師生互動中組塊化反饋促進(jìn)長時學(xué)習(xí)遷移：行為和近紅外超掃描研究

摘" 要" 精細(xì)內(nèi)容反饋促進(jìn)深層次的學(xué)習(xí)， 如遷移。但在師生互動中反饋的呈現(xiàn)方式如何影響長時學(xué)習(xí)遷移及其人際神經(jīng)基礎(chǔ)尚不清楚。本研究采用面對面的師生問答反饋任務(wù)， 通過兩個雙人實驗（行為學(xué)、近紅外超掃描）， 探究反饋的組塊化呈現(xiàn)對學(xué)習(xí)遷移的長時促進(jìn)作用、認(rèn)知過程及其人際神經(jīng)基礎(chǔ)。結(jié)果發(fā)現(xiàn)， 組塊化反饋促進(jìn)低知識基礎(chǔ)學(xué)生的長時遷移。組塊化錯誤修正在反饋呈現(xiàn)方式和長時遷移之間起中介作用。提供與接收組塊化反饋過程中， 師、生在額、頂葉出現(xiàn)更大的腦間同步， 且額葉的腦間同步預(yù)測長時遷移與組塊化錯誤修正。上述結(jié)果從人際視角為課堂中真實發(fā)生的教學(xué)反饋的認(rèn)知神經(jīng)基礎(chǔ)提供新的理解， 也為提高教學(xué)反饋效果和效率提供一些實踐啟示。

關(guān)鍵詞" 反饋， 組塊化， 長時遷移， 師生互動， 近紅外超掃描， 腦間同步

分類號" B845; B849： G44

1" 引言

教學(xué)離不開師生互動， 它是發(fā)生在教師和學(xué)生之間的交互作用和相互影響（Watanabe， 2013）。教學(xué)反饋是真實課堂中師生互動的一種典型方式， 常由教師向?qū)W生提供關(guān)于當(dāng)前表現(xiàn)與目標(biāo)之間差距的信息， 它能有效推動學(xué)生的態(tài)度與行為發(fā)展、知識與技能習(xí)得（Hattie amp; Timperley， 2007）。知識習(xí)得可以表現(xiàn)為對知識的再認(rèn)和遷移， 后者是建立在前者基礎(chǔ)之上的一種更深層次的學(xué)習(xí)， 涉及在一種情境中獲得的知識和理解在另一情境中的運(yùn)用; 學(xué)習(xí)遷移常作為教學(xué)目標(biāo)在教學(xué)活動中廣泛存在， 與學(xué)生新情境問題解決能力密切相關(guān)（Prenzel amp; Mandl， 1993）。已有研究表明， 精細(xì)內(nèi)容反饋促進(jìn)學(xué)習(xí)遷移， 比如在提供正確答案的基礎(chǔ)上額外附加原因解釋或舉例說明， 可以加深學(xué)習(xí)者的知識理解并促進(jìn)知識在新情境中的運(yùn)用（Butler et al.， 2013; Finn et al.， 2018; Zhu et al.， 2022）。那么， 在真實的師生互動中， 若不改變反饋的內(nèi)容， 而是改變反饋的呈現(xiàn)方式， 比如按關(guān)聯(lián)進(jìn)行組塊化（Chunking）， 會如何影響學(xué)習(xí)遷移呢？除了即時的學(xué)習(xí)增益， 組塊化的反饋能否帶來遷移的長時增益呢？教學(xué)反饋是一個雙向過程， 涉及教師與學(xué)生通過連續(xù)互動進(jìn)行知識的動態(tài)傳遞， 為揭示上述動態(tài)、連續(xù)、雙向的教學(xué)過程中涉及的認(rèn)知神經(jīng)過程， 研究有必要超越靜態(tài)的學(xué)習(xí)材料、間斷的學(xué)習(xí)過程以及基于單人的無或偽互動范式， 從人際視角切入對互動雙方的大腦信號進(jìn)行同時的采集與分析（Tan et al.， 2023）。

1.1" 反饋呈現(xiàn)方式對學(xué)習(xí)的影響

前人研究指出， 保持信息內(nèi)容不變， 僅改變信息的呈現(xiàn)方式也會影響信息加工。例如， 將記憶材料按組塊化呈現(xiàn)可以促進(jìn)短時和長時記憶（Gobet et al.， 2001）。組塊是一種元素的集合， 一個組塊內(nèi)的元素彼此之間存在較強(qiáng)的關(guān)聯(lián)， 但與其他組塊內(nèi)的元素關(guān)聯(lián)較弱（Chase amp; Simon， 1973）。在教與學(xué)領(lǐng)域， 通過強(qiáng)調(diào)學(xué)習(xí)內(nèi)容之間的關(guān)聯(lián)可以幫助學(xué)習(xí)者在結(jié)構(gòu)不良領(lǐng)域獲得高級知識并促進(jìn)新情境問題的解決（Spiro et al.， 1991）， 將復(fù)雜的動作序列按組塊化呈現(xiàn)可以改變學(xué)習(xí)者的回憶策略并促進(jìn)遷移（Cohen amp; Sekuler， 2010）， 將反饋信息按積極或消極分組呈現(xiàn)時， 會影響內(nèi)隱知覺類別學(xué)習(xí)（Smith et al.， 2014）。

值得注意的是， 將反饋信息按組塊化呈現(xiàn)時， 很可能同時導(dǎo)致反饋時間點的改變， 帶來反饋延遲（Smith et al.， 2014）。前人有關(guān)反饋時機(jī)影響學(xué)習(xí)的研究并未得到完全一致的結(jié)果。一部分研究者認(rèn)為及時反饋能更有效地避免錯誤被編碼進(jìn)記憶中， 進(jìn)而提高語言、程序性知識和動作技能的學(xué)習(xí)（Anderson et al.， 2001）。而另一部分研究者則支持延時反饋可以減少前攝干擾， 從而更有利于遺忘早先的錯誤并加工后續(xù)糾正性的信息（Kulhavy amp; Anderson， 1972）。后續(xù)研究發(fā)現(xiàn)， 延時反饋對學(xué)習(xí)的促進(jìn)作用在長時間間隔（如7天后）的測驗上才得以表現(xiàn)， 包括再認(rèn)、回憶和遷移（Butler et al.， 2007; Mullet et al.， 2014; Smith amp; Kimball， 2010）。

1.2" 反饋促進(jìn)學(xué)習(xí)的認(rèn)知神經(jīng)基礎(chǔ)

關(guān)于反饋促進(jìn)學(xué)習(xí)的可能認(rèn)知機(jī)制， 主要包括以下兩種。第一， 根據(jù)認(rèn)知主義學(xué)習(xí)理論， 研究者認(rèn)為反饋的主要作用是修正錯誤， 且具體、有針對性或信息豐富的反饋不僅能修正知識性錯誤， 也可以幫助調(diào)整學(xué)習(xí)策略的使用錯誤（Bangert-Drowns et al.， 1991; Kulhavy amp; Stock， 1989; Narciss amp; Huth， 2004）。第二， 根據(jù)元認(rèn)知主義學(xué)習(xí)理論， 研究者認(rèn)為反饋通過有效地標(biāo)識學(xué)生當(dāng)前水平與目標(biāo)之間的差距， 促使學(xué)生自主地投入更多的認(rèn)知努力去縮小差距， 進(jìn)而提升學(xué)習(xí)表現(xiàn)（Nicol amp; McFarlane- Dick， 2006; Sadler， 1989）。當(dāng)反饋提供的信息對當(dāng)前表現(xiàn)與目標(biāo)之間的差距標(biāo)識地越是具體、臨近或具有適當(dāng)?shù)奶魬?zhàn)水平， 更能激發(fā)學(xué)習(xí)投入與認(rèn)知努力（Krijgsman et al.， 2019; Song amp; Keller， 2001）。

前人研究發(fā)現(xiàn)反饋接收者在加工反饋信息時， 大腦的額、頂區(qū)域活動增加， 主要包括前扣帶回皮質(zhì)（anterior cingulate cortex， ACC）、背外側(cè)前額葉皮質(zhì)（dorsolateral prefrontal cortex， DLPFC）以及頂葉。ACC主要負(fù)責(zé)反饋的基礎(chǔ)功能， 如錯誤檢測和期望違反（Cavanagh et al.， 2012; Luft et al.， 2013; Mars et al.， 2005）， 而DLPFC和頂上小葉參與更為復(fù)雜的反饋加工過程， 如錯誤修正和表現(xiàn)調(diào)整（Crone et al.， 2008; van Duijvenvoorde et al.， 2008; Zanolie et al.， 2008）。研究還發(fā)現(xiàn)， 額、頂區(qū)域的活動可以預(yù)測基于反饋的學(xué)習(xí)表現(xiàn)， 包括配對聯(lián)想記憶（Arbel et al.， 2013）、動作學(xué)習(xí)效率（van der Helden et al.， 2010）以及閱讀和數(shù)學(xué)表現(xiàn)（Peters et al.， 2017）等。反饋加工除了激活信息接收者的大腦， 也激活信息提供者的大腦。例如， 當(dāng)老師提供正誤判斷反饋并監(jiān)控學(xué)生（假被試）的聯(lián)想學(xué)習(xí)表現(xiàn)時， 老師的ACC活動與學(xué)生的錯誤預(yù)期相關(guān)， 老師的腦島和腹內(nèi)側(cè)前額葉的活動與學(xué)生的價值預(yù)期相關(guān)（Apps et al.， 2015）。因此， 為了深入了解教學(xué)反饋的呈現(xiàn)方式影響學(xué)習(xí)的認(rèn)知神經(jīng)過程， 同時探究真實師生互動過程中雙方的大腦活動顯得尤為必要， 但目前這方面的研究尚顯不足。

1.3" 師生互動教學(xué)的人際神經(jīng)基礎(chǔ)

近年來， 有關(guān)社會互動神經(jīng)機(jī)制的研究視角從第三人稱轉(zhuǎn)向了第二人稱。這類研究遵循的底層邏輯認(rèn)為， 以第二人稱真實參與的社會互動所涉及的神經(jīng)活動， 本質(zhì)上不同于個體從第三人稱視角觀察社會性刺激引發(fā)的神經(jīng)反應(yīng)（Schilbach et al.， 2013）。基于多腦同時掃描技術(shù)（即， 超掃描Hyperscanning）對兩個或多個個體在任務(wù)過程中的大腦活動進(jìn)行同時記錄， 為揭示真實社會互動的神經(jīng)基礎(chǔ)提供了可能（Redcay amp; Schilbach， 2019）。研究表明， 腦間同步（brain-to-brain synchrony）支持成功的人際交流， 很可能是社會互動的人際神經(jīng)基礎(chǔ)（Hasson et al.， 2012; Jiang et al.， 2012）。雖然腦間同步的認(rèn)知意義仍存在一定爭議， 但研究較為一致地指出腦間同步是互動參與者在行為、情緒和認(rèn)知層面達(dá)成一致的關(guān)鍵機(jī)制， 涉及行為對齊、情緒共情、社會遵從、語言理解和人際聯(lián)結(jié)等， 反映復(fù)雜社會互動中的動態(tài)認(rèn)知神經(jīng)機(jī)制（Kelsen et al.， 2022; Shamay-Tsoory et al.， 2019; Tan et al.， 2023）。

教學(xué)作為社會互動的一種方式， 通常涉及師、生基于互動傳遞并接收動態(tài)連續(xù)的信息。單腦指標(biāo)一般反映單個主體對信息的加工過程， 對揭示師生互動教學(xué)的神經(jīng)基礎(chǔ)的效力有限（Tan et al.， 2023）， 而結(jié)合超掃描技術(shù)的研究發(fā)現(xiàn)師生腦間同步指示有效的教與學(xué)（Bevilacqua et al.， 2019; Holper et al.， 2013; Nguyen et al.， 2022）。由于功能磁共振的時間分辨率和掃描空間對任務(wù)類型的限制， 目前較少應(yīng)用于真實教學(xué)互動研究進(jìn)行同時的數(shù)據(jù)采集。腦電和近紅外成像（functional near-infrared spectroscopy， fNIRS）更容易實現(xiàn)在師生互動過程中對雙方的大腦活動進(jìn)行同時采集; 相比于腦電， fNIRS的空間分辨率更高且對動作偽跡的容忍度更大（Lloyd-Fox et al.， 2010）， 所以更適用于研究真實情境中的教學(xué)。基于fNIRS超掃描技術(shù)的研究發(fā)現(xiàn)， 師生互動教學(xué)時額葉或顳頂區(qū)域的腦間同步可以指示有效的教學(xué)策略， 如支架式和高頻互動式（Pan et al.， 2018， 2020; Zheng et al.， 2018）， 并預(yù)測學(xué)生的學(xué)習(xí)表現(xiàn)， 如聲樂演唱（Pan et al.， 2018）、數(shù)學(xué)表現(xiàn)（Liu et al.， 2019; Zheng et al.， 2018）和概念性知識的再認(rèn)與遷移（Pan et al.， 2020; Zhu et al.， 2022）等。在基于精細(xì)內(nèi)容反饋的師生互動教學(xué)時， 頂葉的師生腦間同步反映學(xué)生對概念性知識的深層次理解并預(yù)測學(xué)生的知識遷移（Zhu et al.， 2022）。此外， 師生腦間同步還可以提供學(xué)生知識理解的進(jìn)程性信息， 如達(dá)成理解的時間點和師生時間差模式等（Liu et al.， 2019; Zheng et al.， 2018; Zhu et al.， 2022）， 進(jìn)而增加對真實課堂教學(xué)動態(tài)連續(xù)性的理解。但前人研究大多關(guān)注腦間同步與即時學(xué)習(xí)增益之間的關(guān)聯(lián)， 鮮有考察腦間同步是否對長時的學(xué)習(xí)表現(xiàn)仍有預(yù)測作用。

