137 是投稿原稿的全文盲评（五维 S140 D138 E134 I132 F141，加权 S×.20+D×.25+E×.20+I×.20+F×.15，近邻比对以中英文公开文献为参照库，并计入站内自撞，评分截至 2026-08）；139 是文末附论（编辑增补的最近邻切割、可裁决预测与同批分工交代）之后的编辑自评，待独立复评。按本站铁律，改稿者不得为自己改过的文本盖认证分，故后一数只作修改设计目标。（评分：Claude · 2026年8月4日）
关键词：
课堂学习的可见性筛选、承认差距与资源回写机制
2026年8月
摘要
课堂研究经常从一个看似直接的问题出发：学习是否发生。然而，学习并非能够被直接观看的实体，而是根据学生在特定任务、时间窗口和表达条件下留下的证据所作的推断。即时正确率、课堂发言、作业完成和单元测验既可能高估学习，也可能遗漏已经启动但尚未稳定显现的变化。本文据此提出：课堂上呈现为“学习稀少”的现象，至少包含三种不同状态——学习没有发生、学习已经发生但尚未显现、学习已经显现却未被制度承认。若不区分三者，教学研究会把观察系统的盲区误写成学习者的缺失。
本文建立一个由“学习发生—证据显现—制度识别—价值承认—因果归因—资源回写”构成的六环模型，并以“承认差距”命名多方法、跨时间证据所支持的学习与日常课堂评价所确认的学习之间的系统差额。该模型连接学习与表现的区分、为未来学习做准备、生产性失败、形成性评价以及课堂路径修订研究，提出一个新的反馈命题：只有被及时识别且能够归因于当前教学安排的学习，才更容易获得时间、评价与课程资源；得到资源的学习形式又更容易在下一轮显现，由此形成“可见者累积可见性”的回路。迟发、情境化、由学生自定路径产生或难以归因的学习，则可能被持续低估。
本文不把所有未测得结果解释为隐藏学习。相反，文章给出多时间窗、多任务族、竞争解释、负向对照和资源决策追踪组成的证伪方案，并提出六项判别性预测。本文的核心贡献不是否定测量，而是把测量从学习之后的中性记录，重新界定为课堂学习机会分配机制的一部分。
关键词：课堂学习；学习与表现；可见性筛选；承认差距；延时迁移；形成性评价；资源分配
Abstract
Classroom research often begins with an apparently straightforward question: Did learning occur? Yet learning is not directly observable. It is inferred from evidence produced under particular tasks, time windows, expressive conditions, and attribution rules. Immediate accuracy, classroom participation, assignment completion, and unit tests may overestimate learning, but they may also miss changes that have begun without becoming stable or institutionally legible. This article argues that the apparent scarcity of classroom learning conflates at least three states: learning did not occur; learning occurred but has not yet manifested; and learning manifested but was not institutionally recognized.
The article develops a six-stage model of learning occurrence, evidential manifestation, institutional detection, value recognition, causal attribution, and resource feedback. It introduces the recognition gap as the systematic difference between learning supported by multi-method, cross-temporal evidence and learning acknowledged by routine classroom assessment. Connecting research on learning versus performance, preparation for future learning, productive failure, formative assessment, and classroom trajectory revision, the model advances a feedback proposition: learning that is promptly detectable and attributable to current instruction is more likely to receive time, assessment, and curricular resources; resource-supported forms of learning then become more visible in subsequent cycles. Delayed, situated, student-directed, or attribution-resistant learning may therefore be systematically underestimated.
The argument does not immunize itself by labeling every unmeasured outcome “hidden learning.” It specifies a falsification program using multiple observation windows, task families, rival explanations, negative controls, and resource-allocation tracking, and derives six discriminating predictions. The central contribution is not a rejection of measurement, but a reconceptualization of measurement as part of the mechanism by which classroom learning opportunities are allocated.
