教研孵化器

知识不是灌进去的，是学习者拿旧经验把新东西搭起来。学生「听懂了却不会用」，多半是没找到能挂钩的地方。

它管什么知识不是被传递的，是学习者基于已有经验主动建构的；学习是意义建构，不是信息接收。落到课堂就是一句话——学生不是空杯子，他带着自己的概念框架进来，新知识得和旧经验接上，才留得住。

怎么落着手点常是「有没有给学生主动建构的机会」——探究任务、小组讨论、项目、有意制造的概念冲突。效果看理解深度与概念转变，不看记住多少；数据可用概念图、访谈、学习过程记录。想自查一份设计有没有建构取向，问三句：学生有没有自己动手动口？有没有暴露并处理前概念？有没有把新旧知识接起来？

边界解释不了技能自动化训练这类学习（如基础操作、器械使用的反复练习）；对「怎么讲更有效率」这类传递效率问题也弱。

工作记忆一次只装得下三五样新东西，超了就是白讲。内容多，不等于学到多。

它管什么工作记忆容量有限，同时处理的新信息大约只有 3–5 个组块。学习效果取决于三类负荷管得好不好：内在负荷（内容本身带来的，难消）、外在负荷（呈现方式不当造成的，要压）、相关负荷（用于建构图式的，要留）。同一份内容，换个讲法，学起来可能天差地别。

怎么落自变量常落在信息呈现方式——分步呈现还是整体呈现、图文分离还是图文整合、给不给样例；因变量＝认知负荷量表＋学习成效；成熟工具是 Paas 单题认知负荷量表、NASA-TLX。写设计类研究时，可以把「到底优化了哪一类负荷」作为理论落点，比笼统说「降低了认知负荷」扎实得多。

边界适合解释「信息设计」类问题；不适合解释动机、情感类问题——学生不想学，那不是负荷问题。

目标定在「跳一跳够得着」的位置最有效——太低没有长进，太高直接放弃。中间那一圈，才是教的地方。

它管什么认知发展发生在社会互动中；在最近发展区（ZPD）里，靠「更有能力他者」给的支架，学习者能做到独立做不到的事。关键不是「给不给帮助」，而是支架给在哪个高度、什么时候撤——给早了是包办，给晚了是放任。

怎么落看同伴互动、师生对话、脚手架怎么给怎么撤；自变量常是互动组织形式（同伴互助／专家指导／独立学习）；因变量看独立完成任务的能力变化；数据用互动对话转录＋任务表现对比。写研究时可以问：支架话语的类型（提问／提示／示范／情感支持）各出现多少？撤架时机和表现变化有没有关系？

边界分析单位是「互动」而非「个体」，测量设计要跟着调——不能只做个人前后测而忽略互动本身；支架给过头会变成包办。

能力长在真实任务里。脱离情境练出来的技能，换个场合就搬不动。

它管什么学习发生在真实情境中，通过「合法的边缘性参与」逐步进入实践共同体——新手先在外围参与，慢慢从边缘走向中心，身份也随之转变。学习不只是「学到知识」，更是「成为某种人」。

怎么落自变量看任务真实性程度、是否真的进入实践场域；因变量看身份转变、实践能力、共同体融入度；实习、临床教学、项目式学习都用得上，数据可来自实践记录、反思、访谈与表现评分。

边界对纯理论知识的课堂学习解释力有限——不是每门课都需要「真实情境」，硬套会牵强。

经历 → 反思 → 概括 → 再试，四步走完才算真的学到。多数课堂只走了第一步。

它管什么学习是一个循环——具体经验 → 反思观察 → 抽象概括 → 主动实验，再回到新的具体经验。不同学习者偏好不同环节，形成不同学习风格。只让学生「做了」，不算走完循环。

怎么落自变量常是「是否让学生走完完整循环」——实践后强制写反思、把经验提炼成规则再应用；因变量看反思深度、迁移能力、实践表现；极适合解释「实践—反思—改进」类环节（实训、临床带教、实习、课程设计）；数据用反思日志编码、作品迭代记录、访谈。研究里要先界定四阶段在你这门课分别由什么行为体现。

边界对纯知识记忆类学习解释力弱；四阶段在真实课堂中往往难以完整观察，必须先说明怎么切。

先从「怎么算学会了」倒推教什么，而不是从教材第一章顺着讲到最后一章。

它管什么从预期学习结果出发倒推——先定目标（学生最终要能做什么），再定「凭什么说达到了」（评价证据），最后才设计教学活动。顺序反过来，活动与目标才不脱节。

怎么落三步走：① 确定预期结果；② 确定可接受的证据（表现性任务、评分量规）；③ 规划学习经验与教学。适合课程重构类研究，可直接作为课程设计的理论依据；也能当「目标—活动—评价一致性」的分析框架。