1.4" 當(dāng)前研究

本研究采用一項基于師生問答反饋的概念教學(xué)任務(wù)（Zhu et al.， 2022）， 依次開展兩個實驗。實驗1為雙人行為學(xué)實驗， 旨在考察反饋的內(nèi)容不變， 僅通過改變呈現(xiàn)方式（組塊化）， 能否進(jìn)一步促進(jìn)深層學(xué)習(xí)（遷移）及其長時促進(jìn)作用， 并探究其認(rèn)知過程。依據(jù)前人反饋信息組塊化和學(xué)習(xí)材料組塊化研究， 將組塊化反饋設(shè)定為同時呈現(xiàn)兩個關(guān)聯(lián)性概念的答案和舉例（Cohen amp; Sekuler， 2010; Gobet et al.， 2001; Smith et al.， 2014; Spiro et al.， 1991）。因為fNIRS的空間分辨率更高、且對動作偽跡的容忍度更大（Lloyd-Fox et al.， 2010）， 更適用于研究動態(tài)連續(xù)的多人教學(xué)活動， 所以在實驗2增加fNIRS超掃描技術(shù)同時采集教師與學(xué)生的大腦活動， 旨在進(jìn)一步探查師生互動中反饋的組塊化呈現(xiàn)影響學(xué)生長時學(xué)習(xí)遷移的神經(jīng)基礎(chǔ)。

在實驗1中， 學(xué)生學(xué)習(xí)心理學(xué)概念， 并從教師處接收組塊（兩個有關(guān)聯(lián)的概念）或單獨(dú)（一個概念）的精細(xì)內(nèi)容反饋（正確答案和舉例）。考慮到原有的知識經(jīng)驗背景是影響知識理解及遷移的重要影響因素之一（Gick amp; Holyoak， 1987）， 且接受反饋前學(xué)生先驗知識水平會影響反饋的有效性（Fyfe et al.， 2012; Krause et al.， 2009）， 所以通過設(shè)置學(xué)習(xí)導(dǎo)入階段來操縱學(xué)生接收反饋前的知識基礎(chǔ)， 以此考察知識基礎(chǔ)的可能影響。實驗1采用完全被試間設(shè)計， 反饋呈現(xiàn)（組塊 vs. 單獨(dú)） × 知識基礎(chǔ)（高 vs. 低）。在學(xué)習(xí)結(jié)束后， 從知識的再認(rèn)和遷移兩個維度測量學(xué)生的學(xué)習(xí)表現(xiàn)， 并要求學(xué)生報告認(rèn)知努力。為了進(jìn)一步探究組塊化反饋的長時增益， 參照前人研究設(shè)置了7天后的第二次知識測試（Butler et al.， 2007; Smith amp; Kimball， 2010）。此外， 用學(xué)習(xí)前、后測試中對應(yīng)題目由錯誤轉(zhuǎn)變?yōu)檎_的組數(shù)量化組塊化錯誤修正。實驗1的假設(shè)如下：（1）新手或基礎(chǔ)較差的學(xué)生更可能受益于旨在提供更多支持的反饋（Paas et al.， 2003; Sweller et al.， 1998）， 而更有經(jīng)驗或知識基礎(chǔ)較好的學(xué)生對于更多支持的反饋信息依賴更小（Renkl amp; Atkinson， 2003; Sweller et al.， 1998）; 精細(xì)內(nèi)容反饋可以促進(jìn)知識遷移（Butler et al.， 2013; Finn et al.， 2018; Zhu et al.， 2022）; 將學(xué)習(xí)內(nèi)容按組塊化呈現(xiàn)相比于單獨(dú)呈現(xiàn)可以為概念辨別提供更多支持與機(jī)會（Chase amp; Simon， 1973; Spiro et al.， 1991）， 所以預(yù)期當(dāng)學(xué)生知識基礎(chǔ)較低時， 按組塊化呈現(xiàn)的精細(xì)內(nèi)容反饋， 能更有效地支持學(xué)習(xí)并表現(xiàn)為促進(jìn)知識遷移; （2）由于組塊化的信息有利于長時記憶（Gobet et al.， 2001）， 且因組塊化呈現(xiàn)而導(dǎo)致的反饋延遲也更可能帶來學(xué)習(xí)的延遲?保持效應(yīng)（Kulhavy amp; Anderson， 1972）， 所以預(yù)期組塊化反饋也能促進(jìn)長時的學(xué)習(xí)表現(xiàn)， 特別是7天后的知識遷移; （3）基于反饋促進(jìn)學(xué)習(xí)的可能認(rèn)知機(jī)制（Bangert-Drowns et al.， 1991; Nicol amp; McFarlane- Dick， 2006）， 預(yù)期反饋呈現(xiàn)方式通過組塊化錯誤修正或認(rèn)知努力影響長時的知識遷移。

在實驗2中， 增加fNIRS超掃描技術(shù)同時記錄教師與學(xué)生在互動過程中的大腦活動。此外， 為了排除反饋呈現(xiàn)方式與反饋時間點之間可能存在的混淆， 新增假組塊（兩個關(guān)聯(lián)較小的概念）反饋組。實驗2的假設(shè)如下：（1）相比于非組塊反饋（包括假組塊和單獨(dú)反饋）， 組塊化反饋更有利于學(xué)生的長時遷移表現(xiàn); （2）反饋呈現(xiàn)方式通過組塊化錯誤修正或認(rèn)知努力影響長時知識遷移; （3）人類加工反饋信息激活接收者和提供者的額、頂腦區(qū)（Apps et al.， 2015; Crone et al.， 2008; Luft et al.， 2013）、加工組塊信息依賴DLPFC和后頂葉皮層（Alamia et al.， 2016; Bor et al.， 2003; Jin et al.， 2020; Pammi et al.， 2012）; 真實的教學(xué)互動引發(fā)雙方在額葉和顳頂區(qū)域的同步性腦活動（Tan et al.， 2023; Zhu et al.， 2022）， 所以預(yù)期在師生互動中組塊化反饋引發(fā)更大的師?生腦間同步， 且出現(xiàn)在與反饋加工和組塊加工均有關(guān)的額、頂區(qū)域; （4）由于組塊化語言信息的加工更依賴于額葉（Grodzinsky amp; Santi， 2008; Jin et al.， 2020）且額葉的活動與長時的記憶或?qū)W習(xí)表現(xiàn)有關(guān)（Sakai amp; Passingham， 2003; Squire et al.， 1993）; 師生額葉的腦間同步可以指示有效的教學(xué)策略（Pan et al.， 2018， 2020）， 而組塊化呈現(xiàn)教學(xué)內(nèi)容是一種更有效的教學(xué)策略（Cohen amp; Sekuler， 2010; Spiro et al.， 1991）， 故而預(yù)期組塊反饋過程中額葉上的師生腦間同步與學(xué)生的長時遷移表現(xiàn)正相關(guān); （5）由于社會互動引發(fā)的腦間同步反映互動雙方在認(rèn)知上的對齊（Shamay-Tsoory et al.， 2019）且出現(xiàn)在支持相互理解的心智化網(wǎng)絡(luò)， 包括額葉（Kelsen et al.， 2022）， 而錯誤修正可以反映學(xué)生的理解向教師的理解靠攏并達(dá)成一致， 所以預(yù)期額葉上的腦間同步可能與組塊化錯誤修正正相關(guān)。

2" 實驗1：雙人行為學(xué)實驗

2.1" 被試

參考既往師生互動研究， 每個條件安排20～24組師生， 效應(yīng)量達(dá)0.20～0.25 （Liu et al.， 2019; Pan et al.， 2020; Zheng et al.， 2018; Zhu et al.， 2022）。使用G*Power 3.1進(jìn)行功效分析（Effect size = 0.20， α = 0.05， 1 ? β = 0.95）得到的計劃樣本量為81。實驗1共招募127名華東師范大學(xué)在校學(xué)生：47名為教師角色， 要求專業(yè)是心理學(xué)或社會學(xué)且至少學(xué)完一門教師教育類課程或有教學(xué)經(jīng)歷（年齡M = 21.80歲， SD = 2.12歲， 18名男性）; 80名為學(xué)生角色， 要求專業(yè)為非心理學(xué)和社會學(xué)（年齡M = 20.67歲， SD = 1.96歲， 12名為男性）， 且在知識前測時匹配概念與例子的正確率不及格（lt; 0.6）。將教師12名（6名男性）、10名（6名男性）、13名（3名男性）、11名（3 名男性）隨機(jī)分入高知識?組塊反饋、高知識?單獨(dú)反饋、低知識?組塊反饋和低知識?單獨(dú)反饋組。在同一天， 老師按同一種方式與隨機(jī)分配的1名或2 名陌生學(xué)生依次開展一對一教學(xué)。對教師而言， 知識基礎(chǔ)和反饋呈現(xiàn)也是被試間變量， 以此避免心理學(xué)專業(yè)的教師被試猜測出實驗意圖， 并提高教學(xué)的一致性。據(jù)此， 共組成80組師?生， 其中高知識?組塊反饋20組， 高知識?單獨(dú)反饋19組， 低知識?組塊反饋21組， 低知識?單獨(dú)反饋20組。所有被試均為視力或矯正視力正常， 無神經(jīng)系統(tǒng)疾病。實驗開始前， 被試閱讀并自愿簽署了紙質(zhì)版知情同意書。本研究通過了華東師范大學(xué)人體實驗倫理委員會的審核。

2.2" 實驗材料與評定

事先招募了另一組心理學(xué)專業(yè)被試（N = 20， 4名男性， 年齡 M = 24.45歲， SD = 2.89歲）， 這組被試需要對提供的12個有關(guān)判斷與決策的心理學(xué)概念（詳見網(wǎng)絡(luò)版附錄1， 來源于Rawson et al.， 2015）根據(jù)他們之間存在的關(guān)聯(lián)， 進(jìn)行兩兩配對。結(jié)果發(fā)現(xiàn)有20人將登門檻效應(yīng)與門面效應(yīng)配對， 16人將易得性啟發(fā)與代表性啟發(fā)配對， 15人將基本歸因錯誤和自我服務(wù)偏差配對， 14人將后視偏差與反事實思維配對， 14人將去個體化和社會促進(jìn)配對， 9人將觀察者效應(yīng)和曝光效應(yīng)配對。由此可見， 將前5組配對的人數(shù) ≥ 70%， 將第6組配對的人數(shù)僅占45%。后續(xù)， 他們還評價了前5組心理學(xué)概念之間的關(guān)聯(lián)性程度（用1～7表示兩個概念的關(guān)聯(lián)度從極低到極高）。經(jīng)韋克斯勒秩和檢驗， 前4組的關(guān)聯(lián)度評分均顯著大于中等水平（Ms gt; 4.80， ps lt; 0.026）; 但第5組， 即去個體化和社會促進(jìn)的關(guān)聯(lián)度評分（M = 4.00， SD = 1.00）與中等水平（即， 4）不存在顯著差異（p = 0.839）。綜合考慮， 我們選定前5組概念作為實驗材料， 后續(xù)按上述配對情況進(jìn)行概念組塊化。

用于教學(xué)的材料包含概念術(shù)語、定義和兩個舉例（詳見網(wǎng)絡(luò)版附錄1）。舉例是概念在現(xiàn)實生活中的具體表現(xiàn)或應(yīng)用， 均改編自前人研究和教科書（Finn et al.， 2018; Rawson et al.， 2015; Zimbardo et al.， 2012）。事先招募的這組心理學(xué)被試還評定了每個概念術(shù)語的兩個舉例在具體的情境、場景上的相似性。評定使用7點評分， 用1～7表示兩個例子的相似性從極低到極高。這組被試對這10個概念的評分M = 4.28， SD = 0.88， 范圍從2.85～5.5。經(jīng)韋克斯勒秩和檢驗， 評分與中等水平（即， 4）沒有顯著差異（p = 0.447）。用肯德爾W系數(shù)計算這組被試的評分者一致性系數(shù)， 數(shù)值為0.43 （p lt; 0.001）， 說明這組被試在評分上具有顯著的一致性。之后， 由實驗者事先選定分別用于反饋和遷移測量的例子， 且對于所有被試固定不變。

2.3" 實驗流程

實驗任務(wù)分兩次進(jìn)行， 間隔約4天（圖1）。第一次任務(wù)在實驗室或通過會議軟件線上進(jìn)行， 第二次任務(wù)在實驗室進(jìn)行。在第一次任務(wù)時， 教師被試進(jìn)行教學(xué)內(nèi)容和流程的標(biāo)準(zhǔn)化培訓(xùn)（約30分鐘）。結(jié)束后， 教師被試將紙質(zhì)版教學(xué)材料帶走繼續(xù)學(xué)習(xí)并背誦概念對應(yīng)的定義和舉例。第二次任務(wù)開始前， 實驗者會要求教師被試回憶教學(xué)流程并隨機(jī)抽查兩個術(shù)語的定義和舉例， 在他們正確作答后， 方可開始正式的教學(xué)任務(wù)。

