【领域5】尚俊杰 等 | 探索学习的奥秘：我国近五年学习科学实证研究

本期 · 精彩

【序论】袁振国：教育规律与教育规律研究

【方法2】陈霜叶, 王奕婷 | 察器求道 转识成智：质性教育研究五年述评与学术共同体的使命展望

摘要

通过对我国大陆地区近五年的学习科学实证研究文献的全面调研和系统分析，可以看到过去几年学习科学吸引了认知科学、教育心理学、教育技术学等多学科的研究者，并在学习基础机制、学习环境设计、学习分析技术研究方面取得了比较丰硕的成果，在研究方法方面也进行了锐意探索；但研究的深度和广度及对学习科学的认识还需要加强；未来需要全面推进学习科学的研究工作，尤其要重视“婴幼儿、儿童、青少年的认知与学习的神经机制、影响因素及培养策略研究”、“基于课堂教学的对话分析、师生互动、学习评价等学习分析研究”、“基于模拟、仿真、游戏、VR/AR等新技术的认知工具设计研究”、“智慧学习环境设计研究”、“在线学习和混合式学习研究”等研究议题。

关键词：学习科学    学习技术    学习分析    实证研究    文献综述

尚俊杰，北京大学教育学副院长、教育技术系系主任、北京大学学习科学实验室执行主任、基础教育研究中心副主任。

王钰茹，北京大学教育学院硕士研究生。

何奕霖，北京大学教育学院硕士研究生。

基金项目：北京大学基础教育研究中心于越教育发展基金2020年度教育研究重点课题"以学习科学推动课堂教学变革的关键问题研究"（JCJYYJ201902）

原文载于《华东师范大学学报（教科版）》2020年第九期

目录

一、研究背景与目的

二、调研方法与过程

三、主要研究主题和研究内容

四、主要研究方法和研究技术

五、研究总结及未来研究议题

六、结语

一、研究背景与目的

学习科学（learning sciences）是国际上最近30多年发展起来的关于跨学科的研究领域，涉及教育学、信息科学、认知科学、脑科学、生物科学等众多研究领域。萨沙•巴拉布（Sasha Barab）等人认为，学习科学是一个综合性的多学科研究领域，它利用人类科学中的多种理论观点和研究范式，以实现对学习、认知和发展的属性与条件的理解（任友群，赵建华等，2020）。基思•索耶（R·Keith·Swayer）（2010）在《剑桥学习科学手册》中指出：学习科学的研究目标，首先是为了更好地理解认知和社会化过程以产生最有效的学习，其次便是为了用学习科学的知识来重新设计已有的课堂及其他学习环境，从而促使学习者能够更有效和深入地学习。简而言之，学习科学主要就是研究“人究竟是怎么学习的，怎样才能促进有效地学习”。

之所以会提出学习科学，是因为在20世纪80年代前后，一些在传统认知科学领域颇有建树的科学家们意识到，以脱离情境认知建构和控制实验为特征的学习研究很难解释真实世界中的学习实践，那些源于认知科学的教育教学思想方法，并不能真正有效地指导“规范且具体”的学习。面对这一困境，这群学习研究者纷纷从传统的认知科学一派出走，开始基于真实的学习情境来研究学习（赵健等，2007）。1991年，第一届学习科学国际会议在美国西北大学召开，同一年《学习科学杂志》（Journal of the Learning Sciences）创刊，这标志着现代意义上的学习科学宣告形成。

学习科学自提出以来，欧美发达国家和地区都非常重视。在美国，国家科学基金2004年支持成立了6个跨学校跨区域的学习科学研究中心，并给予连续十年的支持，大多数中心获得的经费都超过了上千万美元（夏琪等，2019）。经合组织（OECD）自1999年开始也设立了一个教育与创新研究所，组织了全世界范围的学者开展学习科学研究。

在我国，自上世纪90年代起，高文、陈琦、何克抗、桑新民等一批中国学者开始面向国内翻译介绍学习科学的论文著作，东南大学、北京师范大学、华东师范大学等高校也相继成立了“学习科学研究中心”。最近几年，北京大学、清华大学等众多的综合性高校、师范院校也越来越重视学习科学研究，纷纷成立相关研究机构。2017年9月，在国家自然科学基金委与教育部联合推动下，以“连接未来：教育、技术与创新”为主题的第186期双清论坛在浙江大学胜利召开，与会领导专家一致认为，要加强教育科学基础研究。在第二年的国家自然科学基金会资助指南中，即设置了专门代码（F0701）支持教育大数据分析、认知工具等多个方向的研究，其中多个方向也是和学习科学直接相关的。

为促进学习科学未来更好地发展，本文希望系统回顾我国（主要关注中国大陆地区）近5年的学习科学研究主题和研究热点、使用的研究方法和技术、呈现的研究特点及存在的问题，并建议未来重点研究方向和研究议题。

二、调研方法与过程

由于学习科学是一个比较广泛的研究领域，很难用文献计量方法准确计量相关研究，所以决定结合实证文献检索、其他综述性文献调研以及作者对学习科学领域的了解，并采用滚雪团的方式，希望尽量把握重要研究文献。具体研究过程如下：

第一步：检索中英文实证研究文献。本研究选取Web of Science数据库的核心合集和中国知网（CNKI）为主要文献样本来源。检索主题关键词包括“学习科学（learning sciences）”“学习技术（learning technology）”“学习分析（learning analytics）”，设置时间跨度为2015—2020年。在返回的文献中通过阅读摘要和快速泛读选择比较重要的实证研究文献，同时，采用滚雪团的方式不断补充文献，最后选出重要英文文献64篇、中文文献81篇。

第二步：对重要文献编码并撰写读书笔记。仔细阅读重要文献，并按照期刊、重要程度、机构、作者、年份、学段、研究方向、研究方法、其他标签（如翻转课堂、MOOC、游戏化学习等）进行编码，同时撰写详细的读书笔记。

第三步：归纳研究主题、研究方法及未来研究课题。基于以上编码字段及读书笔记，归纳过去五年的主要研究主题和研究内容，使用的研究方法和技术，并总结之前的研究特点和存在的问题，建议未来可以关注的研究方向和研究议题。

三、主要研究主题和研究内容

学习科学是一个跨学科研究领域，《人是如何学习的》一书认为改变学习概念的五大主题是：记忆和知识的结构、问题解决与推理的分析（专家分析）、早期基础、元认知过程和自我调节能力、文化体验与社区参与（布兰思福特等，2002）。尚俊杰等人（2018）在全面调研学习科学的发展历程和理论溯源、分析研究热点及趋势的基础上，将学习科学研究方向归纳为学习基础机制研究、学习环境设计研究、学习分析技术研究三类，下面就从这几个方向分别综述过去五年的实证研究进展。

(一) 学习基础机制研究

学习基础机制研究重在从微观的神经联结层面研究真实情境中教与学的过程，从认知功能与结构相结合的综合视角，面向真实的学习情境，研究特定教育干预对学习过程的影响。近5年来，我国在基础认知能力、脑与阅读、脑与数学认知、学习障碍、创造力等高阶能力方面取得了一定的成就。

1. 基础认知能力的研究：围绕记忆、空间能力等方面进行了更深入的讨论

记忆对人的认知活动至关重要。近五年来，关于情景记忆和工作记忆的相关研究仍是主流，研究者们围绕脑机制和有效增强记忆的方式展开了深入的研究。浙江大学沈模卫等人（He，Guo，et al.，2019）探讨了社会工作记忆能力的发展及其与心理理论的关系，发现社会工作记忆能力在3—6岁之间稳步增长，4—5岁的增长幅度较大；北京师范大学薛贵等人（Feng，Zhao，et al.，2019）发现间隔学习可以通过增加编码过程，包括检索工作量和增强先前神经表征的模式来促进长期记忆；张秋梅等人（Zhang，et al.，2019）发现工作记忆跨度训练可能是提高工作记忆维护能力的有用工具；湖南师范大学康丹等人（2018）证实了工作记忆训练可能提高儿童工作记忆能力和数学能力。

空间能力亦非常重要，与工程、数学和科学等学科教育相关。近五年中，研究者比较关注提升空间能力的有效训练方式或有效教学工具，并常将空间能力与创造力、数学能力结合起来进行探讨。华东师范大学孙江山和任友群等人（2016）、陕西师范大学马洪亮等人（2019）都探讨了3D技术，包括3D CAD、3D打印等对空间能力的提升机制，发现3D技术与学生空间能力和创造力发展之间存在正相关关系；康丹等人（2020）关注幼儿教育的空间能力，深入考察了心理旋转游戏训练对5～6岁儿童空间及数学能力的影响。

除了记忆和空间能力，还有研究关注其他认知过程。如东华大学朱艳梅等人（Zhu，Zhang，et al.，2019）使用事件相关电位的证据，研究科学知识的错误识别和冲突监控的认知过程。

2. 脑与阅读的研究：注重对语言认知和阅读理解的神经机制进行深入分析

脑与阅读、语言学习也是认知神经科学一直以来的重要研究内容。近几年来，研究者注重通过分析不同变量之间的复杂影响过程，对语言认知和阅读理解的神经机制等进行深入分析。北京师范大学崔佳歆和周新林等人（Cui，Zhang，et al.，2019）采用层次回归分析和路径模型方法，探索了阅读理解的视觉形式处理机制，发现视觉形式的感知与阅读理解、算术计算密切相关；陕西师范大学唐雪梅等人（2016）使用ERP（事件相关电位）技术，探讨了科学语言认知加工机制的神经特异性，发现与日常语言相比，在科学语言认知加工过程中，语义检索和提取难度更大，科学隐喻有助于提高抽象科学语言表达的显性度；清华大学饶培伦等人（Rau，Zheng，et al.，2018）关注VR/AR环境下人的阅读表现，研究发现在VR/AR环境下，阅读反应时间比在屏幕上阅读长10%；华东师范大学刘艳和顾小青等人（liu & Gu，2019）关注阅读技能中的阅读注意力和理解力，关注阅读材料的一致性和分散性对阅读能力的影响。