Keywords: classroom learning; learning versus performance; visibility filter; recognition gap; delayed transfer; formative assessment; resource allocation
课堂里最容易被称作“学习”的，往往是最容易被课堂看见的东西：学生当堂答对、按要求完成任务、在规定话题上发言、在单元结束时取得较高分数。相反，一个学生暂时答错、沉默、绕行、提出不合进度的问题，或直到数周后的新情境才显出理解，通常不会在原课堂的成绩单上被记为一次成功学习。
这种差别看似只是测量技术问题，实际上会改变我们对课堂失败的判断。若把“没有在当前观察窗口内出现预期表现”直接等同于“没有学习”，研究便把测量条件写进了学习定义；若进一步据此削减某类活动的时间与资源，测量又从记录工具变成了下一轮学习机会的分配工具。
Soderstrom 与 Bjork（2015）系统区分了练习过程中的可观察表现与较为持久的学习：一些教学条件能改善即时表现，却不利于延时保持；另一些条件在练习时显得困难，却可能促进长期学习。Schwartz 与 Bransford（1998）以及后续“为未来学习做准备”的研究进一步表明，一项活动的价值可能不表现为学生立即给出正确答案，而表现为其更能从随后获得的资源中学习。Kapur（2008）的生产性失败研究则提供了更尖锐的例子：早期问题解决表现较差，并不必然意味着最终学习较差。
这些研究共同推开了一道门，但尚未自动回答制度问题。即使研究者承认即时表现不等于学习，学校仍必须在有限时间内判断：谁学会了、哪种教学有效、什么值得继续、谁需要支持。问题因此不应停在“测量不完美”，而应推进为：
课堂以什么时间尺度、任务形式、表达方式和归因规则识别学习？这些规则遗漏了谁、遗漏了什么，又如何把一次遗漏变成下一轮机会的差异？
本文的研究对象不是不可接近的“真实学习本身”，而是学习证据从出现到被制度采用的过程。文章主张，课堂学习的表面稀缺可能由三种稀缺叠加而成：发生稀缺、显现稀缺与承认稀缺。只有把它们拆开，才能知道应该改进教学、延长观察、改变任务，还是修订评价规则。
发生稀缺指学生的知识、能力、判断或未来学习能力没有出现可辩护的变化。换用不同任务、延长观察时间、提供合理提示之后，学生仍不能保持、迁移、解释、重构问题或更有效地利用新资源。在这种情况下，“没有学习”是当前证据最支持的判断。
发生稀缺必须被保留。否则，任何失败都可以被解释成尚未显影的深层变化，理论将失去被经验伤害的可能。本文因此拒绝把沉默、困惑、错误或低分自动美化为隐藏学习。
显现稀缺指相关变化已经开始形成，却没有在当时、当地、当前任务上产生可观察表现。原因可能包括检索失败、任务线索不匹配、表达压力、认知负荷、知识尚在巩固，或学习的主要结果不是当前答案而是对后续信息的敏感性。
学习与表现的区分在这里最为关键。一次顺畅练习可能依赖即时提示而产生短期高表现；一次间隔、变式或生成活动可能降低当堂流畅度，却增强延时保持或迁移。因而：
当堂表现 ≠ 持久学习 ≠ 未来学习准备度
三者相关，却不能互相替代。
承认稀缺指学习已经留下证据，但证据没有进入学校认可的判定体系。例如，学生能在真实项目中修订模型，却不能适应限时选择题；能用母语解释概念，却因课堂语言表达受限而被判断为不理解；能提出改变任务的高质量问题，却因问题不在评分标准内而不计入学习成果；数周后表现出迁移，却无法被归因到先前课堂活动。
这里的“承认”不是泛泛的欣赏，而是证据获得制度后果：进入成绩、反馈、分组、课程修订、教学评价或资源分配。某种能力即使被教师偶然看到，若不改变任何后续决定，仍只获得了私人注意，没有获得制度承认。