边界偏课程设计方法，科研解释力有限，常作研究情境（背景）而非理论框架；不适合单独拿来做因果解释。

记忆、理解、应用、分析、评价、创造——先定你要学生到哪一层，再决定问题怎么问。

它管什么认知目标分六层（修订版把名词改成动词）：记忆、理解、应用、分析、评价、创造。它不是一个「怎么教」的理论，而是一把尺子——用来量你的目标、问题、作业、试卷到底停在哪一层。

怎么落最常用的用法是给因变量分层（高阶思维 vs 低阶思维）；也可以对试题、任务、提问做编码，再按层次统计分布。做法：先定每层在你这门课里的判别标准，再由两位编码者独立编码、算一致性，最后看分布与高低阶占比。

边界作为分类工具成熟好用；作为解释框架偏描述性——它能告诉你「在哪一层」，不能解释「为什么」。

用一个真问题牵出整条学习链，知识是在过程中被「需要」出来的。

它管什么以真实（或逼真）问题为起点，学生在解决问题的过程中学知识、长能力。知识的角色从「先学后用」变成「用中学」。

怎么落常见对照是 PBL vs 传统讲授；因变量看问题解决能力、自主学习能力、知识掌握；必须交代组间可比性（学生基础、课时、内容覆盖），否则效果说不清是谁带来的。

边界实施成本高（要重构课程、重塑课时）；效果很吃教师引导能力，研究中需交代。

会学的人自己定目标、盯过程、发现不对就调方法。这套本事是可以教的。

它管什么学习包含计划、监控、调节三个循环阶段（Zimmerman 的三环：预先思考 → 执行 → 自我反思）；自我调节水平高的学习者成效更好。它关注的是「学习者怎么管自己」，而不是「老师怎么教」。

怎么落自变量常是支持自我调节的教学介入（学习日志、目标设定表、自我评价表、提示单）；因变量＝自我调节量表得分＋学习成效；成熟工具是 MSLQ。也可以把「干预前后自我调节水平的变化」与「成绩变化」关联起来看。

边界量表自报数据存在社会赞许偏差，建议配合行为数据做三角验证；不同量表的维度差异大，选型要和研究问题对齐。

对自己「怎么想」的觉察。知道自己卡在哪一步，是学会的最短路径。

它管什么元认知分两块：元认知知识（知道自己知道什么、任务难在哪、该用什么策略）与元认知调控（计划、监控、调节自己的认知过程）。简单说，它是「以认知为对象」的认知。

怎么落数据偏质性——出声思维、反思日志、访谈；也可以用量表测，或对反思文本、口译笔记做编码。研究设计常是「元认知策略教学 → 元认知水平／任务表现变化」。

边界概念宽泛，研究中必须先操作化到具体维度（知识？监控？调节？），否则容易泛泛。

边教边取信息、当场调整，而不是等期末给一个分数。评价是教学的一部分。

它管什么评价的目的在于促进学习——通过持续反馈来调整教与学。核心不在「评得勤」，而在反馈有没有被用上。

怎么落自变量是具体策略（及时反馈、同伴互评、自我评价、课堂即时问答）；因变量＝学习成效＋学习行为变化；数据用评价记录、反馈文本、成绩变化。写研究时可以问：反馈的类型／时机／对象分别是什么？学生拿到反馈后做了什么？

边界要严格区分「频繁测验」与「真正的形成性评价」——只有反馈被用于调整，才算形成性。

教师自己的经验就是知识生产的起点，「行动中反思」是专业成长的核心动作。

它管什么专业能力来自「行动中反思」（在做的过程中即时调整）与「对行动的反思」（事后再看）——实践者在情境中不断与问题对话，长出实践性知识。它反对「理论先于实践」的单向关系。

怎么落自变量看有没有给结构化反思支持（反思日志、同伴观课对话、课堂录像复盘、复盘模板）；因变量看反思深度（对文本做层级编码）与教学行为改变；数据用反思文本＋课堂观察＋访谈。

