Testes de leitura internacionais: o formato muda menos que o contexto

Em 14 países, estudantes de 10 anos tiveram desempenho semelhante em testes de leitura no papel e em formato digital, com pouco viés atribuível à modalidade depois de consideradas as habilidades de leitura em papel. Esse resultado do PIRLS ajuda a separar uma pergunta importante: a prova mede leitura ou também mede o conforto do estudante com o meio usado para responder? (Grammatikopoulou, 2026)

Comparações internacionais não são apenas uma disputa de médias entre países. Elas dependem de como a avaliação foi montada, de quem está respondendo, do que cada pergunta exige e de como os resultados são interpretados. Para o professor, esse debate é útil porque avaliações menores, feitas na escola, também precisam distinguir o que o aluno sabe das condições em que demonstrou esse conhecimento.

O que são testes de desempenho em leitura e comparações internacionais, e por que importam para o professor?

Testes de desempenho em leitura são avaliações organizadas para estimar o que os estudantes conseguem compreender ou realizar diante de tarefas de leitura. Em estudos internacionais, provas como o PIRLS e o PISA permitem examinar resultados de grupos de estudantes em diferentes contextos. A comparação depende de regras de aplicação e de análise que buscam tornar os resultados interpretáveis entre participantes, escolas ou países.

Na rotina escolar, a mesma questão aparece em escala menor: uma nota de prova representa a habilidade de leitura, o domínio do conteúdo trabalhado, a familiaridade com o formato, o esforço investido naquele momento ou uma mistura desses fatores? Os estudos reunidos aqui mostram que os pesquisadores investigam justamente algumas dessas condições: modalidade digital ou impressa, motivação, língua falada em casa, cansaço, desenho da avaliação e confiabilidade da correção.

Isso não significa que uma prova escolar precise reproduzir uma avaliação internacional. Significa que vale observar o que a tarefa exige antes de interpretar o resultado. Uma resposta em branco, por exemplo, pode ter explicações diferentes de uma resposta incorreta; uma pontuação em atividade digital pode estar associada tanto à compreensão quanto à experiência com a ferramenta. Uma avaliação fica mais informativa quando o professor sabe que pergunta está tentando responder.

O que a pesquisa recente mostra sobre testes de leitura?

Os estudos recentes não oferecem uma única explicação para o desempenho em leitura. Em conjunto, investigam como as características das questões, dos estudantes, das escolas e dos procedimentos de avaliação se relacionam com os resultados. Alguns encontram associações ou diferenças; outros comparam métodos de mensuração. A seguir, os agrupamos por temas para destacar o que cada contribuição permite pensar.

O formato da prova importa, mas não explica tudo

O estudo com dados do PIRLS de 14 países comparou dois testes padronizados de leitura para estudantes de 10 anos, diferentes apenas pela modalidade: papel ou digital. As correlações entre os resultados ficaram em torno de 0,7 em muitos países. Depois de controlar as habilidades de leitura em papel, as análises indicaram apenas um pequeno viés da modalidade para as covariáveis, sem sinal de um efeito substancial da modalidade. Os autores veem algum apoio à transição para avaliações digitais, mas assinalam que outras áreas do conhecimento ainda precisam ser investigadas (Grammatikopoulou, 2026).

O resultado não quer dizer que papel e tela sejam sempre intercambiáveis em qualquer turma ou atividade. No mesmo estudo, o número de livros em casa continuou sendo um preditor significativo do desempenho digital em todos os países, mesmo após o controle das habilidades em papel. O uso de dispositivos digitais no tempo livre esteve associado a desempenho mais baixo nas duas modalidades na maioria dos países, enquanto o uso de tecnologia para tarefas escolares, como preparar relatórios e apresentações, esteve associado a desempenho melhor em ambas. São associações, não demonstrações de que uma prática cause determinado resultado.

Outro ponto ligado ao formato é o modo como a prova é organizada. Uma simulação da avaliação de Leitura do PISA 2018, em 18 países da OCDE, comparou o desenho de testagem em múltiplos estágios usado naquele ciclo com um desenho altamente adaptativo. O desenho adaptativo reduziu a variância média de imputação da proficiência média em leitura de cada país em 19%. Também reduziu a variância de imputação das proporções nos níveis de proficiência entre 8% e 13%, e a variância total do erro em até 9%. Na maioria dos países e na média, as proporções nos níveis V e VI foram menores com esse desenho, sugerindo que o desenho anterior superestimava essas proporções (Kö, 2026).