“尚未被识别”只是待检验假说，不是学习存在的证明。要把一次低表现重新判为显现稀缺或承认稀缺，必须在其他时间、任务或表达通道上找到收敛证据，并排除单纯猜测、重复练习、评分宽松和测试泄漏等解释。
评价系统可以准确识别某种稳定能力，却仍不代表这种能力值得占据最多资源。测量效度不仅涉及分数是否可靠，也涉及分数解释和使用是否成立（Messick, 1989；Kane, 2013）。因此，本文区分“识别”与“承认”：前者是证据分类，后者包含价值排序与制度使用。争论某种学习是否应被承认，不能伪装成纯技术问题。
第一环是学习者发生变化。这种变化可以是知识结构修订、策略可调用性增强、辨别能力提高、问题表征改变，也可以是更有效地从新资源中学习。它未必一次完成，也未必不可逆。
第二环是变化在某一任务、时间与社会情境中留下可观察痕迹。学习是潜在状态，表现是学习、任务要求、检索条件、情绪与表达资源共同生成的结果。可简写为：
Yᵢ,ₜ=g(Lᵢ,ₜ,Q_t,Cᵢ,ₜ,Eᵢ,ₜ)+εᵢ,ₜ
其中，Yᵢ,ₜ 为学生 i 在时间 t 的表现，L 为待推断的学习状态，Q 为任务要求，C 为当时条件，E 为表达通道，ε 为未解释误差。该式的意义不是假装精确计算，而是阻止研究者把一次表现当成学习本身。
第三环是观察系统选择哪些证据进入记录。课堂不可能记录一切，必须设置观察窗口与采样规则：当堂还是延时、熟悉题还是新情境、个人作答还是协作产物、标准语言还是多模态表达、答案正确还是理由可修订。任何观察窗口都会产生可见性筛选。
第四环是被识别证据是否被定义为“算数的学习”。学校可能承认正确率，却不承认问题重构；承认个人独立完成，却不承认协作中形成的解释；承认课程内迁移，却不承认学生把知识用于课程外目标。承认规则由课程目标、考试制度、教师判断与组织问责共同构成。
第五环追问：这份学习被认为是谁或什么造成的？一项迟发结果可能被后续教师、家庭、同伴或人工智能工具共同促成。若机构无法把结果归因于某一课程、教师或干预，它即使承认学生会了，也未必承认原课堂有效。归因因此是学习进入组织绩效结算的另一道门。
第六环是承认与归因对下一轮资源的影响。被认定有效的教学获得课时、培训、评分权重与制度合法性；未被识别或难以归因的活动则容易被删减。六环由此闭合为反馈回路：
学习路径 → 证据 → 识别与承认→ 资源回写 → 下一轮学习路径
这一回路产生本文的核心命题：
课堂不只测量学习。它通过决定哪些学习能够成为证据、哪些证据能够进入决策，持续塑造以后更可能发生哪一种学习。
“可见性筛选”是指制度观察窗口对学习证据的选择性通过。它至少包含五类筛选：
时间筛选：偏好当堂和单元内结果，遗漏潜伏、巩固、再学习与延迟迁移。
任务筛选：偏好结构熟悉、答案明确的任务，遗漏问题发现、条件判断和新情境重构。
表达筛选：偏好快速、公开、标准语言的表达，遗漏沉默推理、多模态作品与需要较长组织时间的解释。
主体筛选：偏好个人可归属产出，低估同伴协作、人机协作与分布式认知成果。
归因筛选：偏好能在当前教师、课程和考核周期内结算的结果，遗漏跨课程、跨场景和迟发结果。
这些筛选不是都应被取消。课堂需要共同标准，教师也需要及时证据采取行动。问题在于，单一筛选被误当成完整观察，并在没有边界声明的情况下扩张为对学习者的总体判断。
本文将“承认差距”定义为：在预先规定的多时间窗、多任务族证据中达到学习判据的事件，与日常课堂评价实际确认的学习事件之间的差额。设 Mᵢ=1 表示学生在延时保持、远迁移、问题重构或未来学习任务组成的证据组合中达到预注册标准；Rᵢ=1 表示同一变化被日常课堂制度确认并产生后续决定，则可报告：
RG=P(M=1)-P(R=1)
以及更直接的遗漏率：
OR=P(R=0 | M=1)
这里的 M 不是“真实学习”的完美替身，而是比单次即时测验覆盖更广的证据组合。承认差距必须随判据、时间窗和不确定区间一起报告，不能被包装成脱离设计的自然常数。
