社会情感行为进行系统观察——正日益受到国际早期儿童框架的强制要求，然而该领域缺乏全面的工具清单、对“真实性”的概念清晰性以及关于情境覆盖的综合证据。本范围综述绘制了0-8岁儿童真实社会情感发展（SED）评估
背景/目标：真实评估——由熟悉的主要照护者对自然发生的社会情感行为进行系统观察——正日益受到国际早期儿童框架的强制要求，然而该领域缺乏全面的工具清单、对“真实性”的概念清晰性以及关于情境覆盖的综合证据。本范围综述绘制了0-8岁儿童真实社会情感发展（SED）评估工具的地图，考察了“真实性”如何被概念化，并识别了在文化适应性、残疾包容性和年龄范围覆盖方面的差距。方法：遵循Levac等人增强的Arksey和O’Malley框架以及JBI方法学，在六个数据库（PsycINFO、ERIC、Education Source、MEDLINE、Scopus、Web of Science）中检索了英文同行评审出版物（2006–2026），并辅以手工检索和前向引文追踪。纳入标准针对0-8岁儿童，通过真实评估方式（自然观察、游戏评估、档案袋、基于表现的任务、课程嵌入式测量）在任何全球环境中进行评估。数据图表化使用了整合的社会文化和解释性评估框架。报告遵循PRISMA-ScR。结果：33项研究产生了43种工具，其中29种符合真实评估标准。自然观察占主导（23项研究；69.7%），其次是游戏评估（10项；30.3%）；档案袋和课程嵌入式方法代表性不足。大多数研究来自美国（57.6%），针对学龄前儿童（3-5岁；75.8%），婴儿/幼儿和小学阶段儿童覆盖薄弱。“真实性”在生态、参与和文化维度上被操作化，但很少在理论上整合。结论：本综述首次提供了0-8岁儿童真实SED评估的系统性景观地图，确认了可行性和多样性，同时揭示了年龄覆盖、地理范围和文化适应性方面的差距。该整合框架提供了一个潜在可迁移的分析模型，研究结果可为公平、情境响应的评估实践和政策提供信息。
1. 引言
1.1 全球背景与政策环境：全球范围内，约2.5亿五岁以下儿童面临发展风险，经济负担占OECD国家GDP的4%以上。早期儿童倡议如美国Head Start、英国Early Years Foundation Stage等强调观察和情境为基础的评估，推动了真实评估的采用。研究产出在2016-2026年翻倍，但关于“真实性”的共识有限。
1.2 概念定义：社会情感发展（SED）包括自我意识、自我调节、社会意识、关系技能和负责任决策。真实评估定义为熟悉照护者对日常活动中自然发生行为的系统记录，涵盖自然观察、游戏评估、档案袋、基于表现的任务和课程嵌入式测量。与标准化测试和非正式教师判断不同，真实评估桥接生态效度和系统记录。
1.3 研究理由与差距：三个优先差距：方法学（工具图谱）、概念（“真实性”的生态、参与和文化维度模糊）、情境（文化适应、残疾包容、年龄覆盖）。两个权衡：生态效度与心理测量严谨性，文化普遍主义与特殊主义。
1.4 研究问题与范围：三个研究问题对应三个差距，范围包括0-8岁儿童，2006-2026年英文同行评审文献，任何环境。
2. 相关文献
2.1 真实评估的理论基础：源自发展心理学、教育测量、早期儿童教育学和跨文化发展科学。Wiggins提出真实评估任务应复制现实挑战。Bagnato和Neisworth将其适应于发展适宜性评估，定义包含四个要素：系统记录、随时间进行、自然发生行为、熟悉照护者。三种理论传统：发展建构主义（儿童主动建构，档案袋方法）、社会文化理论（能力处于情境中，关系和文化生态）、批判和后结构主义（质疑正常化假设，关注权力和公平）。这些传统互补但不完整。
2.2 社会情感发展中的真实评估：实践挑战包括叙事文档难以转化为结构化证据、多信息源不一致、文化假设嵌入工具。结构化观察协议如DECA和ITSEA提高可靠性，技术增强文档如视频辅助编码，混合模型结合观察与评级量表，参与式设计。但条件（评估者准备、文化能力、关系质量）关注较少。社会情感领域特殊性：文化构成、关系性、情境依赖。
2.3 方法学局限与研究差距：定性研究显示实践者评估取向差异。理论驱动类型学如Bagnato的“真实、常规、聚合”区分，Shepard的“学习的评估、为了学习的评估、作为学习的评估”。但缺乏整合。三个差距排序：方法学（最高优先级）、概念、情境。
3. 理论框架：采用社会文化理论和解释性评估理论的整合分析视角。社会文化理论强调能力分布和共生，解释性评估理论将评估视为解释过程。七个先验分析类别：指标空间（文化情境、互动质量、表现条件）和实践空间（选择性注意、证据推理、对话协商、教学行动）。这些类别指导数据图表化和编码。
4. 方法
4.1 协议：遵循PRISMA-ScR和JBI方法学，协议未前瞻注册，使用Covidence管理。
4.2 纳入标准：0-8岁儿童，真实评估工具（自然观察、游戏评估、档案袋、表现任务、课程嵌入式），针对SED构念，任何地理环境，2006-2026年英文同行评审。排除标准化工具、干预结果研究、非实证。一个例外：2004年原始验证研究。
4.3 检索策略：六个数据库结合三个概念块，辅以手工检索和前向引文追踪。
4.4 研究选择与数据图表化：双人独立筛选，Cohen’s κ≥0.80。数据图表化表格包括文献细节、研究设计、参与者特征、工具特征等。三个决策规则区分真实评估工具。
4.5 综合：描述性定量总结和主题叙事综合，结合COSMIN评估心理测量证据，制作视觉证据地图。
5. 结果
5.1 证据来源选择：检索417条记录，加1条手工检索，去重后288条，筛选后60篇全文，最终33篇。κ=0.85和0.90。
5.2 证据来源特征：
5.2.1 出版年份与时间分布：2006-2026年，Period A 15篇，Period B 18篇，2021和2022年集中。
5.2.2 地理分布：美国57.6%，其他12个国家，无非洲、南亚等地区。
5.2.3 研究设计：87.9%定量，2篇定性，1篇混合方法。
5.2.4 目标年龄组：3-5岁占75.8%，婴幼儿和小学阶段薄弱。
5.2.5 人口特征：78.8%典型发展儿童，7篇包括残疾儿童，8篇包括低社会经济地位高风险人群。
5.3 识别和编目的评估工具：
5.3.1 概述：43种工具，29种真实评估，