Esse estudo examina precisão das estimativas populacionais, não compara diretamente a qualidade do ensino em países nem diz como uma prova comum de sala de aula deve ser construída. Ainda assim, lembra que a arquitetura da avaliação pode influenciar a precisão com que se descrevem grupos. Uma nota de turma e uma estimativa populacional têm objetivos diferentes, mas ambas dependem de decisões sobre itens, aplicação e interpretação.

Esforço, cansaço e motivação também entram na leitura dos resultados

Uma avaliação só mostra bem o que o estudante sabe se ele se envolve o suficiente com as questões. Ao estudar o desengajamento na prova de Ciências do PISA 2022, os autores observaram que ele aumentava à medida que avançava a posição do item e era maior em itens de alta demanda cognitiva. Itens interativos reduziram o desengajamento. Também foi menos provável que os estudantes respondessem rapidamente por meio de chutes aos itens de ciências quando começavam pela prova adaptativa de matemática ou de leitura, em vez de começar por ciências. O estudo destaca uma relação negativa entre desengajamento e habilidade em ciências (Mehou, 2026).

Embora esse trabalho analise Ciências, e não leitura, ele é relevante para interpretar provas: a disposição para responder pode variar durante a aplicação e conforme a tarefa. O achado não autoriza concluir que uma questão difícil sempre desmotiva, mas aponta que a demanda cognitiva, a posição do item e a interatividade se relacionaram ao desengajamento naquele contexto internacional. Para uma avaliação escolar, observar o padrão das respostas pode ser mais informativo do que tratar todos os erros e omissões como equivalentes.

Condições básicas também aparecem associadas ao desempenho. Com dados do PIRLS e do TIMSS, um estudo sobre estudantes do 4º ano dos países nórdicos entre 2016 e 2023 encontrou aumento significativo na proporção que relatava chegar frequentemente à escola cansada ou com fome. Em 2023, entre 38% e 52% relataram cansaço, e entre 27% e 30%, fome. Quem frequentemente sentia fome ou cansaço relatava mais comportamento indisciplinado; em todos os casos, cansaço e fome se relacionaram negativamente ao desempenho em leitura, matemática e ciências (Christensen, 2026).

Esses dados não provam que o cansaço ou a fome sejam a única causa de uma pontuação mais baixa. Mostram, porém, que a leitura de resultados não acontece fora das condições de bem-estar e de convivência. O professor não controla todas essas condições, mas pode evitar interpretações apressadas sobre capacidade quando uma avaliação registra apenas um recorte do que aconteceu em determinado dia.

Uma escala ou uma correção pode funcionar de modo diferente entre grupos

Uma comparação entre anos escolares depende de que as perguntas sejam entendidas de modo suficientemente semelhante. Inspirado no PIRLS 2021, um estudo dinamarquês examinou uma escala de prazer pela leitura aplicada a estudantes do 0.º ao 9.º ano. A análise encontrou funcionamento diferencial de itens entre os grupos mais novos, do 0.º ao 2.º ano, e os mais velhos, do 3.º ao 9.º. Os resultados indicam que a medida não funciona da mesma forma nos dois grupos; os autores dizem que os primeiros anos não deveriam ser incluídos ou que é preciso atenção aos problemas de mensuração (Augestad-Puck, 2026).

O achado é sobre uma escala de prazer pela leitura, não sobre a capacidade de crianças pequenas aprenderem ou gostarem de ler. A distinção importa: uma diferença na forma como um item é interpretado pode comprometer a comparação de uma medida, sem tornar inválida toda conversa sobre leitura. Para quem avalia turmas de idades diferentes, a pergunta prática é se a mesma formulação faz sentido para todos os grupos.