六环模型至少允许识别四种错位：
状态
多时间窗学习证据
日常制度承认
主要风险
真阴性
无
无
教学未产生预期变化
识别遗漏
有
无
把观察盲区归咎于学生
表现假阳性
无持久证据
有
把提示依赖或短期流畅误作学习
稳健承认
有
有
仍需检验价值与公平性
这张表把批评从“考试不好”推进到可裁决问题：评价系统错过了什么，又误认了什么。
前一阶段的课堂路径修订研究把学生能动性定义为一种路径效力：学生提出具有认识相关性的理由，制度加以处理，并可归因地改变后续问题、方法、时间或证据标准。该模型解决了“发言多不等于拥有实际影响”的问题，但仍留下一个关键缺口：改道产生的学习由谁、在何时、以什么证据认出？
路径修订往往先制造局部成本：课程进度变慢、错误增多、课堂秩序变得不流畅，原有评分项目甚至暂时下降。它的收益则可能在延时解释、远迁移、问题重构或后续学习速度中出现。若组织只观察即时表现，就会形成一种系统偏差：
学生理由触发改道→ 短期流畅度下降→ 当堂评价判为低效→ 未来承接空间收缩
因此，“可争议的承接制度”还需要一套可争议的证据制度。教师可以拒绝改道，但应说明依据；制度可以采用即时指标，但应说明观察窗口；学生与教师应能以延时或替代证据申请复核。否则，承接义务虽然存在，证明承接有效的证据通道却被关闭，制度仍会在下一轮恢复原路径。
这一连接带来一个新的判别性命题：
若路径修订的效果主要迟发显现，那么扩大承接权而不扩大证据窗口，可能增加教师承担的即时成本，却不增加制度记录的收益，最终反而降低组织继续承接学生理由的意愿。
这不是反对学生能动性，而是指出能动性改革的测量条件。权力不仅存在于谁能使课堂改道，也存在于谁能规定改道何时才算有效。
将学习稀缺全部解释成教师能力不足，会忽略学校同时承担的多重任务：深层理解、课程覆盖、统一认证、学生筛选、风险控制、家长沟通和组织问责。这些目标并不总是一致。
即时、标准化、易归因的指标之所以占优势，不只是因为认识论上更可靠，也因为组织上更便宜。它们能在固定周期内比较班级、教师和学校，能被写进报表，也能支持资源决策。迟发迁移、未来学习能力和学生自定路径成果则需要更长追踪、更复杂任务与更谨慎归因，识别成本较高。
因此，可见性筛选还具有政治经济结构：
组织倾向于承认既可测量又可结算的学习；可结算的学习获得更多资源；资源又使这种学习更容易被教出和测出。
这一机制与 Campbell（1979）关于指标承受决策压力后容易扭曲过程的警告相接，但本文关注的不只是“为了指标而作弊”。更常见的情形是课程真诚地向可见目标收缩：教师增加与评分一致的练习，学生优化可展示表现，组织据此获得更稳定的数据。每个行动都可以合理，合起来却使不可即时结算的学习逐渐失去生存空间。
这也解释了为什么学校可能没有“失灵”，而是在成功执行另一个目标函数。在可比较认证和短期问责的目标下，窄窗口具有功能；在长期理解和迁移的目标下，同一窗口产生盲区。理论分析不能把目标冲突伪装成单一机制故障。
学习证据不是从头脑中无摩擦地流出。学生需要理解任务规范、掌握被认可的语言、在规定时间内组织答案，并判断公开表达的社会风险。因而，可识别性本身分布不均。
同样理解一个概念的学生，可能因为课堂语言熟练度、身份刻板印象、发言速度、与教师的既往关系或对评价风险的预期不同，而留下不同强度的可见证据。小组协作中，高地位学生还可能取得共同成果的署名权；使用人工智能或同伴支持形成的理解，也可能因“独立完成”规范而被取消资格。
公平性分析因此不能只比较分数差距，还应比较六环中差距在哪里生成：
是否获得了同等学习机会；
是否在任务中留下了证据；
证据是否被注意和记录；
相同证据是否被作出相同解释；
成果是否被归因给学生本人；
承认是否转化为同等后续资源。
若只在最后一环看分数，前五环的差异会被压缩成“学生能力差异”。承认差距的分组报告因此是模型的必要部分，而非附加伦理说明。