边界反思深度编码需要明确框架与信度检验；没有脚手架，「反思」容易流于记录流水账；不能默认「写了反思＝发生了反思」。

教学本身可研究、可发表。把日常教学问题变成系统探究，就是学术工作。

它管什么这是 1990 年博耶（Boyer）在《学术重估》里提出的一个转向——他把「学术」从「科研」这一义扩成四种：发现的学术（原创研究）、整合的学术（跨学科综合）、应用的学术（把知识用出去）、教学的学术（教学本身即学术）。经舒尔曼（Shulman）等人发展，「教学的学术」进一步变成「教与学的学术」（SoTL），重心从「教师怎么教」转向「学生怎么学」。其核心内涵是：教师以研究的态度与方法，系统探究自己的教学和学生的学习，把结果公开、接受同行评议，再反哺教学，形成可共享、可积累的实践性知识。四个关键词：实践性（根植真实课堂）、融合性（学科＋教育学＋情境）、公开性（要写出、要交流）、发展性（可培养、有路径）。

怎么落它不针对某个具体假设，而是给整项研究一个「何以算学术」的框架——说明教师的教研活动（提出问题 → 系统探究 → 公开交流 → 同行评议 → 改进教学）本身就构成学术工作。三条可操作的路径：① 反思性实践＋行动研究：把课堂问题做成「计划—行动—观察—反思」的迭代；② 教学学术共同体：在校内或跨校组建教师学习共同体，互相观课、评议、共享；③ 制度与评价：把教学学术成果纳入考核与晋升。测量上可直接借用现成维度——李志河等编制的教学学术水平问卷就含观念、知识、交流、反思四个维度。

边界偏理念框架，做因果解释必须配具体学习理论（「教学学术」解释为什么值得做，别的理论解释机制是什么）；「教学学术」与一般「教育研究」的边界学界仍在讨论，用时宜先给界定。

想在某一个时点看清一群人怎么想、这种情况有多普遍——横断调查是最经济的做法。一次施测，拍一张快照。

它管什么在一个时点、对一批人做一次标准化测量，估计分布（多少人怎么想）与关系（两个变量是否相关）。工具是问卷与量表；量表编制或汉化属于其中的技术环节，本身也能单独成篇（工具研究）。它和纵向追踪的分界就在「时点数」——横断只拍快照，看不出变化轨迹。

怎么落设计上写清五件事：① 总体与抽样（概率抽样还是便利抽样，后者要写明局限）；② 工具来源（自编、沿用，还是汉化，维度依据哪篇文献）；③ 预试与修订（预试样本量、删题标准）；④ 正式施测（渠道、回收率、无效卷怎么判）；⑤ 信效度与偏差（Cronbach 的 α、内容效度 CVI、结构效度 EFA／CFA；同一时点、同一评分者测量的要做共同方法偏差检验）。

边界只能测自陈，测不到真实行为；单时点只能证相关，不能证因果，也看不出「变没变」；便利抽样、滚雪球抽样限制外推；问卷太长作答质量会掉。要问「为什么」，得配访谈或观察。

「学生为什么不提问」这类问题，问卷问不出答案，得让人自己讲。访谈的价值不在问了什么，在追问了什么。

它管什么有一份提纲但不照本宣读——提纲保证覆盖到关键维度，追问负责挖出提纲之外的东西。适合回答「怎么理解」「为什么这么做」「过程中发生了什么」。分析通常走主题分析（编码→归类→主题）或类属分析，工具可用 NVivo、MAXQDA 或手工编码。

怎么落设计上要交代：抽样逻辑（目的抽样怎么选、选几人、依据什么标准）、访谈轮次与时长、提纲从哪来（理论框架还是前人研究）、转录与编码方式、如何保证可信度（成员核查、双人编码、三角验证）。样本量不追求大，追求「信息饱和」——但饱和要给出判断依据（例如后 3 位不再出现新编码），不能只写一句「达到饱和」。

边界只能拿到受访者愿意说、且说得出的部分；自我报告与真实行为有落差；样本小不能外推；访谈者的提问方式本身会塑造答案，引导性提问是硬伤。要做「有没有效果」的结论，必须配量化证据。

学生说「老师讲得好」，和老师实际怎么讲，往往是两件事。观察拿的是行为，不是印象。

它管什么在真实课堂或录像中，按一套编码系统记录师生行为。最经典的是弗兰德斯互动分析（FIAS：10 类编码，每 3 秒记一次），国内常用改进版 iFIAS（14 类，把提问分成开放／封闭，并加入技术使用）。产出是行为频次、比率和互动矩阵——把「课堂气氛好」这种模糊说法变成可比较的数字。

怎么落关键在三件事：① 编码系统选哪个、为什么（要能对上你的研究问题）；② 观察单位与记录方式（时间取样还是事件取样）；③ 观察者信度（双人独立编码，报 Kappa 或一致性百分比）。单节课的观察只能做描述，要比较就得配对设计：同一教师前后、或新手对专家、或实验班对对照班。