在第一次任務(wù)時， 學(xué)生被試需要完成一個學(xué)習(xí)前測驗（限時15分鐘）， 用于測量他們關(guān)于這一組10個心理學(xué)概念的先驗知識基礎(chǔ)。該測驗包含兩部分， 第一部分需要為10個定義匹配對應(yīng)的術(shù)語; 第二部分需要為10個例子匹配對應(yīng)的術(shù)語（提供了12 個有關(guān)判斷和決策的術(shù)語備選項， 詳見網(wǎng)絡(luò)版附錄1， 測驗設(shè)置參考Finn et al.， 2018）。知識基礎(chǔ)由學(xué)習(xí)前測驗的正確率進(jìn)行量化。在學(xué)習(xí)前測驗時， 學(xué)生們的正確率在反饋呈現(xiàn)上（組塊 vs. 單獨(dú)， 第一部分， 0.55 ± 0.20 vs. 0.57 ± 0.19， F（1， 56） = 0.20， p = 0.659; 第二部分， 0.23 ± 0.13 vs. 0.27 ± 0.15， F（1， 56） = 0.85， p = 0.361）沒有顯著差異; 在知識基礎(chǔ)上沒有顯著差異（高 vs. 低， 第一部分， 0.52 ± 0.17 vs. 0.60 ± 0.21， F（1， 56） = 2.09， p = 0.154; 第二部分， 0.27 ± 0.14 vs. 0.24 ± 0.14， F（1， 56） = 0.66， p = 0.420）; 上述兩因素也無交互效應(yīng)（第一部分， F（1， 56） = 1.08， p = 0.304; 第二部分， F（1， 56） = 1.27， p = 0.264）。

在第二次任務(wù)時， 老師和學(xué)生間隔約1米面對面坐著。對于高知識基礎(chǔ)組， 任務(wù)設(shè)置導(dǎo)入和問答反饋兩個階段。對于低知識基礎(chǔ)組， 僅設(shè)置問答反饋階段。在導(dǎo)入階段， 老師把10個概念的術(shù)語和定義連續(xù)給學(xué)生講述兩遍， 講述順序由老師提前制定， 但要求同組概念不連續(xù)呈現(xiàn)。在問答反饋階段， 單獨(dú)反饋組共10個試次， 每個試次包含3個環(huán)節(jié)， 即老師提問（先說出一個概念的定義， 向?qū)W生提問對應(yīng)的術(shù)語是什么）、學(xué)生回答、老師反饋（提供正確的術(shù)語和定義， 并附加一個舉例）。概念的提問順序也由老師提前制定， 但要求不同于導(dǎo)入階段（若存在的話）的順序， 且同組概念不能連續(xù)呈現(xiàn)。組塊反饋組共5個試次， 每個試次包含5個環(huán)節(jié)， 即老師提問1、學(xué)生回答1， 老師提問2， 學(xué)生回答2， 老師反饋1和2， 1和2為事先配對的兩個概念。組塊反饋組的一個試次舉例如下：

老師：請問定義“當(dāng)某一事件已經(jīng)發(fā)生， 人們傾向于高估自己預(yù)見結(jié)果的能力。”對應(yīng)的心理學(xué)術(shù)語是什么？

學(xué)生：后視偏差。

老師：好的， 我們先來看下一個問題。請問“定義當(dāng)某一事件發(fā)生后， 人們傾向于想象與實際相反的、可能發(fā)生但最終沒有發(fā)生的結(jié)果。”對應(yīng)的心理學(xué)術(shù)語是什么？

學(xué)生：反事實思維。

老師：這一組術(shù)語分別是后視偏差和反事實思維。后視偏差的定義是“當(dāng)某一事件已經(jīng)發(fā)生， 人們傾向于高估自己預(yù)見結(jié)果的能力。”舉個例子， 有些同學(xué)會在老師公布正確答案之后， 拍著大腿說， “我就知道是選這個！”而反事實思維的定義是“當(dāng)某一事件發(fā)生后， 人們傾向于想象與實際相反的、可能發(fā)生但最終沒有發(fā)生的結(jié)果。”舉個例子， 在奧運(yùn)比賽剛剛結(jié)束， 運(yùn)動員領(lǐng)獎牌時， 銀牌得主往往不及銅牌得主來得快樂。銀牌得主在接受采訪時， 他們有時候會說：“我差點就能贏了， 這太糟糕了。”

實驗全程由一臺數(shù)碼攝像機(jī)（HDR-XR100， Sony Corporation， Tokyo， Japan）記錄。

在問答反饋階段結(jié)束后， 學(xué)生被試填寫一項認(rèn)知負(fù)荷評價量表（Hart， 2006， 見網(wǎng)絡(luò)版附錄2）， 包括腦力、體力、時間、努力、業(yè)績和受挫6個維度。之后， 學(xué)生被試完成學(xué)習(xí)后測驗（限時15 min）， 用于測量知識再認(rèn)和遷移。在知識再認(rèn)的測量中， 學(xué)生被試需要為提供的10個定義匹配其對應(yīng)的術(shù)語; 在知識遷移的測量中， 學(xué)生被試需要為提供的10個新例子匹配其對應(yīng)的術(shù)語（測驗設(shè)置參考Finn et al.， 2018）。學(xué)習(xí)后測驗與學(xué)習(xí)前測驗的內(nèi)容一致。參考前人研究在測量長時學(xué)習(xí)效果時， 常會設(shè)置7天的時間間隔（如Butler et al.， 2007; Smith amp; Kimball， 2010）， 本實驗中的學(xué)生被試在7天后被要求通過會議軟件在線完成第二次學(xué)習(xí)后測驗（限時15 min）， 內(nèi)容與之前一致， 以此考察反饋呈現(xiàn)方式對學(xué)習(xí)的長時效應(yīng)。

2.4" 數(shù)據(jù)分析

因為每一位老師隨機(jī)配對了1～2名學(xué)生， 存在學(xué)生嵌套在老師和小組中的情況， 所以下述計算如無特殊說明， 均基于R軟件包lme4做線性混合模型。若需多重比較校正， 使用FDR方法（Benjamini amp; Hochberg， 1995）。

數(shù)據(jù)分析的思路和方法如下：（1）確證導(dǎo)入階段的有或無對學(xué)生接收反饋前知識基礎(chǔ)高或低的操縱有效; （2）確證基于反饋的師生互動（無論呈現(xiàn)方式和知識基礎(chǔ)）均能增加學(xué)生的概念性知識并長時保持; （3）探究學(xué)生的知識基礎(chǔ)和反饋的呈現(xiàn)方式對學(xué)習(xí)概念性知識增加的長時影響; （4）探究與（3）有關(guān)的認(rèn)知過程， 如促進(jìn)錯誤修正、增加認(rèn)知努力等， 另基于R軟件包mediation做中介分析。

2.5" 結(jié)果

2.5.1" 接收反饋前學(xué)生知識基礎(chǔ)的操縱檢驗

在問答反饋階段的學(xué)生回答環(huán)節(jié)中， 學(xué)生完整說出正確術(shù)語記2分， 說出術(shù)語的關(guān)鍵詞記1分， 其他情況記0分， 總分為20分， 用回答的正確率量化反饋前學(xué)生的知識基礎(chǔ)并建立線性混合模型， 它的固定效應(yīng)是反饋呈現(xiàn)（組塊vs.單獨(dú)）和知識基礎(chǔ)（高vs.低）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。結(jié)果發(fā)現(xiàn)， 知識基礎(chǔ)的效應(yīng)顯著， F（1， 54.98） = 194.27， p lt; 0.001：相比于知識基礎(chǔ)低組（M = 0.10， SD = 0.09）， 知識基礎(chǔ)高組的正確率顯著更高（M = 0.60， SD = 0.19）。反饋呈現(xiàn)的效應(yīng)不顯著， F（1， 54.19） = 2.45， p = 0.123。交互效應(yīng)不顯著， F（1， 54.41） = 2.28， p = 0.137。這表明， 導(dǎo)入階段的有或無對學(xué)生接收反饋前知識基礎(chǔ)高或低的操縱有效。

2.5.2" 基于反饋的師生互動促進(jìn)了知識再認(rèn)和遷移， 且能長時保持

就學(xué)生在再認(rèn)/遷移測驗上的正確率分別建立線性混合模型， 它的固定效應(yīng)是測驗時間（學(xué)習(xí)前vs. 學(xué)習(xí)后即時vs. 學(xué)習(xí)后7天）、反饋呈現(xiàn)（組塊vs. 單獨(dú)）和知識基礎(chǔ)（高vs.低）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。并將遷移/再認(rèn)測驗上的正確率分別放入模型以控制其可能存在的效應(yīng)。這一步中， 主要關(guān)注測驗時間的效應(yīng)。

結(jié)果發(fā)現(xiàn)， 再認(rèn)的測驗時間效應(yīng)顯著， F（2， 133.94） = 22.17， p lt; 0.001 （圖2a）：相比于學(xué)習(xí)前正確率（M = 0.56， SD = 0.20）， 學(xué)習(xí)后即時正確率（M = 0.95， SD = 0.12， t（156） = 6.35， corrected p lt; 0.001， β = 0.22， SE = 0.03）和學(xué)習(xí)后7天正確率（M = 0.88， SD = 0.15， t（151） = 5.57， corrected p lt; 0.001， β = 0.18， SE = 0.04）都顯著提高; 經(jīng)歷7天， 正確率衰退不顯著（t（114） = 1.65， corrected p = 0.31， β = 0.04， SE = 0.02）。遷移的測驗時間效應(yīng)顯著， F（2， 119.44） = 15.15， p lt; 0.001 （圖2b）：相比于學(xué)習(xí)前正確率（M = 0.25， SD = 0.14）， 學(xué)習(xí)后即時正確率（M = 0.74， SD = 0.25， t（141） = 5.19， corrected p lt; 0.001， β = 0.24， SE = 0.05）和學(xué)習(xí)后7天正確率（M = 0.66， SD = 0.26， t（135）= 4.89， corrected p lt; 0.001， β = 0.21， SE = 0.04）都顯著提高; 經(jīng)歷7天， 正確率衰退不顯著（t（107） = 1.29， corrected p = 0.198， β = 0.04， SE = 0.03）。

此外， 在再認(rèn)上， 反饋呈現(xiàn)的主效應(yīng)不顯著， F（1， 54.76） = 0.02， p = 0.890; 知識基礎(chǔ)的主效應(yīng)顯著， F（1， 55.51） = 5.52， p = 0.022; 所有兩因素的交互效應(yīng)不顯著， Fs lt; 1.14， ps gt; 0.292; 三因素交互效應(yīng)不顯著， F（2， 106.69） = 0.96， p = 0.385。在遷移上， 反饋呈現(xiàn)的主效應(yīng)不顯著， F（1， 61.04） = 0.01， p = 0.910; 知識基礎(chǔ)的主效應(yīng)不顯著， F（1， 60.90） = 2.49， p = 0.120; 所有兩因素的交互效應(yīng)不顯著， Fs lt; 0.14， ps gt; 0.711; 三因素的交互效應(yīng)邊緣顯著， F（2， 100.38） = 2.68， p = 0.074。

2.5.3" 相比于單獨(dú)呈現(xiàn)， 組塊化呈現(xiàn)的反饋更有利于低知識基礎(chǔ)學(xué)生的長時遷移

為了控制個體在知識基礎(chǔ)上的差異， 并進(jìn)一步探查反饋呈現(xiàn)方式和知識基礎(chǔ)在不同測試時間上對學(xué)習(xí)的不同影響， 后續(xù)分析均就學(xué)習(xí)后概念性知識的增加（相對于前測的正確率增量）建立線性混合模型。就即時的再認(rèn)正確率增量（學(xué)習(xí)后即時?學(xué)習(xí)前）建立線性混合模型， 固定效應(yīng)是知識基礎(chǔ)（高vs. 低）和反饋呈現(xiàn)（組塊vs. 單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。并將即時的遷移正確率增量一起放入模型以控制其可能存在的效應(yīng)。結(jié)果發(fā)現(xiàn)， 即時再認(rèn)增量的反饋呈現(xiàn)效應(yīng)不顯著， F（1， 41.49） = 0.07， p = 0.797; 知識基礎(chǔ)效應(yīng)不顯著， F（1， 41.23） = 1.20， p = 0.279; 且交互效應(yīng)不顯著， F（1， 40.70） = 0.06， p = 0.804。此外， 就即時的遷移正確率增量建立線性混合模型， 其他設(shè)置同前， 放入即時的再認(rèn)正確率增量以控制其可能存在的效應(yīng)。結(jié)果發(fā)現(xiàn)， 即時遷移增量的反饋呈現(xiàn)效應(yīng)不顯著， F（1， 39.84） = 1.55， p = 0.220; 知識基礎(chǔ)效應(yīng)不顯著， F（1， 40.66） = 0.07， p = 0.786; 且交互效應(yīng)不顯著， F（1， 39.79） = 0.81， p = 0.372。