至少设置三个观察点：当堂或次日表现、数周后的保持与迁移、获得新资源后的未来学习表现。时间点应依据学习材料和理论机制预注册，而不是在结果不显著后不断延长窗口。
同一构念至少用四类任务采样：近迁移、远迁移、解释与反例判断、问题重构或新资源学习。若效应只存在于与训练高度相似的题目上，不足以支持“制度遗漏了广义学习”的主张。
在不改变目标构念的前提下，比较书面、口头、图示、作品与协作解释。多通道不是无条件降低标准，而是检验某一表达形式是否夹带了与目标无关的障碍。
必须控制重复接触、额外学习时间、教师期望、测试熟悉和选择性流失。还应加入不应受该学习影响的负向对照任务。若所谓迟发效应对所有任务同幅上升，更可能来自一般练习或测验效应。
仅证明日常测验遗漏学习还不够。研究要记录遗漏是否改变了分组、反馈、课时、课程选择或教师评价。只有当识别结果进入资源分配，“可见性筛选”才成为制度机制，而不只是测量误差。
即时—延时反转：某些教学条件在当堂表现上较弱，却在延时保持、远迁移或未来学习上较强。若各种条件在所有时间窗排序一致，时间筛选命题被削弱。
任务依赖的承认差距：常规评价与多方法证据的差距在问题重构、远迁移和未来学习任务上应大于熟悉题。若差距不随任务变化，可见性筛选缺乏结构性。
资源中介：在控制延时学习证据后，日常制度承认仍应独立预测后续课时、分组和反馈；这些资源再预测下一轮表现。若承认不影响任何资源，资源回写命题失败。
干预排序改变：引入多时间窗证据后，部分教学活动的效果排序应发生预注册方向的改变。若只增加测量而不改变任何判断，新模型的决策增量有限。
群体差异定位：在多通道证据相近时，不同语言或身份位置学生的日常承认率仍可能不同。若差异完全由多方法学习证据解释，承认环节的公平性假说应撤回。
路径修订的窗口交互：学生理由引发的路径修订，对即时流畅度与延时迁移可能产生相反效应；扩大证据窗口应提高其制度续存率。若路径修订既无延时收益，也不受识别规则影响，则不能用承认不足为其辩护。
该传统证明即时表现不是学习的可靠替身。本文的增量在于追踪表现证据如何经过组织判断并改变资源，使“测量偏差”成为可自我强化的制度回路。若不同识别结果并不改变任何后续决定，本文应退回一般的学习—表现区分。
形成性评价强调用证据调整教学（Black & Wiliam, 1998）。本文赞同这一原则，但进一步追问：哪些证据有资格进入反馈？哪些变化因时间、表达和归因规则被排除？若成熟的形成性评价实践已经完整覆盖多时间窗、任务与资源回写，本文的独立增量将缩小。
该框架把“能否从后续资源中学习”视为迁移的重要形式。本文将其纳入多方法证据，但不把所有准备度都称为课堂学习。只有当后续学习优势能与先前经验建立可辩护联系，并排除额外时间等解释时，才可用于修订原判断。
效度理论要求为分数解释与用途提供证据（Messick, 1989；Kane, 2013）。本文并不另造一套效度理论，而是把效度后果具体放回课堂资源循环：一次不充分解释如何改变学生下一次可获得的机会。
认识能动性研究关注学生参与知识生产与评价；路径修订模型关注学生理由是否改变公共教学轨迹。本文补上的环节是：这些改变产生的学习是否能被现有观察窗口认出，以及这种认出如何影响制度是否继续承担改道成本。
第一，扩大证据窗口可能造成评价负担膨胀。学校不可能无限追踪每一种潜在学习。模型要求的是有理论依据的采样和不确定性声明，不是把每个学生永久置于测量之下。
第二，多元证据可能降低可比较性，也可能让教师偏见获得更大裁量空间。因此，多通道必须共享清晰构念、评分依据和复核程序；“更丰富”不能代替信度与公平性检查。
第三，承认更多学习不等于所有学习都应进入高风险决策。形成性反馈、课程改进和资格认证可以使用不同证据标准。本文反对的是用一个窄窗口同时承担所有用途。
