生成判断题设计

论点陈述
为评估高中学生对有丝分裂阶段判定的理解，判断题应聚焦于形态学可观察的关键判据（如染色体在赤道板的排列、姐妹染色单体是否分离、着丝点状态）。下列题目基于权威教材对各时期特征的标准描述，能够有效区分中期与后期的典型表征。

判断题（单项判断）
题干：显微镜下若观察到所有染色体整齐排列在细胞中央的赤道板上，且每条染色体的着丝点仍完整、姐妹染色单体尚未分离，则该细胞处于后期。对/错？

标准答案：错。

命题依据与解析
- 科学依据：中期（metaphase）的判据是染色体达到最短最粗并排列于赤道板，姐妹染色单体通过动粒微管与对侧纺锤极相连，着丝点（动粒黏连复合体）仍维持姊妹染色单体之间的黏连；后期（anaphase）始于黏连蛋白被切割，着丝点分离，姐妹染色单体作为独立染色体同步向两极移动。题干描述符合中期而非后期，因此判断应为“错”。此区分符合标准教科书对各期特征的描述与图示要点。
- 评估效度：本题考查的核心是“是否将赤道板排列且未分离”与“已分离向两极移动”这对关键特征与中期/后期准确匹配，能够有效诊断学生对阶段判定的概念理解与观察要点是否清晰，具有良好的结构效度。

教材页码引用说明（需确认版本后给出精确页码）
不同出版社与版次的高中生物教材页码差异较大。为确保页码引用的准确性，请您告知：
- 出版社（如人民教育出版社、江苏教育出版社等）
- 书名与册别（如必修第一册/必修一）
- 版本与印次（如2019年新教材版/2020年修订等）

在您确认版本后，我将补充该书中“有丝分裂各时期特征/图示（中期与后期判据）”的精确页码与图表编号。

参考文献（权威来源）
- Urry, L. A., Cain, M. L., Wasserman, S. A., Minorsky, P. V., & Orr, R. B. (2021). Campbell Biology (12th ed.). Pearson. Chapter 12: The Cell Cycle（对中期与后期形态学特征的权威描述）
- OpenStax. (2020). Biology 2e. OpenStax, Rice University. Section 10.2: The Cell Cycle（含中期赤道板排列与后期姐妹染色单体分离的标准阐述）
- Alberts, B., et al. (2022). Molecular Biology of the Cell (7th ed.). Garland Science. Chapter 18（从分子与细胞结构层面对动粒黏连、黏连蛋白切割与后期启动的机制性解释）

说明
- 以上参考文献用于支撑题干判定的科学依据。教材页码将在您提供具体高中教材版本后精确标注，确保引用严谨无误。

以下为基于“数据可视化图表选择与常见误区”主题设计的一道判断题（含学术化论证与参考文献），以测量学习者对图表选择原则与常见误区的理解。

- 试题（判断题）
  - 陈述：在展示组成关系且类别较多（例如超过 5–7 个）时，饼图通常比排序的条形图更有利于精确比较各部分大小。
  - 选项：正确 / 错误
  - 正确答案：错误

- 理由（基于证据的论证）
  - 论点：当类别较多时，使用饼图会显著降低数值判读的精度；使用按大小排序的条形图（共享零基线的长度与共用坐标轴位置编码）通常能提供更高的比较准确性。
  - 证据与依据：
    - 知觉精度层级研究稳定表明，共同尺度上的位置与长度编码优于角度与面积编码；饼图依赖角度/面积判断，因而在比较准确性上劣于条形图（Cleveland & McGill, 1984；Munzner, 2014）。
    - 当类别增多或切片较小、标签密集时，饼图的辨识负荷与遮挡问题上升，进一步加剧比较误差；相较之下，排序条形图能降低视觉搜索负担并支持跨类别的精确比较（Spence & Lewandowsky, 1991；Few, 2012）。
    - 众包实证研究亦显示，基于位置/长度的图形在比较任务上普遍优于基于角度/面积的图形，尤其当元素数量增加时差异更明显（Heer & Bostock, 2010）。
  - 教学契合：该题针对“图表选择与常见误区”的核心学习目标，检验学习者能否识别“在类别较多时仍偏用饼图”的常见误用，并能将感知原理应用于图表选择。

- 计分与评估说明
  - 评分：答“错误”计 1 分；答“正确”计 0 分。
  - 测量目标：理解层面（布鲁姆认知分类学“理解/应用”），聚焦图表选择原则与常见误区识别。
  - 可能干扰与说明：学习者可能基于“饼图用于组成关系”这一通则推断为真，忽视“类别较多时”的限定条件；本题通过限定条件检测对例外情境的掌握。

- 参考文献（APA）
  - Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554.
  - Few, S. (2012). Show me the numbers: Designing tables and graphs to enlighten (2nd ed.). Analytics Press.
  - Heer, J., & Bostock, M. (2010). Crowdsourcing graphical perception: Using Mechanical Turk to assess visualization design. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 203–212.
  - Munzner, T. (2014). Visualization analysis and design. A K Peters/CRC Press.
  - Spence, I., & Lewandowsky, S. (1991). Displaying proportions and percentages. Applied Cognitive Psychology, 5(1), 61–77.