3. 脑与数学认知的研究：数字表征和语义理解是研究的重点

脑与数学认知也是认知神经科学一贯的研究热点。近几年来，数字表征和语义理解是研究的重点。关于数字表征的研究中，采用实验方法对近似数字系统（ANS）和心理数轴的研究较多。中科院心理研究所何云峰等人（He，Zhou，et al.，2016）探究了ANS敏锐度和数学能力之间可能存在的因果关系；北京师范大学周新林等人则对脑与数学认知进行了系列研究，他们证实了ANS中基于数字的数量可以自动映射到从左到右的心理数轴，这为如何训练ANS敏锐度提供了思路（Zhou，Shen，et al.，2016）。

关于语义理解的研究中，研究者关注语义系统在数学问题解决和数学概念理解等方面的作用。周新林等人（Zhou，Li，et al.，2018）根据语义脑区激活情况证明了语义网络在数学问题解决中的重要作用，提高学生的语言能力对提高其数学问题解决能力有重要意义；陕西师范大学张睆和胡卫平等人（2018）对小学六年级儿童的部分-整体、测量、比、算子和商5种分数语义含义的理解水平和模式进行了评估。

4. 学习障碍的研究：关注学习障碍的神经机制和有效干预方法

在学习障碍方面，近几年的研究集中于数学和阅读障碍，关注学习障碍的神经机制和有效干预方法。北京师范大学卢春明等人探索了阅读障碍和孤独症语音工作记忆受损的神经机制（Lu，Qi，et al.，2016a），研究了口吃者言语产生与知觉的关系（Lu，Long，et al.，2016b）；华东师范大学顾晨璐和周加仙（2019）采用对照实验证明了汉语阅读障碍儿童存在语音加工缺陷以及在语音判断任务中对于声旁线索的过度依赖，但是并不存在类似于西方阅读障碍儿童的注意定向困难；北京师范大学丁国胜和北京大学孟祥芝等人（Liu，Li，et al.，2016）使用功能磁共振成像（fMRI）和图论分析对第二语言障碍儿童进行了分析，探索了语音韵律任务期间全脑功能网络的拓扑结构，以及在英语阅读障碍与年龄相匹配的典型发育（TD）儿童中跨任务和短暂休息阶段的网络重配置；周新林等人（Zhang & Zhou，2016）设计了一个基于网络的课程学习系统，通过测试来帮助学生构建知识结构，并通过对照实验证明可以促进儿童建立起数学知识结构。

5. 问题解决、创造力等高阶思维能力研究：关注影响因素及相应神经机制

问题解决能力、创造力等高阶思维能力目前深受教育领域重视，近几年的研究主要关注高阶思维能力的影响因素及相应的神经机制。陕西师范大学胡卫平等人综合采用眼动、脑电等实验方法对创造性思维能力进行了长期研究，发现剧烈的压力会损害创造性思维，并主要影响创造性认知过程的早期阶段（Wang，Duan，2019）；脑半球互动程度与创造性科学问题提出能力之间存在正相关关系，且大脑半球互动与问题情境共同影响创造性科学问题提出能力（王博韬，段海军等，2017）。

6.其他研究

在学习基础机制方面，研究者还做了很多其他研究。比如卢春明等人（Zheng，Chen，et al.，2018）曾经利用功能性近红外光谱技术（fNIRS），测量了教学时师生的大脑神经活动，发现师生之间的人际神经同步时间滞后性越高，教学效果越好。也有学者关注社会、语言和具身等因素对道德发展的影响。杭州师范大学赵立等人（Zhao，Chen，2019）探究了儿童听到的评价信息是否会影响儿童的道德行为。

(二) 学习环境设计研究

学习环境设计研究也称为学习技术研究。这类研究更关注如何在已有的基础研究成果上，将这些成果转化为可以直接应用于真实教育情境的干预方案，如学习媒介设计、物理环境设计、学习交互设计。近几年来，研究者在移动学习、游戏化学习、基于VR/AR的学习、计算机支持的协作学习、深度学习、项目学习、学习空间等方面取得了可喜的成就。

1. 基于移动学习环境的学习研究：关注教学设计与应用

近五年，研究者主要关注移动学习环境下的教学设计与应用研究。比如华中师范大学张屹等人（2016）提出了移动环境下基于APT—融合评价（assessment）、教学法（pedagogy）、技术（technology）为一体的基于评价的教学模型，并探究了该教学模式对学生学习兴趣和成绩的影响；江苏开放大学韩庆年和南京师范大学柏宏权等人（2018）探究了移动学习环境下同伴互评对大学生学习动机的影响；重庆师范大学范文翔等人（2015）深入挖掘了微信的教育功能，并在分析翻转课堂技术需求的基础上，提出了基于微信的翻转课堂解决方案。

2.基于模拟、仿真、游戏的学习研究：关注学习体验的提升和认知过程的促进

模拟、仿真、游戏一直是计算机教育应用的热点。在近五年的研究中，研究者们主要采用设计研究方法、实验和准实验法，围绕教育游戏的设计和应用、学习体验、认知成效等进行了探索。北京大学学习科学实验室尚俊杰等人近年来致力于基于学习科学视角的游戏化学习研究，并开发了多款数学游戏（ www.mamagame.net）。其中，裴蕾丝和尚俊杰（2019）整合了脑与数学认知（三通道理论）和游戏设计相关理论，设计开发了数学教育游戏《怪兽消消消》。张露等人（Zhang，Shang，et al.，2020）则探究了当课程时间的一半用于游戏化分数学习后，儿童是否能够实现理想的学习结果。

当然，基于游戏的学习研究不仅包括教育游戏的设计与开发，也包括将游戏化（gamification）思维用于课堂教学或在线教学中。例如朱云等人（2017）基于MDA（机制、动态、美学）游戏化设计框架，提出了一种游戏化与MOOC课程视频整合的途径，并以《游戏化教学法》MOOC为例，实践并验证了该整合途径对提升学习者学习动机的有效性；曲茜美等人（2019）在此基础上，基于情境故事视角，构建了MOOC游戏化模型，并通过实证研究证明该模型具有一定的推广价值，有助于解决MOOC学习过程中情境缺失的问题。

关于游戏化学习，也有学者注重通过实验探究影响游戏体验和学习成效的因素。比如陕西师范大学马颖峰和胡若楠（2016）采用问卷调查法对游戏类型与沉浸体验的关系进行实证研究，探索了不同类型游戏与人口统计学特征、游戏平台、游戏时间等变量对沉浸体验水平的影响。

3.基于VR/AR的学习研究：探索技术如何提升学习成效

随着VR/AR技术日益成熟且稳定，研究者也在探索将此技术融合到教育场景中，一般采用基于设计的研究方法、实验和准实验方法，探索如何利用技术提升用户体验和学习成效。北京理工大学魏小东等人（Wei，Weng，et al.，2015）基于ARCS模型为高中生设计了一套基于AR技术的创意设计课程，发现采用新技术教学的学生在学习动机、创意水平以及学习效果方面都表现较好；北京师范大学蔡苏等人（Cai，Zhu，et al.，2018）近年来专注于VR/AR学习研究，开发了两款基于手势的匹配游戏，以提高自闭症儿童在精细运动技能和识别能力方面的表现。

4.基于知识可视化的研究：聚焦于图示工具对学习、认知的影响和干预方式

近五年来，研究者关注图示工具对认知与学习的影响和干预方式。华东师范大学权国龙和顾小清（2019）证实了准确、恰当的图示设计与正确的图示运用是促进知识学习的重要条件；蔡慧英和顾小清（2017）基于认知负荷理论，提出了在协作问题解决中整合语义图示工具促进学习者深度理解的学习技术干预思路。

5.基于人工智能、大数据的学习环境构建研究：注重个性化自适应学习

随着人工智能、大数据技术的快速发展，研究者也开始关注智能学习环境的创设，以促进个性化自适应学习。北京师范大学余胜泉等人（2019）依据儿童成长过程中的典型问题的知识图谱及其解决案例知识库，构建了个性化育人助理系统—“AI好老师”；首都师范大学汪时冲和方海光等人（2019）则将人工智能教育机器人作为课堂中的另一名“教师”角色，构建了一种新的人机协同的“双师课堂”教学形态；华南师范大学王朋利和柯清超等人（2020）将脑机接口与移动终端结合，构建了基于脑机接口的智能化课堂应用模型。

6. 技术支持的协作学习环境研究：关注协作的过程和知识建构效果

技术支持下的协作学习一直是研究热点。近五年来，相关研究越来越多地开始转向对协作过程的关注，包括对协作的互动过程、互动模式与学习结果关系以及协作学习中学习者的参与情况和调节过程的关注等。在学习者的调节过程和调节能力方面，北京师范大学李艳艳等人（Su，Li，et al.，2018）采用内容分析+序列分析方法，通过分析学生聊天记录，调查了英语学习中以Wiki支持的协作阅读活动中学生的学习自我调节和社会调节，证实了调节活动与绩效之间存在正相关关系；北京师范大学王兴华等人（Wang，Kollar，et al.，2017）也通过分析被试的话语数据，探讨了在线协作学习脚本对学生调节过程的促进作用。

在协作学习中的交互过程和互动模式方面，清华大学张晓蕾和李曼丽等人（2017）探究了中文在线学习者交互学习状况及其对学习效果的影响，发现多层次的交互有助于激发学习者的深度学习；北京航空航天大学罗暖等人（Luo，Zhang，et al.，2017）关注学习者不同的交互方式如何影响其对网上学习环境中的社区共同感，并进一步研究了这种社区共同感与学生对网上课程粘性影响的关系；浙江师范大学黄昌勤等人（Huang，Han，et al.，2019）分析了学习者在讨论板中的互动模式如何影响到其学习进程和学习情绪，提出了一个四阶段循环模型用以解释学生的交互行为与学习情绪状态的关系；华中师范大学杨浩等人（Shi，Peng，et al.，2017；Shi，Yang et al.，2016）探讨了交互式白板（IWB）对学生自我效能感、学习成绩的方面的影响。

