新思想前沿 · 数学与统计的其余主干

数学教育与数学认知

近二十年 · 两幕 · 20 个新思想 · 约 30,961 字 · 王德生亲撰 · 2026 年 8 月

数学教育与数学认知近二十年的核心变化，是把“学生会不会做题”拆成表示、策略选择、情绪、语言、空间、家庭环境与工具依赖等可分别测量的机制。第一幕建立专门教学知识、解法比较、生产性失败、数值大小、分数瓶颈、空间可塑性、规模化智能辅导和交错练习；第二幕用大样本随机试验与元分析清算远迁移、家庭效应、数学焦虑和数字工具。以下二十条都要求把即时正确率与延迟独立迁移分开。选目从教师专门知识、比较解法、生产性失败、数值表征与空间能力，推进到在线作业、焦虑、语言互惠和生成式工具。第一幕重写“会做题就会教”“练习越顺越好”等旧默认，第二幕把因果试验、元分析与AI课堂结果放到同一迁移判据上。这里不以即时正确率判断学习，而看支持撤掉之后，学生能否在新题、延迟测验和解释任务中保持结构。因而每条的分母都指向迁移、保持或诊断，而不是一次作业分数。阅读时应把每条的主证据年份、关键读数与失效条件连在一起，而不能把标题本身当作已经稳定的共识。

【第一幕】上一个十年 · 约 2006—2016

第一幕的共同动作，是把数学学习从“练得更多”改写为“形成什么表示、能否选择策略、是否经历可利用的困难”。从“教学所需数学知识不是“会做题””到“交错练习训练的是策略选择”，共同动作是把旧默认改写成可反驳的结构命题；主证据均在2016年前形成。

甲、教学所需数学知识不是“会做题”Mathematical Knowledge for Teaching

提出Deborah Ball、Mark Thames与Geoffrey Phelps，2008年《Journal of Teacher Education》59(5):389–407，〈Content Knowledge for Teaching: What Makes It Special?〉　关键教师用于解释错误、选择例子和判断非常规方法的数学知识，具有不同于普通学科知识的专门结构

2008年前后，本领域常把“会解学校数学题足以保证能教会别人”当作默认起点。它在典型对象上看似稳固，却被任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“能正确诊断学生解法的项目数／全部教学任务项目数”为何随条件改变直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“能正确诊断学生解法的项目数／全部教学任务项目数”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。

本条命题是：教师用于解释错误、选择例子和判断非常规方法的数学知识，具有不同于普通学科知识的专门结构。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“能正确诊断学生解法的项目数／全部教学任务项目数”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Deborah Ball等在2008年〈Content Knowledge for Teaching: What Makes It Special?〉中的主结果提供了决定性证据。论文把教师知识拆成常识性内容知识、专门内容知识、内容与学生知识、内容与教学知识等至少4个可区分域，并用教学任务说明同一道题在“求答案”和“诊断学生思路”时需要不同信息。这里最有信息量的读数是“能正确诊断学生解法的项目数／全部教学任务项目数”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。

争议边界是：分类边界并非天然稳定，量表得分也受课程与语言影响；若只把域名当作培训清单而不检验课堂决策，理论会退化为术语表。失效条件为：当任务只要求独立求解而不涉及解释、表示或学生思维时，专门教学知识的增量可能很小。收敛需统一对象与“能正确诊断学生解法的项目数／全部教学任务项目数”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“能正确诊断学生解法的项目数／全部教学任务项目数”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：医学教育称“教学内容知识”，软件工程称“代码审查知识”；另见第356号编程教学知识。共享预设为“会解学校数学题足以保证能教会别人”；先统一“能正确诊断学生解法的项目数／全部教学任务项目数”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置D——把『教学所需数学知识不是“会做题”』中的操作次序与变化路径作为首要显露　单因决定『教学所需数学知识不是“会做题”』当前结论的最小充分项只有：教师用于解释错误、选择例子和判断非常规方法的数学知识，具有不同于普通学科知识的专门结构　预设〔01 谁进入分母〕会解学校数学题足以保证能教会别人　量纲能正确诊断学生解法的项目数／全部教学任务项目数　失效失效边界是『任务只要求独立求解而不涉及解释、表示或学生思维时，专门教学知识的增量可能很小』；越过该边界，相关条件越强，能正确诊断学生解法的项目数反而越低　自曝『教学所需数学知识不是“会做题”』的原始材料只直接支持“DeborahBall等在2008年〈ContentKnowledgeforTeaching:WhatMakesItSpecial?〉中的主结果提供”，没有自动覆盖边界外对象　空栏『教学所需数学知识不是“会做题”』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名医学教育称“教学内容知识”，软件工程称“代码审查知识”；另见第 435 号第 1 条『社会情感财富解释家族非经济选择』

乙、比较解法比重复一种解法更能长出概念Comparison of Solution Methods

提出Bethany Rittle-Johnson与Jon Star，2007年《Journal of Educational Psychology》99(3):561–574，〈Does Comparing Solution Methods Facilitate Conceptual and Procedural Knowledge?〉　关键把两种解法并置并要求解释异同，能同时促进程序熟练与概念知识，而不只是增加认知负担

在2007年前后的文献中，标准叙事是“掌握一个正确程序后，概念理解会自动随练习增长”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“能选对更高效解法的题数／全部新迁移题数”为何随条件改变。主证据迫使研究者把对象、表示与验证尺度拆开；以“能选对更高效解法的题数／全部新迁移题数”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。

本条命题是：把两种解法并置并要求解释异同，能同时促进程序熟练与概念知识，而不只是增加认知负担。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“能选对更高效解法的题数／全部新迁移题数”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

主证据来自Bethany Rittle-Johnson等在2007年〈Does Comparing Solution Methods Facilitate Conceptual and Procedural Knowledge?〉中的主结果。约70名七年级学生学习线性方程；比较两种方法的学生在程序灵活性与概念题上优于依次学习同样方法者，优势尤其出现在选择最有效策略而非机械复现步骤的题目。其关键不是论文规模，而是给出了“能选对更高效解法的题数／全部新迁移题数”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。

争议边界是：比较只有在学生已有最低先备知识、例子对齐且教师提示聚焦结构时有效；过多差异或无解释的并排展示会造成表面匹配。失效条件为：当被比较的方法在关键结构上不可对齐，或学习者连任一方法都无法执行时，比较优势会消失。收敛需统一对象与“能选对更高效解法的题数／全部新迁移题数”，并公开延迟测验、独立迁移和课堂实施及最强反例。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“能选对更高效解法的题数／全部新迁移题数”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：机器学习称“对比学习”，法学教育称“案例对照”；另见第356号代码对比学习。只有“能选对更高效解法的题数／全部新迁移题数”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置E——把『比较解法比重复一种解法更能长出概念』成立所需的边界环境作为首要显露　单因决定『比较解法比重复一种解法更能长出概念』当前结论的最小充分项只有：把两种解法并置并要求解释异同，能同时促进程序熟练与概念知识，而不只是增加认知负担　预设〔01 谁进入分母〕掌握一个正确程序后，概念理解会自动随练习增长　量纲能选对更高效解法的题数／全部新迁移题数　失效失效边界是『被比较的方法在关键结构上不可对齐，或学习者连任一方法都无法执行时，比较优势会消失』；越过该边界，相关条件越强，能选对更高效解法的题数反而越低　自曝『比较解法比重复一种解法更能长出概念』的原始材料只直接支持“主证据来自BethanyRittle-Johnson等在2007年〈DoesComparingSolutionMethodsFacilitateCo”，没有自动覆盖边界外对象　空栏『比较解法比重复一种解法更能长出概念』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名机器学习称“对比学习”，法学教育称“案例对照”；另见第 433 号第 7 条『冲突不对称比冲突总量更能解释损耗』

丙、生产性失败：先失败再讲授Productive Failure

提出Manu Kapur，2008年《Cognition and Instruction》26(3):379–424，〈Productive Failure〉　关键在精心设计的复杂问题上先让学生生成不完整解，再接受讲授，可能比先讲后练形成更深的概念结构

2008年前后，旧框架把问题压成一句话：“学习效率应由练习阶段立即做对多少来判断”。但任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“延迟迁移正确率／初始问题求解正确率”为何随条件改变，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“延迟迁移正确率／初始问题求解正确率”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。

本条命题是：在精心设计的复杂问题上先让学生生成不完整解，再接受讲授，可能比先讲后练形成更深的概念结构。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“延迟迁移正确率／初始问题求解正确率”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

证据链的锚点是Manu Kapur等在2008年〈Productive Failure〉中的主结果。原始研究让学生在支持较少的协作环境中处理复杂问题；后续七年级速率单元的准实验含75名学生，生产性失败组在初始成功率较低，却在概念理解与迁移测验上超过讲授—练习组。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“延迟迁移正确率／初始问题求解正确率”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。

争议边界是：“失败”必须产生可供比较的表示并由高质量讲授收束；若任务过难、情绪成本过高或讲授没有回收学生方案，失败只会留下错误。失效条件为：当后续讲授未显式连接学生方案，或学习者没有生成任何可比较表示时不成立。收敛需统一对象与“延迟迁移正确率／初始问题求解正确率”，并公开延迟测验、独立迁移和课堂实施及最强反例。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“延迟迁移正确率／初始问题求解正确率”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为创新研究称“可利用的试错”，设计学称“发散后收敛”；另见第308号序贯实验。碰撞须固定“学习效率应由练习阶段立即做对多少来判断”并比较“延迟迁移正确率／初始问题求解正确率”；第三项是任务选择、支持撤除与学习时间。

位置S——把『生产性失败：先失败再讲授』形成的对象结构作为首要显露　单因决定『生产性失败：先失败再讲授』当前结论的最小充分项只有：在精心设计的复杂问题上先让学生生成不完整解，再接受讲授，可能比先讲后练形成更深的概念结构　预设〔01 谁进入分母〕学习效率应由练习阶段立即做对多少来判断　量纲延迟迁移正确率／初始问题求解正确率　失效失效边界是『后续讲授未显式连接学生方案，或学习者没有生成任何可比较表示时不成立』；越过该边界，相关条件越强，延迟迁移正确率反而越低　自曝『生产性失败：先失败再讲授』的原始材料只直接支持“证据链的锚点是ManuKapur等在2008年〈ProductiveFailure〉中的主结果”，没有自动覆盖边界外对象　空栏『生产性失败：先失败再讲授』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名创新研究称“可利用的试错”，设计学称“发散后收敛”；另见第 439 号第 11 条『服务机器人部署需要同时设计接受与失败补救』