Também a correção de respostas abertas é um desafio quando se comparam países e línguas. Um estudo apresentou a LiRA, método que gera uma segunda pontuação automática para cada resposta a partir do alinhamento semântico com respostas semelhantes e usa votação majoritária ponderada para determinar uma pontuação consensual. Os autores relatam que a abordagem oferece uma estimativa mais abrangente e sistemática da confiabilidade da correção nos níveis do item, do país e do idioma, preservando conceitos centrais da confiabilidade tradicional (Jung, 2026).

Outro estudo questiona a ideia de tratar o acerto ao acaso como uma característica fixa de cada questão de múltipla escolha. Comparando modelos com simulações e dados do PIRLS 2021, os autores encontraram desempenho semelhante entre os modelos em erro quadrático médio das estimativas de habilidade, mas valores preditivos superiores para o modelo que considera o acerto ao acaso como uma função da habilidade da pessoa, sobretudo em provas mais longas e amostras maiores. A análise empírica de 131 estudantes do 4º ano da Arábia Saudita também favoreceu esse modelo (Sideridis, 2026).

Essas pesquisas se concentram em métodos de análise e correção, não em recomendar uma tecnologia específica para a sala de aula. Elas reforçam que uma pontuação não nasce sozinha: há decisões sobre como tratar respostas, comparar escalas e estimar o que um estudante sabe. Em uma prova escolar, isso pode ser traduzido em critérios claros de correção e em cuidado ao comparar resultados produzidos por tarefas diferentes.

Confiança, língua e contexto ajudam a compreender as diferenças

Na Turquia, um estudo com dados do PIRLS 2021 examinou estudantes do 4º ano agrupados conforme a frequência com que falavam turco em casa. A confiança em leitura se associou positivamente ao desempenho nos quatro grupos; a associação foi maior entre estudantes que nunca falavam turco em casa. A ênfase escolar no sucesso acadêmico também apresentou associações diretas positivas com o desempenho. O nível socioeconômico manteve forte associação, especialmente entre estudantes com menor exposição ao turco em casa (Tomul, 2026).

O percurso indireto estimado entre confiança e desempenho por meio da ênfase escolar foi detectável no grupo que falava turco em casa às vezes. Para o grupo que nunca falava turco em casa, foi observada uma estimativa comparável, mas menos precisa. O contexto é específico: a escolarização turca é descrita no estudo como monolíngue, embora parte dos estudantes use outra língua em casa. Não se deve transportar essa configuração diretamente para o Brasil, mas ela ajuda a lembrar que a língua da avaliação e a língua de uso familiar podem fazer parte das condições de desempenho.

Em cinco países da ex-Iugoslávia, dados do PIRLS 2021 de estudantes do quarto e quinto anos foram usados para investigar atividades iniciais de letramento e numeracia, motivação e engajamento com a leitura. A análise indicou que o autoconceito de leitura baseado na competência percebida constituiu uma ligação importante entre atividades iniciais e aspectos motivacionais relacionados à leitura. O papel mediador variou conforme a natureza das atividades, e a relação se mostrou sensível às diferenças entre países (Duš, 2026).

Já uma análise crítica dos discursos públicos sobre os resultados suecos do PIRLS 2021 mostrou que instituições diferentes apresentaram interpretações distintas. A Agência Nacional de Educação enfatizou aspectos positivos e atribuiu o principal problema à segregação; o governo apresentou os resultados como sinal de uma “crise de leitura” e destacou digitalização, migração e tempo de leitura como explicações. O estudo relaciona esses discursos a uma investigação da leitura como atividade corporal em duas turmas do 4º ano (Reimers, 2026). A diferença ilustra que resultados de avaliação podem ganhar sentidos diversos quando entram no debate público.

Os estudos lado a lado: o que cada pesquisa investigou?

Os trabalhos abaixo abordam dimensões diferentes da avaliação de leitura: formato, precisão, esforço, motivação, correção e interpretação pública. A tabela resume apenas o que os estudos relatam, sem transformar associações em causas nem tratar contextos nacionais distintos como equivalentes.

Quais pontos em comum e divergências aparecem entre os estudos?

Um ponto comum é que a pontuação depende de mais do que acertar ou errar: formato, esforço, língua, motivação, contexto de aplicação e método de correção podem afetar a interpretação. Isso não torna os testes inúteis. Mostra por que uma avaliação bem pensada precisa combinar tarefas adequadas com critérios coerentes e uma leitura cuidadosa dos resultados.