还有一些学者关注促进在线协作学习和知识建构的有效方式，包括支持在线协作学习的工具、支架、脚本设计等。顾小清等人（Cai & Gu，2019）证实了在协作学习中基于图的思维工具可以促进对知识的深度理解，减少协作学习过程中的认知负担；王兴华等人（Wang，et al.，2017）证实了自适应脚本是在计算机支持的协作学习中促进学生自我调节的一种有效手段，能够加大学生对计划的元认知活动的参与并增加调节和反思活动；北京师范大学赵国庆等人（Zhao，Wang，et al.，2018）探索了半成品支架对大学文科学生学习多媒体技术的影响；华中师范大学杨玉芹（2018）使用知识链接分析器KCA，采用案例研究的方式，探索了反思性评价在知识创新能力培养中的作用和价值；北京大学王辞晓等人（Wang，Fang & Gu，2020）则通过准实验设计和行为序列分析方法，分析了交互式版本、媒体版本以及文字版本三种类型的学习材料对学生协作的影响；江苏师范大学杨现民等人（Yang，Guo，Yu，2016）研究了在线合作翻译对大学生学习翻译的兴趣及自我效能水平的影响；南京师范大学张义兵等人（2018）基于知识建构理论提出了网络互评的教学策略。

在过去几年，学者们也开发了一些工具、平台和课程以促进学生更好的认知。余胜泉等人利用学习元平台资源生成与进化的特征，设计了一门师生协同建构、互教互学的课程（余胜泉等，2015），开发了一个可视化电子学习系统（WVAS-RM）以支持开放学习内容的语义组织和利用（Wu，Yu，et al.，2018）；华东师范大学李绚兮等人（Li & Chu，2018）开发了一个促进高中生学习语文写作的教具WCPWP，以促进学生的写作成绩和写作兴趣；陕西师范大学张文兰等人（2016）从国家课程项目式重构的视角，提出了网络环境下基于课程重构理念的项目式学习模式；北京师范大学马宁等人（2019）将知识图谱工具引入了教师在线培训，提出了协同建构知识图谱的培训方式；华中师范大学刘清堂等人（2018）设计了学习分析支持下的课堂互动工具，帮助教师完成课堂互动，并实时分析课堂数据。

7.在线学习及混合式学习研究：技术赋能传统教学

近年来，随着MOOC、微课、翻转课堂的流行，在线学习及混合式学习（blended learning）越来越受大家重视。北京师范大学陈丽等人近年来对cMOOC等在线学习进行了深入的研究，他们借助机器学习领域中的词向量（word2vec）语义分析工具，对联通主义视阈下的cMOOC《互联网+教育：理论与实践的对话》的知识生产属性进行实证研究，发现基于MOOC的联通主义知识生产呈现出三种类别的属性，分别是：主题聚焦性、理念时新性和视野广角性（李小杉，陈丽等，2020）；浙江师范大学贺文亮等人（He，Holton & Farcars，2018）研究了“部分翻转”法的可行性，即保留传统教授过程、线上学习项目以及翻转课堂式的教学活动。

在基础教育领域，北京大学贾积有等人（2017）依托“乐学100”网上教学系统，研究了其在激发学生兴趣、降低老师负担方面的功效；顾小清等人（Gu，Chen，et al.，2015）提出了提升学生问题解决能力的框架，运用WikiSpace的线上功能促进学生的协作学习和问题探究；杭州师范大学杨俊峰等人（Yang，Yu & Chen，2019）发现混合同步教学法能使原本成绩较差的学校成绩显著提升。

8.深度学习、项目式学习等学习方式研究

深度学习目前在教育领域也备受关注，重在学生的批判性思维、问题解决能力、创造力等高阶思维能力。最近五年来，研究者在该领域也进行了初步的探索。华中师范大学吴砥等人（Wu，Xing & Lu，2019）发现学习者的高阶思维受到学习风格和网络态度的影响；天津师范大学刘哲雨等人（2019）为检验不同反思方式对深度学习过程（包括眼动行为和学业情绪）和深度学习结果（包括认知效果和认知负荷）的影响，借助近红外等多模态实验技术，探析了反思对深度学习的作用机制和作用效果；刘哲雨等人（2018）研究了复杂任务中深度学习的实现途径与优化策略，如目标表征、学习动机、认知负荷和学习控制等。近年来，生成式学习也开始受关注，学生从教育资源的“消费者”转向“创造者”也受到了关注。陕西师范大学张宝辉等人（2017）遵循“设计研究”方法，分析了“学生作为课程共同创造者”的理念的实施途径及影响因素。

9.基于物理环境的学习空间研究：注重空间设计对教与学的影响

近年来，以未来教室设计为代表的学习空间设计研究开始受到重视。上海师范大学江丰光等人关注物理环境对学习和教学的影响，他们通过问卷调查、访谈和视频分析，探讨了不同密度座位排列对学生主动学习的影响，并提出了“学习空间密度”的概念（江丰光，陈慧，2017）；调查了新教师对噪声、光线、室内温度、教室布局、家具和设施、技术支持等6个维度的实际情况感知和重要性的理解（王芝英等，2020）。

(三) 学习分析技术研究

所谓学习分析（learning analytics，简称LA），2011 年首届学习分析与知识国际会议将其定义为：“测量、收集、分析和报告关于学习者及其学习情境的数据，以便了解和优化学习和学习发生的情境。”近五年来，相关研究聚焦于在线学习行为分析、视频课件分析及社会文化学习分析等方面。

1. 在线学习行为分析

（1）学习者特征及行为分析。近几年，研究者主要基于聚类分析等方法对学习者进行画像分析，以便给予个性化干预。北京大学汪琼、范逸洲等人（2018）发现了MOOC重复注册者的典型类型，可分为四类：反复缺席、虎头蛇尾、执着地为结课而努力、持续学习与实践。乐惠骁等人（2019）基于学习者的海量行为日志数据，利用共现分析的方法，探索了优秀学习者的共同的行为模式；中山大学舒忠梅等人（2015）对学生的投入模式和学习行为特征进行挖掘，发现学生投入一共可以分成七个类型，如全面发展型，社交爱好型等；浙江财经大学张洁（Zhang，2016）基于调节定向理论，将学习者分为“促进型定向”和“预防型定向”两种类型，前者关注成就和期望，后者关注责任和安全；江南大学马志强等人（2020）建立了面向即时过程数据采集与分析的学习投入纵向框架，综合采用经验取样法、交叉滞后分析与聚类分析法对混合式学习投入分析，发现基于认知、情感与行为子投入水平可将学习者聚类成浅层投入、中等投入、深层投入与愉悦投入四类群体。

首都师范大学王陆等人针对教师学习开展了系列研究，她们曾利用聚类分析等多种方法，从研修教师一年的实践性知识大数据中，发现了优秀教师群体和低水平教师群体，并挖掘分析了优秀教师群体实践性知识的成分特征和结构特征（王陆等，2019a）。此外，基于教师的课堂教学行为大数据、实践性知识大数据和在线学习行为大数据，综合采用运用路径分析法、聚类分析方法、COI认知临场分析法等方法进行分析，发现了七条典型的教师成长行为路径（王陆等，2019b）。

（2）交互分析。近几年来，研究者对互动类型、互动方式、互动对学习成效的影响等进行了深入的探究，研究内容呈现出从宏观（如网课总体交互特征）、中观（交互活动模式）到微观（交互对个体的影响）的分布。北京师范大学孙洪涛、李秋劼和郑勤华（2016）对252门MOOCs的在线交互状况进行了聚类分析，发现目前大多数在线课程交互水平偏低，没有进行积极的教学干预和交互组织；舒航和顾小清（Shu & Gu，2018）关注混合学习中在线讨论和面对面讨论的差异，并使用统计分析和社交网络分析（SNA）方法对两者的互动特征、广度、内容进行分析。

在MOOC、SPOC等课程中，平台可以存储学生的会话、讨论等文本信息，华中师范大学刘三女牙等人分析了一门在线课程中评论信息的特征结构和语义内容，以此发现热点话题的演化趋势（刘三女牙等，2017）。通过对课程论坛发帖中产生的回复关系和引用关系进行分析，发现相对于回复网络，引用网络能更真实地反映学习者实际发生的交互关系（刘三女牙等，2019）；北京师范大学李玉顺等人（2017）基于某高中在线语文学习讨论区中产生的1048个主题、5533条讨论，分析了不同特征的教师支持对在线学习者交互程度的影响；北京大学王梦倩和郭文革等人（Wang，et al.，2019）研究了分组或不分组策略对学生互动的结构和质量的影响，发现小组规模不影响学生个人发帖的质量，但对学生在论坛上的互动回复有显著影响。

（3）学习行为与学习成效的关系研究。通过学习分析促进学习成效是研究的重点所在。清华大学李曼丽等人（2015）探究了课程注册时间、讨论版参与等因素对学习者的课程参与和完成情况的影响；张慕华、魏宁和李艳（2019）研究了自带设备这一因素对大学生个体学习行为、社会性行为的影响；武汉大学赵一鸣等人（Zhao，Wang，Sun，2020）使用结构方程模型方法，探索了学生网课学习背后的直接因素和间接因素，发现网络学习环境中技术特性的交互性、媒介丰富性等性质影响学习者的远程在场感和社会存在感，并进一步影响学习者的心流体验和其继续学习的意愿；华东师范大学冷静等人（2018）设计了一系列促进批判性思维的在线学习活动，证实了该活动显著地提高了学生批判性思维的深度和层次。