就7天后的再認(rèn)、遷移的正確率增量（學(xué)習(xí)后7天?學(xué)習(xí)前）建立與前述設(shè)置相同的線性混合模型。結(jié)果發(fā)現(xiàn)， 7天后再認(rèn)增量的反饋呈現(xiàn)效應(yīng)不顯著， F（1， 39.32） = 0.05， p = 0.827; 知識基礎(chǔ)效應(yīng)不顯著， F（1， 40.82） = 0.02， p = 0.890; 且交互效應(yīng)不顯著， F（1， 40.53） = 0.01， p = 0.904 （圖3a）。7天后遷移增量的反饋呈現(xiàn)效應(yīng)不顯著， F（1， 73） = 1.26， p = 0.266; 知識基礎(chǔ)效應(yīng)不顯著， F（1， 73） = 0.94， p = 0.335; 但是交互效應(yīng)顯著， F（1， 73） = 4.79， p = 0.032 （圖3b）。簡單效應(yīng)分析發(fā)現(xiàn)， 對于低基礎(chǔ)學(xué)生， 接收組塊相比于單獨(dú)反饋， 7天后遷移增量顯著更大（0.49 ± 0.25 vs. 0.31 ± 0.24， t（34.90） = 2.17， p = 0.037， β = 0.15， SE = 0.07）; 但對于高基礎(chǔ)學(xué)生， 兩種反饋無顯著差異（0.43 ± 0.21 vs. 0.49 ± 0.21， t（37.60） = ?0.73， p = 0.469， β = ?0.05， SE = 0.07）。在單獨(dú)反饋組， 高基礎(chǔ)相比于低基礎(chǔ)的學(xué)生在7天后遷移增量上邊緣顯著更大（0.49 ± 0.21 vs. 0.31 ± 0.24， t（33.50） = 1.99， p = 0.054， β = 0.15， SE = 0.07）; 在組塊反饋組， 兩類學(xué)生無顯著差異（0.43 ± 0.21 vs. 0.49 ± 0.25， t（42.20） = ?0.82， p = 0.417， β = ?0.06， SE = 0.07）。

2.5.4" 反饋的呈現(xiàn)方式通過組塊化錯誤修正影響低知識基礎(chǔ)學(xué)生的長時遷移

進(jìn)一步， 探究反饋的呈現(xiàn)方式影響低知識基礎(chǔ)學(xué)生的長時遷移表現(xiàn)的可能認(rèn)知過程， 依次考察組塊化錯誤修正和認(rèn)知努力。首先， 對于每一名學(xué)生而言， 用學(xué)習(xí)前均錯誤→學(xué)習(xí)后均正確的概念組數(shù)量化組塊化錯誤修正。為了更嚴(yán)謹(jǐn)?shù)仳炞C假設(shè)， 將另外三種組塊化保持/轉(zhuǎn)變， 即學(xué)習(xí)前均錯誤→學(xué)習(xí)后均錯誤、學(xué)習(xí)前均正確→學(xué)習(xí)后均正確、學(xué)習(xí)前均正確→學(xué)習(xí)后均錯誤的概念組數(shù)， 也納入后續(xù)分析之中。相比于學(xué)習(xí)前， 學(xué)習(xí)后7天學(xué)生在遷移上的保持/轉(zhuǎn)變的概念組數(shù)， 建立線性混合模型， 固定效應(yīng)是保持/轉(zhuǎn)變（錯誤→正確vs 錯誤→錯誤 vs 正確→正確vs. 正確→錯誤）和反饋呈現(xiàn)（組塊 vs. 單獨(dú)）。隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別; 并將學(xué)習(xí)前測量2上的正確或錯誤的概念組數(shù)作為初始水平、學(xué)習(xí)后7天再認(rèn)測量上保持/轉(zhuǎn)變的概念組數(shù)一起放入模型以控制他們可能存在的效應(yīng)。結(jié)果如圖4a所示， 保持/轉(zhuǎn)變效應(yīng)不顯著， F（3， 166） = 0.77， p = 0.513; 反饋呈現(xiàn)效應(yīng)不顯著， F（1， 166） = 0.07， p = 0.791; 保持/轉(zhuǎn)變和反饋呈現(xiàn)交互效應(yīng)顯著， F（3， 166） = 3.59， p = 0.015。簡單效應(yīng)分析發(fā)現(xiàn)， 接收組塊相比于單獨(dú)反饋的學(xué)生， 錯誤→正確的概念組數(shù)更多（1.62 ± 2.49 vs. 0.95 ± 1.05， t（133） = 2.47， p = 0.015， β = 0.61， SE = 0.25）， 錯誤→錯誤的概念組數(shù)更少（0.69 ± 0.88 vs. 1.14 ± 1.08， t（127） = ?2.01， p = 0.047， β = ?0.46， SE = 0.23）。此外， 接收組塊反饋的學(xué)生， 錯誤→正確的概念組數(shù)（1.62 ± 2.49）比錯誤→錯誤的概念組數(shù)更多（0.69 ± 0.88， t（129） = 2.92， corrected p = 0.025， β = 0.69， SE = 0.24）， 其他兩兩比較的結(jié)果差異均不顯著（ts lt; 2.13， corrected ps gt; 0.210）。

此外， 7天后遷移的學(xué)習(xí)增量與組塊化錯誤修正呈正相關(guān)（r = 0.89， R2 =79.21%， p lt; 0.001）、與組塊化錯誤保持呈負(fù)相關(guān)（r = 0.69， R2 = 47.61%， p lt; 0.001）。繼而考察7天后遷移測量上的組塊化錯誤修正、保持在反饋呈現(xiàn)和7天后遷移的學(xué)習(xí)增量之間的中介作用， 組塊反饋組和單獨(dú)反饋組被編碼為1和0。結(jié)果發(fā)現(xiàn)， 組塊化錯誤修正的中介效應(yīng)邊緣顯著， ab = 0.12， bootstrap 95% CI = [?0.02， 0.24]， p = 0.072; c′ = 0.07， p = 0.063 （圖4b）; 組塊化錯誤保持的中介效應(yīng)不顯著， ab = 0.07， bootstrap 95% CI = [?0.03， 0.18]， p = 0.184; c′ = 0.12， p = 0.050。

接下來， 就認(rèn)知努力建立線性混合模型， 固定效應(yīng)是反饋呈現(xiàn)（組塊 vs. 單獨(dú)）。隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)不顯著（11.52 ± 3.10 vs. 12.70 ± 5.35）， F（1， 18.54） = 0.86， p = 0.366。此外， 認(rèn)知努力與7天后遷移學(xué)習(xí)增量的相關(guān)不顯著（r = ?0.13， R2 = 1.69%， p = 0.434）。故未繼續(xù)分析認(rèn)知努力的中介作用。

2.6" 討論

實驗1的結(jié)果表明， 師生互動中組塊化反饋可以為先驗知識較少的學(xué)生帶來遷移的長時增益。具體來說， 相較于單獨(dú)呈現(xiàn)， 組塊化呈現(xiàn)的反饋并未使學(xué)生在即時的概念性知識再認(rèn)和遷移上表現(xiàn)出差異; 但在7天后， 組塊化反饋在學(xué)生知識遷移上才表現(xiàn)出更大的增益， 且這種效應(yīng)僅發(fā)生在接收反饋前知識基礎(chǔ)較低的學(xué)生身上。其次， 實驗1發(fā)現(xiàn)了組塊化錯誤修正在反饋呈現(xiàn)方式和長時遷移表現(xiàn)之間的中介作用邊緣顯著， 但未發(fā)現(xiàn)認(rèn)知努力的作用。這提示組塊反饋對低知識基礎(chǔ)學(xué)生的長時遷移增益可能是由于更有組織的錯誤修正得以長時保持， 但仍有待后續(xù)實驗進(jìn)行更多驗證。

在實驗1中， 仍存在一些問題值得注意。首先， 在學(xué)習(xí)后即時測驗和7天后的測驗中， 題目的順序未做改變。這可能導(dǎo)致長時學(xué)習(xí)表現(xiàn)受學(xué)生對答案的簡單記憶干擾， 而不足以反映知識遷移的長時保持。第二， 將反饋進(jìn)行組塊化后， 同時導(dǎo)致了反饋時間點的改變。在呈現(xiàn)組塊化反饋時， 信息內(nèi)容在被組塊化的同時也被延遲了反饋發(fā)生的時間點。但單獨(dú)反饋是信息內(nèi)容沒有被組塊化的及時反饋。所以實驗1中的兩種實驗條件， 除了存在反饋信息是否組塊化的差異外， 還在反饋的時間點上也存在差別。前人研究發(fā)現(xiàn)， 延時反饋對學(xué)習(xí)的促進(jìn)作用， 更可能出現(xiàn)在長時間間隔（如7天后）的學(xué)習(xí)表現(xiàn)上， 包括長時遷移（Mullet et al.， 2014）。因此， 實驗1的結(jié)果無法排除組塊化反饋的長時遷移增益來自于純粹的反饋延遲。為了更好地排除上述兩點干擾， 在實驗2中對測題順序做了隨機(jī)打亂， 并且引入第三個實驗條件——即假組塊（兩個關(guān)聯(lián)較小的概念）反饋， 即信息內(nèi)容沒有被組塊化的延遲反饋。實驗2將通過三個水平的比較， 在考察實驗1的結(jié)果能否重復(fù)的基礎(chǔ)上， 嘗試排除“純粹反饋延遲”的可能解釋。此外， 在實驗2中還增加師生大腦數(shù)據(jù)的同時采集， 進(jìn)一步探究師生互動中反饋的呈現(xiàn)方式對學(xué)生長時遷移的影響及其人際神經(jīng)基礎(chǔ)。

3" 實驗2：雙人近紅外超掃描實驗

3.1" 被試

參考既往師生互動近紅外超掃描研究并使用G*Power 3.1進(jìn)行功效分析（同實驗1）， 得到的計劃樣本量為68。實驗2共招募108名華東師范大學(xué)在校學(xué)生：40名為教師角色， 要求專業(yè)是心理學(xué)或社會學(xué)且至少學(xué)完一門教師教育類課程或有過教學(xué)

經(jīng)歷（年齡M = 22.75歲， SD = 2.34歲， 13名男性）; 68名為學(xué)生角色， 要求專業(yè)為非心理學(xué)和社會學(xué)（年齡M = 21.22歲， SD = 2.45歲， 17名男性）。將教師15名（4名男性）、13名（5名男性）、12名（4名男性）隨機(jī)分入組塊反饋、假組塊反饋和單獨(dú)反饋組。教師按同一種方式與隨機(jī)分配的1至3名陌生學(xué)生分別開展一對一教學(xué)， 且同一天內(nèi)僅安排一次實驗。據(jù)此， 共組成68組師?生， 組塊反饋23組， 單獨(dú)反饋23組， 假組塊反饋22組。所有參與者均為視力或矯正視力正常， 無神經(jīng)系統(tǒng)疾病。

3.2" 實驗材料

在學(xué)習(xí)后即時測驗和7天后的測驗中， 對題目的順序進(jìn)行了打亂處理， 以減少由固定的題目順序帶來的記憶影響， 其他同實驗1。

3.3" 實驗流程

實驗任務(wù)分兩次進(jìn)行， 間隔約5天（圖5）。在第一次任務(wù)時， 被試的活動同實驗1。學(xué)生被試在學(xué)習(xí)前測驗的正確率不存在反饋呈現(xiàn)的組間差異（組塊vs. 假組塊vs. 單獨(dú)， 第一部分， 0.49 ± 0.15 vs. 0.52 ± 0.20 vs. 0.44 ± 0.17， F（2， 65） = 1.18， p = 0.314; 第二部分， 0.23 ± 0.12 vs. 0.25 ± 0.14 vs. 0.26 ± 0.12， F（2， 65） = 0.32， p = 0.731）。

第二次任務(wù)分兩部分， 即fNIRS超掃描和掃描后。在fNIRS超掃描部分， 老師和學(xué)生被試間隔約1米面對面坐著， 并佩戴fNIRS設(shè)備。這部分又分兩階段， 即休息和問答反饋。為控制學(xué)生在接收反饋時的知識基礎(chǔ)較低， 實驗2中均未設(shè)置導(dǎo)入階段。在休息階段（300 s）， 被試需閉上眼睛、放空大腦并盡可能保持頭和身體不要有大幅度移動。在問答反饋階段， 對于單獨(dú)反饋組和組塊反饋組， 流程同實驗1。而在假組塊反饋組的每個試次中， 安排5個環(huán)節(jié)， 包括老師提問A， 學(xué)生回答A， 老師提問B， 學(xué)生回答B(yǎng)， 老師反饋A和B， 且A和B這兩個概念不屬于同一個組。10個概念的提問順序由老師提前制定， 且同組概念不能在順序上連續(xù)呈現(xiàn)。fNIRS超掃描部分全程由一臺數(shù)碼攝像機(jī)（HDR- XR100， Sony Corporation， Tokyo， Japan）記錄。在fNIRS超掃描結(jié)束后， 任務(wù)同實驗1。