Os estudos também diferem no objeto e no alcance. Alguns analisam estudantes individualmente, outros estimam resultados de países, comparam grupos ou examinam discursos públicos. O estudo sobre modalidade sugere que a diferença entre papel e digital foi pequena depois de considerados certos fatores, enquanto a pesquisa dinamarquesa encontrou problemas de equivalência em uma escala de prazer pela leitura entre grupos etários. Não há contradição necessária: tratam de instrumentos e perguntas distintos.

Outra diferença importante está entre associação e efeito causal. Quando confiança, nível socioeconômico ou uso de tecnologia aparecem relacionados ao desempenho, não se pode concluir automaticamente que um deles causou o outro. A simulação sobre desenhos de prova responde a uma questão metodológica diferente das análises observacionais de motivação ou bem-estar. Tampouco os resultados autorizam um ranking simples de países ou uma receita única de intervenção.

Seguem abertas perguntas sobre como esses padrões aparecem em outros componentes curriculares, línguas, idades e situações de avaliação. O próprio estudo sobre modalidades pede pesquisa futura em outras áreas. Também é preciso entender como instrumentos específicos funcionam em cada contexto antes de comparar resultados. Para a escola, a conclusão prudente é usar os resultados como pistas para investigar a aprendizagem, não como retrato completo de cada estudante.

O que esses estudos significam para a sala de aula?

Uma aplicação possível é tratar a avaliação como fonte de informação sobre a aprendizagem e também sobre as condições da tarefa. As ideias abaixo são sugestões de aplicação inspiradas nas perguntas levantadas pelos estudos; não são intervenções comprovadas por eles.

1. Compare papel e digital sem presumir que um formato é sempre melhor

Como aplicação, proponha tarefas equivalentes em papel e em dispositivo e observe se a compreensão se mantém, sem misturar o resultado a uma conclusão imediata sobre capacidade. Imagine uma turma em que parte dos alunos responde melhor na tela: o professor pode verificar se o texto, a navegação ou a experiência com a ferramenta muda a participação. O estudo internacional encontrou associação forte entre modalidades e pouco viés geral após controles, mas isso não garante o mesmo resultado em toda turma ou atividade.

2. Observe onde o estudante perde o fôlego

Como aplicação, anote se erros, respostas muito rápidas ou omissões se concentram no fim da prova ou em questões de maior demanda. Em uma prova hipotética de leitura, uma turma pode responder com atenção aos primeiros textos e apressar-se no último. Essa observação não prova desinteresse: pode orientar uma conversa sobre duração, sequência e clareza. O estudo do PISA encontrou associações entre posição dos itens, demanda cognitiva e desengajamento em Ciências, não uma regra universal para toda avaliação de leitura.

3. Separe compreensão leitora de familiaridade com a tarefa

Como aplicação, antes de avaliar, apresente instruções e um exemplo curto de como registrar respostas, sem antecipar o conteúdo que será cobrado. Imagine uma turma que precisa localizar evidências em um texto dentro de uma plataforma digital: uma orientação de navegação pode reduzir a chance de confundir dificuldade técnica com dificuldade de leitura. Essa é uma escolha didática, não um resultado testado pelos estudos citados. A pesquisa sobre modalidade justifica considerar o meio, mas não oferece um roteiro pronto de aplicação.

4. Faça perguntas sobre confiança junto com perguntas de desempenho

Como aplicação, combine a tarefa com uma breve pergunta de autorrelato, como “quão seguro você se sentiu ao responder?”, e use a resposta para conversar, não para rotular. Em uma turma hipotética, um aluno pode compreender o texto e ainda demonstrar pouca confiança. O estudo turco encontrou associação positiva entre confiança em leitura e desempenho em diferentes grupos linguísticos, mas não prova que aumentar a confiança, isoladamente, cause uma melhora. O dado pode ajudar o professor a olhar para desempenho e percepção do estudante em conjunto.