丁、数值大小表征会改变算术学习Numerical Magnitude Representation

提出Julie Booth与Robert Siegler，2008年《Child Development》79(4):1016–1031，〈Numerical Magnitude Representations Influence Arithmetic Learning〉　关键儿童对数字在连续尺度上的大小表征越精确，越能从算术反馈中学习，而非仅靠记住事实

在2008年前后的文献中，默认判断仍是“算术学习主要是离散事实积累，与连续大小表征无关”。它没有处理任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“数轴估计绝对误差／量表总长度”为何随条件改变，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“数轴估计绝对误差／量表总长度”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。

核心主张是：儿童对数字在连续尺度上的大小表征越精确，越能从算术反馈中学习，而非仅靠记住事实。它不是定义性的正确，而有清楚的否证口：固定教学任务、支持撤除、延迟与迁移测验，按“数轴估计绝对误差／量表总长度”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。

Julie Booth等在2008年〈Numerical Magnitude Representations Influence Arithmetic Learning〉中的主结果是本条的证据起点。两项实验把数轴估计精度与算术训练结合；估计更接近线性表征的儿童，在接受同样加法反馈后表现出更大的学习增益，数值距离效应与误差下降共同预测迁移。具体读数“数轴估计绝对误差／量表总长度”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。

争议边界是：相关与训练效应不能证明数轴是唯一机制；语言、工作记忆和策略变化也可能同时改善。不同年龄的“线性化”含义并不相同。失效条件为：当任务完全依赖熟练提取且不需要估计、比较或近似时，大小表征的增量会缩小。收敛需统一对象与“数轴估计绝对误差／量表总长度”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“数轴估计绝对误差／量表总长度”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：心理物理称“内部量尺”，统计称“校准曲线”；另见第309号概率校准。共享预设为“算术学习主要是离散事实积累，与连续大小表征无关”；先统一“数轴估计绝对误差／量表总长度”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置E——把『数值大小表征会改变算术学习』成立所需的边界环境作为首要显露　单因决定『数值大小表征会改变算术学习』当前结论的最小充分项只有：儿童对数字在连续尺度上的大小表征越精确，越能从算术反馈中学习，而非仅靠记住事实　预设〔02 单一读数代表复杂对象〕算术学习主要是离散事实积累，与连续大小表征无关　量纲数轴估计绝对误差／量表总长度　失效失效边界是『任务完全依赖熟练提取且不需要估计、比较或近似时，大小表征的增量会缩小』；越过该边界，相关条件越强，数轴估计绝对误差反而越低　自曝『数值大小表征会改变算术学习』的原始材料只直接支持“JulieBooth等在2008年〈NumericalMagnitudeRepresentationsInfluenceArithmeticLear”，没有自动覆盖边界外对象　空栏『数值大小表征会改变算术学习』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名心理物理称“内部量尺”，统计称“校准曲线”；另见第 215 号第 19 条『数字孪生等离子体：实时状态估计必须带不确定度』

戊、分数知识是后来代数的瓶颈Fractions as a Gateway to Algebra

提出Robert Siegler、Greg Duncan、Pamela Davis-Kean等，2012年《Psychological Science》23(7):691–697，〈Early Predictors of High School Mathematics Achievement〉　关键小学阶段对分数与除法的理解，比同阶段整数运算更稳定地预测五至六年后的代数与总体数学成绩

到2012年前后，常见出发点仍是“整数熟练是后续数学唯一的基础，分数只是后来增加的内容”。真正暴露问题的并非一个孤立反例，而是任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“分数知识解释的独立方差／全部可解释数学成绩方差”为何随条件改变。当研究者改用“分数知识解释的独立方差／全部可解释数学成绩方差”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。

本条命题是：小学阶段对分数与除法的理解，比同阶段整数运算更稳定地预测五至六年后的代数与总体数学成绩。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“分数知识解释的独立方差／全部可解释数学成绩方差”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Robert Siegler等在2012年〈Early Predictors of High School Mathematics Achievement〉中的主结果给出主证据：研究分析美国与英国两套大型纵向数据；在控制智力、工作记忆、家庭教育与整数运算后，10岁左右的分数和除法知识仍独立预测16岁左右的代数成绩，关系在两个国家样本中重复出现。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“分数知识解释的独立方差／全部可解释数学成绩方差”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。

争议边界是：纵向预测仍可能包含课程机会与家庭选择，不能把相关直接解释为“只教分数就能提高代数”；关键是识别哪些分数表征具有因果作用。失效条件为：当课程不经过符号代数或分数只以程序记忆测量时，预测关系可能显著减弱。收敛需统一对象与“分数知识解释的独立方差／全部可解释数学成绩方差”，并公开延迟测验、独立迁移和课堂实施及最强反例。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“分数知识解释的独立方差／全部可解释数学成绩方差”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：工程教育称“先修瓶颈”，时间序列称“领先指标”；另见第309号领先变量。只有“分数知识解释的独立方差／全部可解释数学成绩方差”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置S——把『分数知识是后来代数的瓶颈』形成的对象结构作为首要显露　单因决定『分数知识是后来代数的瓶颈』当前结论的最小充分项只有：小学阶段对分数与除法的理解，比同阶段整数运算更稳定地预测五至六年后的代数与总体数学成绩　预设〔02 单一读数代表复杂对象〕整数熟练是后续数学唯一的基础，分数只是后来增加的内容　量纲分数知识解释的独立方差／全部可解释数学成绩方差　失效失效边界是『课程不经过符号代数或分数只以程序记忆测量时，预测关系可能显著减弱』；越过该边界，相关条件越强，分数知识解释的独立方差反而越低　自曝『分数知识是后来代数的瓶颈』的原始材料只直接支持“RobertSiegler等在2012年〈EarlyPredictorsofHighSchoolMathematicsAchievement〉中的主”，没有自动覆盖边界外对象　空栏『分数知识是后来代数的瓶颈』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名工程教育称“先修瓶颈”，时间序列称“领先指标”；另见第 213 号第 12 条『间断伽辽金与高阶方法的成熟』

己、空间能力可训练，但远迁移有边界Malleability of Spatial Skills

提出David Uttal、Nathaniel Meadow、Elizabeth Tipton等，2013年《Psychological Bulletin》139(2):352–402，〈The Malleability of Spatial Skills: A Meta-Analysis of Training Studies〉　关键空间能力不是固定天赋，训练可产生中等幅度并保持一段时间，但向数学成绩的远迁移取决于任务共享结构

2013年前后，本领域常把“空间能力主要由稳定天赋决定，学校干预难以改变”当作默认起点。它在典型对象上看似稳固，却被任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“训练后空间效应量／未训练对照组标准差”为何随条件改变直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“训练后空间效应量／未训练对照组标准差”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。

本条命题是：空间能力不是固定天赋，训练可产生中等幅度并保持一段时间，但向数学成绩的远迁移取决于任务共享结构。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“训练后空间效应量／未训练对照组标准差”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

David Uttal等在2013年〈The Malleability of Spatial Skills: A Meta-Analysis of Training Studies〉中的主结果提供了决定性证据。元分析汇总217项训练研究与大量效应量，得到总体训练效应约0.47个标准差；训练类型、年龄与是否提供练习影响效应，但并未发现只能在儿童早期训练的狭窄窗口。这里最有信息量的读数是“训练后空间效应量／未训练对照组标准差”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。

争议边界是：发表偏倚、近迁移指标过多和随访不足会抬高结论；空间测验提高并不等于课堂数学自动提高，跨域迁移需独立随机试验。失效条件为：当训练与测试只共享表面图形，或数学任务不调用相同空间变换时，远迁移不成立。收敛需统一对象与“训练后空间效应量／未训练对照组标准差”，并公开延迟测验、独立迁移和课堂实施及最强反例。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“训练后空间效应量／未训练对照组标准差”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为认知训练称“可塑性”，工程称“技能迁移”；另见第450号教育神经科学。碰撞须固定“空间能力主要由稳定天赋决定，学校干预难以改变”并比较“训练后空间效应量／未训练对照组标准差”；第三项是任务选择、支持撤除与学习时间。

位置D——把『空间能力可训练，但远迁移有边界』中的操作次序与变化路径作为首要显露　单因决定『空间能力可训练，但远迁移有边界』当前结论的最小充分项只有：空间能力不是固定天赋，训练可产生中等幅度并保持一段时间，但向数学成绩的远迁移取决于任务共享结构　预设〔02 单一读数代表复杂对象〕空间能力主要由稳定天赋决定，学校干预难以改变　量纲训练后空间效应量／未训练对照组标准差　失效失效边界是『训练与测试只共享表面图形，或数学任务不调用相同空间变换时，远迁移不成立』；越过该边界，相关条件越强，训练后空间效应量反而越低　自曝『空间能力可训练，但远迁移有边界』的原始材料只直接支持“DavidUttal等在2013年〈TheMalleabilityofSpatialSkills:AMeta-AnalysisofTrainingS”，没有自动覆盖边界外对象　空栏『空间能力可训练，但远迁移有边界』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名认知训练称“可塑性”，工程称“技能迁移”；另见第 432 号第 19 条『生成式人工智能呈现锯齿状能力边界』

庚、智能辅导规模化后，实施年限比算法名更重要Cognitive Tutor at Scale

提出John Pane、Beth Griffin、Daniel McCaffrey与Rita Karam，2014年《Educational Evaluation and Policy Analysis》36(2):127–144，〈Effectiveness of Cognitive Tutor Algebra I at Scale〉　关键自适应代数软件的平均效果取决于学校实施成熟度，第一年无效并不必然否定组件，第二年小幅正效应也不能证明软件普遍有效

在2014年前后的文献中，标准叙事是“软件的学习效果主要由其算法设计决定，部署环境只是噪声”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“第二年效应量／第一年效应量”为何随条件改变。主证据迫使研究者把对象、表示与验证尺度拆开；以“第二年效应量／第一年效应量”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。