边界编码系统决定了你能看见什么——FIAS 看得见话语归属，看不见认知深度；存在观察者效应（被观察者会改变行为）；单次观察代表性弱；「互动多」不等于「学得好」，别把频次当质量。

课堂上谁在说话、说多少、怎么接话——这些细节里藏着教学模式。话语分析就是把它们数出来、看出来。

它管什么把课堂录音或录像转写成文字，再按一套话语结构去分析：最常见的是 IRF（教师引发—学生回应—教师反馈），还可以看话轮分配、提问类型（展示性／参考性）、反馈方式、意义协商。它能回答「课堂到底是不是以学生为中心」这种问题，比问卷和印象都硬。

怎么落写清五件事：① 语料怎么来（几节课、几位教师、多长、怎么录）；② 转写规则（停顿、重叠、语气词怎么记）；③ 分析框架（IRF 还是更细的会话分析）；④ 统计口径（话语量占比、话轮数、提问类型比例）；⑤ 信度（双人转写或编码的一致性）。

边界转写本身就是解释，规则不同结果就不同；只分析语言，看不到思维与情感；样本课次少时代表性弱；「教师话多」不等于「教得不好」，要结合教学目标判断。

手上有一堆教材、教案、政策文本、答疑记录——内容分析就是把「读了一遍」变成「数得出来」。

它管什么按一套类目系统，把文本切成分析单元、逐条编码，再统计频次与分布。核心不是数数，是类目怎么定：类目要互斥、穷尽，并且能对上理论框架（例如用修订版布鲁姆六层级去编教材指令语）。信度看编码员一致性（Kappa 或一致性百分比），不是 Cronbach 的 α。

怎么落五步写清就够专业：① 样本怎么选（为什么是这几本、这几门）；② 分析单元是什么（句、段、题、还是任务）；③ 类目从哪来（理论演绎、材料归纳，通常两者结合）；④ 编码过程（试编码→修订标准→正式编码）；⑤ 信度怎么算（双人编码加分歧裁定）。若只有一人编码，必须说明并承认局限。

边界只能分析已存在的文本，拿不到文本之外的动机与情境；类目设计不当会把结论「做」出来（先有立场再定类目）；信度高不等于构念有效；频次多不代表重要。

一位老师的转变、一门课的改造，本身就值得写。个案研究不追代表性，追的是「说透」。

它管什么围绕一个有边界的个案（一位教师、一门课、一个团队），用多种资料把它的来龙去脉讲透。分单案例与多案例，可横断也可历时。它产出的是「机制与过程」，不是「比例与效应」。

怎么落写清四件事：① 个案边界（谁、什么范围、为什么选它——典型、极端、还是方便）；② 资料来源（访谈、观察、文档、作品，越多源越可信）；③ 分析策略（先个案内分析，再跨个案比较，或用理论框架去套）；④ 可信度（成员核查、同行审议、资料三角）。结论用「在这个个案中」，不要用「研究表明教师都……」。

边界不能外推（n=1 或 n=2，本来就不是为了外推）；容易写成「好人好事报道」，只写成功不写失败；研究者的先入之见影响大；时间跨度短时，「发展」「转变」这类词站不住。

一次失败的教学、一段师生关系的变化，本身就值得写。叙事研究把「经历」变成「可分析的经验」。

它管什么让教师（或研究者）把一段经历讲成有情节、有时间线、有人物的故事，再对故事做分析——看其中的主题、转折、身份与信念怎么变。源头是 Connelly 与 Clandinin 的叙事探究，经验有三个维度：时间、互动、情境。资料可以是反思日志、访谈、书信、课堂记录。

怎么落写清四件事：① 为什么用叙事（研究的是「经验与意义」，不是频率）；② 资料形态（多少篇日志、几次访谈、跨度多长）；③ 叙事怎么重构（按时间线、按主题、还是按场景）；④ 分析怎么做（主题归纳、隐喻分析、类属比较）。还要交代研究者与个案的关系，以及怎么避免「替受访者写故事」。

边界不能外推，也不能下因果；容易写成读后感或好人好事；研究者与叙述者很难分开；叙述是事后的重构，记忆会改写经历；资料量小时，「主题」容易是研究者的投射。

你就是研究者，课堂就是现场。改一轮、看一轮、再改一轮——这类研究不追求「证明」，追求「解决」。

它管什么教师在自己的课堂上，按「计划—行动—观察—反思」的螺旋循环，边改边研究。它和准实验最大的区别：不设对照、不等别人批准变量，目标是把眼前这个问题解决掉，同时把过程说清楚。