5. Confira se a mesma pergunta faz sentido para idades diferentes

Como aplicação, ao comparar turmas de idades distintas com uma escala de interesse ou prazer pela leitura, revise palavras e situações que podem ser entendidas de formas diferentes. Imagine uma pergunta sobre escolher livros por conta própria: ela pode significar algo distinto para quem ainda depende de um adulto para acessar materiais. O estudo dinamarquês encontrou funcionamento diferencial em itens de uma escala entre grupos etários. Isso não determina como adaptar um instrumento brasileiro, mas é um alerta para não comparar respostas sem verificar a compreensão da pergunta.

6. Crie critérios visíveis para corrigir respostas abertas

Como aplicação, escreva critérios simples antes de corrigir: por exemplo, se a resposta precisa apontar uma informação explícita, relacionar duas partes do texto ou justificar uma inferência. Imagine que dois professores corrigem respostas de uma turma: critérios compartilhados podem ajudar a discutir diferenças de interpretação. O estudo sobre LiRA investiga a confiabilidade da correção multilíngue em larga escala; não testa uma rubrica de sala de aula. Ainda assim, a preocupação com consistência oferece uma pergunta útil: duas respostas de qualidade semelhante recebem tratamento semelhante?

7. Interprete resultados com contexto, não com rótulos

Como aplicação, quando um estudante obtiver resultado abaixo do esperado, considere perguntas adicionais sobre língua de uso, familiaridade com o formato, condições de realização e oportunidades de leitura, sem presumir a resposta. Em uma turma hipotética com estudantes que usam diferentes línguas em casa, o professor pode conferir se as instruções e os textos foram compreendidos. O estudo turco mostra associações em um contexto linguístico específico, e não uma fórmula para classificar estudantes. A meta é ampliar a investigação pedagógica, não baixar expectativas.

O que muda quando aplicamos essas ideias ao contexto brasileiro?

Os estudos cobrem contextos distintos: países nórdicos, Dinamarca, Turquia, países da ex-Iugoslávia, Suécia, Arábia Saudita e grupos de países participantes de avaliações internacionais. Seus resultados não descrevem automaticamente as escolas brasileiras. As políticas de avaliação, as línguas familiares, a infraestrutura digital e as condições sociais variam; por isso, a comparação serve para formular perguntas, não para importar conclusões sem adaptação.

O estudo da Turquia, por exemplo, parte de uma diferença entre a língua da escola e a língua usada em casa em um sistema descrito como monolíngue. O Brasil tem contextos linguísticos próprios, que incluem realidades diversas entre regiões e comunidades. A associação observada na Turquia não permite prever como estudantes brasileiros responderiam a uma avaliação. Ela sugere que a língua da tarefa merece atenção quando o professor interpreta o desempenho, especialmente se houver sinais de que o vocabulário ou as instruções interferiram na resposta.

Também não se deve transportar diretamente para a escola brasileira os percentuais de cansaço e fome registrados nos países nórdicos, nem as estimativas de desempenho de outras populações. Esses dados mostram uma relação observada naquele contexto e período. Para a prática local, podem inspirar observação responsável de condições que afetam a participação, mas não substituem informações sobre os estudantes e a comunidade da própria escola.

Por fim, a comparação internacional não é um atalho para explicar diferenças educacionais com uma causa única, como tecnologia ou tempo de leitura. O estudo sueco mostra que os próprios atores públicos podem interpretar os mesmos resultados de formas distintas. No Brasil, diante de um resultado local ou de uma notícia sobre avaliação internacional, vale perguntar: qual grupo foi avaliado, que instrumento foi usado, que tipo de conclusão o estudo permite e quais explicações estão sendo acrescentadas ao dado?

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de dez estudos recentes do ERIC, não na leitura integral de cada publicação. Por isso, apresenta os objetivos e resultados informados nesses resumos, mas não detalha decisões metodológicas que não foram descritas ali. As pesquisas variam em método, população e pergunta; seus achados não devem ser tratados como se viessem de um único experimento comparável.

Ficam em aberto perguntas importantes: como os instrumentos funcionariam com estudantes brasileiros; se associações observadas em uma população se repetem em outra; como as diferenças entre modalidades aparecem em outras disciplinas; e que mudanças práticas realmente melhoram a aprendizagem. Para responder a essas questões, seria necessário consultar os estudos completos e, quando a decisão envolver a própria escola, buscar dados locais. Ler o texto integral faz ainda mais sentido se você pretende adotar um instrumento, comparar grupos ou usar um resultado para orientar uma decisão de maior alcance.