本条把转向压成一句可检验的话：自适应代数软件的平均效果取决于学校实施成熟度，第一年无效并不必然否定组件，第二年小幅正效应也不能证明软件普遍有效。可反驳版本为：固定教学任务、支持撤除、延迟与迁移测验，按“第二年效应量／第一年效应量”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。

主证据来自John Pane等在2014年〈Effectiveness of Cognitive Tutor Algebra I at Scale〉中的主结果。成对随机试验覆盖七个州、147所学校和约1.87万名学生；高中第一年效果不显著，第二年效应约0.20个标准差，相当于把中位学生推到约第58百分位。其关键不是论文规模，而是给出了“第二年效应量／第一年效应量”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。

争议边界是：学校退出、教师培训、课程完成度与学生选择会影响第二年估计；产品版本与本地课程耦合，不能把0.20当成所有智能辅导系统的固有效应。失效条件为：当实施忠实度、教师使用方式和课程覆盖被固定且系统仍无效时，实施年限解释失效。收敛需统一对象与“第二年效应量／第一年效应量”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“第二年效应量／第一年效应量”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：组织研究称“实施成熟度”，软件工程称“爬坡期”；另见第356号自动反馈。共享预设为“软件的学习效果主要由其算法设计决定，部署环境只是噪声”；先统一“第二年效应量／第一年效应量”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置S——把『智能辅导规模化后，实施年限比算法名更重要』形成的对象结构作为首要显露　单因决定『智能辅导规模化后，实施年限比算法名更重要』当前结论的最小充分项只有：自适应代数软件的平均效果取决于学校实施成熟度，第一年无效并不必然否定组件，第二年小幅正效应也不能证明软件普遍有效　预设〔03 相关方向等同因果方向〕软件的学习效果主要由其算法设计决定，部署环境只是噪声　量纲第二年效应量／第一年效应量　失效失效边界是『实施忠实度、教师使用方式和课程覆盖被固定且系统仍无效时，实施年限解释失效』；越过该边界，相关条件越强，第二年效应量反而越低　自曝『智能辅导规模化后，实施年限比算法名更重要』的原始材料只直接支持“主证据来自JohnPane等在2014年〈EffectivenessofCognitiveTutorAlgebraIatScale〉中的主结果”，没有自动覆盖边界外对象　空栏『智能辅导规模化后，实施年限比算法名更重要』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名组织研究称“实施成熟度”，软件工程称“爬坡期”；另见第 438 号第 8 条『敏捷方法的成功取决于迭代是否产生真实反馈』

辛、交错练习训练的是策略选择Interleaved Mathematics Practice

提出Doug Rohrer、Robert Dedrick与Sandra Stershic，2015年《Journal of Educational Psychology》107(3):900–908，〈Interleaved Practice Improves Mathematics Learning〉　关键把不同题型交错安排，主要训练学生先识别该用哪种策略，而非让同一程序在短期内更流畅

2015年前后，旧框架把问题压成一句话：“练习中越流畅、正确率越高，长期学习就越好”。但任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“延迟测验效应量／即时练习正确率差”为何随条件改变，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“延迟测验效应量／即时练习正确率差”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。

可以把命题写为：把不同题型交错安排，主要训练学生先识别该用哪种策略，而非让同一程序在短期内更流畅。与口号不同，它预先承诺了失败方式：固定教学任务、支持撤除、延迟与迁移测验，按“延迟测验效应量／即时练习正确率差”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。

证据链的锚点是Doug Rohrer等在2015年〈Interleaved Practice Improves Mathematics Learning〉中的主结果。126名七年级学生在三个月中完成相同题目，仅排序不同；交错组在1天和30天后的突击测验均优于分块组，效应量分别约0.42与0.79。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“延迟测验效应量／即时练习正确率差”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。

截至2026年，未收敛部分是：交错在练习阶段更困难，若教师用即时正确率评价就会误判；题型差异过大、先备程序未建立或测验仍按块排列时，优势会减弱。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：当真实应用已明确告知策略名称，或每类题只有一个表面线索即可识别时不成立。只有在统一的“延迟测验效应量／即时练习正确率差”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“延迟测验效应量／即时练习正确率差”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：学习科学称“合意困难”，分类学习称“交错训练”；另见第128号学习科学。只有“延迟测验效应量／即时练习正确率差”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置D——把『交错练习训练的是策略选择』中的操作次序与变化路径作为首要显露　单因决定『交错练习训练的是策略选择』当前结论的最小充分项只有：把不同题型交错安排，主要训练学生先识别该用哪种策略，而非让同一程序在短期内更流畅　预设〔03 相关方向等同因果方向〕练习中越流畅、正确率越高，长期学习就越好　量纲延迟测验效应量／即时练习正确率差　失效失效边界是『真实应用已明确告知策略名称，或每类题只有一个表面线索即可识别时不成立』；越过该边界，相关条件越强，延迟测验效应量反而越低　自曝『交错练习训练的是策略选择』的原始材料只直接支持“证据链的锚点是DougRohrer等在2015年〈InterleavedPracticeImprovesMathematicsLearning〉中的”，没有自动覆盖边界外对象　空栏『交错练习训练的是策略选择』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名学习科学称“合意困难”，分类学习称“交错训练”；另见第 432 号第 20 条『强化学习把预测器变成政策选择器』

【第二幕】这十年 · 约 2016—2026

第二幕把这些机制放进学校规模、元分析与生成式工具环境中，开始用延迟测验、效应量和单位时间增益审计看似漂亮的即时成绩。从“在线作业的因果效果来自即时反馈与教师使用”到“结构化AI导师可超越主动课堂，但不能外推为通用模型效应”，共同动作是接受规模、复制、边界与部署检验；主证据落在2016—2026年。

一、在线作业的因果效果来自即时反馈与教师使用ASSISTments Randomized Trial

提出Jeremy Roschelle、Mingyu Feng、Robert Murphy与Craig Mason，2016年《AERA Open》2(4):1–26，〈Online Mathematics Homework Increases Student Achievement〉　关键免费在线作业平台只有在嵌入原有课程并向教师返回可行动信息时，才可能提高数学成绩

在2016年前后的文献中，默认判断仍是“数字作业只要增加练习量就会产生同样效果”。它没有处理任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“标准化成绩增益／对照组标准差”为何随条件改变，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“标准化成绩增益／对照组标准差”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。

核心主张是：免费在线作业平台只有在嵌入原有课程并向教师返回可行动信息时，才可能提高数学成绩。它不是定义性的正确，而有清楚的否证口：固定教学任务、支持撤除、延迟与迁移测验，按“标准化成绩增益／对照组标准差”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。

Jeremy Roschelle等在2016年〈Online Mathematics Homework Increases Student Achievement〉中的主结果是本条的证据起点。缅因州随机试验覆盖43所学校、约2850名七年级学生；ASSISTments组一年后数学成绩提高约0.18个标准差，既往低成绩学生收益更大。具体读数“标准化成绩增益／对照组标准差”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。

主结果没有消灭争议。效果来自平台、家庭设备、教师数据使用还是额外练习尚不能完全分开；网络接入与作业完成选择也限制外推。它明确在以下情形失效：当教师不查看反馈、家庭接入不稳定或平台与课程目标不对齐时，平均效应可能消失。决定性证据应同时给出最强支持对象与最强反例，并登记延迟测验、独立迁移和课堂实施；如果结论只在作者选择的表示、样本或停止规则下成立，就只能称为条件性转向。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“标准化成绩增益／对照组标准差”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为软件工程称“反馈闭环”，医疗称“测量驱动照护”；另见第356号自动评测。碰撞须固定“数字作业只要增加练习量就会产生同样效果”并比较“标准化成绩增益／对照组标准差”；第三项是任务选择、支持撤除与学习时间。

位置E——把『在线作业的因果效果来自即时反馈与教师使用』成立所需的边界环境作为首要显露　单因决定『在线作业的因果效果来自即时反馈与教师使用』当前结论的最小充分项只有：免费在线作业平台只有在嵌入原有课程并向教师返回可行动信息时，才可能提高数学成绩　预设〔03 相关方向等同因果方向〕数字作业只要增加练习量就会产生同样效果　量纲标准化成绩增益／对照组标准差　失效失效边界是『教师不查看反馈、家庭接入不稳定或平台与课程目标不对齐时，平均效应可能消失』；越过该边界，相关条件越强，标准化成绩增益反而越低　自曝『在线作业的因果效果来自即时反馈与教师使用』的原始材料只直接支持“JeremyRoschelle等在2016年〈OnlineMathematicsHomeworkIncreasesStudentAchievemen”，没有自动覆盖边界外对象　空栏『在线作业的因果效果来自即时反馈与教师使用』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名软件工程称“反馈闭环”，医疗称“测量驱动照护”；另见第 438 号第 6 条『建筑信息模型的收益来自跨阶段信息复用』

二、空间与数学不是一个能力，但共享多层潜变量Latent Structure of Space and Mathematics

提出Kelly Mix、Susan Levine、Yi-Ling Cheng等，2016年《Journal of Experimental Psychology: General》145(9):1206–1227，〈Separate but Correlated: The Latent Structure of Space and Mathematics Across Development〉　关键空间与数学能力在儿童发展中保持可区分，却通过若干共同潜变量相关，不能用单一“空间智力”解释所有数学差异

到2016年前后，常见出发点仍是“空间测验与数学测验相关，说明它们测的是同一种一般能力”。真正暴露问题的并非一个孤立反例，而是任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“空间—数学潜变量相关／各自测量可靠性”为何随条件改变。当研究者改用“空间—数学潜变量相关／各自测量可靠性”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。

本条命题是：空间与数学能力在儿童发展中保持可区分，却通过若干共同潜变量相关，不能用单一“空间智力”解释所有数学差异。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“空间—数学潜变量相关／各自测量可靠性”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Kelly Mix等在2016年〈Separate but Correlated: The Latent Structure of Space and Mathematics Across Development〉中的主结果给出主证据：研究在多个年龄组施测空间、数值与数学任务；验证性因子模型显示“空间＋数学”的2因子模型拟合优于1因子模型，同时相关在发展阶段保持显著，模型比较用拟合指数而非单项相关裁决。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“空间—数学潜变量相关／各自测量可靠性”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。