3.4" fNIRS數(shù)據(jù)采集和預(yù)處理

在超掃描部分， 被試的大腦活動用fNIRS同時記錄（ETG-7100， Hitachi Medical Corporation， Japan）。根據(jù)前人研究（Alamia et al.， 2016; Bor et al.， 2003; Crone et al.， 2008; Jin et al.， 2020; Pammi et al.， 2012; van Duijvenvoorde et al.， 2008; Zhu et al.， 2022）， 選定額、頂區(qū)域為本實驗的感興趣腦區(qū)。使用兩片光極板覆蓋感興趣腦區(qū)：一片3×5覆蓋在額葉（8個發(fā)射光極和7個接收光極， 構(gòu)成22個通道， 編號1～22）和另一片3×3覆蓋在左側(cè)頂葉（5個發(fā)射光極和5個接收光極， 構(gòu)成12個通道， 編號23～34）， 具體位置見圖5b。fNIRS通道對應(yīng)的腦區(qū)位置由3D虛擬定位系統(tǒng)確定（Singh et al.， 2005）。僅關(guān)注左側(cè)頂葉是因為左半球相對于右半球具有語言功能的偏側(cè)性（Vigneau et al.， 2006）， 而概念性知識學(xué)習(xí)又與語言功能密切相關(guān)。

fNIRS記錄的光學(xué)信號的波長為695和830 nm， 采樣率為10 Hz。數(shù)據(jù)預(yù)處理基于MATLAB （R2018a， MathWorks， Natick， MA， U.S.A）函數(shù)和Homer2工具包（v2.2， Huppert et al.， 2009）。首先， 將原始的光強(qiáng)信號轉(zhuǎn)化為光密度信號（optical density， OD）， 若通道的OD信號過強(qiáng)或過弱（超過5個標(biāo)準(zhǔn)差）會被剔除。然后， 檢查OD信號并使用逐通道基于小波的方法校正運(yùn)動偽跡， 選擇Daubechies 5小波并設(shè)置調(diào)整參數(shù)為0.1（Cooper et al.， 2012; Molavi amp; Dumont， 2012）。隨后對OD信號進(jìn)行0.01～1Hz的帶通濾波， 以去除低頻漂移和高頻噪音。然后， 基于修正的朗伯比爾定律， 將OD信號轉(zhuǎn)換成氧合血紅蛋白（Oxyhemoglobin， HbO）和脫氧血紅蛋白濃度變化（Cope amp; Delpy， 1988）。在這項實驗中， 我們主要關(guān)注HbO濃度變化， 因為它能反映大腦活動時血流量的變化、具有較高的信噪比（Hoshi， 2007）且被更廣泛地用于基于fNIRS超掃描的社會互動研究中（Cheng et al.， 2015; Jiang et al.， 2015; Yang et al.， 2020）。

3.5" 數(shù)據(jù)分析

3.5.1" 行為學(xué)數(shù)據(jù)分析

因為每一位老師隨機(jī)配對了1～3名學(xué)生， 存在學(xué)生嵌套在老師和小組中的情況， 所以下述計算如無特殊說明， 均基于R軟件包lme4做線性混合模型。若需多重比較校正， 使用FDR方法（Benjamini amp; Hochberg， 1995）。

數(shù)據(jù)分析的思路和方法如下：（1）確證基于反饋的師生問答（無論呈現(xiàn)方式）能增加學(xué)生的概念性知識并長時保持; （2）探究反饋呈現(xiàn)方式對概念性知識增加的長時影響; （3）探究與（2）有關(guān)的認(rèn)知過程， 如促進(jìn)錯誤修正或增加認(rèn)知努力等; 另基于R軟件包mediation做中介分析。

3.5.2" fNIRS數(shù)據(jù)分析

小波變換相干性（wavelet transform coherence， WTC）" 教師和學(xué)生的腦間同步由WTC算法進(jìn)行計算， 得到兩個時間序列基于頻率和時間的相關(guān)值（Grinsted et al.， 2004）。提取來自同一大腦位置（通道）的經(jīng)過預(yù)處理的HbO時間序列， 比如兩列信號（i和j）分別提取自教師和學(xué)生的15通道， 然后按如下公式進(jìn)行WTC的計算：

其中t表示時間點， s表示小波尺度， lt;·gt;表示在時間和尺度上的平滑處理， 以及W表示連續(xù)的小波變換。然后可以得到一個二維的（時間×頻率） WTC矩陣。本研究只包含對應(yīng)通道的WTC分析。

本研究關(guān)注與反饋相關(guān)的師?生腦間同步， 所以基于實驗視頻， 對反饋開始和反饋結(jié)束的時間點進(jìn)行了標(biāo)記， 然后按6 s的延遲?峰值效應(yīng)進(jìn)行調(diào)整（Cui et al.， 2009; Jiang et al.， 2015）。

基于簇的置換檢驗（Cluster-Permutation test）" 對于每一組被試的每一對通道， 先各自在時間維度上平均反饋環(huán)節(jié)對應(yīng)的WTC時間序列和休息階段（剔除頭尾各30 s以保留更穩(wěn)定的數(shù)據(jù)）對應(yīng)的WTC時間序列， 然后將它們轉(zhuǎn)換為Fisher-z數(shù)值。使用基于簇的置換檢驗方法， 需要找到至少由兩個相鄰?fù)ǖ篮椭辽賰蓚€相鄰頻點組成的頻段?通道簇， 在這樣的簇上面反饋階段的WTC大于休息階段的WTC。這是一種非參數(shù)統(tǒng)計方法， 適用于分析多通道和多頻點的神經(jīng)數(shù)據(jù)， 它相比于對單一通道或頻點進(jìn)行多重比較校正更可能保留一些受個體差異干擾的趨勢性結(jié)果， 進(jìn)而提高統(tǒng)計檢驗的靈敏度（Maris amp; Oostenveld， 2007）。第一步， 就WTC差值（反饋?休息）逐頻點、逐通道地建立線性混合模型， 它的固定效應(yīng)是呈現(xiàn)方式（組塊vs. 假組塊 vs. 單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。第二步， 從34個通道和80個頻點（0.01～1 Hz）中尋找反饋呈現(xiàn)方式效應(yīng)顯著， 且數(shù)值上滿足組塊 gt; 假組塊、組塊 gt; 單獨(dú)且組塊 gt; 休息的通道和頻點。基于實驗1的結(jié)果， 組塊化反饋條件下學(xué)生的遷移表現(xiàn)更好， 預(yù)期背后的神經(jīng)活動也呈現(xiàn)此趨勢; 故而在這一步中關(guān)注上述方向性的結(jié)果。排除與呼吸相關(guān)的頻點（0.15～0.30 Hz）和與心跳相關(guān)的頻點（gt; 0.70 Hz） （Nozawa et al.， 2016）。第三步， 構(gòu)建由至少兩個相鄰?fù)ǖ篮椭辽賰蓚€相鄰頻點組成的簇， 并將屬于一個簇內(nèi)的所有通道?頻點的F值求和作為簇的統(tǒng)計量。第四步， 隨機(jī)置換數(shù)據(jù)， 即學(xué)生的數(shù)據(jù)和另外一組的教師的數(shù)據(jù)組成虛假配對（Jiang et al.， 2012; Long et al.， 2021）。考慮到數(shù)據(jù)長度不同， 將更長的數(shù)據(jù)剪裁至和較短的數(shù)據(jù)一樣的長度（Reindl et al.， 2018）。對隨機(jī)置換后的數(shù)據(jù)進(jìn)行WTC計算和第一步分析， 并根據(jù)第三步中找到的簇， 計算虛假的簇統(tǒng)計量， 重復(fù)1000次。第五步， 將真實的簇統(tǒng)計量與1000次置換計算后的虛假簇統(tǒng)計量分布（都轉(zhuǎn)化為平方根， 以使分布正態(tài)化）進(jìn)行比較， 并按如下公式計算對應(yīng)的p值（Theiler et al.， 1991）： ，""表示真實的簇統(tǒng)計量，" 和 分別表示置換分布的平均數(shù)和標(biāo)準(zhǔn)差。第六步， 基于上一步找到的顯著的簇， 計算每個簇上平均的WTC差值（反饋?休息）， 然后建立線性混合模型， 它的固定效應(yīng)是反饋呈現(xiàn)方式（組塊vs. 假組塊vs. 單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別; 頻率?通道簇上的固定效應(yīng)顯著， 再進(jìn)行事后兩兩比較， 若滿足組塊gt;假組塊且組塊gt;單獨(dú)且FDR校正后p lt; 0.05， 認(rèn)為頻率?通道簇與組塊反饋的加工有關(guān)。

腦間同步的確證" 由于在上一步中使用了反饋環(huán)節(jié)與休息階段的WTC差值進(jìn)行計算， 可能存在組塊反饋環(huán)節(jié)的腦間同步比休息階段小但計算結(jié)果顯著的可能。考慮到人際互動相對于休息狀態(tài)應(yīng)該產(chǎn)生更大的腦間同步（Cui et al.， 2012; Jiang et al.， 2012）， 所以在組塊反饋組中做后續(xù)的確證分析。第一步， 就每個簇上平均的WTC數(shù)值建立線性混合模型， 它的固定效應(yīng)是任務(wù)（組塊反饋vs. 休息）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。第二步， 將組塊反饋時每個簇上平均的WTC數(shù)值與1000次隨機(jī)置換計算后虛假WTC數(shù)值分布進(jìn)行比較， 并計算對應(yīng)的p值。第三步， 將每個簇上平均的WTC差值（組塊反饋?休息）與1000次隨機(jī)置換計算后虛假WTC差值（組塊反饋?休息）進(jìn)行比較， 并計算對應(yīng)的p值。若頻率?通道簇同時滿足第一步中的固定效應(yīng)顯著且第二步和第三步中的p lt; 0.05， 支持其上的腦間同步與真實的基于組塊反饋的教學(xué)互動有關(guān)， 而非來自相同的實驗任務(wù)或環(huán)境。

3.5.3" 行為?腦相關(guān)分析

然后， 分析與組塊反饋相關(guān)的師?生腦間同步與學(xué)習(xí)表現(xiàn)之間的關(guān)系。為了控制學(xué)習(xí)前知識基礎(chǔ)的影響， 在相關(guān)分析中使用相對正確率（學(xué)習(xí)后測驗正確率?學(xué)習(xí)前測驗正確率）去量化學(xué)生的學(xué)習(xí)表現(xiàn)。基于皮爾遜相關(guān)分析， 計算組塊反饋過程中的師?生腦間同步與學(xué)生再認(rèn)和遷移的正確率、與組塊化錯誤修正之間的相關(guān)關(guān)系。

3.6" 結(jié)果

3.6.1" 接收反饋前學(xué)生的知識基礎(chǔ)

就接收反饋前學(xué)生回答的正確率建立線性混合模型， 固定效應(yīng)是反饋呈現(xiàn)（組塊vs. 假組塊vs.單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)不顯著（組塊vs. 假組塊vs. 單獨(dú)， 0.07 ± 0.08 vs. 0.07 ± 0.08 vs. 0.08 ± 0.10）， F（2， 36.58） = 0.10， p = 0.907。這表明， 三組學(xué)生在接收反饋之前， 知識基礎(chǔ)較低且無差異。

3.6.2" 基于反饋的師生互動促進(jìn)了知識再認(rèn)和遷移， 且遷移長時保持

就學(xué)生在再認(rèn)/遷移測驗上的正確率分別建立線性混合模型， 固定效應(yīng)是測驗時間（學(xué)習(xí)前vs. 學(xué)習(xí)后即時vs. 學(xué)習(xí)后7天）和反饋呈現(xiàn)（組塊vs. 假組塊vs. 單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。并將遷移/再認(rèn)測驗上的正確率分別放入模型以控制其可能存在的效應(yīng)。在這一步分析中， 主要關(guān)注測驗時間的效應(yīng)。

在再認(rèn)上， 測驗時間的效應(yīng)顯著， F（2， 156.20） = 22.50， p lt; 0.001 （圖6a）：相比于學(xué)習(xí)前的正確率（M = 0.48， SD = 0.17）， 學(xué)習(xí)后即時的正確率（M = 0.91， SD = 0.13， t（185） = 6.43， corrected p lt; 0.001， β = 0.22， SE = 0.03）和學(xué)習(xí)后7天的正確率（M = 0.81， SD = 0.20， t（183）= 4.92， corrected p lt; 0.001， β = 0.15， SE = 0.03）都顯著提高; 7天后， 正確率顯著衰退（t（139） = ?2.94， corrected p = 0.011， β = ?0.06， SE = 0.02）。在遷移上， 測驗時間的效應(yīng)顯著， F（2， 153.14） = 18.55， p lt; 0.001 （圖6b）：相比于學(xué)習(xí)前的正確率（M = 0.25， SD = 0.13）， 學(xué)習(xí)后即時的正確率（M = 0.71， SD = 0.23， t（185） = 5.34， corrected p lt; 0.001， β = 0.21， SE = 0.04）和學(xué)習(xí)后7天的正確率（M = 0.64， SD = 0.25， t（177）= 5.84， corrected p lt; 0.001， β = 0.20， SE = 0.03）都顯著提高; 7天后， 正確率未顯著衰退（t（141） = ?0.44， corrected p = 0.661， β = ?0.01， SE = 0.03）。