Como o GeraProva ajuda com avaliações de leitura?

O GeraProva pode apoiar o professor na criação de provas e atividades com questões de leitura, como ponto de partida para uma avaliação alinhada ao objetivo da aula. A ferramenta não substitui a revisão docente nem garante, por si só, que uma prova meça uma habilidade de forma justa: cabe conferir textos, instruções, nível de exigência e critérios de correção. Você pode conhecer o gerador de provas do GeraProva ou fazer seu cadastro grátis.

Perguntas frequentes sobre testes de leitura internacionais

Uma prova digital mede leitura tão bem quanto uma prova em papel?

Um estudo com estudantes de 10 anos em 14 países encontrou associação forte entre os resultados em papel e digitais, e apenas pequeno viés da modalidade depois de controladas as habilidades de leitura em papel. Os autores consideram que os resultados oferecem algum apoio à transição para avaliações digitais. Isso não prova que toda prova digital seja equivalente a qualquer prova impressa: as tarefas e as condições podem variar. Na sala de aula, vale observar se o formato interfere na navegação e na resposta antes de interpretar uma diferença como diferença de compreensão.

O que pode fazer um estudante se desengajar durante uma prova?

Em uma análise do PISA 2022 em Ciências, o desengajamento aumentou conforme avançava a posição do item e foi maior em questões de alta demanda cognitiva; itens interativos reduziram esse comportamento. O estudo também encontrou relação negativa entre desengajamento e habilidade. Como a pesquisa tratou de Ciências em uma avaliação internacional, não é correto afirmar que os mesmos padrões se repetirão em toda prova de leitura. Para o professor, é uma razão para observar a sequência e o tipo de tarefa, em vez de interpretar qualquer resposta rápida ou em branco como falta de conhecimento.

Posso comparar diretamente a motivação para leitura entre diferentes anos escolares?

Não sem verificar se a escala funciona de modo semelhante para todos. Um estudo feito em um município da Dinamarca encontrou funcionamento diferencial de itens de uma medida de prazer pela leitura entre estudantes do 0.º ao 2.º ano e do 3.º ao 9.º. Isso significa que alguns itens podem ser percebidos de maneira diferente pelos grupos, o que dificulta comparar as respostas como se a medida fosse idêntica. O estudo não diz que crianças pequenas não sentem prazer pela leitura; alerta para a interpretação da escala. Em avaliações escolares, revise a linguagem e o sentido das perguntas antes de comparar idades.

Confiança em leitura tem relação com desempenho?

Em dados do PIRLS 2021 da Turquia, a confiança em leitura se associou positivamente ao desempenho nos quatro grupos definidos pela frequência com que os estudantes falavam turco em casa. A associação foi maior entre aqueles que nunca falavam turco em casa. O estudo também encontrou associações positivas entre a ênfase escolar no sucesso acadêmico e o desempenho. Como são associações em um contexto específico, não demonstram que elevar a confiança, por si só, causará melhora. Na prática, o professor pode considerar a percepção do estudante junto com as respostas da avaliação, sem transformar confiança em nota ou diagnóstico isolado.

Os resultados de uma avaliação internacional explicam por que um país lê melhor que outro?

Uma avaliação pode ajudar a comparar grupos sob determinadas condições, mas seus resultados não explicam sozinhos as diferenças. Os estudos reunidos aqui tratam de questões distintas, como desenho da prova, modalidade, condições de bem-estar, língua e interpretação pública. O estudo sueco sobre o PIRLS mostrou que instituições diferentes atribuíram explicações distintas aos resultados do mesmo contexto. Antes de aceitar uma causa apresentada em uma notícia, é útil perguntar que dados a sustentam e o que o estudo realmente investigou. Uma comparação internacional é uma pista para perguntas, não uma explicação completa nem uma receita de política escolar.

Como usar esses achados sem transformar uma nota em rótulo?