怎么落写清三件事就有分量：① 问题从哪来（真实的教学困境，最好有前一轮观察作证）；② 循环了几轮、每轮改了什么（这条最容易写虚，要给对照表）；③ 每轮的证据是什么（问卷、成绩、观察、学生反馈、教师日志，多源更好）。结论要落在「改了什么、为什么起效、什么没起效」。

边界不能下因果结论（没有对照，效果可能来自时间或学生自身变化）；难以外推到别的课堂；研究者同时是实施者，存在期待效应；轮次少、周期短时，「持续性改善」这种说法站不住。

想证明「这个教法真的有用」，又没法随机分班——准实验是最现实的选择。

它管什么用现成的班级做实验组与对照组，比较干预前后的变化。它与真实验只差一点：不能随机分配。因此要么用前测做协变量（ANCOVA），要么比较前后测差值，尽量把组间初始差异扣掉。

怎么落五件事必须写：① 分组方式（哪两个班、为什么可比——同专业、同年级、前测无差异）；② 干预是什么、持续多久、对照组在做什么（不能是「什么都不做」，要说清他们照常上课）；③ 测量工具与施测时点；④ 统计方法（ANCOVA 优先于单纯比较后测）；⑤ 混杂控制（是否同一教师、课时是否相同）。效应量也要报，不能只报 p 值。

边界选择偏差（好班给了新教法，效果可能来自班本来就强）；霍桑效应；干预周期短时效果不稳定；单一课程、单一学校，外推要谨慎；「成绩提高」不等于「能力强了」。

一次调查只能拍一张照片。想知道「变没变」，得在几个时点各拍一张。

它管什么同一批人在多个时点重复测量，看变量的变化轨迹，以及什么因素影响这条轨迹。核心是「组内变化」，不是「组间差异」。分析常用潜变量增长模型（LGM），能同时估出起点（截距）与变化速度（斜率），并检验个体差异。

怎么落设计上交代：① 几个时点、间隔多久（依据是什么）；② 样本流失怎么处理（追踪必有流失，要报流失率与流失者特征）；③ 测量等值性（同一量表跨时点还是不是测同一个东西）；④ 模型设定（线性还是非线性、有没有时变协变量）。报告要给出截距与斜率的均值、方差，以及拟合指标。

边界耗时耗钱，流失会破坏样本代表性；重复施测本身会改变被测者（练习效应、反应性）；因果仍难定——同期发生的事（政策、疫情）会混进来；时点太少（只有 2 次）估不出轨迹形状。

「有多少」和「为什么」不是二选一。混合方法就是让量化定轮廓、质性填细节——但关键在整合。

它管什么在同一项研究里同时用量化与质性两条线，并在某个环节真正「整合」，不是各做一半再拼起来。常见三种：解释性时序（先量化→再质性解释）、探索性时序（先质性→再量化验证）、聚敛式（同时做、结果对照）。

怎么落写清四件事才叫混合方法：① 用哪种设计、为什么非混合不可；② 两条线的先后与权重（如 quan→QUAL）；③ 整合点在哪（抽样连接？结果对照？还是用质性解释量化的意外发现）；④ 分歧怎么处理（量化说 A、质性说 B，怎么解释）。只做「问卷加访谈」而不整合，审稿人一眼看得出来。

边界工作量大，两条线都得懂；两条线结论不一致时很难写；样本小时质性撑不住，样本大时质性做不深；「混合」救不了一个本身设计不清的研究。

要建一套指标体系、又没人能一次定准——让专家背对背地判断，两三轮往往就收敛了。

它管什么就某个问题匿名征询一组专家意见，每轮汇总后再反馈给专家，让他们在知道群体意见的前提下修改判断，通常 2–3 轮后趋于一致。产出是共识性的指标、条目或优先级，不是因果结论。

怎么落写清：① 专家怎么选（领域、职称、人数，一般 15–30 人）；② 轮次与每轮问什么；③ 一致性怎么判（专家积极系数＝回复率、权威系数 Cr、变异系数 CV、Kendall 的 W 协调系数）；④ 指标筛选标准（均值、满分比、CV 阈值，要事前定好）。事后最好再用问卷实测，拿 Cronbach 的 α 与 CVI 验证这套体系站不站得住。

边界「共识」不等于「正确」——一群专家都错的情况存在；专家结构直接影响结果；轮次多、周期长，专家容易流失；它只能回答「该不该有」，不能回答「有没有效」。