（4）学习分析模型构建及工具研发。学习分析模型和工具的设计是学习分析研究的基础。清华大学韩锡斌和程建钢（2018）基于网络教学平台的教学情境构建了学习分析模型，并据此开发了相应的软件系统；东北师范大学赵铮和钟绍春等人（2016）围绕智慧学习过程中面向学习者对于知识内容的“呈现与获取”“个性化建构与拓展延伸”两大环节以及学习者所处的学习状态，构建了学习行为分析及推荐系统。

2. 视频课件分析

MOOC、微课、翻转课堂以及混合式学习的背后，离不开视频课件（包括直播或录播课件）的研究。近五年，研究者关注教师呈现、视频教具使用等对学习成效的影响。华中师范大学杨九民等人发现教师引导型注视能显著提升学生对教学内容的注意，其次是直视与回避型注视，而教师的身体方位无显著影响，同时教师眼神注视对学生的保持测验成绩具有重要影响（Pi，et al.，2019）。此外，教师手势确实提高了学习者定位关键信息的能力，有助于学习者的知识保持，而在知识迁移的考核上，手势引导提高了低经验学习者的成绩，但是对于高经验学习者无显著影响（杨九民等，2019）。

与传统课堂教学相比，视频课件中可以使用一些独特的教学辅助教具，如个性化测评、弹幕等。北京师范大学张婧婧等人（2017）对视频网站中一门PS教学视频的弹幕数据进行了数据分析和文本挖掘，发现弹幕有助于促进老师和学习者、学习者和学习者之间的情感交流，缩小学习者、老师之间的距离，增强学习者的社会临场感，减少其在网络学习过程中产生的孤独感。

3. 基于学习科学视角的评价研究

评价是教学活动的重要环节，近五年来研究者从学习科学的视角出发，在标准设立、模型构建、工具研发上进行了探索。北京大学吴峰等人设计开发了成人在线学习自我效能感量表（Jessica，et al.，2015），对五种不同模式下学习者在线学习动机进行了测量比较（吴峰，王辞晓，2016）；东华大学王素芬等人（Wang，Zhang，et al.，2018）开发了以技术为中介的教学环境评价量表，协助教学者综合理解技术、信息处理过程以及教学事件三者关系；郑勤华等人（2016）以学生综合评价为目标，通过理论演绎和专家访谈构建了以投入度、完成度、调控度、联通度和主动性为核心的五维综合评价参考理论模型，并通过学习行为数据聚合特征变量，构建了相应的计算模型和评估工具；上海对外经贸大学雷春林等人（Lei & Chan，2018）在知识建构平台中引入了反思性评估工具（e-portfolios）以及基于原则的教学法来研究学生知识建构的过程和模式，证实了反思性评估有助于提高学生的协作能力和个人知识能力。

4. 社会文化视角下的学习分析

人的学习行为往往受到社会文化的影响，因此也有研究者关注社会文化视角下的学习分析。南京大学吕林海（2016）研究发现中国学生三种课堂保守学习倾向的存在，即：利他倾向、自我倾向和习惯倾向；青岛大学黄芳等人（Huang，Teo，et al.，2019）关注中国、西班牙文化对教师使用技术的影响，研究发现，文化通过影响主观规范进而影响到技术接受；华东师范大学裴新宁等人（2018）则从学习的社会文化观出发，借助跨文化情境的思考，追踪了我国9位初中科学教师的教学过程，勾勒了初中课堂科学探究教学的整体特征，描述了教学现象之下的过程结构和细部特征。

除了文化氛围以外，媒介也会影响学习者的学习观念。张婧婧等人（2019）在8年期间通过2次抽样，对新浪微博平台4,000多条有关MOOCs话题的微博进行内容分析，发现微博上的Moocs学习呈现自主性、社会性、多样性与开放性四类较为显著的特征，与联通主义抑或心理学中人格理论与自我决定论的探讨有共通之处。

四、主要研究方法和研究技术

最近几年，教育领域的实证研究备受重视，袁振国（2017）曾撰文指出“实证研究是教育学走向科学的必要途径”。当然，实证研究不等于量化研究，一切只要基于事实和证据的定量研究和定性研究和其他研究，都可以称作实证研究。关键是要符合研究的科学原则，用事实说话，用证据说话。

具体到学习科学的实证研究，从前面文献中可以看出，近些年采用功能磁共振成像技术、近红外成像技术、脑电仪、眼动仪等先进设备以及人工智能、大数据等先进技术的实证研究开始增多，但是传统的实验研究方法、测量、问卷调查、访谈等方法也仍是使用较为广泛且有效的研究方法。

(一) 传统实验研究方法和技术

在实验设计上，研究者常结合课堂教学，通过对照实验探讨某种教学方式或干预手段的教学效果或对认知能力的促进效果。在学习基础机制研究和学习环境设计研究中，准实验方法应用广泛。例如，顾晨璐和周加仙（2019）采用对照实验对比了汉语发展性阅读障碍儿童和正常儿童在两个快速视觉系列呈现任务中的表现。王辞晓等人（Wang，et al.，2020）则通过准实验设计和行为序列分析方法，分析了三种类型的学习材料对学生协作的影响；另外，2×2干预实验可以探索两个自变量的不同组合方式对因变量的影响，例如，顾小青等人（Liu & Gu，2019）采用2×2干预实验，探索了信息和信息处理两个条件的不同组合方式对阅读理解能力的影响。

在测量方法上，除了一般的调查问卷和访谈，研究者也开始采用心理学等其他学科的传统测量方式来对较难测量的能力、思维进行测量。例如，采用心理旋转测试（PSVT:R）和空间组合量表（ASVAB-AO）对空间能力进行测量（马红亮等，2019）、通过威廉斯创造力测试（CAP）对创造力进行测量（孙江山等，2016）等。

(二) 基于设计的研究方法

学习科学非常注重真实的教学情境，基于设计的研究方法（design-based reserach）在学习科学研究，尤其是学习环境设计研究中备受重视。例如，华东师大李绚兮等人（Li & Chu，2018）基于互联网开发了一个促进高中生学习语文写作的教具WCPWP。魏小东等人（Wei，Weng，et al.，2015）基于ARCS模型为高中生设计了一套基于AR技术的创意设计课程；裴蕾丝等人（2019）则综合脑与数学认知、教育学和游戏设计的相关理论和成果，设计开发了数学电子游戏，并通过准实验研究对其进一步完善，同时归纳了教育游戏的设计原则和策略。

(三) 基于脑科学的研究方法和技术

近五年中，研究者越来越多开始采用脑科学方面的研究方法和技术分析，如脑电图（EEG）、跨颅直流电刺激（tDCS）、功能磁共振成像（fMRI）、事件相关电位（ERP）技术、功能性近红外光谱技术（fNIRS）等，试图通过检测相关脑区的激活情况，提供神经证据来对人脑神经基础机制的一些已有假设或框架进行验证。例如，北京师范大学认知神经科学与学习实验室通过脑电图（EEG）数据的时空模式相似性（STPS）分析，探索了间隔学习对情景记忆的神经过程（Feng，Zhao，et al.，2019）、使用跨颅直流电刺激（tDCS）对视觉工作记忆能力中，注意力的范围和控制能力进行神经层面的因果分析（Li，Cai，et al.，2017）。胡卫平等人（Wang，Duan，et al.，2019）在研究压力对个体创造力的影响时，在对被试施加了蒙特利尔成像压力任务之后，通过脑电图（EEG）检测到应激后的高频α功率普遍下降。刘兰芳等人（liu，Li，et al.，2016）使用功能磁共振成像（fMRI）和图论分析对第二语言障碍儿童进行了分析，探索了语音韵律任务期间全脑功能网络的拓扑结构。朱艳梅等人（Zhu，Zhang，et al.，2019）使用事件相关电位（ERP）的证据，探究在解决涉及常见误解的科学问题时人的神经机制的动态变化。

另外，也有研究开始采用眼动技术、可穿戴设备等神经生理科学测量方法来获得更为客观的效果评价。例如皮忠玲等人（Pi，et al.，2019）在关于视频课件的研究中，通过眼动仪收集学习者对教师面部注视时长等数据；清华大学张羽等人（Qu，Chen，et al.，2020）利用腕带式可穿戴设备在真实课堂中记录了学生的自主神经系统活动数据（包括皮肤电导和心率等），用以分析高中生在真实的数学考试中的焦虑情况。

(四) 基于人工智能、大数据的研究方法和技术

随着可测量的数据越来越多，基于人工智能、大数据的研究方法和分析技术也越来越受到青睐。研究者们开始通过路径模型、回归分析、交叉滞后回归分析、潜在类别分析等方法分析不同变量之间的复杂影响机制，保证实验结果的准确性和科学性。其中，交叉滞后回归分析方法允许同时评估所有潜在的因果关系，何云峰（He，Zhou，et al.，2016）等人将四个竞争的交叉滞后模型对应于ANS敏锐度和数学能力的4种因果效应模式，通过路径模型拟合程度来判断两者之间真实的因果关系。崔佳歆等人（Cui，Zhang，et al.，2019）采用层次回归分析和路径模型方法，探究在控制年龄、性别和认知因素后，视觉形式感知与阅读理解、算术计算的关系。