Use a nota como um sinal sobre uma tarefa específica, e não como descrição definitiva da capacidade do estudante. Os estudos mostram que formato, esforço, confiança, língua e método de correção podem influenciar a interpretação dos resultados. Uma aplicação possível é combinar a prova com observação das respostas, conversa sobre a tarefa e outras atividades de leitura. Se houver uma dificuldade, investigue se ela aparece em diferentes textos e formatos e se as instruções foram compreendidas. Essas são sugestões pedagógicas, não procedimentos cuja eficácia tenha sido comprovada pelos estudos resumidos aqui.

Referências

1. Augestad-Puck, Morten Rasmus; Fougt, Simon Skov (2026). Invariância de Medida no Prazer pela Leitura em Diferentes Anos Escolares Medida por Análise TRI e DIF (Measurement Invariance in the Enjoyment of Reading across Grades Measured by IRT and DIF Analysis). Large-scale Assessments in Education. Link.
2. Christensen, Anders Astrup; Lavy, Shiri; Christensen, Jacob Højgaard (2026). De volta ao básico: aumento do cansaço e da fome nas salas de aula dos países nórdicos e suas relações com o comportamento indisciplinado e o desempenho acadêmico (Back to Basics: Increasing Tiredness and Hunger in Nordic Classrooms and Their Links to Disorderly Behaviour and Academic Achievement). European Journal of Education. Link.
3. Dušica Malinić; Ivana Đerić; Nada Ševa (2026). Autoconceito de leitura como mediador entre atividades iniciais de letramento e numeracia, motivação dos estudantes para a leitura e engajamento com a leitura: estudo comparativo dos dados do PIRLS 2021 (Reading Self-Concept as a Mediator between Early Literacy and Numeracy Activities, Students' Reading Motivation and Engagement: A Comparative Study of PIRLS 2021 Data). European Journal of Education. Link.
4. Grammatikopoulou, Elpis; Johansson, Stefan; Rosén, Monica (2026). Leitura em papel e leitura digital em 14 países: explorando a variação entre países nos efeitos da modalidade (Paper-Based and Digital Reading in 14 Countries: Exploring Cross-Country Variation in Mode Effects). Educational Review. Link.
5. Jung, Ji Yoon; Bezirhan, Ummugul; von Davier, Matthias (2026). Reconceituando a confiabilidade da correção por meio da similaridade linguística (Reconceptualizing Scoring Reliability through Linguistic Similarity). Educational and Psychological Measurement. Link.
6. König, Christoph; Fink, Aron; Frey, Andreas (2026). Efeitos do “desenho de testagem altamente adaptativa para o PISA” sobre as estimativas populacionais baseadas em valores plausíveis (Effects of the "Highly Adaptive Testing Design for PISA" on Plausible Value-Based Population Estimates). Large-scale Assessments in Education. Link.
7. Mehou, Juste M.; Leventhal, Brian C. (2026). O que faz os estudantes perderem o interesse nas provas? Preditores, no nível dos itens, do desengajamento no PISA (What about Tests Make Students Switch Off? Item-Level Predictors of Disengagement on the PISA). Journal of Educational Measurement. Link.
8. Reimers, Eva; Martin Bylund, Anna; Stenliden, Linnea (2026). Construções de uma crise de leitura — representação do PIRLS 2021 nos discursos públicos (Constructions of a Reading Crisis -- Representation of PIRLS 2021 in Public Discourses). Discourse: Studies in the Cultural Politics of Education. Link.
9. Sideridis, Georgios D.; Alghamdi, Mohammed (2026). Adivinhar durante a prova é um atributo da pessoa, não um parâmetro do instrumento (Guessing during Testing Is a Person Attribute Not an Instrument Parameter). Educational and Psychological Measurement. Link.
10. Tomul, Ekber (2026). Explorando as associações indiretas condicionais entre confiança em leitura e desempenho: evidências do PIRLS 2021 na Turquia, segundo a frequência com que se fala turco em casa (Exploring the Conditional Indirect Associations of Reading Confidence with Achievement: Evidence from PIRLS 2021 Türkiye by Frequency of Speaking Turkish at Home). Teachers College Record. Link.

Se alguma dessas perguntas aparece nas suas avaliações, escolha uma para observar com calma na próxima atividade: entender melhor o que uma prova mede já é um bom passo para apoiar a leitura dos seus alunos.