争议边界是：潜变量结构受任务选择和年龄范围影响；相关不能决定因果方向，空间训练是否提升具体数学领域仍需干预证据。失效条件为：当任务只依赖语言记忆或纯符号规则、几乎不含空间结构时，共享因子会缩小。收敛需统一对象与“空间—数学潜变量相关／各自测量可靠性”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“空间—数学潜变量相关／各自测量可靠性”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：心理测量称“相关但可区分构念”，多任务学习称“共享表征”；另见第307号层级模型。共享预设为“空间测验与数学测验相关，说明它们测的是同一种一般能力”；先统一“空间—数学潜变量相关／各自测量可靠性”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置D——把『空间与数学不是一个能力，但共享多层潜变量』中的操作次序与变化路径作为首要显露　单因决定『空间与数学不是一个能力，但共享多层潜变量』当前结论的最小充分项只有：空间与数学能力在儿童发展中保持可区分，却通过若干共同潜变量相关，不能用单一“空间智力”解释所有数学差异　预设〔04 尺度迁移不改变结论〕空间测验与数学测验相关，说明它们测的是同一种一般能力　量纲空间—数学潜变量相关／各自测量可靠性　失效失效边界是『任务只依赖语言记忆或纯符号规则、几乎不含空间结构时，共享因子会缩小』；越过该边界，相关条件越强，空间—数学潜变量相关反而越低　自曝『空间与数学不是一个能力，但共享多层潜变量』的原始材料只直接支持“KellyMix等在2016年〈SeparatebutCorrelated:TheLatentStructureofSpaceandMathemat”，没有自动覆盖边界外对象　空栏『空间与数学不是一个能力，但共享多层潜变量』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名心理测量称“相关但可区分构念”，多任务学习称“共享表征”；另见第 432 号第 12 条『可解释性不能代替可理解模型』

三、符号大小加工比非符号数感更贴近数学成绩Symbolic Magnitude Advantage

提出Michael Schneider、Stefan Beeres、Jens Coban等，2017年《Developmental Science》20(3):e12372，〈Associations of Nonsymbolic and Symbolic Numerical Magnitude Processing with Mathematical Competence: A Meta-analysis〉　关键符号数字大小加工与数学能力的关联，通常强于点阵等非符号数量加工，所谓“核心数感”不能替代符号学习解释

2017年前后，本领域常把“非符号近似数系统是学校数学差异的首要底层原因”当作默认起点。它在典型对象上看似稳固，却被任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“符号任务相关系数／非符号任务相关系数”为何随条件改变直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“符号任务相关系数／非符号任务相关系数”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。

新命题明确写成：符号数字大小加工与数学能力的关联，通常强于点阵等非符号数量加工，所谓“核心数感”不能替代符号学习解释。这句话可以被反驳，检验方式是：固定教学任务、支持撤除、延迟与迁移测验，按“符号任务相关系数／非符号任务相关系数”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。它要求同时锁定对象类、归一化和资源预算；若只换一批更有利的数据、放宽失败标准或改用更弱基线，得到的只是另一条命题，不能算对原主张的支持。

Michael Schneider等在2017年〈Associations of Nonsymbolic and Symbolic Numerical Magnitude Processing with Mathematical Competence: A Meta-analysis〉中的主结果提供了决定性证据。元分析整合跨年龄研究，比较符号与非符号任务的相关；符号大小加工与数学成绩的平均关联更强，且任务可靠性和抑制要求解释部分异质性。这里最有信息量的读数是“符号任务相关系数／非符号任务相关系数”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。

争议边界是：测量信度与共同方法偏差会放大符号优势；非符号任务并非纯数量测量，视觉特征控制方式可改变效应。失效条件为：当数学结果是早期非符号比较或符号知识尚未形成时，符号优势不必出现。收敛需统一对象与“符号任务相关系数／非符号任务相关系数”，并公开延迟测验、独立迁移和课堂实施及最强反例。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“符号任务相关系数／非符号任务相关系数”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：语言学称“符号接地”，机器学习称“离散表征优势”；另见第358号语音符号化。只有“符号任务相关系数／非符号任务相关系数”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置E——把『符号大小加工比非符号数感更贴近数学成绩』成立所需的边界环境作为首要显露　单因决定『符号大小加工比非符号数感更贴近数学成绩』当前结论的最小充分项只有：符号数字大小加工与数学能力的关联，通常强于点阵等非符号数量加工，所谓“核心数感”不能替代符号学习解释　预设〔04 尺度迁移不改变结论〕非符号近似数系统是学校数学差异的首要底层原因　量纲符号任务相关系数／非符号任务相关系数　失效失效边界是『数学结果是早期非符号比较或符号知识尚未形成时，符号优势不必出现』；越过该边界，相关条件越强，符号任务相关系数反而越低　自曝『符号大小加工比非符号数感更贴近数学成绩』的原始材料只直接支持“MichaelSchneider等在2017年〈AssociationsofNonsymbolicandSymbolicNumericalMagni”，没有自动覆盖边界外对象　空栏『符号大小加工比非符号数感更贴近数学成绩』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名语言学称“符号接地”，机器学习称“离散表征优势”；另见第 432 号第 11 条『人机互补比替代更能解释绩效』

四、动作与语言能共同构成数学证明的认知支架Grounded Mathematical Cognition

提出Mitchell Nathan与Candace Walkington，2017年《Cognitive Research: Principles and Implications》2:Article 9，〈Grounded and Embodied Mathematical Cognition: Promoting Mathematical Insight and Proof Using Action and Language〉　关键与数学关系同构的手势和身体动作，可以改变学生对抽象命题的注意与证明，而不是只做课堂装饰

在2017年前后的文献中，标准叙事是“抽象数学理解只发生在符号与语言内部，身体动作只是表达结果”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“匹配动作条件迁移率／不匹配动作条件迁移率”为何随条件改变。主证据迫使研究者把对象、表示与验证尺度拆开；以“匹配动作条件迁移率／不匹配动作条件迁移率”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。

本条命题是：与数学关系同构的手势和身体动作，可以改变学生对抽象命题的注意与证明，而不是只做课堂装饰。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“匹配动作条件迁移率／不匹配动作条件迁移率”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

主证据来自Mitchell Nathan等在2017年〈Grounded and Embodied Mathematical Cognition: Promoting Mathematical Insight and Proof Using Action and Language〉中的主结果。研究把全身动作、手势与语言提示嵌入角度和几何证明任务；与不匹配动作相比，概念匹配动作提高洞察与迁移，动作—语言一致性成为关键比较。其关键不是论文规模，而是给出了“匹配动作条件迁移率／不匹配动作条件迁移率”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。

争议边界是：身体活动本身不产生学习，动作必须映射到目标关系；文化手势、行动空间和年龄会调节效果，复杂证明也不能被动作完全替代。失效条件为：当动作与数学结构不一致，或任务不允许把关系映射到空间时不成立。收敛需统一对象与“匹配动作条件迁移率／不匹配动作条件迁移率”，并公开延迟测验、独立迁移和课堂实施及最强反例。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“匹配动作条件迁移率／不匹配动作条件迁移率”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为认知科学称“具身认知”，人机交互称“动作式界面”；另见第253号人机交互。碰撞须固定“抽象数学理解只发生在符号与语言内部，身体动作只是表达结果”并比较“匹配动作条件迁移率／不匹配动作条件迁移率”；第三项是任务选择、支持撤除与学习时间。

位置S——把『动作与语言能共同构成数学证明的认知支架』形成的对象结构作为首要显露　单因决定『动作与语言能共同构成数学证明的认知支架』当前结论的最小充分项只有：与数学关系同构的手势和身体动作，可以改变学生对抽象命题的注意与证明，而不是只做课堂装饰　预设〔04 尺度迁移不改变结论〕抽象数学理解只发生在符号与语言内部，身体动作只是表达结果　量纲匹配动作条件迁移率／不匹配动作条件迁移率　失效当动作与数学结构不一致，或任务不允许把关系映射到空间时不成立　自曝『动作与语言能共同构成数学证明的认知支架』的原始材料只直接支持“主证据来自MitchellNathan等在2017年〈GroundedandEmbodiedMathematicalCognition:Promot”，没有自动覆盖边界外对象　空栏『动作与语言能共同构成数学证明的认知支架』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名认知科学称“具身认知”，人机交互称“动作式界面”；另见第 439 号第 19 条『生成式人工智能与服务机器人形成物理—语言复合体』

五、数学焦虑与成绩的关系会随任务难度加深School-age Math Anxiety Meta-analysis

提出Jessica Namkung、Peng Peng与Xin Lin，2019年《Review of Educational Research》89(3):459–496，〈The Relation Between Mathematics Anxiety and Mathematics Performance Among School-Aged Students: A Meta-Analysis〉　关键数学焦虑与数学成绩呈中等负相关，而且多步骤、高利害任务中的关系比基础题更强

2019年前后，旧框架把问题压成一句话：“数学焦虑只是对低成绩的事后情绪，不会进入实际解题过程”。但任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“焦虑—成绩相关系数／量表信度”为何随条件改变，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“焦虑—成绩相关系数／量表信度”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。

可以把命题写为：数学焦虑与数学成绩呈中等负相关，而且多步骤、高利害任务中的关系比基础题更强。与口号不同，它预先承诺了失败方式：固定教学任务、支持撤除、延迟与迁移测验，按“焦虑—成绩相关系数／量表信度”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。

证据链的锚点是Jessica Namkung等在2019年〈The Relation Between Mathematics Anxiety and Mathematics Performance Among School-Aged Students: A Meta-Analysis〉中的主结果。元分析纳入131项研究、478个效应量，平均相关约r=-0.34；同时测量认知与情感成分的量表、较难任务和计入成绩的测验给出更强负相关。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“焦虑—成绩相关系数／量表信度”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。

