在过去的三四十年里,科学的本质已经从探索与实验转向解释与论证。科学是一项社会化的事业,科学团体协作参与问题解决、对现象进行解释。科学理论并非在自然世界中发现的,而是为了理解世界而建构的解释。但在学校的科学课堂上,学生往往以“实证主义”的眼光看待“科学”,认为科学问题有清晰“正确”答案,数据毫无疑问地指向一致的结论。学生参与科学解释实践,可以改变对科学本质的认识。虽然科学解释实践日益受到科学教育者的关注,但是有关科学解释能力的测评开发研究集中在中学,小学阶段较少,我国小学阶段的科学解释能力测评工具缺失。本研究在梳理科学解释相关文献的基础上,以“证据中心设计”测验开发理论为依据,系统开发了适合我国小学生的科学解释能力测评工具。首先,本研究基于“证据中心设计”理论梳理解释和论证的相关文献,确定了科学解释能力的学生模型、任务模型、证据模型;其次初步编制题目,进行专家审议和认知访谈,检验测评工具潜在的问题并进行修正,提高内容效度;再次,将测评工具向上海市320名五年级学生进行试测,对试测数据从教师访谈、学生回答的质性分析、测量学项目分析三个方面对题目进行修订;最后,基于正式测试数据,分析测评工具的测量学质量。本研究主要结论和发现包括:(1)对小学生科学解释能力的测评可以通过书写科学解释的形式,包括整体水平和组成要素水平两个方面。基于数据分析结果,这两方面是合理且有效的;(2)基于试测数据对题目进行修订,需要从教师、学生两种角色,量化和质性两种方法中寻找修订题目的证据,形成多方印证;(3)本测评工具的信效度良好。本研究提供了多个验证效度的证据:依据任务模型和课程标准初步编制题目,并进行专家审议和认知访谈,保证内容效度;试测阶段,拟合不好的题目能从教师访谈、学生回答的质性分析中得到印证并进行修订。正式测试的结果表明,修订后的题目拟合良好,难度、区分度都在合理范围之类,怀特图验证了科学解释整体水平划分的合理性,提供了建构效度的证据。信度方面,在试测阶段两名研究者独立编码部分问卷的编码一致性系数、试测和正式测验的克隆巴赫α系数都较高。因此,本研究开发的测评工具具有良好的信效度。