此外， 在再認(rèn)上， 反饋呈現(xiàn)的主效應(yīng)不顯著， F（2， 24.43） = 2.20， p = 0.132; 測試時間和反饋呈現(xiàn)的交互效應(yīng)不顯著， F（4， 135.30） = 0.44， p = 0.778。在遷移上， 反饋呈現(xiàn)的主效應(yīng)不顯著， F（2， 27.43） = 1.74， p = 0.195; 交互效應(yīng)邊緣顯著， F（4， 130.73） = 2.22， p = 0.070。

3.6.3" 相比于非組塊呈現(xiàn)， 組塊化呈現(xiàn)反饋更有利于學(xué)生的長時遷移

為了控制個體在知識基礎(chǔ)上的差異， 并進(jìn)一步探查反饋呈現(xiàn)方式在不同測試時間上對學(xué)習(xí)的不同影響， 后續(xù)分析均就學(xué)習(xí)后概念性知識的增加（相對于前測的正確率增量）建立線性混合模型。首先， 就學(xué)習(xí)后即時的再認(rèn)正確率增量建立線性混合模型， 固定效應(yīng)是反饋呈現(xiàn)（組塊vs. 假組塊vs. 單獨(dú)）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。并將即時的遷移正確率增量放入模型以控制其可能存在的效應(yīng)。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)不顯著（組塊vs. 假組塊vs. 單獨(dú)， 0.44 ± 0.19 vs. 0.38 ± 0.21 vs. 0.45 ± 0.16）， F（2， 38.57） = 0.74， p = 0.483。平行地， 就學(xué)習(xí)后即時的遷移正確率增量建立線性混合模型， 其他設(shè)置同前， 放入即時的再認(rèn)正確率增量以控制其可能存在的效應(yīng)。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)邊緣顯著（0.53 ± 0.16 vs. 0.41 ± 0.20 vs. 0.44 ± 0.23）， F（2， 62.67） = 2.64， p = 0.079。

就學(xué)習(xí)后7天的再認(rèn)正確率增量建立相應(yīng)的線性混合模型。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)不顯著（0.37 ± 0.21 vs. 0.30 ± 0.19 vs. 0.34 ± 0.21）， F（2， 30.95） = 0.20， p = 0.823 （圖7a）。平行地， 就學(xué)習(xí)后7天的遷移正確率增量建立相應(yīng)的線性混合模型。結(jié)果發(fā)現(xiàn)， 反饋呈現(xiàn)的效應(yīng)顯著（0.53 ± 0.17 vs. 0.30 ± 0.25 vs. 0.37 ± 0.22）， F（2， 61.70） = 6.11， p = 0.004 （圖7b）：學(xué)生接收組塊相比于單獨(dú)反饋， 學(xué)習(xí)后7天的遷移正確率增量顯著更大（t（29.9） =2.49， p = 0.019， corrected p = 0.028， β = 0.15， SE = 0.06）， 學(xué)生接收組塊相比于假組塊反饋， 學(xué)習(xí)后7天的遷移正確率增量也顯著更大（t（32） = 3.20， p = 0.0031， corrected p = 0.009， β = 0.20， SE = 0.06）， 但假組塊與單獨(dú)反饋無顯著差異（t（26.7） = ?0.76， p = 0.455， corrected p = 0.455， β = ?0.05， SE = 0.06）。

3.6.4" 反饋的呈現(xiàn)方式通過組塊化錯誤修正影響低知識基礎(chǔ)學(xué)生的長時遷移

進(jìn)一步探究反饋的呈現(xiàn)方式影響低知識基礎(chǔ)學(xué)生的長時遷移表現(xiàn)的可能認(rèn)知過程， 依次考察組塊化錯誤修正和認(rèn)知努力。考慮到假組塊反饋組與單獨(dú)反饋組在長時遷移表現(xiàn)上未見顯著差異， 后續(xù)將這兩組合并成非組塊反饋組， 再與組塊反饋組進(jìn)行比較。據(jù)此， 就學(xué)習(xí)后7天相比于學(xué)習(xí)前學(xué)生在遷移測量上的保持/轉(zhuǎn)變的概念組數(shù)， 建立線性混合模型， 固定效應(yīng)是保持/轉(zhuǎn)變（錯誤→正確vs 錯誤→錯誤vs 正確→正確vs. 正確→錯誤）和反饋呈現(xiàn)（組塊vs. 非組塊）。隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別; 并將學(xué)習(xí)前測量2上的正確或錯誤的概念組數(shù)作為初始水平、學(xué)習(xí)后7天再認(rèn)測量上保持/轉(zhuǎn)變的概念組數(shù)一起放入模型以控制他們可能存在的效應(yīng)。結(jié)果如圖8a所示， 轉(zhuǎn)變過程的效應(yīng)顯著， F（3， 261.15） = 9.37， p lt; 0.001：錯誤→正確的概念組數(shù)（1.26 ± 0.26）比錯誤→錯誤的概念組數(shù)更多（0.78 ± 0.83， t（197） = 3.71， corrected p = 0.002， β = 0.42， SE = 0.11）， 其他比較均無顯著差異（ts lt; 2.16， corrected ps gt; 0.096）。反饋呈現(xiàn)的效應(yīng)不顯著， F（1， 249.65） = 0.36， p = 0.549。轉(zhuǎn)變過程和呈現(xiàn)方式的交互效應(yīng)顯著， F（3， 260.06） = 8.23， p lt; 0.001。簡單效應(yīng)分析發(fā)現(xiàn)， 接收組塊相比于非組塊反饋的學(xué)生， 錯誤→正確的概念組數(shù)更多（1.74 ± 1.05 vs. 1.02 ± 0.99， t（214） = 4.13， p lt; 0.001， β = 0.69， SE = 0.17）， 錯誤→錯誤的概念組數(shù)更少（0.48 ± 0.73 vs. 0.93 ± 0.84， t（213） =?2.71， p = 0.007， β = ?0.45， SE = 0.17）。此外， 接收組塊反饋的學(xué)生， 錯誤→正確的概念組數(shù)（1.74 ± 1.05）， 比正確→錯誤的概念組數(shù)更多（0.00 ± 0.00， t（240） = 3.66， corrected p lt; 0.001， β = 0.87， SE = 0.24）， 比正確→正確的概念組數(shù)更多（0.22 ± 0.42， t（241） = 3.16， corrected p = 0.004， β = 0.75， SE = 0.24）， 也比錯誤→錯誤的概念組數(shù)更多（0.48 ± 0.73， t（198） = 6.15， corrected p lt; 0.001， β = 1.19， SE = 0.19）。其他比較均無顯著差異（ts lt; 1.36， corrected ps gt; 0.209）。

此外， 7天后遷移測量上的學(xué)習(xí)增量與組塊化錯誤修正呈正相關(guān)（r = 0.81， R2 = 65.61%， p lt; 0.001）、與組塊化錯誤保持呈負(fù)相關(guān)（r = ?0.52， R2 = 27.04%， p lt; 0.001）。繼而考察7天后遷移測量上的組塊化錯誤修正、保持在反饋呈現(xiàn)和7天后遷移的學(xué)習(xí)增量之間的中介作用， 組塊反饋組和非組塊反饋組被分別編碼為1和0。結(jié)果發(fā)現(xiàn)， 組塊化錯誤修正的部分中介效應(yīng)顯著， ab = 0.12， bootstrap 95% CI = [0.03， 0.21]， p = 0.008; c’ = 0.07， p = 0.046 （圖8b）; 組塊化錯誤保持的部分中介效應(yīng)顯著， ab = 0.06， bootstrap 95% CI = [0.01， 0.11]， p = 0.024; c’ = 0.14， p = 0.009。

接下來， 就認(rèn)知努力建立線性混合模型， 固定效應(yīng)是反饋呈現(xiàn)（組塊vs. 非組塊）， 隨機(jī)效應(yīng)是老師的編號、性別和教學(xué)次數(shù)， 以及學(xué)生的編號和性別。結(jié)果發(fā)現(xiàn)， 相比于非組塊反饋， 接收組塊反饋的學(xué)生報告出更高的認(rèn)知努力（12.19 ± 4.84 vs.

10.58 ± 3.80）， F（1， 61.08） = 4.36， p = 0.041。此外， 認(rèn)知努力與認(rèn)知負(fù)荷的受挫維度相關(guān)顯著（r = 0.32， R2 = 10.24%， p = 0.011）且接收組塊相比于非組塊反饋的學(xué)生感知到更大的學(xué)習(xí)受挫（7.24 ± 4.53 vs. 5.45 ± 4.92）， F（1， 32.94） = 4.32， p = 0.045。但是， 7天后遷移學(xué)習(xí)增量與認(rèn)知努力的相關(guān)未達(dá)顯著（r = ?0.05， R2 = 0.25%， p = 0.700）。故未繼續(xù)考察認(rèn)知努力的中介作用。

3.6.5" 組塊化反饋過程中， 師?生在額、頂葉的腦間同步更強(qiáng)

考察在呈現(xiàn)組塊相比于非組塊化反饋（包括假組塊和單獨(dú)）過程中是否引發(fā)了顯著更大的師?生腦間同步。發(fā)現(xiàn)了3個顯著的頻率?通道簇， 其中2個位于額葉， 1個位于左側(cè)頂葉。簇1包含通道21和22， 位置在右側(cè)額上回和額中回， 頻率0.019～0.028 Hz （圖9a）; 簇統(tǒng)計量 = 5.16， 隨機(jī)置換檢驗p lt; 0.001 （圖9b）。反饋時簇1的腦同步增加（反饋?休息， 下同）的呈現(xiàn)方式效應(yīng)顯著， F（2， 65） = 3.83， p = 0.027 （圖9c）; 兩兩比較發(fā)現(xiàn)， 組塊反饋時簇1的腦同步增加（0.07 ± 0.16）顯著大于假組塊反饋（?0.05 ± 0.16， t（32.6） = 2.32， p = 0.027， corrected p = 0.045， β = 0.12， SE = 0.05）， 也顯著大于單獨(dú)反饋（?0.05 ± 0.17， t（31.1） = 2.28， p = 0.030， corrected p = 0.045， β = 0.12， SE = 0.05）， 假組塊反饋與單獨(dú)反饋無差別（t（27.1） = ?0.04， p = 0.966， corrected p = 0.966， β = ?0.00， SE = 0.05）。后續(xù)分析確證， 組塊反饋時簇1的腦同步（0.40 ± 0.10）顯著大于休息時的腦同步（0.33 ± 0.13， F（1， 29.52） = 5.00， p = 0.033， 圖9d）; 組塊反饋時簇1的腦同步顯著大于隨機(jī)配對下的虛假腦同步值（p = 0.022， 圖9e）; 組塊反饋時簇1的腦同步與休息時的腦同步增加顯著大于隨機(jī)配對下的虛假腦同步增加（p = 0.032， 圖9f）。

簇2包含通道7、11、12和17， 位置在左右兩側(cè)的額上回， 頻率0.010～0.015 Hz （圖9g）; 簇統(tǒng)計量 = 7.62， 置換檢驗p lt; 0.001 （圖9h）。反饋時簇2的腦同步增加的呈現(xiàn)方式效應(yīng)顯著， F （2， 62.51） = 8.05， p lt; 0.001 （圖9i）; 兩兩比較發(fā)現(xiàn)， 組塊反饋時簇2的腦同步增加（0.11 ± 0.14）顯著大于假組塊反饋（?0.07 ± 0.20， t（31.5） = 2.79， p = 0.009， corrected p = 0.013， β = 0.18， SE = 0.06）， 也顯著大于單獨(dú)反饋（?0.14 ± 0.28， t（30.2） = 3.76， p lt; 0.001， corrected p = 0.002， β = 0.24， SE = 0.06）， 假組塊反饋與單獨(dú)反饋無差別（t（26.0） = 0.98， p = 0.337， corrected p = 0.337， β = 0.06， SE = 0.06）。后續(xù)分析確證， 組塊反饋時簇2的腦同步（0.48 ± 0.12）顯著大于休息時的腦同步（0.37 ± 0.12）， F（1， 22） = 15.47， p lt; 0.001 （圖9j）; 組塊反饋時簇2的腦同步顯著大于隨機(jī)配對下的虛假腦通步值（p = 0.008， 圖9k）; 組塊反饋時簇2的腦同步與休息時的腦同步增加顯著大于隨機(jī)配對下的虛假腦同步增加（p lt; 0.001， 圖9l）。

簇3包含通道25和28， 位置在左側(cè)頂下回， 頻率0.027～0.034 Hz （圖9k）， 簇統(tǒng)計量 = 4.72， 置換檢驗p lt; 0.001 （圖9l）。反饋時簇3的腦同步增加的呈現(xiàn)方式效應(yīng)顯著， F（2， 36.43） = 6.29， p = 0.005 （圖9m）; 兩兩比較發(fā)現(xiàn)， 組塊反饋時簇3的腦同步增加（0.08 ± 0.11）顯著大于假組塊反饋（?0.03 ± 0.12， t（36.5） = 2.88， p = 0.007， corrected p = 0.010， β = 0.12， SE = 0.04）， 也顯著大于單獨(dú)反饋（?0.04 ± 0.13， t（34.5） = 3.04， p = 0.005， corrected p = 0.010， β = 0.13， SE = 0.04）， 假組塊反饋與單獨(dú)反饋無差別（t（32.6） = 0.20， p = 0.842， corrected p = 0.842， β = 0.01， SE = 0.04）。后續(xù)分析確證， 組塊反饋時簇3的腦同步（0.37 ± 0.08）顯著大于休息時的腦同步（0.29 ± 0.10， F（1， 22） = 12.87， p = 0.002， 圖9p）; 組塊反饋時簇3的腦同步顯著大于隨機(jī)配對下的虛假腦同步值（p = 0.006， 圖9q）; 組塊反饋時簇3的腦同步與休息時的腦同步增加顯著大于隨機(jī)配對下的虛假腦同步增加（p lt; 0.001， 圖9r）。