另外，相比于单纯地用学习结果或访谈数据作为评价，研究者们开始对学习行为、话语等过程数据进行编码和模型建构，以实现更全面的分析，常用的分析方法包括序列分析、内容分析、Tobit和Logit定量分析模型、结构方程模型、共现分析、社会网络分析、聚类分析等。尤其是在线学习中，学习者会受到许多因素的交互影响，而学习行为数据能够在某种程度上体现学习者的学习参与度，从而能够对复杂的在线学习过程进行更为全面的讨论。例如，李艳艳等人（Su，Li，et al.，2018）采用内容分析+序列分析方法，对学生的聊天记录进行编码分析，编码从调节类型、调节过程和调节重点三个方面进行；蔡慧英和顾小清（Cai & Gu，2019）利用了QQ记录的小组话语，使用Rainbow框架（Barker，et al.，2007）来分析话语类别以及指定学习事件的话语功能；黄昌勤等人（Huang，Han，et al.，2019）对学习者的交互行为、情感模式进行定义、记录和编码，采用滞后序列分析的方法对其交互模式和学习情绪进行了分析；李曼丽等人（2015）使用Tobit和Logit两个定量分析模型去探索课程注册时间、讨论版参与等因素对学习者的课程参与和完成情况的影响；赵一鸣等（Zhao，Wang & Sun，2020）使用结构方程模型探索了学生网课学习背后的直接因素和间接因素；乐惠骁等人（2019）对学习者的行为数据进行编码标签，分析学习者的学习路径，并利用共现分析的方法，探索优秀学习者的共同的行为模式；舒忠梅等人（2015）采用聚类分析等数据挖掘方法，总结出学生投入的典型类型；冷静等人（2018）用社会网络分析的方法展示了在线学习活动中信息中心度、活跃度等分布情况。

五、研究总结及未来研究议题

通过以上对研究内容和研究方法的分析，可以看出近五年来我国学习科学研究呈现出如下特点：

(一) 我国学习科学实证研究特点

1. 研究热点及趋势

在学习基础机制研究方面，研究热点主要集中在工作记忆、空间能力、阅读能力、数字表征、语义理解、学习障碍、创造性思维等方面，关注其神经机制和有效干预措施。一方面，研究者仍然关注人脑认知过程的处理机制以及影响因素研究；另一方面，研究者开始更多基于已有理论和发现，探索不同的训练方式、干预措施或干预工具对人的认知能力发展的效果，以及在时间维度上探索学生的认知能力发展变化，以期在基础神经机制与创新教学手段之间建立起联系，使基础机制的研究能够科学有效地迁移到教学应用中。

在学习环境设计研究方面，研究热点主要集中在如何将已有的研究成果转化成可以直接应用于真实教育情境的干预方案，如学习媒介设计、学习交互设计和物理环境设计等，关注学习者学习体验的提升和认知过程的促进。近几年来，学习动机、学习投入、思维和能力培养等相关研究仍是主流，但研究者开始从整体学习体验出发，基于移动学习、模拟、仿真、游戏化学习、VR/AR，以及混合式学习、计算机支持的协作学习，设计相关教学模式、教学环境、游戏软件和认知工具等，用以最大程度地激发学生的学习动机和学习兴趣，同时在学习效果上，不仅关注其成绩的提高，更关注其高阶思维能力的培养以及在线协作过程中的自我调节和社会调节能力的培养，以及交互过程的促进。另外，目前也有研究关注物理环境对教学和学习的影响，并试图通过构建良好的物理环境来促进教师更好地教、学生更好地学。

在学习分析技术研究方面，研究热点主要集中在如何更好地运用在线课程中的海量学习行为数据，勾勒出学生的用户画像，把握学习者行为特征、预测学生的学习状态，为促进学生学习投入提供支持。也有研究者聚焦在交互的过程，分析诸如同伴互评、网络社群学习等学习方式对学生的影响。此外，视频课件作为一种信息时代的独特教学材料也得到研究者的重视，研究热点聚焦在教师形象的呈现，关注教师的动作、眼神等对学习者产生的影响，帮助教学材料开发者设计出更贴合学习者的视频课件资源。与此同时，也有学者关注基于学习科学视角的教学评价，来帮助教师更好地评估学习者的状态。除此之外，也有学者基于社会文化的角度对学习者的行为做出更深入的认识。

2. 研究方法和技术

对于学习科学研究，尤其是学习基础机制和学习环境设计研究，实验或准实验仍然是广泛使用的研究方法；描述统计、回归分析、相关分析、因子分析、结构方程模型等量化方法和访谈、观察等质性方法也得到广泛运用。

对于学习基础机制研究乃至其他方面的研究，除了考虑用量表等传统方法来对认知能力进行测量，开始越来越多采用脑电图（EEG）、事件相关电位（ERP）、功能磁共振成像（fMRI）、功能性近红外光谱技术（fNIRS）等脑科学方面的方法对认知能力和神经反应进行测量，试图通过提供神经证据来对已有假设或框架进行验证。

对于学习分析技术研究，研究者经常基于在线学习中留下的大量过程性数据，采用文本分析、层次回归分析、路径模型、滞后序列分析、潜在类别分析、时空模式相似性（STPS）分析等多种数据分析方法对对变量之间的因果关系进行分析，通过寻找匹配度最高的模型来验证和解释所提出的假设或框架。也有研究者使用了人工智能领域的机器学习方法，例如聚类分析、共现分析等，应用到海量学习数据的挖掘中。

因为学习科学中一个重要的研究目标就是要重新设计学习环境，所以基于设计的研究方法也是备受重视的方法，希望结合多学科理论，设计教学环境，并通过迭代完善设计内容，同时总结设计原则、策略和理论。

需要说明的是，虽然本文将学习科学分成了三类研究，但是彼此之间的界限并不是绝对的，目前呈现出融合的趋势。所以在研究方法层面，也呈现出综合使用的趋势，比如在一些教学环境设计研究中，逐渐开始采用基于脑科学的研究方法来测评学习环境的成效。

3. 研究人员和团队

从文献中可以看出，我国学习科学的研究人员从学科来说，主要来自教育心理（认知科学）和教育技术学科，也有部分来自信息技术（含计算机、人工智能）、管理学科等其他学科。

从学校来源看，北京师范大学、华东师范大学、华中师范大学、陕西师范大学等传统优势师范大学做出了较多的贡献，首都师范大学、上海师范大学、浙江师范大学、湖南师范大学、杭州师范大学等地方师大也在全力发展，同时北京大学、清华大学、浙江大学等综合类高校也正在迎头赶上。

从具体研究主题看，目前也逐步形成了一些具有一定影响力和研究特色的团队，比如：北京师范大学在记忆研究、脑与数学认知、学习障碍、在线学习、学习技术方面，华东师范大学在教育神经科学、在线学习、学习分析方面，华中师范大学在在线学习分析、视频课件分析方面，陕西师范大学在高阶思维能力培养方面，首都师范大学在教师在线学习方面，上海师范大学在基于物理环境的学习空间方面，北京大学在MOOC、游戏化学习方面，清华大学在MOOC、学习分析、课堂环境中的生理机制等方面都形成了研究特色。

(二) 我国学习科学研究目前存在的问题

应该说，我国学习科学研究近五年也取得了丰硕的成就，只不过与欧美发达国家相比，还存在不小的差距，尚存在如下问题：

1. 研究资助不足。美国国家科学基金会自2003年起开始对学习科学进行持续专项资助，并建立了六个国家级跨机构研究中心。我国有关部门虽然对学习科学越来越重视，也从不同角度给予了支持，但是相对来说资助经费尚显不足。

2. 研究力量相对薄弱、团队建设不够。当前学习科学研究人员主要是心理学（认知科学）和教育技术的人员，也逐渐形成了一些有影响力的团队，但是相对而言，研究力量还是比较薄弱，未来期待有更多学科的优秀人才加入学习科学研究。另外，虽然现在也有不同领域的学者在合作，但是这样的跨学科合作研究团队还比较少，亟待加强，或许需要研究资助政策的突破。

3. 研究的深度和广度亟待加强。以空间能力为例，美国有一个国家级学习科学中心专门研究空间能力，他们的研究关键词包括了空间思维、空间技能的发展与可塑性、空间结构、视觉空间处理、空间智力、空间语言、空间认知控制、空间认知可塑性等。虽然我国也有学者在开展空间能力研究，但是比较而言，我国相关研究的深度、广度都还不够。

4. 研究重点分布不均。也许是这几年人工智能、大数据比较热，且比较容易收集在线学习数据的原因，所以基于在线课程的学习分析研究比较多，但是面向线下课堂的对话分析等学习分析研究就比较薄弱；在学习环境设计方面，虽然也有不少学者在做相关的研究，从不同的角度论证设计的有效性，但是能够像MIT推出Scratch这样成功的产品和技术的研究很少。

5. 研究方法和技术还需要大力发展。虽然现在各类研究者都在努力应用脑科学方法和技术、人工智能和大数据技术等先进的研究方法，但是总体应用的还是比较少。比如大数据技术强调能够即时分析、处理海量数据，目前各类相关的研究文献还很少见。

6. 对学习科学的认识还需要加强。学习科学近年来得到了大家的关注，但是学习科学的概念、内涵还不是十分明晰，学习科学和教育神经科学、教育技术、认知科学等概念之间的关系还需要厘清。

(三) 未来需要重视的研究议题

就我国学习科学研究现状及存在问题而言，未来可以开展的研究议题其实很多，从学习基础机制到学习环境设计到学习分析技术，从婴幼儿、青少年、大学生到成人、老年人的学习，从学生到教师到不同职业群体的学习，从卓越学生到学困生到特殊儿童，从神经机制到真实情境中的学习行为，从元认知到基础认知到高阶认知能力，从学习兴趣、学习动机到学习投入、学习行为、学习评价，从移动学习到模拟、仿真、游戏化学习、VR/AR学习，从MOOC、微课、翻转课堂到混合式学习，从课堂学习、校外学习再到非正式学习、社会化学习，从学习科学研究方法、研究技术到研究工具，其中都有大量值得研究的基础课题。

当然，就学习科学来说，它区别于认知科学的一个重要标志就是更加关注真实情境中的学习，更加注重解决真实情境中学习面临的实际问题。从解决实际问题这个角度出发，结合前面的分析，未来几年内以下研究议题需要重点关注：