——————————

Below is a True/False item designed for the topic “Selecting Data Visualization Charts and Common Pitfalls,” with academic justification and references.

- Item (True/False)
  - Statement: When showing part-to-whole relationships with many categories (e.g., more than 5–7), pie charts typically support more accurate comparisons than sorted bar charts.
  - Options: True / False
  - Correct Answer: False

- Rationale (Evidence-based)
  - Claim: With many categories, pie charts reduce judgment accuracy; sorted bar charts (using length and aligned position on a common axis) enable more precise comparisons.
  - Evidence:
    - Perceptual accuracy research consistently shows that position on a common scale and length encoding outperform angle and area; pie charts rely on angle/area, making them less accurate than bar charts (Cleveland & McGill, 1984; Munzner, 2014).
    - As the number of categories increases or slices become small and labels dense, pie charts impose higher visual load and occlusion; sorted bar charts reduce search effort and support precise cross-category comparisons (Spence & Lewandowsky, 1991; Few, 2012).
    - Crowdsourced experiments also demonstrate that position/length-based graphics outperform angle/area-based graphics for comparison tasks, with differences magnified as the number of items grows (Heer & Bostock, 2010).
  - Pedagogical alignment: The item targets recognition of the pitfall “using pie charts despite many categories,” assessing learners’ ability to apply perceptual principles to chart selection.

- Scoring and Assessment Notes
  - Scoring: Select “False” = 1 point; “True” = 0 points.
  - Construct: Understanding/application of chart selection principles and common pitfalls.
  - Anticipated misconception: Learners may overgeneralize “pie charts for composition” and overlook the boundary condition “many categories”; the item probes mastery of this exception.

- References (APA)
  - Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554.
  - Few, S. (2012). Show me the numbers: Designing tables and graphs to enlighten (2nd ed.). Analytics Press.
  - Heer, J., & Bostock, M. (2010). Crowdsourcing graphical perception: Using Mechanical Turk to assess visualization design. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 203–212.
  - Munzner, T. (2014). Visualization analysis and design. A K Peters/CRC Press.
  - Spence, I., & Lewandowsky, S. (1991). Displaying proportions and percentages. Applied Cognitive Psychology, 5(1), 61–77.

判断题（信息安全与合规：密码管理与共享风险）

题干：
“只要已启用多因素认证（MFA），在团队内部共享同一账号及其密码用于系统访问就属于合规做法。”

选项：对 / 错

标准答案：错

解析（基于证据的论证）：
- 合规框架的共识是“唯一标识与可追责性”。账号必须唯一地标识到具体个人，以保证访问审计、责任划分与取证完整性；共享账户或共享密码直接破坏唯一标识与不可否认性，即使叠加MFA亦无法弥补该缺陷（MFA只提升认证强度，不提供个体可归属的身份链路）。
- 国际与国家标准明确要求对用户进行唯一标识、避免通用/共享账号，并对认证信息（包括密码）进行保密管理、禁止泄露或共用。例如：NIST SP 800-53要求对组织用户实施唯一识别与认证（IA-2），并对认证因子进行保护与管理（IA-5）；账号管理控制强调对账户生命周期与使用进行规范，避免共享账户破坏审计性（AC-2）。ISO/IEC 27002强调避免通用标识符、要求用户遵循秘密认证信息使用规范并保持保密性（如2013版9.2.1、9.3.1、9.4.3）。我国等级保护基本要求同样强调对用户实施唯一标识与身份鉴别，防止账号共用影响访问控制与审计有效性（GB/T 22239-2019）。
- 因此，“启用MFA即可合法共享密码”的判断与主流信息安全与合规要求相矛盾。

政策与标准出处：
- National Institute of Standards and Technology. (2020). Security and Privacy Controls for Information Systems and Organizations (NIST SP 800-53 Rev. 5). Gaithersburg, MD: NIST. 见控制IA-2（Identification and Authentication）与IA-5（Authenticator Management），以及AC-2（Account Management）关于唯一标识、认证器保护与账户管理的要求。https://doi.org/10.6028/NIST.SP.800-53r5
- International Organization for Standardization. (2013). ISO/IEC 27002:2013 Information technology — Security techniques — Code of practice for information security controls. 见9.2.1（User registration and de-registration：避免通用/共享标识符）、9.3.1（Use of secret authentication information：要求保密使用）、9.4.3（Password management system：确保口令质量与保密）。
- 国家市场监督管理总局, 国家标准化管理委员会. (2019). 信息安全技术 网络安全等级保护基本要求 (GB/T 22239-2019). 见“身份鉴别”“访问控制”等条款对用户唯一标识与访问审计有效性的要求。