3.6.6" 組塊化反饋過程中， 師?生在額葉的腦間同步預(yù)測長時遷移和組塊化錯誤修正

進(jìn)一步， 探究組塊反饋過程中出現(xiàn)的師?生腦間同步能否預(yù)測學(xué)生的長時學(xué)習(xí)表現(xiàn)。結(jié)果發(fā)現(xiàn)， 簇1上的腦同步差值（組塊反饋?休息， 下同）與學(xué)習(xí)后即時在再認(rèn)測量上的正確率增量邊緣正相關(guān)（r = 0.37， R2 = 13.69%， p = 0.082）， 與學(xué)習(xí)后7天在再認(rèn)測量上的增量邊緣相關(guān)（r = 0.38， R2 = 14.44%， p = 0.070）; 與學(xué)習(xí)后即時在遷移測量上的正確率增量顯著正相關(guān)（r = 0.64， R2 = 40.96%， p = 0.001）， 也與學(xué)習(xí)后7天在遷移測量上的增量正相關(guān)（r = 0.55， R2 = 30.25%， p = 0.006， 圖10a）。其他簇上的腦同步與學(xué)習(xí)表現(xiàn)不相關(guān)（rs lt; 0.37， ps gt; 0.078）。

此外， 將簇1上的腦同步與錯誤修正（錯誤→正確）、錯誤保持（錯誤→錯誤）的概念組數(shù)做相關(guān)分析， 發(fā)現(xiàn)簇1上的腦同步差值與學(xué)習(xí)后即時的錯誤修正的概念組數(shù)正相關(guān)（r = 0.69， R2 = 47.61%， p lt; 0.001）， 與學(xué)習(xí)后即時的錯誤保持的概念組數(shù)不相關(guān)（r = ?0.14， R2 = 1.96%， p = 0.260）; 與學(xué)習(xí)后7天的錯誤修正的概念組數(shù)正相關(guān)（r = 0.54， R2 = 29.16%， p = 0.007， 圖10b）， 與學(xué)習(xí)后7天的錯誤保持的概念組數(shù)負(fù)相關(guān)邊緣顯著（r = ?0.24， R2 = 5.76%， p = 0.052）。

3.7" 討論

實驗2的結(jié)果表明， 在師生互動中， 將反饋中的信息按組塊相比于非組塊（包括單獨(dú)和假組塊）的方式呈現(xiàn)時， 更有利于低知識基礎(chǔ)學(xué)生的長時遷移表現(xiàn)。實驗2在重復(fù)實驗1結(jié)果的基礎(chǔ)上， 排除了兩種可能的解釋。首先， 通過改變題目的順序， 排除了學(xué)生的長時遷移表現(xiàn)受學(xué)生對答案的簡單記憶的干擾。其次， 通過引入了假組塊反饋組作為對照， 并且發(fā)現(xiàn)假組塊組與單獨(dú)反饋組的長時遷移表現(xiàn)沒有顯著差別， 說明單純改變反饋的時間點并不能帶來長時的遷移增益。上述結(jié)果支持了組塊化呈現(xiàn)反饋在促進(jìn)低知識基礎(chǔ)學(xué)生長時遷移中的獨(dú)特作用。此外， 實驗2發(fā)現(xiàn)組塊化錯誤修正、保持在反饋呈現(xiàn)方式和長時遷移表現(xiàn)之間的部分中介作用顯著， 支持了有效錯誤修正在反饋促進(jìn)長時知識遷移中的重要作用。雖然實驗2發(fā)現(xiàn)相比于非組塊反饋， 接收組塊反饋的學(xué)生報告出更大的認(rèn)知努力和學(xué)習(xí)受挫， 但并未發(fā)現(xiàn)認(rèn)知努力與長時學(xué)習(xí)表現(xiàn)之間的關(guān)聯(lián)。上述結(jié)果支持組塊化反饋更能夠明確地標(biāo)識當(dāng)前表現(xiàn)與目標(biāo)之間的差距， 使得學(xué)生感受到了更大的學(xué)習(xí)受挫， 并激發(fā)了認(rèn)知努力， 但也提示認(rèn)知努力還不足以為學(xué)生帶來長時的遷移增益。除此之外， 實驗2從人際角度揭示， 組塊化呈現(xiàn)的反饋引發(fā)了教師?學(xué)生二人組在額葉和頂葉更大的腦間同步， 包括額上回、額中回和頂下回。這一結(jié)果表明， 反饋中精細(xì)信息的組塊化加工依賴于互動雙方額葉和頂葉的同步性腦活動。進(jìn)一步， 實驗2還發(fā)現(xiàn)組塊化反饋引發(fā)的額葉師?生腦間同步可以預(yù)測學(xué)習(xí)者長時遷移表現(xiàn)及組塊化錯誤修正。這提示了額葉上的師?生腦間同步可能是反饋的組塊化呈現(xiàn)促進(jìn)錯誤修正、提升學(xué)習(xí)遷移并長時保持的人際神經(jīng)基礎(chǔ)。

4" 總討論

4.1" 師生互動中組塊化反饋促進(jìn)低知識基礎(chǔ)學(xué)生的長時遷移

實驗1在師生互動中比較了呈現(xiàn)方式不同的反饋， 即組塊反饋和單獨(dú)反饋， 發(fā)現(xiàn)了反饋呈現(xiàn)方式的長時效應(yīng)：相比于單獨(dú)的反饋， 將反饋中的信息按組塊化呈現(xiàn)時， 更有利于學(xué)生的長時遷移; 但僅對接收反饋前知識基礎(chǔ)較低的學(xué)生有效應(yīng)。為排除該結(jié)果的另一種可能解釋——因為反饋延時導(dǎo)致組塊反饋更有利于低知識基礎(chǔ)學(xué)生的長時遷移， 實驗2中增加了一個假組塊反饋（非組塊但延時）條件。結(jié)果發(fā)現(xiàn)， 組塊反饋組的長時遷移表現(xiàn)顯著好于另外兩個非組塊反饋組; 而假組塊反饋組和單獨(dú)反饋組的長時學(xué)習(xí)表現(xiàn)并無差別， 排除了反饋延時的可能解釋。上述結(jié)果與前人研究發(fā)現(xiàn)一致， 即發(fā)現(xiàn)通過強(qiáng)調(diào)學(xué)習(xí)內(nèi)容之間的關(guān)聯(lián)或?qū)W(xué)習(xí)材料按組塊化呈現(xiàn)可以促進(jìn)知識習(xí)得并促進(jìn)新情景問題解決和遷移（Cohen amp; Sekuler， 2010; Spiro et al.， 1991）。值得注意的是， 組塊化反饋促進(jìn)的是知識遷移而非再認(rèn)， 遷移促進(jìn)是長時的而非即時的， 且只發(fā)生在知識基礎(chǔ)較低的學(xué)生身上。

首先， 呈現(xiàn)方式不同的精細(xì)內(nèi)容反饋只影響知識遷移而不包括再認(rèn)。前人研究發(fā)現(xiàn)精細(xì)內(nèi)容反饋相比于簡單內(nèi)容反饋可以同時促進(jìn)知識再認(rèn)和遷移（Finn et al.， 2018）或只能促進(jìn)知識遷移（Butler et al.， 2013）， 這可能與所用測題的類型或難度有關(guān)。值得注意的是， 在本研究中知識再認(rèn)的結(jié)果呈現(xiàn)天花板情況， 這可能反映了再認(rèn)測量的難度較低， 或使得這一維度的結(jié)果不呈現(xiàn)條件間差異。后續(xù)， 可轉(zhuǎn)變當(dāng)前使用的聯(lián)結(jié)再認(rèn)為回想再認(rèn)， 從而提高再認(rèn)的難度， 繼續(xù)考察反饋呈現(xiàn)方式對知識再認(rèn)的影響。此外， 再認(rèn)測量上正確率達(dá)天花板且不存在條件間差異， 可以在一定程度上排除， 反饋呈現(xiàn)方式對知識遷移的影響并不由“無法再認(rèn)”或“再認(rèn)差別”所可能導(dǎo)致。

第二， 長時效應(yīng)的出現(xiàn)很可能是由于組塊反饋促進(jìn)了學(xué)生對概念性知識的認(rèn)知加工深度， 從而減緩了隨時間而來的遷移衰退。基于組塊理論（Chunking Theory， Chase amp; Simon， 1973）和模板理論（Template Theory， Gobet amp; Simon， 1996）， 學(xué)習(xí)被認(rèn)為是隨著辨別網(wǎng)絡(luò)的形成而發(fā)生， 且該網(wǎng)絡(luò)的發(fā)展會受到系統(tǒng)當(dāng)前狀態(tài)和環(huán)境輸入的不斷影響。理論上， 組塊化的環(huán)境輸入有助于辨別網(wǎng)絡(luò)發(fā)展出更高級別的結(jié)構(gòu)。這種更高級別的網(wǎng)絡(luò)結(jié)構(gòu)很可能為長時記憶中的程序或語義信息附加了索引。在本研究中， 組塊化相對于分散化的反饋信息輸入， 更有助于低水平的學(xué)習(xí)者辨別存在關(guān)聯(lián)的不同概念之間的異同點， 促使辨別網(wǎng)絡(luò)發(fā)展出高級結(jié)構(gòu)。而由辨別網(wǎng)絡(luò)的高級結(jié)構(gòu)附加在長時記憶中的語義信息索引更不容易隨時間消退， 進(jìn)而支持了先驗知識水平較低的學(xué)習(xí)者對概念性知識的長時提取與應(yīng)用， 出現(xiàn)長時的遷移增益。

第三， 組塊化反饋的長時遷移效應(yīng)僅出現(xiàn)在知識基礎(chǔ)較低的學(xué)生身上， 可由專長逆轉(zhuǎn)效應(yīng)（Expertise Reversal Effect， Kalyuga amp; Sweller， 2004）解釋。對于缺乏相關(guān)知識背景的新手來說， 新穎的任務(wù)很容易使工作記憶超負(fù)荷; 因此， 他們的表現(xiàn)更依賴于外部的支持性指導(dǎo)。相比之下， 更具經(jīng)驗的學(xué)習(xí)者可以調(diào)用已有的圖式幫助他們完成任務(wù)， 而不容易出現(xiàn)工作記憶的超載， 所以外部的指導(dǎo)對他們來說很可能是冗余的（Renkl amp; Atkinson， 2003; Sweller et al.， 1998）。在本研究中， 按組塊化呈現(xiàn)的反饋作為一種支持性的外部指導(dǎo)， 更有效地幫助了先驗知識較低的學(xué)生處理反饋信息、修正錯誤并促進(jìn)知識向新情境的遷移; 但對于知識基礎(chǔ)較高的學(xué)習(xí)者來說， 反饋的組塊化呈現(xiàn)可能是冗余的， 故而無法使他們獲得額外的學(xué)習(xí)增益。此外， 實驗1通過在問答反饋之前設(shè)置導(dǎo)入階段的有無來操縱學(xué)生接收反饋前的知識基礎(chǔ)水平的高低， 后續(xù)發(fā)現(xiàn)不同知識基礎(chǔ)的學(xué)生在知識再認(rèn)、遷移表現(xiàn)上均并未呈現(xiàn)顯著差異。這提示了導(dǎo)入階段對于學(xué)生來說很可能是冗余性的教學(xué)支持， 而無導(dǎo)入的問答反饋教學(xué)實則提高了概念性知識的學(xué)習(xí)效率， 即在精簡教學(xué)環(huán)節(jié)、縮短教學(xué)時間的同時， 達(dá)到了同等的教學(xué)效果。但是值得注意的是， 當(dāng)前研究在導(dǎo)入階段時將概念的術(shù)語和定義連續(xù)給學(xué)生講述兩遍， 這一操作有可能對學(xué)生的知識基礎(chǔ)提高過多， 使得反饋呈現(xiàn)方式的可能影響無法顯現(xiàn)。后續(xù)研究可以嘗試在保證高知識基礎(chǔ)操縱成功的前提下， 使知識基礎(chǔ)提高量相對于當(dāng)前研究更少。例如， 對導(dǎo)入階段的操作進(jìn)行修訂， 如將講述遍數(shù)從2縮減為1， 或在導(dǎo)入與問答反饋階段之間設(shè)置更長的時間間隔（如一天）。基于此， 進(jìn)一步探查反饋呈現(xiàn)方式對知識基礎(chǔ)相對較高的學(xué)生的學(xué)習(xí)是否也會帶來影響。