1. 婴幼儿、儿童、青少年的认知与学习的神经机制、影响因素及培养策略研究。这一直也仍然会是学习科学的研究热点，比如：婴幼儿的早期学习研究，天才或超常儿童的学习研究，特殊儿童的学习研究，记忆、注意力、空间能力、创造力等认知能力的神经机制及培养策略研究，脑与数学、语言、第二语言学习研究，情感情绪和学习动机研究等。

2. 基于课堂教学的对话分析、师生互动、学习评价等学习分析研究。相信课堂教学未来仍然会是教育的主阵地，所以必须加强，比如：基于人工智能和大数据技术的课堂（视频）对话和师生互动分析，基于眼动技术和大数据技术的教师课堂参与分析。

3. 基于模拟、仿真、游戏、VR/AR等新技术的认知工具设计研究。促进认知是学习科学的重要任务，也是信息技术教育应用的永恒研究主题，这方面包括：基于模拟和仿真学习系统设计研究，教育游戏的设计开发及游戏化学习的脑机制研究，基于VR/AR的学习系统设计研究等。

4. 视频课件的设计研究。从当年的电化教育到现代远程教育再到现在的MOOC、微课等，视频课件一直是核心和重点，所以未来依然需要加强视频课件的设计与应用研究，比如：互动视频课件技术研究，视频课件中教师呈现研究，基于眼动技术的视频课件学习分析研究，人们观看视频课件和观看真人授课差异的脑机制研究等。

5. 智慧学习环境设计研究。这方面包括：数字教材和电子书包的设计研究，数字教材怎么设计，怎么存储，怎么应用，这都是未来需要加强的研究，某种程度上也是教育变革的关键性因素；基于平板电脑的教学和学习环境设计研究；基于平板电脑的常态教学应用对学生的影响；基于人工智能和大数据的个性化自适应学习研究；融合物理环境和虚拟环境的学习空间设计研究等。

6. 在线学习与混合式学习研究。后疫情时代，在线学习和混合式学习一定会备受重视，可以开展的研究包括：在线学习行为分析，在线学习序列分析，在线学习投入研究，混合式学习设计研究等。

7. STEM、人工智能、机器人、编程教育、计算思维学习研究。当前，此类研究备受各界重视，但是在繁华的表面下，更需要学习科学研究的支持，从而真正促进学习知识、培养计算思维等。比如计算思维的测评工具研究等。

8. 非正式学习和社会化学习研究。终身学习时代，非正式学习和社会化学习越来越重要，比如：整合科技馆、博物馆和校外教育基地的非正式学习研究；基于微信、知识付费网站等在线资源的社会化学习研究等。

9. 教师等不同职业群体人员的学习研究。对于教师等不同群体人员的学习研究也要加强，比如要关注教师学习研究，进城务工人员的学习支持及学习政策研究，留守儿童的学习行为、影响因素及支持策略研究等。10. 老年人的学习研究。有关数据显示，我国已经逐步进入老龄化社会，所以加强对老年人的学习研究也很重要，比如：老年人学习的脑机制研究，老年人的学习技术支持研究，利用学习预防和治疗老年痴呆症的研究等。

以上议题虽然可以大体上归属到学习基础机制、学习环境设计和学习分析技术中去，但实际上都需要多学科专家合作，综合采用传统实验方法、脑科学的方法、人工智能和大数据的方法进行研究。

六、结语

目前，人类正在迈入智能时代，各行各业都在进行“消费升级”，教育领域也是如此，人们希望借助教育信息化引领和推动教育现代化。在此过程中，发展学习科学研究，深入了解学习的奥秘，从而推动教育的深层变革，自然成为教育工作者的理想和追求（尚俊杰等，2015）。近5年来，我国学习科学在学习基础机制、学习环境设计、学习分析技术领域都取得了可喜的成就，对以课堂教学为代表的真实情境下的学习产生了一定的影响。不过与美国相比，我国的学习科学实证研究还存在一定差距。未来，在有关部门的大力支持下，在各领域研究者和一线实践者的通力合作下，相信一定能够开展更基础、更前沿、更广泛、更长期的深层次研究，一定能够让学习更科学、更快乐、更有效。

参考文献

[美]R. 基思•索耶. (2010). 剑桥学习科学手册. 徐晓东 等译. 北京: 教育科学出版社, 2010.

[美]布兰思福特等. (2002). 人是如何学习的: 大脑、心理、经验及学校. 上海: 华东师范大学.

蔡慧英, 顾小清. (2017). 设计语义图示工具促进深度理解的实证研究. 开放教育研究, 23(06), 71-79.

范文翔, 马燕, 李凯, 邱炳发. (2015). 移动学习环境下微信支持的翻转课堂实践探究. 开放教育研究, 21(03), 90-97.

范逸洲, 张国罡, 陈伯栋, 汪琼. (2018). 他们为什么回来?——MOOCs中重复注册者行为与动机分析. 开放教育研究, 24(02), 89-96.

顾晨璐, 周加仙. (2019). 汉语发展性阅读障碍儿童对快速视觉呈现汉字的加工. 教育生物学杂志, 7(02), 70-79. DOI:10.3969/j.issn.2095-4301.2019.02.003

韩庆年, 柏宏权, 杨晓敏. (2018). 移动学习环境下同伴互评对大学生学习动机的影响效应研究. 中国远程教育, (11), 34-40.

韩锡斌, 程建钢. (2018). 基于网络教学平台的学习分析模型构建与应用. 电化教育研究, 39(07), 33-39+48.

Jessica Li, 王辞晓, 吴峰. (2015). 成人在线学习自我效能感量表编制及测量. 远程教育杂志, 33(06), 47-53. DOI:10.3969/j.issn.1672-0008.2015.06.007

贾积有, 张必兰, 颜泽忠, 任珺, 程宝贵. (2017). 在线数学教学系统设计及其应用效果研究. 中国远程教育, (03), 37-44+80.

江丰光, 陈慧. (2017). 不同学习空间密度的座位排列设计对学生主动学习的影响. 现代教育技术, 27(11), 64-70. DOI:10.3969/j.issn.1009-8097.2017.11.010

康丹, 李飞燕, 文鑫, 胡姿, 杨智华, 李晶. (2018). 5~6岁潜在数学学习困难儿童数学和工作记忆的4周游戏训练效果. 中国心理卫生杂志, 32(06), 495-501. DOI:10.3969/j.issn.1000-6729.2018.06.009

康丹, 文鑫. (2020). 心理旋转训练对5~6岁儿童空间能力和数学能力的影响. 心理发展与教育, 36(01), 19-27.

乐惠骁, 范逸洲, 贾积有, 汪琼. (2019). 优秀的慕课学习者如何学习——慕课学习行为模式挖掘. 中国电化教育, (02), 72-79. DOI:10.3969/j.issn.1006-9860.2019.02.012

冷静, 郭日发, 侯嫣茹, 顾小清. (2018). 促进大学生批判性思维的在线活动设计研究及可视化分析. 电化教育研究, 39(10), 75-82.

李曼丽, 徐舜平, 孙梦嫽. (2015). MOOC学习者课程学习行为分析——以“电路原理”课程为例. 开放教育研究, 21(02), 63-69.

李小杉, 陈丽, 王文静, 李艳燕. (2020). 联通主义视阈下的cMOOC知识生产的实证研究——基于机器学习的对比分析. 中国远程教育, (01), 23-34+76.

李玉顺, 杨莹, 吴美琴, 陈圣日, 许波. (2017). 中学生网络学习活动设计流程及分析框架的研究——基于“视像中国”的初中生网络课程实践. 中国电化教育, (05), 80-87. DOI:10.3969/j.issn.1006-9860.2017.05.013

刘清堂, 冯小妹, 翟慧清, 劳传媛. (2018). 学习分析支持下的课堂互动工具设计与实现. 现代教育技术, 28(12), 94-100. DOI:10.3969/j.issn.1009-8097.2018.12.014

刘三(女牙), 韩雪, 柴唤友, 欧阳柏强. (2019). SPOCs论坛中学习者的交互模式研究——基于回复网络和引用网络的比较. 中国电化教育, (11), 73-79. DOI:10.3969/j.issn.1006-9860.2019.11.010

刘三(女牙), 彭晛, 刘智, 孙建文, 刘海. (2017). 面向MOOC课程评论的学习者话题挖掘研究. 电化教育研究, 38(10), 30-36.

刘哲雨, 郝晓鑫, 曾菲, 王红. (2019). 反思影响深度学习的实证研究——兼论人类深度学习对机器深度学习的启示. 现代远程教育研究, (01), 87-95. DOI:10.3969/j.issn.1009-5195.2019.01.010

刘哲雨, 王红, 郝晓鑫. (2018). 复杂任务下的深度学习: 作用机制与优化策略. 现代教育技术, 28(08), 12-18. DOI:10.3969/j.issn.1009-8097.2018.08.002

吕林海. (2016). 转向沉默行为的背后: 中国学生课堂保守学习倾向及其影响机制——以南京大学物理专业本科生为对象的实证研究. 远程教育杂志, 34(06), 28-38. DOI:10.3969/j.issn.1672-0008.2016.06.004

马红亮, 王琳, 特伦斯•卡瓦诺, 雷媛. (2019). 应用3D打印提升空间能力的有效性研究. 开放教育研究, 25(03), 113-120.

马宁, 谢敏漪, 马超, 赵若辰. (2019). 网络环境下知识图谱协同建构对教师实践性知识的效果研究. 教师教育研究, 31(04), 95-102.

马颖峰, 胡若楠. (2016). 不同类型电子游戏沉浸体验研究及对教育游戏设计的启示. 电化教育研究, 37(03), 86-92+114.

马志强, 岳芸竹. (2020). 面向即时数据采集与分析的学习投入纵向研究——基于经验取样法与交叉滞后分析的综合应用. 电化教育研究, 41(04), 71-77.

