我国初中物理新课程倡导探究教学，强调过程与方法的评价，但目前初中物理的各级各类考试还是采用单一的纸笔测验来评价学生的科学探究能力。在国际科学教育界，现场观察被公认为最有效的科学探究能力评价方式，但其高成本限制了大规模使用；较低成本的工作单也被当成有效的评价方式，并被大规模使用，但对工作单有效性的研究却显得不够；更低成本的纸笔测验被一些研究者认为或证明缺乏有效性，但仍然在大量使用。因此本研究进一步研究工作单和纸笔测验的有效性问题，即工作单和纸笔测验对现场观察的可替代性、纸笔测验对工作单的可替代性。本研究不仅可以进一步发展和完善已有的国际研究，而且还可为我国科学探究能力评价体系的构建提供研究基础。首先，本研究以PTA量表为理论依据，在国际研究的基础上构建现场观察和工作单的评价体系，从我国各地物理中考的科学探究试题中组成一套纸笔测验试卷，其中现场观察和工作单各包括三个探究任务，纸笔测验包括14道题目，这些探究任务或题目侧重评价多因素科学探究能力。然后，以一个初三班的62名学生为评价对象，分别先后实施这三种评价方式。最后，把工作单和纸笔测验的结果与现场观察的结果进行比较，以研究工作单和纸笔测验对现场观察的可替代性，以及工作单中的探究任务和探究要素、纸笔测验中的探究要素对现场观察的可替代性；把纸笔测验的结果与工作单的结果进行比较，以研究纸笔测验对工作单的可替代性，以及纸笔测验中的探究要素对工作单的可替代性。研究发现，对于多因素科学探究能力的评价，包含三个探究任务的工作单能替代包含三个探究任务的现场观察。在现场观察中，评分者能清楚观察到学生的操作细节，以及测量工具是否使用正确等，因此评分者信度较高，也能更精准地评价科学探究能力；在工作单中，学生的一些操作细节无法反映在工作单上，损失了一些操作方面的信息，再加之一些学生的文字能力较差，表述过于简略或模糊，会导致评分者出现一些歧义，评分者信度低于现场观察，也没有现场观察那样精准。尽管如此，工作单和现场观察都属于表现性评价，两者的探究任务都来源于实际生活的真实探究，都需要学生动手探究。同时，真实探究类似于产生式系统，各探究要素紧密相关，上一步的失败或低质量将容易导致下一步的失败或低质量等，这些共同的核心方面使得本研究构建的工作单能替代现场观察。研究发现，对于多因素科学探究能力的评价，工作单中的单个探究任务能替代包含三个探究任务的现场观察。尽管探究任务具有一定的抽样变异性，一些学生能做好某个探究任务，但可能做不好另一个探究任务，但本研究的现场观察和工作单的三个探究任务都是多因素科学探究类型，每个探究任务都涉及了多因素科学探究的核心要素，而且研究发现工作单中的单个探究任务足以代表或替代自己所属的工作单整体，因而也就能替代现场观察整体。研究发现，对于多因素科学探究能力的评价，工作单三个探究任务中的进行实验要素集合或概括结论要素集合能替代包含三个探究任务的现场观察。这个结果表明，进行实验要素和概括结论要素是科学探究的核心要素，但由于探究要素具有一定情境相关性，单个探究任务的进行实验要素或概括结论要素不足以代表或替代自己所属的工作单整体，因此也就不能替代现场观察整体。然而，工作单三个探究任务的进行实验要素集合或概括结论要素集合足以代表或替代自己所属的工作单整体，因而也就能替代现场观察。但是，这个发现并不表明其他探究要素可有可无，实际上其他要素与进行实验、概括结论要素一起构成一个产生式系统，只不过其他探究要素对整体探究能力贡献小些。研究发现，对于多因素科学探究能力的评价，包含14道题目的纸笔测验不能替代包含三个探究任务的现场观察。在现场观察中，探究任务是真实的科学探究，不仅各探究要素紧密相关，而且学生的探究行为会产生结果反馈；而在纸笔测验中，基本是一道题目考查一个探究要素，这些题目或探究要素互不相关，学生的答题行为也不会产生结果反馈；另外，本研究的纸笔测验与现场观察包括的探究要素不同，纸笔测验包括提出问题、猜想与假设、制订计划、概括结论、评估等五个要素，但不包括最核心的进行实验要素，而现场观察包括进行实验、概括结论、评估等三个要素，两者只有概括结论、评估探究要素是共同的，交集较小。尽管两者都包括概括结论要素，但前者是在理想化数据上概括结论，这些数据的走向或数据之间的关系明确，更容易概括出明确的结论，而后者是在学生自己获取的真实数据上概括结论，这些数据可能偏差大、甚至错误，更难概括出结论。研究发现，对于多因素科学探究能力的评价，纸笔测验中的某个探究要素及其集合不能替代包含三个探究任务的现场观察。纸笔测验各道题中的探究要素情境相差大，相互间联系少，除了评估要素集合，其他要素及其集合都不足以代表或替代自己所属的纸笔测验整体，而且纸笔测验整体又替代不了现场观察整体，那么这些要素及其集合也就替代不了现场观察整体。但是，纸笔测验的评估要素涉及面更广一些，如涉及了制订计划、误差分析以及改进意见等，其集合能代表或替代自己所属的纸笔测验整体，而纸笔测验整体又接近替代现场观察整体，因而纸笔测验的评估要素集合也就接近替代现场观察整体。研究发现，对于多因素科学探究能力的评价，包含14道题目的纸笔测验能替代包含三个探究任务的工作单。虽然本研究的纸笔测验和工作单有一定差别，但也某些相似。本研究所用的纸笔测验既有选择题也有问答题，学生的反应较接近于工作单的建构性反应；本研究的纸笔测验和工作单都包括提出问题、猜想与假设、制订计划、概括结论和评估等五个探究要素，两者的探究要素交集较大等，以致纸笔测验整体能替代工作单整体。研究发现，对于多因素科学探究能力的评价，纸笔测验中的某个探究要素及其集合不能替代包含三个探究任务的工作单。尽管纸笔测验整体能替代工作单整体，但除了评估要素集合，纸笔测验中的其他探究要素及其集合不足以代表或替代自己所属的纸笔测验整体，这些探究要素及其集合也就替代不了工作单整体。尽管纸笔测验的评估要素及其集合能代表或替代自己所属的纸笔测验整体，而且纸笔测验整体也能替代工作单整体，但替代性的依次递减导致了纸笔测验的评估要素集合替代不了工作单整体。