第四，识别迟发学习存在归因难题。学习是课堂、家庭、同伴、后续课程与工具共同作用的结果。研究应允许“不确定归因”，而不是为了组织结算强行把结果归给单一教师。
第五，承认差距也可能为低质量教学提供借口。若一项教学长期不能在预注册的任何延时或迁移任务上产生证据，就应判定其失败，而不能继续声称成果隐藏在更远的未来。
第六，指标公开后会改变行为。学校若把“承认差距越大越好”写入考核，参与者可能主动制造常规测验与替代证据的差异。因此，承认差距是诊断量，不是绩效目标；其用途是定位遗漏与误认，而不是奖励高差距。
本文并不主张课堂上其实到处都有学习，只是教师没有看见。这种说法既不公平，也不可证伪。更准确的判断是：任何“学习很少发生”的结论，都同时依赖一个学习理论与一个观察制度。理论规定什么变化算学习，观察制度规定这种变化必须何时、在哪里、通过谁的语言和哪类任务出现。二者共同生产了“学习发生率”。
这使课堂研究的责任发生变化。当学生没有在单元测验中显示学习时，至少有四个问题需要依次回答：教学是否没有产生变化？变化是否尚未到达当前表现窗口？任务是否没有给变化显现的机会？证据即使出现，是否因价值或归因规则而未进入决策？只有第一个问题成立时，才能较有把握地称为发生稀缺。
这一框架也修正了对测量的两种极端态度。一种把分数当作学习本身，忽略表现条件；另一种因测量不完整而拒绝测量，把一切复杂性留给直觉。本文选择第三条路：增加证据的时间与任务跨度，公开承认规则，报告不确定性，并追踪判断的制度后果。
最值得重视的不是某次评价少认出了几个学习事件，而是遗漏如何积累。一个迟发的理解没有被当前课程看见，它便不能证明探究时间值得保留；探究时间随后被压缩，下一届学生更少获得产生这类理解的机会。于是，最初的测量遗漏经过资源回写，逐渐变成真实的发生稀缺。
这正是本文相对于“学习与表现不同”的新增判断：
识别稀缺并不只掩盖学习；当它进入资源分配时，还会参与制造未来的学习稀缺。
课堂上稀少的究竟是学习，还是可被识别的学习？答案不能由一句“学习不可测”或“分数说明一切”给出。课堂中的低学习表象至少包含学习未发生、学习未显现和学习未被承认三种状态；它们要求完全不同的回应。
本文以六环模型说明，一次学习要成为制度事实，需要从发生进入显现，从显现进入识别，从识别进入承认，再获得因果归因并改变资源。任一环节都可能失败。更重要的是，失败不是停在一次误判上：制度会把被承认的学习形式写回时间、课程和评价，使其在下一轮更容易再次出现；被遗漏的学习形式则可能因失去资源而真正变得稀少。
因此，改进课堂不只需要更好的教学，也需要更好的观察制度。这个制度必须能够区分即时表现与持久学习，允许延时和替代证据进入复核，承认归因的不确定性，并把评价使用的后果纳入效度判断。它还必须保留失败的可能：若扩展后的证据仍不支持学习，教学就应被修订，而不能躲进“不可见学习”的保护壳。
判断一间课堂是否支持学习，最终不应只问学生当时答对了多少，还应追问：
哪些变化有机会成为证据，哪些证据有资格改变决定，而今天的决定又让明天的哪一种学习更可能发生？
Biesta, G. (2007). Why “what works” won’t work: Evidence-based practice and the democratic deficit in educational research. Educational Theory, 57(1), 1–22. https://doi.org/10.1111/j.1741-5446.2006.00241.x
Black, P., & Wiliam, D. (1998). Inside the black box: Raising standards through classroom assessment. Phi Delta Kappan, 80(2), 139–148.