裴蕾丝, 尚俊杰. (2019). 学习科学视野下的数学教育游戏设计、开发与应用研究——以小学一年级数学“20以内数的认识和加减法”为例. 中国电化教育, (01), 94-105. DOI:10.3969/j.issn.1006-9860.2019.01.015

裴新宁, 刘新阳. (2018). 初中课堂科学探究中究竟发生了什么——基于多案例的实证考察. 华东师范大学学报(教育科学版), 36(04), 107-121+165-166. DOI:10.16382/j.cnki.1000-5560.2018.04.011

曲茜美, 曾嘉灵, 尚俊杰. (2019). 情境故事视角下的MOOC游戏化设计模型研究. 中国远程教育, 40(12), 24-33+92-93.

权国龙, 顾小清. (2019). 图示化解答数学问题的异质分析及其应用启示. 电化教育研究, 40(03), 98-105.

任友群, 赵建华, 孔晶, 尚俊杰. (2020). 国际学习科学研究的现状、核心领域与发展趋势——2018版《国际学习科学手册》之解析. 远程教育杂志, 38(01), 18-27.

尚俊杰, 裴蕾丝, 吴善超. (2018). 学习科学的历史溯源、研究热点及未来发展. 教育研究, 39(03), 136-145+159.

尚俊杰, 庄绍勇, 陈高伟. (2015). 学习科学: 推动教育的深层变革. 中国电化教育, (01), 6-13. DOI:10.3969/j.issn.1006-9860.2015.01.002

舒忠梅, 徐晓东, 屈琼斐. (2015). 基于数据挖掘的学生投入模型与学习分析. 远程教育杂志, 33(01), 39-47. DOI:10.3969/j.issn.1672-0008.2015.01.004

孙洪涛, 李秋劼, 郑勤华. (2016). MOOCs交互模式聚类研究. 中国远程教育, (03), 33-38+44+80.

孙江山, 林立甲, 任友群. (2016). 3D CAD支持中学生创造力和空间能力发展的实证研究. 中国电化教育, (10), 45-50. DOI:10.3969/j.issn.1006-9860.2016.10.008

唐雪梅, 任维, 胡卫平. (2016). 科学语言的认知神经加工机制研究, 来自ERP的证据. 心理科学, 39(05), 1071-1079.

汪时冲, 方海光, 张鸽, 马涛. (2019). 人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望. 远程教育杂志, 37(02), 25-32.

王博韬, 段海军, 韩琴, 胡卫平. (2017). 大脑半球互动对创造性科学问题提出能力的影响. 心理与行为研究, 15(02), 211-217. DOI:10.3969/j.issn.1672-0628.2017.02.010

王陆, 彭玏, 李瑶, 任艺. (2019a). 优秀教师的实践性知识特征——基于大数据的知识发现. 课程. 教材. 教法, 39(02), 126-131.

王陆, 彭玏, 马如霞, 杨佳辰. (2019b). 大数据知识发现的教师成长行为路径. 电化教育研究, 40(01), 95-103.

王朋利, 柯清超, 张洁琪. (2020). 脑机接口的智能化课堂教学应用研究. 开放教育研究, 26(01), 72-81.

王芝英, 唐家慧, 贾一丹, 江丰光. (2020). 探究新教师对学习空间物理环境的感知与理解. 教学研究, 43(02), 46-55. DOI:10.3969/j.issn.1005-4634.2020.02.009

吴峰, 王辞晓. (2016). 五种不同模式下学习者在线学习动机测量比较. 现代远程教育研究, (01), 78-84+95. DOI:10.3969/j.issn.1009-5195.2016.01.010

夏琪, 马斯婕, 尚俊杰. (2019). 学习科学未来发展趋势——基于对美国六大学习科学中心的分析. 现代教育技术, 29(10), 5-11. DOI:10.3969/j.issn.1009-8097.2019.10.001

杨九民, 章仪, 李丽, 皮忠玲. (2019). 教师引导行为与学习者先前知识水平对视频学习的交互影响. 中国电化教育, (07), 74-81. DOI:10.3969/j.issn.1006-9860.2019.07.011

杨玉芹. (2018). 反思性评价在协同知识创新能力培养中的应用研究. 中国电化教育, (01), 42-49. DOI:10.3969/j.issn.1006-9860.2018.01.007

余胜泉, 彭燕, 卢宇. (2019). 基于人工智能的育人助理系统——“AI好老师”的体系结构与功能. 开放教育研究, 25(01), 25-36.

余胜泉, 万海鹏, 崔京菁. (2015). 基于学习元平台的生成性课程设计与实施. 中国电化教育, (06), 7-16.

袁振国. (2017). 实证研究是教育学走向科学的必要途径. 华东师范大学学报(教育科学版), 35(03), 4-17+168. DOI:10.16382/j.cnki.1000-5560.2017.03.002

张宝辉, 胡立如, 李鹏飞, 秦健. (2017). “学生作为课程共同创造者”理念的应用实践——基于“教育技术学研究方法”研究生双语课程的设计研究. 开放教育研究, 23(06), 36-48.

张睆, 辛自强, 陈英和, 胡卫平. (2018). 小学儿童分数概念语义理解水平及模式: 基于潜在类别分析. 数学教育学报, 27(03), 66-71+75.

张婧婧, 王轩, 沈灵亮, 蒋丽平. (2019). 微博视角下的MOOCs学习特征: 自主性、社会性、多样性与开放性. 中国远程教育, (11), 38-47.

张婧婧, 杨业宏, 安欣. (2017). 弹幕视频中的学习交互分析. 中国远程教育, (11), 22-30+79-80.

张慕华, 魏宁, 李艳. (2019). 自带设备环境下学习者学习行为分析实证研究. 现代远距离教育, (03), 3-12. DOI:10.3969/j.issn.1001-8700.2019.03.001

张文兰, 张思琦, 林君芬, 吴琼, 陈淑兰. 网络环境下基于课程重构理念的项目式学习设计与实践研究. 电化教育研究. (2016). 网络环境下基于课程重构理念的项目式学习设计与实践研究. 电化教育研究, 37(02), 38-45+53.

张晓蕾, 黄振中, 李曼丽. (2017). 在线学习者“交互学习”体验及其对学习效果影响的实证研究. 清华大学教育研究, 38(02), 117-124.

张义兵, 孙俊梅, 木塔里甫. (2018). 基于知识建构的同伴互评教学实践研究. 电化教育研究, 39(07), 108-113.

张屹, 白清玉, 李晓艳, 朱映辉, 范福兰, 谢玲. (2016). 基于APT教学模型的移动学习对学生学习兴趣与成绩的影响研究——以小学数学“扇形统计图”为例. 中国电化教育, (01), 26-33. DOI:10.3969/j.issn.1006-9860.2016.01.004

赵健, 郑太年, 任友群, 裴新宁. (2007). 学习科学研究之发展综述. 开放教育研究, (02), 15-20. DOI:10.3969/j.issn.1007-2179.2007.02.004

赵铮, 李振, 周东岱, 钟绍春. (2016). 智慧学习空间中学习行为分析及推荐系统研究. 现代教育技术, 26(01), 100-106. DOI:10.3969/j.issn.1009-8097.2016.01.015

郑勤华, 陈耀华, 孙洪涛, 陈丽. (2016). 基于学习分析的在线学习测评建模与应用——学习者综合评价参考模型研究. 电化教育研究, 37(09), 33-40.

朱云, 裴蕾丝, 尚俊杰. (2017). 游戏化与MOOC课程视频的整合途径研究——以《游戏化教学法》MOOC为例. 远程教育杂志, 35(06), 95-103.

Baker, M., Andriessen, J., Lund, K., van Amelsvoort, M., & Quignard, M. (2007). Rainbow: A framework for analysing computer-mediated pedagogical debates. International Journal of Computer-Supported Collaborative Learning, 2(2), 315-357. DOI:10.1007/s11412-007-9022-4

Cai, H., & Gu, X. (2019). Supporting collaborative learning using a diagram‐based visible thinking tool based on cognitive load theory. British Journal of Educational Technology, 50(5), 2329-2345. DOI:10.1111/bjet.12818

Cai, S., Zhu, G., Wu, Y.T., et al. (2018). A case study of gesture-based games in enhancing the fine motor skills and recognition of children with autism. Interactive Learning Environments, 26(8), 1039-1052. DOI:10.1080/10494820.2018.1437048

Cui, J., Zhang, Y., Wan, S., Chen, C., Zeng, J., & Zhou, X. (2019). Visual form perception is fundamental for both reading comprehension and arithmetic computation. Cognition, 189, 141-154. DOI:10.1016/j.cognition.2019.03.014

Wu, D., Xing, D., & Lu, C. (2019). The effects of learner factors on higher-order thinking in the smart classroom environment. Journal of Computers in Education (the Official Journal of the Global Chinese Society for Computers in Education), 6(4), 483-498. DOI:10.1007/s40692-019-00146-4

Feng, K., Zhao, X., Liu, J., Cai, Y., Ye, Z., Chen, C., & Xue, G. (2019). Spaced learning enhances episodic memory by increasing neural pattern similarity across repetitions. Journal of Neuroscience, 39(27), 5351-5360. DOI:10.1523/JNEUROSCI.2741-18.2019

Gu, X., Chen, S., Zhu, W., & Lin, L. (2015). An intervention framework designed to develop the collaborative problem-solving skills of primary school students. Educational Technology Research and Development, 63(1), 143-159. DOI:10.1007/s11423-014-9365-2

He, J., Guo, D., Zhai, S., Shen, M., & Gao, Z. (2019). Development of social working memory in preschoolers and its relation to theory of mind. Child Development, 45(4), 513-522.

He, W., Holton, A.J., & George F. (2018). Impact of partially flipped instruction on immediate and subsequent course performance in a large undergraduate chemistry course. Computers & Education, 125, 120-131.