截至2026年，未收敛部分是：横断面研究占多数，无法区分焦虑导致失败还是长期失败导致焦虑；量表、年龄和文化差异造成显著异质性。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：当任务低利害、自动化程度高且工作记忆负荷很低时，焦虑效应可能接近零。只有在统一的“焦虑—成绩相关系数／量表信度”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“焦虑—成绩相关系数／量表信度”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：行为经济学称“压力税”，临床称“表现焦虑”；另见第143号教育心理学。共享预设为“数学焦虑只是对低成绩的事后情绪，不会进入实际解题过程”；先统一“焦虑—成绩相关系数／量表信度”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置E——把『数学焦虑与成绩的关系会随任务难度加深』成立所需的边界环境作为首要显露　单因决定『数学焦虑与成绩的关系会随任务难度加深』当前结论的最小充分项只有：数学焦虑与数学成绩呈中等负相关，而且多步骤、高利害任务中的关系比基础题更强　预设〔05 观测与干预不回写对象〕数学焦虑只是对低成绩的事后情绪，不会进入实际解题过程　量纲焦虑—成绩相关系数／量表信度　失效当任务低利害、自动化程度高且工作记忆负荷很低时，焦虑效应可能接近零　自曝『数学焦虑与成绩的关系会随任务难度加深』的原始材料只直接支持“证据链的锚点是JessicaNamkung等在2019年〈TheRelationBetweenMathematicsAnxietyandMathem”，没有自动覆盖边界外对象　空栏『数学焦虑与成绩的关系会随任务难度加深』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名行为经济学称“压力税”，临床称“表现焦虑”；另见第 433 号第 13 条『心理安全让任务冲突不必滑向关系冲突』

六、语言与数学是双向发展的Language–Mathematics Reciprocity

提出Peng Peng、Xin Lin、Zeynep Ünal等，2020年《Psychological Bulletin》146(7):595–634，〈Examining the Mutual Relations Between Language and Mathematics: A Meta-Analysis〉　关键语言能力不仅预测数学，早期数学经验也能反过来支持后续语言；二者关系不能被写成单向先修链

在2020年前后的文献中，默认判断仍是“语言只是数学学习的输入，数学进步不会改变语言与解释能力”。它没有处理任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“数学→语言路径系数／语言→数学路径系数”为何随条件改变，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“数学→语言路径系数／语言→数学路径系数”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。

核心主张是：语言能力不仅预测数学，早期数学经验也能反过来支持后续语言；二者关系不能被写成单向先修链。它不是定义性的正确，而有清楚的否证口：固定教学任务、支持撤除、延迟与迁移测验，按“数学→语言路径系数／语言→数学路径系数”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。因此，论证责任从“展示一个成功例子”转为说明成功在什么范围保持、失败在什么条件出现，并把存在性、稳定性、可计算性或可迁移性分层报告。

Peng Peng等在2020年〈Examining the Mutual Relations Between Language and Mathematics: A Meta-Analysis〉中的主结果是本条的证据起点。元分析整合多波纵向研究并比较交叉滞后路径；控制先前水平后，语言到数学与数学到语言都存在显著路径，数学词汇和复杂问题求解中的关系更强。具体读数“数学→语言路径系数／语言→数学路径系数”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。

争议边界是：交叉滞后模型仍受未测共同原因与测量不变性影响；不同语言的语法和数词系统可能改变方向大小。失效条件为：当任务完全非言语、测量间隔过短或语言测验与数学内容无共享表征时不成立。收敛需统一对象与“数学→语言路径系数／语言→数学路径系数”，并公开延迟测验、独立迁移和课堂实施及最强反例。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“数学→语言路径系数／语言→数学路径系数”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：发展科学称“互惠效应”，系统科学称“反馈回路”；另见第358号语音与语言表示。只有“数学→语言路径系数／语言→数学路径系数”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置S——把『语言与数学是双向发展的』形成的对象结构作为首要显露　单因决定『语言与数学是双向发展的』当前结论的最小充分项只有：语言能力不仅预测数学，早期数学经验也能反过来支持后续语言；二者关系不能被写成单向先修链　预设〔05 观测与干预不回写对象〕语言只是数学学习的输入，数学进步不会改变语言与解释能力　量纲数学→语言路径系数／语言→数学路径系数　失效当任务完全非言语、测量间隔过短或语言测验与数学内容无共享表征时不成立　自曝『语言与数学是双向发展的』的原始材料只直接支持“PengPeng等在2020年〈ExaminingtheMutualRelationsBetweenLanguageandMathematics:A”，没有自动覆盖边界外对象　空栏『语言与数学是双向发展的』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名发展科学称“互惠效应”，系统科学称“反馈回路”；另见第 432 号第 16 条『数字孪生把预测变成连续决策』

七、数学焦虑的平均相关不等于个体诊断Math Anxiety: Average Relation and Heterogeneity

提出Colleen Barroso、Colleen Ganley、Amanda McGraw等，2021年《Psychological Bulletin》147(2):134–168，〈A Meta-analysis of the Relation Between Math Anxiety and Math Achievement〉　关键数学焦虑与成绩平均负相关，但效应在年龄、量表和成绩类型之间变化，不能据一次自评推断个体能力

到2021年前后，常见出发点仍是“一个总体相关系数可以直接用于识别哪些学生需要数学补救”。真正暴露问题的并非一个孤立反例，而是任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“平均负相关／研究间标准差”为何随条件改变。当研究者改用“平均负相关／研究间标准差”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。

理论内容不是“再加一种方法”，而是：数学焦虑与成绩平均负相关，但效应在年龄、量表和成绩类型之间变化，不能据一次自评推断个体能力。它允许以下决定性反例：固定教学任务、支持撤除、延迟与迁移测验，按“平均负相关／研究间标准差”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验时必须让支持方与反对方在同一对象、同一误差口径和同一停止规则下比较，否则双方只是在各自定义的成功条件里获胜。

Colleen Barroso等在2021年〈A Meta-analysis of the Relation Between Math Anxiety and Math Achievement〉中的主结果给出主证据：元分析汇总747个效应量，平均相关约r=-0.28；小学到大学均存在关系，但研究设计、焦虑量表和数学结果显著调节大小。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“平均负相关／研究间标准差”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。

后续争论集中在：高异质性与发表偏倚限制平均数，个体内短期变化可能与个体间相关不同；干预焦虑是否提高成绩仍需随机试验。因此，本条并非无条件有效；当用于个体诊断、不同量表不可比或成绩受课程选择强烈影响时不成立。收口所需的不是一句“仍需研究”，而是一套双方都可能失败的设计：统一对象、分母、反例族和资源预算，并让“平均负相关／研究间标准差”在独立材料上接受复算。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“平均负相关／研究间标准差”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为医学称“群体风险不可作个体诊断”，统计称“生态谬误”；另见第306号预测校准。碰撞须固定“一个总体相关系数可以直接用于识别哪些学生需要数学补救”并比较“平均负相关／研究间标准差”；第三项是任务选择、支持撤除与学习时间。

位置D——把『数学焦虑的平均相关不等于个体诊断』中的操作次序与变化路径作为首要显露　单因决定『数学焦虑的平均相关不等于个体诊断』当前结论的最小充分项只有：数学焦虑与成绩平均负相关，但效应在年龄、量表和成绩类型之间变化，不能据一次自评推断个体能力　预设〔05 观测与干预不回写对象〕一个总体相关系数可以直接用于识别哪些学生需要数学补救　量纲平均负相关／研究间标准差　失效当用于个体诊断、不同量表不可比或成绩受课程选择强烈影响时不成立　自曝『数学焦虑的平均相关不等于个体诊断』的原始材料只直接支持“ColleenBarroso等在2021年〈AMeta-analysisoftheRelationBetweenMathAnxietyandMath”，没有自动覆盖边界外对象　空栏『数学焦虑的平均相关不等于个体诊断』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名医学称“群体风险不可作个体诊断”，统计称“生态谬误”；另见第 439 号第 20 条『智能体服务把一次问答推进为跨系统自主执行』

八、家庭数学环境的平均效应很小且依赖测量Home Math Environment Meta-analysis

提出Mia Daucourt、Amy Napoli、Jamie Quinn等，2021年《Psychological Bulletin》147(6):565–596，〈The Home Math Environment and Math Achievement: A Meta-Analysis〉　关键家庭数学活动与儿童成绩总体相关为小效应，而且“做了多少”活动与互动质量、家长焦虑和孩子既有能力纠缠

2021年前后，本领域常把“家庭数学活动次数越多，儿童成绩就按同一比例提高”当作默认起点。它在典型对象上看似稳固，却被任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“家庭活动—成绩相关／控制基线成绩后的纵向相关”为何随条件改变直接顶住。真正需要更换的不是符号，而是比较单位：一旦把“家庭活动—成绩相关／控制基线成绩后的纵向相关”写进分母，原来混在一起的结构差异便必须分别说明，旧结论也不再能够无条件外推。

本条命题是：家庭数学活动与儿童成绩总体相关为小效应，而且“做了多少”活动与互动质量、家长焦虑和孩子既有能力纠缠。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“家庭活动—成绩相关／控制基线成绩后的纵向相关”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Mia Daucourt等在2021年〈The Home Math Environment and Math Achievement: A Meta-Analysis〉中的主结果提供了决定性证据。元分析汇总数十项研究，平均关联较小但显著；正式活动、非正式游戏、家长预期和家庭社会经济背景给出不同效应，纵向估计通常小于同期相关。这里最有信息量的读数是“家庭活动—成绩相关／控制基线成绩后的纵向相关”：它把抽象争论压成别人能够复算的比例、维数、阈值、误差阶或有效样本量。数字并非装饰，而是说明究竟哪一层默认被改写。

争议边界是：自报频率、反向选择与社会经济混杂突出；家庭多做数学可能因为孩子困难，也可能因为家长资源丰富，不能把相关当处方。失效条件为：当活动质量低、互动伴随高焦虑或未控制孩子既有能力时，频率指标失效。收敛需统一对象与“家庭活动—成绩相关／控制基线成绩后的纵向相关”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“家庭活动—成绩相关／控制基线成绩后的纵向相关”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：公共卫生称“家庭暴露”，市场研究称“使用频率偏差”；另见第308号非概率调查。共享预设为“家庭数学活动次数越多，儿童成绩就按同一比例提高”；先统一“家庭活动—成绩相关／控制基线成绩后的纵向相关”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置S——把『家庭数学环境的平均效应很小且依赖测量』形成的对象结构作为首要显露　单因决定『家庭数学环境的平均效应很小且依赖测量』当前结论的最小充分项只有：家庭数学活动与儿童成绩总体相关为小效应，而且“做了多少”活动与互动质量、家长焦虑和孩子既有能力纠缠　预设〔06 聚合次序不影响结论〕家庭数学活动次数越多，儿童成绩就按同一比例提高　量纲家庭活动—成绩相关／控制基线成绩后的纵向相关　失效当活动质量低、互动伴随高焦虑或未控制孩子既有能力时，频率指标失效　自曝『家庭数学环境的平均效应很小且依赖测量』的原始材料只直接支持“MiaDaucourt等在2021年〈TheHomeMathEnvironmentandMathAchievement:AMeta-Analysis”，没有自动覆盖边界外对象　空栏『家庭数学环境的平均效应很小且依赖测量』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名公共卫生称“家庭暴露”，市场研究称“使用频率偏差”；另见第 435 号第 15 条『数字化转型暴露家族控制与专业能力冲突』