Campbell, D. T. (1979). Assessing the impact of planned social change. Evaluation and Program Planning, 2(1), 67–90. https://doi.org/10.1016/0149-7189(79)90048-X
Damşa, C. I., Kirschner, P. A., Andriessen, J. E. B., Erkens, G., & Sins, P. H. M. (2010). Shared epistemic agency: An empirical study of an emergent construct. The Journal of the Learning Sciences, 19(2), 143–186. https://doi.org/10.1080/10508401003708381
Geurts, E. M. A., Reijs, R. P., Leenders, H. H. M., Jansen, M. W. J., & Hoebe, C. J. P. A. (2024). Co-creation and decision-making with students about teaching and learning: A systematic literature review. Journal of Educational Change, 25, 103–125. https://doi.org/10.1007/s10833-023-09481-x
Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1–73. https://doi.org/10.1111/jedm.12000
Kapur, M. (2008). Productive failure. Cognition and Instruction, 26(3), 379–424. https://doi.org/10.1080/07370000802212669
Ko, M.-L. M., & Krist, C. (2019). Opening up curricula to redistribute epistemic agency: A framework for supporting science teaching. Science Education, 103(4), 979–1010. https://doi.org/10.1002/sce.21511
Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 13–103). Macmillan.
Schwartz, D. L., & Bransford, J. D. (1998). A time for telling. Cognition and Instruction, 16(4), 475–522. https://doi.org/10.1207/s1532690xci1604_4
Soderstrom, N. C., & Bjork, R. A. (2015). Learning versus performance: An integrative review. Perspectives on Psychological Science, 10(2), 176–199. https://doi.org/10.1177/1745691615569000
Stroupe, D. (2014). Examining classroom science practice communities: How teachers and students negotiate epistemic agency and learn science-as-practice. Science Education, 98(3), 487–516. https://doi.org/10.1002/sce.21112
本篇属 2026 年 8 月 4 日的一批投稿。编辑部对本批执行的原则是：不碰题——一旦与站内已发文或与同批另一篇撞上同一个靶格，即予清除，不做并列发表。
少敏本批发表的是：《谁能迫使课堂改道》与《课堂上稀少的究竟是学习，还是可被识别的学习？》两篇，成对发表
本批两篇均予发表，无清除。两篇不碰题：前者问什么样的学生行动能改变课堂后续路径（改道的条件），后者问已经发生的学习为何进不了制度的账（识别的条件），后者第 5 节明确接住前者并给出连接判据，因此是一条链的两环而不是同一格的两次命名。⚠️ 另需说明：两篇投稿原件的作者栏为空，本站按投稿账号署名为少敏；如与作者本意不符，请联系编辑部更正。
本批还有一项跨学员裁定：同日全批评审中发现一个反复出现的论证形状——「某种能力的发生条件被一套善意且有效运行的系统拿走或替换，而这替换恰恰发生在系统的每一次成功里」，它在本批跨越五位作者、四个互不相干的题域。凡落在这一格而站内已有同格篇目的稿件，本次一律清除。
本文第九节已与学习与表现研究、形成性评价、为未来学习做准备、评价效度、认识能动性逐一划界。此处补一位不在教育测量传统之内、却与"可见性筛选"最贴身的正主：鲍克与斯塔的《分类及其后果》——分类基础设施在沉入日常之后不再被看见，却持续决定什么进得了账、什么成为"剩余范畴"，并因此重塑被分类者的处境。
分离线在筛选之后有没有资源回写。鲍克与斯塔处理的是可见性本身——什么被记录、什么落入残余范畴，其后果主要是认识论与政治的；本文的六环模型多出后三环：价值承认、因果归因、资源回写——它主张筛选的真正杀伤力不在"没被看见"，而在"没被看见者在下一轮资源分配中被系统性地少给"，于是筛选成为自我强化的循环。前者是一次分类，后者是一条闭环。
判决性对照预测：在两类学校中同时测承认差距与资源分配追踪。分类基础设施框架预测承认差距随记录制度的改良而缩小（看见得更全即可）；本文预测即使记录变得更全，只要资源回写环节仍按旧证据运行，承认差距就不缩小甚至扩大——因为更全的记录同时提高了被筛选者的举证负担。若改良记录即可缩小差距，本文的后三环是多余的。
1. 改良记录能否缩小承认差距：分类框架预测能，本文预测在资源回写环节不变时不能。
2. 正文已给的六项判别性预测：配多时间窗、多任务族、竞争解释、负向对照与决策追踪，是本站学员稿中最完整的一套证伪方案。
3. 与《谁能迫使课堂改道》的分工：那一篇问改道的条件，本篇问识别的条件；本篇第 5 节给出两者的连接判据——改道之所以容易被判为低效，正是因为它的产出在识别环节不占优。