He, Y., Zhou, X., Shi, D., Song, H., Zhang, H., & Shi, J. (2016). New evidence on causal relationship between approximate number system (ANS) acuity and arithmetic ability in elementary-school students: A longitudinal cross-lagged analysis. Frontiers in Psychology, 7, 1052-1059.

Huang, C., Han, Z., Li, M., Jong, M. S., & Tsai, C. (2019). Investigating students' interaction patterns and dynamic learning sentiments in online discussions. Computers and Education, 140, 103589. DOI:10.1016/j.compedu.2019.05.015

Huang, F., Teo, T., Sánchez-Prieto, J. C., García-Peñalvo, F. J., & Olmos-Migueláñez, S. (2019). Cultural values and technology adoption: A model comparison with university teachers from china and spain. Computers and Education, 133, 69-81. DOI:10.1016/j.compedu.2019.01.012

Lei, C., & Chan, C. K. K. (2018). Developing metadiscourse through reflective assessment in knowledge building environments. Computers and Education, 126, 153-169. DOI:10.1016/j.compedu.2018.07.006

Li, S., Cai, Y., Liu, J., Li, D., Feng, Z., Chen, C., & Xue, G. (2017). Dissociated roles of the parietal and frontal cortices in the scope and control of attention during visual working memory. Neuroimage, 149, 210-219. DOI:10.1016/j.neuroimage.2017.01.061

Li, X., & Chu, S.K.W. (2018). Using design-based research methodology to develop a pedagogy for teaching and learning of Chinese writing with wiki among Chinese upper primary school students. Computers & Education, 126, 359-375.

Liu, L., Li, H., Zhang, M., Wang, Z., Wei, N., & Liu, L., et al. (2016). Aberrant topologies and reconfiguration pattern of functional brain network in children with second language reading impairment. Developmental Science, 19(4), 657-672. DOI:10.1111/desc.12440

Liu, Y., & Gu, X. (2019). Media multitasking, attention, and comprehension: a deep investigation into fragmented reading. Educational Technology Research & Development, 68(1), 67-87.

Lu, C., Qi. Z., Harris, A., et al. (2016a). Shared neuroanatomical substrates of impaired phonological working memory across reading disability and autism. Biological Psychiatry: Cognitive Neuroence and Neuroimaging, 1(2), 169-177. DOI:10.1016/j.bpsc.2015.11.001

Lu, C., Long, Y., Zheng, L., Shi, G., et al. (2016b). Relationship between Speech Production and Perception in People Who Stutter. Frontiers in Human Neuroscience, 10(2016), 224. DOI:10.3389/fnhum.2016.00224

Luo, N., Zhang, M., & Qi, D.. (2017). Effects of different interactions on students’ sense of community in e-learning environment. Computers & Education, 115(dec.), 153-160.

Pi, Z., Xu, K., Liu, C., & Yang, J. (2019). Instructor presence in video lectures: Eye gaze matters, but not body orientation. Computers and Education, 144, 103713. DOI:10.1016/j.compedu.2019.103713

Qu, Z., Chen, J., Li, B., Tan, J., Zhang, D., & Zhang, Y. (2020). Measurement of high-school students’ trait math anxiety using neurophysiological recordings during math exam. IEEE Access, 8, 57460-57471. DOI:10.1109/ACCESS.2020.2982198

Rau, P. P. L., Zheng, J., Guo, Z., & Li, J. (2018). Speed reading on virtual reality and augmented reality. Computers & Education, 125(OCT.), 240-245.

Shi, Y., Peng, C., Zhang, X., & Yang, H. H. (2017). Interactive whiteboard-based instruction versus lecture-based instruction: A study on college students’ academic self-efficacy and academic press. Paper presented at the, 10309, 319-328. DOI:10.1007/978-3-319-59360-9_28

Shi, Y., Yang, H., Wu, D., & Zhu, S. (2016). Interactive whiteboard-based instruction versus lecture-based instruction: A study on students' learning achievement. Paper presented at the 231-235. doi: 10.1109/EITT.2015.56

Shu, H., & Gu, X. (2018). Determining the differences between online and face-to-face student-group interactions in a blended learning course. The internet and higher education, 39(OCT.), 13-21.

Su, Y., Li, Y., Hu, H., & Rosé, Carolyn P. (2018). Exploring college english language learners’ self and social regulation of learning during wiki-supported collaborative reading activities. International Journal of Computer-Supported Collaborative Learning, 13(1), 35-60. DOI:10.1007/s11412-018-9269-y

Wang, C., Fang, T., & Gu, Y. (2020). Learning performance and behavioral patterns of online collaborative learning: Impact of cognitive load and affordances of different multimedia. Computers and Education, 143, 103683. DOI:10.1016/j.compedu.2019.103683

Wang, M., Sun, B., Le, H., Guo, W. (2019). Does group size influences middle school students’ interaction in online forums?. Journal of Computers in Education, 7(1), 29-49.

Wang, S., Zhang, K., Du, M., & Wang, Z. (2018). Development and measurement validity of an instrument for the impact of technology-mediated learning on learning processes. Computers & Education, 121, 131-142. DOI:10.1016/j.compedu.2018.03.006

Wang, X., Duan, H., Kan, Y., Wang, B., Qi, S., & Hu, W. (2019). The creative thinking cognitive process influenced by acute stress in humans: An electroencephalography study. Stress (Amsterdam, Netherlands), 22(4), 472-481. DOI:10.1080/10253890.2019.1604665

Wang, X., Kollar, I., & Stegmann, K. (2017). Adaptable scripting to foster regulation processes and skills in computer-supported collaborative learning. International Journal of Computer-Supported Collaborative Learning, 12(2), 153-172. DOI:10.1007/s11412-017-9254-x

Wei, X., Weng, D., Liu, Y., & Wang, Y. (2015). Teaching based on augmented reality for a technical creative design course. Computers & Education, 81, 221-234.

Wu, P., Yu, S., Ren, N., & Wang, Q., et al. (2018). Development of a visual e-learning system for supporting the semantic organization and utilization of open learning content. Multimedia Tools and Applications, 77(13), 17437-17456. DOI:10.1007/s11042-017-5312-7

Yang, J., Yu, H., & Chen, N. (2019). Using blended synchronous classroom approach to promote learning performance in rural area. Computers and Education, 141, 103619. DOI:10.1016/j.compedu.2019.103619

Yang, X., Guo, X., & Yu, S.. (2016). Effects of cooperative translation on chinese efl student levels of interest and self-efficacy in specialized english translation. Computer Assisted Language Learning, 29(3), 477-493. DOI:10.1080/09588221.2014.991794

Zhang, J. (2016). Can MOOCs be interesting to students? an experimental investigation from regulatory focus perspective. Computers and Education, 95, 340-351. DOI:10.1016/j.compedu.2016.02.003

Zhang, L., Shang, J., Pelton, T., & Pelton, L. F. (2020). Supporting primary students' learning of fraction conceptual knowledge through digital games. Journal of Computer Assisted Learning, doi: 10.1111/jcal.12422.

Zhang, Q., Li, Y., & Zhao, W., et al. (2019). Erp evidence for the effect of working memory span training on working memory maintenance: a randomized controlled trial. Neurobiology of Learning and Memory, 167, 107129.

Zhang, Y., & Zhou, X. (2016). Building knowledge structures by testing helps children with mathematical learning difficulty. Journal of Learning Disabilities, 49(2), 166-175. DOI:10.1177/0022219414538515

Zhao, G., Wang, X., Li, M., & Ma, X. (2018). Effects of Semi-Finished Products as a Scaffolding on University Liberal Art Students’ Learning of Multimedia Technology and Webpage Producing. Creative Education, 9(15), 2405-2418. DOI:10.4236/ce.2018.915181

Zhao, L., Chen, L., Sun, W., Compton, B. J., Lee, K., & Heyman, G. D. (2019). Young children are more likely to cheat after overhearing that a classmate is smart. Developmental science, e12930. DOI:10.1111/desc.12930

Zhao, Y., Wang, A., & Sun, Y. (2020). Technological environment, virtual experience, and MOOC continuance: A stimulus–organism–response perspective. Computers and Education, 144, 103721. DOI:10.1016/j.compedu.2019.103721

Zheng, L., Chen, C., Liu, W., et al. (2018). Enhancement of teaching outcome through neural prediction of the students' knowledge state. Human Brain Mapping, 39(7), 3046-3057. DOI:10.1002/hbm.24059

Zhou, X., Li, M., Li, L., Zhang, Y., Cui, J., Liu, J., & Chen, C. (2018). The semantic system is involved in mathematical problem solving. Neuroimage, 166, 360-370. DOI:10.1016/j.neuroimage.2017.11.017

Zhou, X., Shen, C., Li, L., Li, D., & Cui, J. (2016). Mental numerosity line in the Human’s approximate number system. Experimental Psychology, 63(3), 169-179. DOI:10.1027/1618-3169/a000324

Zhu, Y., Zhang, L., Leng, Y., Pang, R., & Wang, X. (2019). Event-Related potential evidence for persistence of an intuitive misconception about electricity. Mind, Brain, and Education, 13(2), 80-91. DOI:10.1111/mbe.12188

上期回顾

“教育精准扶贫中随机干预实验的中国经验”专刊

本刊声明

        一、本刊对所有来稿不收取任何费用，也未委托任何机构或个人代为组稿。

        二、本刊严禁一稿多投，如因作者一稿多投给本刊造成损失的，本刊保留追究作者法律责任的权利。

        三、作者投稿请登陆华东师范大学学报期刊社官方网站（www.xb.ecnu.edu.cn）。

        四、本刊联系电话：[phone]。

华东师范大学学报期刊社

华东师范大学学报微信矩阵

华东师大学报

哲学社会科学版

华东师大学报

自然科学版

华东师大学报

教育科学版

点击「阅读原文」访问华东师范大学学报教育科学版官网

我知道你在看哟