九、空间—数学关系是中等强度，不是万能捷径Spatial Thinking–Mathematics Meta-analysis

提出Zachary Hawes、Katie Gilligan-Lee与Kelly Mix等，2022年《Psychonomic Bulletin & Review》29:699–720，〈Spatial Thinking and Mathematics: A Meta-analysis of Relations and Training Transfer〉　关键空间思维与数学成绩存在稳健中等关联，但不同空间成分、数学内容和年龄的迁移并不相同

在2022年前后的文献中，标准叙事是“空间训练可以无差别提升所有数学内容”。这个叙事之所以长期有效，是因为经典例子没有暴露如下缺口：任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“空间—数学相关系数／测量信度上限”为何随条件改变。主证据迫使研究者把对象、表示与验证尺度拆开；以“空间—数学相关系数／测量信度上限”重新计量后，过去被当作技术噪声的部分，成为决定结论方向的变量。

本条把转向压成一句可检验的话：空间思维与数学成绩存在稳健中等关联，但不同空间成分、数学内容和年龄的迁移并不相同。可反驳版本为：固定教学任务、支持撤除、延迟与迁移测验，按“空间—数学相关系数／测量信度上限”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。这一区分很重要，因为同一个标题可以在更窄对象类上成立、在更大类上失效；若不登记分母与适用域，后来的推广和反例就会被误写成互相矛盾。

主证据来自Zachary Hawes等在2022年〈Spatial Thinking and Mathematics: A Meta-analysis of Relations and Training Transfer〉中的主结果。元分析报告空间与数学的总体相关约r=0.36，并区分空间可视化、心理旋转、空间定向以及算术、几何等结果；最接近结构的任务关联更强。其关键不是论文规模，而是给出了“空间—数学相关系数／测量信度上限”这一可核对读数；它使同一命题能够跨对象、跨样本或跨尺度复验。后来工作可以扩大范围、改进常数或增加样本，却不能替代这笔证据在历史上的归幕位置。

反对意见主要针对外延，而非简单否认主结果：相关研究多于随机训练，学校现场训练和长期随访不足；若只挑选近迁移测验，会夸大对总体数学的作用。本条的失效条件为：当数学任务主要依赖语言、符号规则或已自动化事实时，空间训练的迁移会很弱。要判断边界是否只是技术限制，需把延迟测验、独立迁移和课堂实施与同一分母下的独立复验放在一起；若方向随对象类或归一化改变，就应主动收窄标题。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“空间—数学相关系数／测量信度上限”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：教育心理称“跨域迁移”，机器学习称“表征共享”；另见第350号空间认知面板。只有“空间—数学相关系数／测量信度上限”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置D——把『空间—数学关系是中等强度，不是万能捷径』中的操作次序与变化路径作为首要显露　单因决定『空间—数学关系是中等强度，不是万能捷径』当前结论的最小充分项只有：空间思维与数学成绩存在稳健中等关联，但不同空间成分、数学内容和年龄的迁移并不相同　预设〔06 聚合次序不影响结论〕空间训练可以无差别提升所有数学内容　量纲空间—数学相关系数／测量信度上限　失效当数学任务主要依赖语言、符号规则或已自动化事实时，空间训练的迁移会很弱　自曝『空间—数学关系是中等强度，不是万能捷径』的原始材料只直接支持“主证据来自ZacharyHawes等在2022年〈SpatialThinkingandMathematics:AMeta-analysisofRel”，没有自动覆盖边界外对象　空栏『空间—数学关系是中等强度，不是万能捷径』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名教育心理称“跨域迁移”，机器学习称“表征共享”；另见第 215 号第 20 条『跨装置机器学习：训练集相似不等于物理可运输』

十、数学焦虑与成绩的方向随时间并非单向Longitudinal Direction of Math Anxiety

提出Elina Sammallahti、Minna Finell、Timo Korhonen等，2023年《Journal of Numerical Cognition》9(2):346–362，〈A Meta-analysis of Longitudinal Relations Between Mathematics Anxiety and Mathematics Performance〉　关键成绩下降会提高后续焦虑，焦虑也会压低后续成绩，二者构成弱而可累积的双向回路

2023年前后，旧框架把问题压成一句话：“数学焦虑和低成绩之间只有一个固定因果方向”。但任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“焦虑→成绩效应量／成绩→焦虑效应量”为何随条件改变，使同名结论在不同对象上并不可比。这里的卡点不是技巧不足，而是分母缺席：只有把“焦虑→成绩效应量／成绩→焦虑效应量”固定下来，才能区分真结构、近似误差与由选择过程制造的表面一致。

可以把命题写为：成绩下降会提高后续焦虑，焦虑也会压低后续成绩，二者构成弱而可累积的双向回路。与口号不同，它预先承诺了失败方式：固定教学任务、支持撤除、延迟与迁移测验，按“焦虑→成绩效应量／成绩→焦虑效应量”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。这使研究者不能在结果出现后移动对象边界、改评分规则或删去困难实例；若这些条件必须改变，结论应被重新命名，而不是继续沿用原来的理论标签。

证据链的锚点是Elina Sammallahti等在2023年〈A Meta-analysis of Longitudinal Relations Between Mathematics Anxiety and Mathematics Performance〉中的主结果。元分析纳入50项纵向研究、75个效应量；焦虑预测后续成绩的效应约g=-0.467，成绩预测后续焦虑的效应约g=0.502，方向取决于编码但两条路径均显著。若只保留结论而删去读数，读者无法知道改变发生在对象数、尺度、覆盖、计算复杂度还是预测误差；“焦虑→成绩效应量／成绩→焦虑效应量”因此是本条最应被复核的部分，也是后续反例必须对齐的分母。

截至2026年，未收敛部分是：研究间时间间隔、年龄和控制变量差异大；平均路径不能说明每个学生都进入恶性循环，干预应区分情绪起点与知识起点。这意味着“成立”至少要区分存在、稳定、可实现与可迁移四层；失效口为：当时间间隔极短、测量不变性不成立或学生已退出相关课程时，双向模型不可解释。只有在统一的“焦虑→成绩效应量／成绩→焦虑效应量”上报告失败概率、误差范围或常数依赖，争论才可能真正结束。

实践后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。报告应围绕“焦虑→成绩效应量／成绩→焦虑效应量”同时列出失败对象、资源成本与敏感性结果，排除筛选或未计成本造成的表面优势。

跨域入口是本条可与碰撞行登记的相邻学科直接比较。异名为动力系统称“正反馈”，临床称“症状—功能循环”；另见第309号交叉滞后。碰撞须固定“数学焦虑和低成绩之间只有一个固定因果方向”并比较“焦虑→成绩效应量／成绩→焦虑效应量”；第三项是任务选择、支持撤除与学习时间。

位置E——把『数学焦虑与成绩的方向随时间并非单向』成立所需的边界环境作为首要显露　单因决定『数学焦虑与成绩的方向随时间并非单向』当前结论的最小充分项只有：成绩下降会提高后续焦虑，焦虑也会压低后续成绩，二者构成弱而可累积的双向回路　预设〔06 聚合次序不影响结论〕数学焦虑和低成绩之间只有一个固定因果方向　量纲焦虑→成绩效应量／成绩→焦虑效应量　失效当时间间隔极短、测量不变性不成立或学生已退出相关课程时，双向模型不可解释　自曝『数学焦虑与成绩的方向随时间并非单向』的原始材料只直接支持“证据链的锚点是ElinaSammallahti等在2023年〈AMeta-analysisofLongitudinalRelationsBetwee”，没有自动覆盖边界外对象　空栏『数学焦虑与成绩的方向随时间并非单向』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名动力系统称“正反馈”，临床称“症状—功能循环”；另见第 438 号第 1 条『巨型项目的成本低估是系统性而非偶然误差』

十一、无护栏生成式工具会提高作业分却伤害独立学习Generative AI without Guardrails

提出Hamsa Bastani、Osbert Bastani、Alp Sungu等，2025年《Proceedings of the National Academy of Sciences》122(26):e2422633122，DOI:10.1073/pnas.2422633122，〈Generative AI without Guardrails Can Harm Learning: Evidence from High School Mathematics〉　关键通用生成式工具能显著提高练习表现，但若直接给答案，撤去工具后的独立成绩可能低于未使用组；教学护栏能缓解这种反转

在2025年前后的文献中，默认判断仍是“作业完成率和即时正确率足以代表真实学习”。它没有处理任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“撤除工具后的独立成绩／使用工具时的练习成绩”为何随条件改变，因此会把局部成功写成一般规律，或把尚未测量写成不存在。本条转向首先做了一次口径清算：以“撤除工具后的独立成绩／使用工具时的练习成绩”为共同尺度，重新规定哪些对象、误差和边界有资格进入结论。

本条命题是：通用生成式工具能显著提高练习表现，但若直接给答案，撤去工具后的独立成绩可能低于未使用组；教学护栏能缓解这种反转。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“撤除工具后的独立成绩／使用工具时的练习成绩”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Hamsa Bastani等在2025年〈Generative AI without Guardrails Can Harm Learning: Evidence from High School Mathematics〉中的主结果是本条的证据起点。现场随机试验覆盖近1000名高中数学学生；通用GPT组练习成绩提高约48%，带教学护栏的GPT Tutor提高约127%，工具撤去后通用GPT组比对照低约17%，护栏组未出现同等损失。具体读数“撤除工具后的独立成绩／使用工具时的练习成绩”把旧默认送上同一口径的检验台：纯数学中它表现为结构降维、常数或端点，统计与教育研究中则表现为样本、效应、覆盖或预测损失。共同点是结论不再只靠叙述成立。

