对于IB课程里的IA和EE,许多准备学习IB课程的同学都搞不清楚,因为这两个都要写论文,因此其中会有许多错误理解的产生。
IA和EE到底是什么?又有什么不同之处呢?
性质不同
IA全称internal assessment(内部考评),大家都知道每门IB课程都有内部评估和外部评估,所谓的外部评估就是你的考试、测验等,而内部评估就是IA!
EE全称extended essay(拓展论文),这是一个独立的、自我指导的研究报告,它不属于6大学科领域内的任何一门课程,也与内部评估无关。
数量要求不同
IB有六门国际基础课程,学生选修其中6门课程,每门课程都有内部评估。也就是说,每门课程你都需要写IA,总共6门课程,就一共要写6门课程的IA。
而EE则是IBDP课程的三门核心课程之一,它与TOK和CAS并列。学生可以选择自己的方向和主题来写论文,写一个就行。不过需要注意的是,在EE选题的时候,要多做些考量和选择。
篇幅长短不同
IA是小论文,篇幅比EE短一些。不过经济IA与其他学科的IA又不一样。经济IA是经济新闻评论,除了找合适的新闻以外,不需要做真正的research(研究)。
EE是4000字的大论文,篇幅要长一些,且需要的数据支持和实验等要比IA多。当然各学科的EE也有不同。所有IB第三组课程,如商务、地理、心理学等科目,EE的第一手数据大都来自社会调查,跟第四组(自然科学)比起来,这个过程缺乏可控性,因此难度会大一些。文学EE可以做文本分析,因此就搜集资料来讲压力较小。
内容不同
IA的选题可以是验证已知的一些结论,它更多地关注该科目大纲中的知识点。IA对HL和SL考生的要求一样,因此HL考生在选择IA题目时,不必选过难的题目。有的考生因为希望在IA中拿到高分,选了很复杂的题目,时间跨度拖得很久,几乎把IA写成了一篇EE。这是没有必要的,也不会帮助你获得高分。
EE的选题方向可以是动手实验、文献分析、软件模拟等。EE鼓励考生思考目前尚未解决的一些问题,它不希望考生选择一些已经有既定结论的主题来进行研究,考生可以探索课程大纲之外的领域。
如果选择了某门科目做EE,一定要注意EE的难度要高于该门科目的IA,两者的选题千万要错开。
分数占比不同
EE与TOK两门核心课程总分为3分,而IA的分数占每门课程总分的20%左右。
评估方法不同
IA成绩是学校的老师给的。但是IBO每次都要抽查,所以老师不可能随便给高分,否则全体同学都可能被降分。对于EE成绩,老师只负责预估分数,实际成绩由外部考官决定,2018年以后EE有个重大调整,即考生需要同时提交EE论文和反思报告。
IA以学生的个人参与、探索、分析、评估、交流作为参考的要素,EE则以学生聚焦点和方法、知识和理解、批判性思维、展示、参与等作为评分参考。
IA评分总分在24分,各老师根据标准给予学生不同分数,EE的评分总分在34分,总成绩分为以下5个等级:
A – work of an excellent standard.
B – work of a good standard.
C –work of a satisfactory standard.
D – work of a mediocre standard.
E – work of an elementary standard.
一般EE和TOK等级为AA、AB、BA才有可能获得3分的核心课程分数。
考察能力不同
EE必须对所研究的问题的理论背景做尽可能详实的介绍,尽可能多的包含已有的相关研究,而IA则是应用科学方法解决一个感兴趣的问题,在背景理论介绍方面可以弱化。
EE考查学生分析和评价科学论据的能力,也就是对调查问题的相关的文章进行回顾的能力。IA并没有如此高的要求。
其他方面
很少有学校会像TOK那样为EE安排课堂时间。EE本身要求的也是课余时间。IBO估算每个同学要用40小时左右的时间做EE,但是鉴于EE需要大量一手数据的收集,40小时应该是不够的。
IBO规定教师只能给学生的IA改一稿,EE只能辅导4个小时。前者对大部分中国学生来讲是不够的,后者其实对全球的学生来讲恐怕都不够。有些老师会特别严格的遵守这些规定。有些老师则可能会给学生的IA改好几稿,或者明明辅导了7、8个小时的EE,却在EE封面上只填4个小时的辅导时间,所以这方面大家也不用太担心,老师普遍是能体谅学生的。
IA的数据研究、实验可以应用于EE吗?
EE并不是IA的拓展,来源于课堂实验或IA实验的数据千万不能用作EE的数据进行分析!否则就违反了“double dipping”这条原则,这是IBO非常看重的一条原则,即同样的材料不可以重复提交!
IA和EE可以选同一个题目吗?
最好是不要!
且不说IBO对于“double dipping”这条原则的坚持,单就是篇幅方面,EE的篇幅要在4000字左右,除非你能深度挖掘IA实验的详细细节性数据,才有可能凑齐EE的篇幅长度,但深挖细节数据,反而增加了你的EE难度。
更重要的是,违反“double dipping”这条原则的后果很严重,要不要冒险,你说了算,当然后果也是你自己承担哦~