争议边界是：结果依赖具体模型、提示、课程和短期测验；护栏也可能减少探索，且长期自主性、教师适应和不同能力学生的异质性尚未确定。失效条件为：当工具被设计为只提示、强制解释并在独立闭卷测验中仍保持增益时，认知外包反转不成立。收敛需统一对象与“撤除工具后的独立成绩／使用工具时的练习成绩”，并公开延迟测验、独立迁移和课堂实施及最强反例。

由此，对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。对本项证据须公开“撤除工具后的独立成绩／使用工具时的练习成绩”、失败对象和资源成本；只报最优结果不足以支持迁移。

接口：本条可与碰撞行登记的相邻学科直接比较。异名：人机交互称“自动化依赖”，软件工程称“脚手架债务”；另见第356号生成式编程工具。共享预设为“作业完成率和即时正确率足以代表真实学习”；先统一“撤除工具后的独立成绩／使用工具时的练习成绩”，若仍逆向，再检验任务选择、支持撤除与学习时间。

位置S——把『无护栏生成式工具会提高作业分却伤害独立学习』形成的对象结构作为首要显露　单因决定『无护栏生成式工具会提高作业分却伤害独立学习』当前结论的最小充分项只有：通用生成式工具能显著提高练习表现，但若直接给答案，撤去工具后的独立成绩可能低于未使用组；教学护栏能缓解这种反转　预设〔01 谁进入分母〕作业完成率和即时正确率足以代表真实学习　量纲撤除工具后的独立成绩／使用工具时的练习成绩　失效当工具被设计为只提示、强制解释并在独立闭卷测验中仍保持增益时，认知外包反转不成立　自曝『无护栏生成式工具会提高作业分却伤害独立学习』的原始材料只直接支持“HamsaBastani等在2025年〈GenerativeAIwithoutGuardrailsCanHarmLearning:Evidencef”，没有自动覆盖边界外对象　空栏『无护栏生成式工具会提高作业分却伤害独立学习』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名人机交互称“自动化依赖”，软件工程称“脚手架债务”；另见第 439 号第 18 条『生成式人工智能将服务脚本改写为可生成互动』

十二、结构化AI导师可超越主动课堂，但不能外推为通用模型效应AI Tutor versus Active Learning

提出Greg Kestin、Kelly Miller、Anna Klales等，2025年《Scientific Reports》15:17458，DOI:10.1038/s41598-025-97652-6，〈AI Tutoring Outperforms In-Class Active Learning: An RCT Introducing a Novel Research-Based Design in an Authentic Educational Setting〉　关键遵守主动学习、分步脚手架和准确反馈原则的AI导师，可能在更短时间内产生更大学习增益；效果归属于教学设计与模型的组合

到2025年前后，常见出发点仍是“教学媒介本身决定效果，AI与教师可以脱离教学设计直接比较”。真正暴露问题的并非一个孤立反例，而是任务、延迟测验与迁移口径一变，同一教学安排会得到不同排序；旧口径尤其无法解释“单位学习分钟的标准化增益／主动课堂单位分钟增益”为何随条件改变。当研究者改用“单位学习分钟的标准化增益／主动课堂单位分钟增益”比较时，旧叙事中被隐藏的代价、边界或层级差异显现出来；这也是本条能够成为新思想而不是普通技术改良的原因。

本条命题是：遵守主动学习、分步脚手架和准确反馈原则的AI导师，可能在更短时间内产生更大学习增益；效果归属于教学设计与模型的组合。否证方式为：固定教学任务、支持撤除、延迟与迁移测验，按“单位学习分钟的标准化增益／主动课堂单位分钟增益”重做；若主张方向不能在独立对象上复现，或落入明确失效条件后读数仍不改变，本命题就应被否定或收窄。检验必须固定对象类、分母与失败标准，不能在结果出现后改用更弱基线。

Greg Kestin等在2025年〈AI Tutoring Outperforms In-Class Active Learning: An RCT〉中的主结果给出主证据：哈佛本科物理课交叉随机试验N=194；AI组中位学习时间49分钟，对照课堂约60分钟，学习增益超过两倍，回归效应量约0.73至1.3个标准差，83%学生认为解释不差于教师。这项工作的力量在于把问题从“有人相信什么”移到“什么数值或结构量可以重做”。按“单位学习分钟的标准化增益／主动课堂单位分钟增益”组织证据后，支持结果、零结果与失败对象可以放进同一张账本，不再依靠术语声望比较。

争议边界是：单一高校、两节课、精心预写答案和高资源开发限制外推；结果不是“任意聊天机器人胜过教师”，独立复现与长期保持尚缺。失效条件为：当AI没有结构化脚手架、内容答案未核验或评估改为长期开放迁移时，优势可能消失。收敛需统一对象与“单位学习分钟的标准化增益／主动课堂单位分钟增益”，并公开延迟测验、独立迁移和课堂实施及最强反例。

另一处后果是：对本条的评价不能停在一次最终平均值；课程或工具的评价应把即时正确率、延迟保持、独立迁移、解释质量和教师实施过程分开，不能用一次作业分替代学习。最低报告责任包括“单位学习分钟的标准化增益／主动课堂单位分钟增益”、最坏对象与成本账本，负结果属于理论边界而非附注。

接口见本条可与碰撞行登记的相邻学科直接比较。其他领域称：经济学称“单位时间生产率”，医学称“方案效应而非药名效应”；另见第356号计算教育。只有“单位学习分钟的标准化增益／主动课堂单位分钟增益”可换算时才属同一动作；冲突仍在时应测量任务选择、支持撤除与学习时间。

位置E——把『结构化AI导师可超越主动课堂，但不能外推为通用模型效应』成立所需的边界环境作为首要显露　单因决定『结构化AI导师可超越主动课堂，但不能外推为通用模型效应』当前结论的最小充分项只有：遵守主动学习、分步脚手架和准确反馈原则的AI导师，可能在更短时间内产生更大学习增益；效果归属于教学设计与模型的组合　预设〔02 单一读数代表复杂对象〕教学媒介本身决定效果，AI与教师可以脱离教学设计直接比较　量纲单位学习分钟的标准化增益／主动课堂单位分钟增益　失效当AI没有结构化脚手架、内容答案未核验或评估改为长期开放迁移时，优势可能消失　自曝『结构化AI导师可超越主动课堂，但不能外推为通用模型效应』的原始材料只直接支持“GregKestin等在2025年〈AITutoringOutperformsIn-ClassActiveLearning:AnRCT〉中的主结果给”，没有自动覆盖边界外对象　空栏『结构化AI导师可超越主动课堂，但不能外推为通用模型效应』账本尚未纳入的中止路径、未达阈值对象、极端尾部与长期环境回写　异名经济学称“单位时间生产率”，医学称“方案效应而非药名效应”；另见第 215 号第 11 条『低温等离子体医学：活性物种剂量而非“等离子体时间”决定效应』

◎ 二十年连起来看

第一条贯穿线是：即时成功不等于学习。生产性失败和交错练习在练习阶段更难，却提高延迟迁移；生成式工具又把这一点推到极端——即时作业分上升，撤除工具后的独立表现可能下降。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。若换一类对象便反转，它只是局部家族，不是二十年主线。还要确认第二幕确实复用了或清算了第一幕的判据。

第二条贯穿线是：数学能力不是一个单量。数值大小、分数、空间、语言、焦虑与教学知识各自有独立读数；它们相关但不可互相替代，因此一份总分不能告诉教师该改内容、表示还是情绪环境。若换一类对象便反转，它只是局部家族，不是二十年主线。还要确认第二幕确实复用了或清算了第一幕的判据。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。

第三条贯穿线是：有效教学是一套条件组合。智能辅导、家庭活动和AI导师都显示，工具名或活动次数不是因果单位；实施成熟度、反馈结构、任务对齐和独立测验才决定效应能否保留。还要确认第二幕确实复用了或清算了第一幕的判据。检验时应把相关条目的量纲并列，查看同一分母是否保持方向。若换一类对象便反转，它只是局部家族，不是二十年主线。

◎ 三个常见误解

误解一：练习时正确率越高，学习越好。它容易误读，因为课堂反馈立即可见；正确表述是，交错、生成与比较常降低即时流畅，却提高延迟选择与迁移。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。最容易误读之处，应由反例、边界或样本外结果直接揭示。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。

误解二：数学焦虑只是低能力的标签。它看起来合理，因为二者负相关；正确表述是，纵向证据支持弱双向回路，而且多数高焦虑学生并不都具有数学学习障碍。最容易误读之处，应由反例、边界或样本外结果直接揭示。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。

误解三：AI或软件的平均效应属于产品本身。容易误读是因为试验按产品分组；正确表述是，实施年限、教学护栏、课程覆盖与教师反馈使用共同构成干预。若正确表述不能排除一种常见错误用法，这个澄清仍不完整。判断标准不是术语是否流行，而是换一分母后结论是否仍成立。最容易误读之处，应由反例、边界或样本外结果直接揭示。

◎ 与相邻领域的接口

与第128号学习科学的分工是：学习科学提供提取、间隔、认知负荷等一般规律；本块追问这些规律在分数、代数、空间表示与数学焦虑中怎样改变读数。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。

与第143号教育心理学的接口在动机、自我概念和焦虑；本块只保留能与具体数学任务、成绩口径和纵向方向相接的证据。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。

与第308号实验设计的接口在学校随机试验、聚类、实施异质性和延迟结果；没有设计概率，教育技术的“效果”很容易只是选择。若只能共享比喻而不能共享读数，就不应称为真正接口。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。

与第356号计算教育的接口在自动反馈与生成式工具；本块以数学概念迁移为结果，第356号以编程、调试和代码理解为结果。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。接口只有在两边能用同一分母复算时才成立。若只能共享比喻而不能共享读数，就不应称为真正接口。分工判据是：对象定义与核心量纲归本块，识别、实现或制度条件归对方面板。

◎ 争议现场

生产性失败的有效边界尚未收敛。支持方强调先生成再讲授，反对方指出元分析混合了问题难度与讲授质量；收敛需要把生成质量、后续讲授连接度和延迟迁移预注册为三个独立读数。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。双方还应在同一批最强反例上接受检验。若只在各自挑选的数据上成立，争论就不会真正结束。

空间训练能否稳定提高学校数学仍未收敛。实验室近迁移较稳，长期课堂远迁移较弱；收敛需要由教师实施、学期尺度、预先指定数学领域并报告所有空间与数学结果。双方还应在同一批最强反例上接受检验。若只在各自挑选的数据上成立，争论就不会真正结束。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。

生成式导师的长期效果尚未收敛。短期随机试验同时出现大增益与认知外包；收敛需要至少一学期、工具撤除后的闭卷迁移、不同能力层和教师适应共同进入分析。若只在各自挑选的数据上成立，争论就不会真正结束。收敛设计应统一对象、分母、对照与资源预算，并预先声明失败条件。双方还应在同一批最强反例上接受检验。

◎ 往下五年看什么

观察点一是独立迁移率：数字工具试验中，撤除工具四周后仍高于对照的学生数／全部使用者。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。

观察点二是实施成熟度曲线：同一课程从第一年到第三年的效应量变化，并分解为教师培训、内容完成与反馈使用。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。

观察点三是数学焦虑的个体动态：同一学生每周焦虑变化对下一周错误类型的预测增量，而不是只看横断面相关。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。

观察点四是空间训练的课程特异性：几何、测量、代数和算术四类结果中达到预注册最小效应的比例。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。若读数无法跨年份复算，它仍只是愿望而非观察点。五年后应按固定基线、公开分母和独立数据直接复核。除平均改进外，还要报告失败比例、区间或计算代价。

◎ 可与哪些领域对撞

本块“生产性失败” × 第244号“探索—利用在线优化”。共享预设是早期低收益可换取后期更好策略；教育允许暂时失败，在线优化必须控制累积遗憾。若两边都成立，第三项是“可承受失败预算”。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。第三项必须能产生新的可证伪读数，不能只是折中措辞。

本块“数学焦虑双向回路” × 第309号“反馈时间序列”。共享预设是状态与表现互相影响；教育研究常按学期测量，时间序列要求高频状态。两边同时成立时必须引入第三项“采样间隔”。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。第三项必须能产生新的可证伪读数，不能只是折中措辞。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。

本块“AI护栏” × 第354号“最小权限安全”。共享预设是能力越强越需要约束可直接执行的动作；教育护栏防代答，安全护栏防越权。若都成立，第三项是“允许帮助的权限边界”。第三项必须能产生新的可证伪读数，不能只是折中措辞。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。

本块“家庭数学环境” × 第308号“非概率样本校准”。共享预设是被观察家庭能代表目标家庭；教育研究多靠自愿参与，调查统计要求已知选择机制。第三项是“家庭参与概率”。可执行的碰撞设计，应在同一对象上同时测量两边的量纲。若矛盾在统一分母后消失，说明差异只是异名；若仍存在，才需要第三项。第三项必须能产生新的可证伪读数，不能只是折中措辞。

◎ 十条可做的研究命题

1. 命题：比较解法的迁移优势由学生生成解释而非观看并排例子产生；怎么做：随机分配观看、口头解释和书面解释；证伪：三组延迟迁移无差。分析应预注册主要分母、排除规则与停止条件。

2. 命题：生产性失败只有在后续讲授引用学生错误结构时有效；怎么做：操纵讲授是否回收方案；证伪：不回收组同样获益。另做跨样本复现和至少一种敏感性分析。若主要结果只在单一口径成立，也视为对命题的削弱。

3. 命题：分数大小理解对代数的因果作用大于分数程序熟练；怎么做：分别训练大小与算法并追踪两年；证伪：两组代数增益相同。若主要结果只在单一口径成立，也视为对命题的削弱。分析应预注册主要分母、排除规则与停止条件。

4. 命题：交错练习的收益主要来自策略选择；怎么做：测验时一半题标明策略名；证伪：标明后交错优势不下降。分析应预注册主要分母、排除规则与停止条件。另做跨样本复现和至少一种敏感性分析。

5. 命题：数学焦虑对多步骤题的影响由工作记忆负荷中介；怎么做：操纵外部草稿支持；证伪：减负不改变焦虑差距。另做跨样本复现和至少一种敏感性分析。若主要结果只在单一口径成立，也视为对命题的削弱。

6. 命题：家庭数学活动频率在控制互动质量后不再预测成绩；怎么做：结合录像与日志；证伪：频率仍有稳定独立效应。若主要结果只在单一口径成立，也视为对命题的削弱。分析应预注册主要分母、排除规则与停止条件。

7. 命题：智能辅导第二年效应来自教师反馈使用而非熟悉软件；怎么做：随机提供教师仪表板培训；证伪：培训不改变增益。分析应预注册主要分母、排除规则与停止条件。另做跨样本复现和至少一种敏感性分析。

8. 命题：无护栏AI的学习损失集中在低先备知识学生；怎么做：按基线分层并做撤除测验；证伪：各层损失相同。另做跨样本复现和至少一种敏感性分析。若主要结果只在单一口径成立，也视为对命题的削弱。

9. 命题：结构化AI导师的单位时间增益可在数学课程复制；怎么做：用相同交叉设计比较代数课；证伪：效应低于0.2标准差。若主要结果只在单一口径成立，也视为对命题的削弱。分析应预注册主要分母、排除规则与停止条件。

10. 命题：空间训练只对共享变换结构的数学内容迁移；怎么做：预标任务结构并盲评；证伪：不共享结构的题同样提高。分析应预注册主要分母、排除规则与停止条件。另做跨样本复现和至少一种敏感性分析。

◎ 资料核验

Deborah Ball、Mark Thames与Geoffrey Phelps，2008年《Journal of Teacher Education》59(5):389–407，〈Content Knowledge for Teaching: What Makes It Special?〉
Bethany Rittle-Johnson与Jon Star，2007年《Journal of Educational Psychology》99(3):561–574，〈Does Comparing Solution Methods Facilitate Conceptual and Procedural Knowledge?〉
Manu Kapur，2008年《Cognition and Instruction》26(3):379–424，〈Productive Failure〉
Julie Booth与Robert Siegler，2008年《Child Development》79(4):1016–1031，〈Numerical Magnitude Representations Influence Arithmetic Learning〉
Robert Siegler、Greg Duncan、Pamela Davis-Kean等，2012年《Psychological Science》23(7):691–697，〈Early Predictors of High School Mathematics Achievement〉
David Uttal、Nathaniel Meadow、Elizabeth Tipton等，2013年《Psychological Bulletin》139(2):352–402，〈The Malleability of Spatial Skills: A Meta-Analysis of Training Studies〉
John Pane、Beth Griffin、Daniel McCaffrey与Rita Karam，2014年《Educational Evaluation and Policy Analysis》36(2):127–144，〈Effectiveness of Cognitive Tutor Algebra I at Scale〉
Doug Rohrer、Robert Dedrick与Sandra Stershic，2015年《Journal of Educational Psychology》107(3):900–908，〈Interleaved Practice Improves Mathematics Learning〉
Jeremy Roschelle、Mingyu Feng、Robert Murphy与Craig Mason，2016年《AERA Open》2(4):1–26，〈Online Mathematics Homework Increases Student Achievement〉
Kelly Mix、Susan Levine、Yi-Ling Cheng等，2016年《Journal of Experimental Psychology: General》145(9):1206–1227，〈Separate but Correlated: The Latent Structure of Space and Mathematics Across Development〉
Michael Schneider、Stefan Beeres、Jens Coban等，2017年《Developmental Science》20(3):e12372，〈Associations of Nonsymbolic and Symbolic Numerical Magnitude Processing with Mathematical Competence: A Meta-analysis〉
Mitchell Nathan与Candace Walkington，2017年《Cognitive Research: Principles and Implications》2:Article 9，〈Grounded and Embodied Mathematical Cognition: Promoting Mathematical Insight and Proof Using Action and Language〉
Jessica Namkung、Peng Peng与Xin Lin，2019年《Review of Educational Research》89(3):459–496，〈The Relation Between Mathematics Anxiety and Mathematics Performance Among School-Aged Students: A Meta-Analysis〉
Peng Peng、Xin Lin、Zeynep Ünal等，2020年《Psychological Bulletin》146(7):595–634，〈Examining the Mutual Relations Between Language and Mathematics: A Meta-Analysis〉
Colleen Barroso、Colleen Ganley、Amanda McGraw等，2021年《Psychological Bulletin》147(2):134–168，〈A Meta-analysis of the Relation Between Math Anxiety and Math Achievement〉
Mia Daucourt、Amy Napoli、Jamie Quinn等，2021年《Psychological Bulletin》147(6):565–596，〈The Home Math Environment and Math Achievement: A Meta-Analysis〉
Zachary Hawes、Katie Gilligan-Lee与Kelly Mix等，2022年《Psychonomic Bulletin & Review》29:699–720，〈Spatial Thinking and Mathematics: A Meta-analysis of Relations and Training Transfer〉
Elina Sammallahti、Minna Finell、Timo Korhonen等，2023年《Journal of Numerical Cognition》9(2):346–362，〈A Meta-analysis of Longitudinal Relations Between Mathematics Anxiety and Mathematics Performance〉
Hamsa Bastani、Osbert Bastani、Alp Sungu等，2025年《Proceedings of the National Academy of Sciences》122(26):e2422633122，DOI:10.1073/pnas.2422633122，〈Generative AI without Guardrails Can Harm Learning: Evidence from High School Mathematics〉
Greg Kestin、Kelly Miller、Anna Klales等，2025年《Scientific Reports》15:17458，DOI:10.1038/s41598-025-97652-6，〈AI Tutoring Outperforms In-Class Active Learning: An RCT Introducing a Novel Research-Based Design in an Authentic Educational Setting〉

新思想前沿 是一个持续撰写的专栏：近二十年，各主要领域最要紧的思想转向。本块采用两幕体例——上一个十年八条、这十年十二条，每条给出提出者、年份与出处，写清它推翻了什么、靠什么读数立住、以及它自己的边界；每条正文之后另附一行碰撞行（预设／量纲／失效／异名），供跨领域取源比对；文末附资料核验。 · ← 回到学科面板