4.2" 師生互動中反饋呈現(xiàn)方式通過組塊化錯誤修正促進(jìn)低知識基礎(chǔ)學(xué)生的長時遷移

本研究發(fā)現(xiàn)， 對于知識基礎(chǔ)較低的學(xué)生， 存在反饋的呈現(xiàn)方式通過整組概念的錯誤修正影響長時遷移的間接通路， 提示了組塊化錯誤修正的重要作用。這一結(jié)果符合認(rèn)知學(xué)習(xí)理論框架下， 具體、有針對性或信息豐富反饋通過更有效地修正錯誤促進(jìn)學(xué)習(xí)的說法（Bangert-Drowns et al.， 1991; Kulhavy amp; Stock， 1989; Narciss amp; Huth， 2004）， 而且補(bǔ)充了在師生互動中通過呈現(xiàn)方式對反饋內(nèi)容進(jìn)行組織可以通過促進(jìn)先驗知識較低學(xué)生對概念性知識的有組織修正進(jìn)而獲得遷移的長時增益。結(jié)合組塊理論和模板理論， 組塊化相對于分散化的反饋信息輸入， 很可能促進(jìn)了低水平學(xué)習(xí)者更有效地明確或修正他們先前對概念性知識的不理解或錯誤理解， 從而使辨別網(wǎng)絡(luò)發(fā)展出高級結(jié)構(gòu)。而由辨別網(wǎng)絡(luò)的高級結(jié)構(gòu)附加在長時記憶中的語義信息索引更不容易隨時間消退， 進(jìn)而支持了低先驗知識水平學(xué)習(xí)者在學(xué)習(xí)結(jié)束一段時間后仍能在新情境中對概念性知識進(jìn)行有效提取與應(yīng)用。

不同于實驗1的結(jié)果， 實驗2還發(fā)現(xiàn)了相較于非組塊反饋， 學(xué)生接收組塊反饋時報告出更大的認(rèn)知努力和學(xué)習(xí)受挫。這可能是因為組塊反饋更能夠明確地標(biāo)識當(dāng)前表現(xiàn)與目標(biāo)之間的差距， 從而使學(xué)生感受到了學(xué)習(xí)受挫， 并激發(fā)了認(rèn)知努力。這一發(fā)現(xiàn)一定程度上符合基于元認(rèn)知主義學(xué)習(xí)理論的觀點， 即認(rèn)為只有當(dāng)反饋有效地指示當(dāng)前與目標(biāo)表現(xiàn)之間的差距時， 才可能促使學(xué)生自主地投入更多的認(rèn)知努力去縮小差距（Nicol amp; McFarlane-Dick， 2006; Sadler， 1989）。然而本實驗并未發(fā)現(xiàn)認(rèn)知努力與長時的遷移表現(xiàn)之間的關(guān)聯(lián)。這意味著反饋的呈現(xiàn)方式不能僅憑影響認(rèn)知努力來實現(xiàn)學(xué)生長時的遷移增益。雖然本實驗結(jié)果不支持認(rèn)知努力是反饋呈現(xiàn)方式促進(jìn)長時學(xué)習(xí)的認(rèn)知過程， 但仍有待更多的研究去對認(rèn)知努力做更精準(zhǔn)的測量（Golonka et al.， 2015; Laufer amp; Hulstijn， 2001）并檢驗其可能作用。

4.3" 師生互動中組塊化反饋促進(jìn)長時遷移的人際神經(jīng)基礎(chǔ)是額葉的師?生腦間同步

實驗2基于近紅外超掃描技術(shù)， 探究了教師與學(xué)生互動過程中組塊化反饋的人際神經(jīng)基礎(chǔ)， 結(jié)果發(fā)現(xiàn)相較于非組塊反饋， 提供和接收組塊化反饋的過程中， 師、生在額、頂區(qū)域的大腦活動呈現(xiàn)更大的同步性， 包括額上回、額中回和頂下回。這些腦區(qū)與前人研究發(fā)現(xiàn)的與反饋加工有關(guān)的腦區(qū)（ACC、DLPFC和頂葉， Cavanagh et al.， 2012; Crone et al.， 2008; Luft et al.， 2013; Mars et al.， 2005; van Duijvenvoorde et al.， 2008; Zanolie et al.， 2008）以及與信息組塊化加工有關(guān)的腦區(qū)（DLPFC和后頂葉皮層， Alamia et al.， 2016; Bor et al.， 2003; Jin et al.， 2020; Pammi et al.， 2012）在空間上十分接近。此外， 這些腦區(qū)也與前人研究發(fā)現(xiàn)的一般性或基于精細(xì)內(nèi)容反饋的師生互動教學(xué)過程中腦間同步的發(fā)生位置接近（額葉或顳頂區(qū)域， Pan et al.， 2020; Zheng et al.， 2018; Zhu et al.， 2022）。這提示了額、頂葉區(qū)域的腦間同步支持了師生互動中提供與接收反饋信息的加工過程， 且對反饋信息的呈現(xiàn)方式變化敏感。

進(jìn)一步， 實驗2發(fā)現(xiàn)與組塊化反饋有關(guān)的額葉（而非頂葉）的師?生腦間同步與學(xué)習(xí)者的長時遷移表現(xiàn)和錯誤修正存在正相關(guān)關(guān)系。上述結(jié)果提示了額葉上的師?生腦間同步可能是反饋的組塊化呈現(xiàn)促進(jìn)錯誤修正、提升學(xué)習(xí)遷移并長時保持的人際神經(jīng)基礎(chǔ)。前人研究發(fā)現(xiàn)， 組塊化語言信息的加工依賴于額葉（Grodzinsky amp; Santi， 2008; Jin et al.， 2020）、額葉的活動與記憶的長時保持、延時的任務(wù)表現(xiàn)有關(guān)（Sakai amp; Passingham， 2003; Squire et al.， 1993）且抽象的知識結(jié)構(gòu)或圖式與內(nèi)側(cè)前額葉的功能有關(guān)（Gilboa amp; Marlatte， 2017）。因此， 本研究的結(jié)果支持了額葉在深層次的知識表征中發(fā)揮關(guān)鍵作用， 可能支持辨別網(wǎng)絡(luò)發(fā)展出更高級別、更抽象的知識結(jié)構(gòu)， 進(jìn)而促進(jìn)了知識遷移的長時增益。此外， 前人研究發(fā)現(xiàn)額葉上的師?生腦間同步可以指示有效的教學(xué)策略， 如支架式和高頻互動式（Pan et al.， 2018， 2020）; 將反饋按組塊化呈現(xiàn)也屬于有效教學(xué)策略的一種， 所以本研究的結(jié)果支持了額葉腦間同步在區(qū)分教學(xué)策略有效性上的作用。但是前人研究也指出， 成年人更依賴頂葉皮層而不是ACC來處理更有效的反饋信息， 以調(diào)整表現(xiàn)或糾正錯誤（Crone et al.， 2008; van Duijvenvoorde et al.， 2008; Zanolie et al.， 2008）、在單獨(dú)反饋過程中引發(fā)的師生頂葉上的腦間同步可以預(yù)測即時的學(xué)習(xí)遷移（Zhu et al.， 2022）、顳頂聯(lián)合區(qū)的師生腦間同步也與有無互動式的教學(xué)策略選擇有關(guān)（Zheng et al.， 2018）。據(jù)此， 后續(xù)有待繼續(xù)探究額、頂葉的師?生腦間同步在支持反饋加工、有效教學(xué)并促進(jìn)即時和長時的深層學(xué)習(xí)中的不同作用與關(guān)系。

值得注意的是， 師生在額葉上的腦間同步與組塊化錯誤修正呈正相關(guān)關(guān)系， 而組塊化錯誤修正可以標(biāo)識基于反饋的教學(xué)互動中學(xué)生的理解逐漸向教師的理解修正的過程， 表明了師生在認(rèn)知層面上的一致性增強(qiáng)。這一結(jié)果支持了腦間同步是互動雙方在認(rèn)知上對齊、實現(xiàn)交流與理解的神經(jīng)基礎(chǔ)（Kelsen et al.， 2022; Shamay-Tsoory et al.， 2019）。相比之下， 單腦指標(biāo)一般反映個體獨(dú)立加工信息的過程; 基于事件相關(guān)的單腦指標(biāo)， 依賴于簡單、短時刺激的重復(fù)呈現(xiàn)， 對揭示人腦加工內(nèi)容復(fù)雜、連續(xù)長時、沒有事先標(biāo)定事件的自然化刺激的神經(jīng)機(jī)制的效力有限（Hasson et al.， 2004）。真實的課堂教學(xué)具有動態(tài)、連續(xù)且雙向的信息交互特征， 所以師生的腦間同步相比于單腦指標(biāo)更能有效地反映教學(xué)過程中師生對學(xué)習(xí)內(nèi)容的理解是否達(dá)成對齊， 這是實現(xiàn)有效教學(xué)的基礎(chǔ)（Tan et al.， 2023）。此外， 腦間同步除了指示認(rèn)知是否達(dá)成齊性， 還可以反映達(dá)成這種一致性的動態(tài)過程， 如達(dá)成時間點、互動雙方時間差模式等（Liu et al.， 2019; Zheng et al.， 2018; Zhu et al.， 2022）。基于此， 師生腦間同步可以為調(diào)整并優(yōu)化課堂教學(xué)活動提供及時有效的客觀證據(jù)， 例如， 持續(xù)較低的師生腦間同步可能提示學(xué)生在當(dāng)前的知識理解上出現(xiàn)問題， 所以無法與教師達(dá)成對知識的共同理解。

4.4" 研究不足與展望

本研究另有幾個問題值得注意。首先， 反饋的元認(rèn)知效應(yīng)也是反饋影響學(xué)習(xí)的一個重要方面。已有研究表明， 反饋不僅有助于糾正高置信度的錯誤答案（Butterfield amp; Metcalfe， 2001）， 還可以校準(zhǔn)低置信度的正確答案的元認(rèn)知錯誤（Butler et al.， 2008）。所以， 組塊化的反饋也可能通過觸發(fā)學(xué)習(xí)者對概念性知識更深層次的理解， 進(jìn)而更新或修正最初的元認(rèn)知評估或錯誤。后續(xù)研究還可以測量學(xué)生對自己答案的正確性的置信程度， 以考察反饋呈現(xiàn)方式的元認(rèn)知效應(yīng)。第二， 社會因素在基于反饋的社會互動促進(jìn)學(xué)習(xí)的影響中起著至關(guān)重要的作用， 包括但不限于互動主體（例如教師與學(xué)生， 學(xué)生與學(xué)生）和人際關(guān)系（例如信任， 融洽）等。未來研究還可繼續(xù)探究社會因素在其中的作用并揭示更廣泛的社會互動中反饋的人際神經(jīng)機(jī)制。第三， 由于fNIRS的通道有限， 采集的腦活動僅限于額葉和左頂葉區(qū)域， 未詳盡探查其他腦區(qū)的功能。考慮到基于反饋的教學(xué)互動中， 互動雙方的角色并不對等， 后續(xù)研究可以繼續(xù)考察教師和學(xué)生的不同腦區(qū)之間、帶有時間差的人際神經(jīng)同步。第四， 與組塊化反饋相關(guān)的師?生額、頂腦間同步的頻率大致在0.01～0.03 Hz。雖然腦間同步的頻率范圍與之前基于溝通范式（Jiang et al.， 2012， 2015）和教學(xué)互動任務(wù)（Zheng et al.， 2018; Zhu et al.， 2022）的fNIRS超掃描研究發(fā)現(xiàn)的腦間同步的頻率存在重疊的區(qū)間， 但腦間同步在頻域上的功能意義還有待更多研究去探查。第五， 在本研究中組塊化的反饋方式同時帶來了反饋延時。雖然這種帶有延時性的反饋更能促進(jìn)學(xué)習(xí)遷移， 但前人研究也發(fā)現(xiàn)學(xué)習(xí)者在主觀上仍會偏好更及時的反饋（Lefevre amp; Cox， 2017; Mullet et al.， 2014）。相比于組塊化反饋， 學(xué)習(xí)者是否也會更偏好于及時的單獨(dú)反饋， 以及背后的認(rèn)知神經(jīng)機(jī)制有待后續(xù)繼續(xù)研究。最后， 盡管兩個實驗中都嘗試納入了不同性別的被試， 并且存在異性的師生組合， 但仍存在被試在性別和性別組合的數(shù)量上女性多于男性的問題; 所以， 在對研究結(jié)果做外部推論時需要謹(jǐn)慎考慮性別的影響。

5" 結(jié)論

本研究通過兩個雙人實驗（行為學(xué)、近紅外超掃描）， 考察在真實的師生互動中， 保持反饋信息不變， 改變反饋的呈現(xiàn)方式對學(xué)習(xí)遷移的長時影響、認(rèn)知過程和人際神經(jīng)基礎(chǔ)， 得到如下結(jié)論：（1）組塊化的反饋促進(jìn)了低基礎(chǔ)學(xué)生的長時遷移， 并排除這種增益來自于反饋時間點的簡單改變; （2）反饋的呈現(xiàn)方式通過組塊化的錯誤修正影響長時的學(xué)習(xí)遷移; （3）提供與接收組塊化反饋的過程中， 師、生在額、頂葉出現(xiàn)更大的腦間同步; （4）組塊反饋過程中， 額葉的師?生腦間同步預(yù)測長時的學(xué)習(xí)遷移和組塊化錯誤修正。

參" 考" 文" 獻(xiàn)

Alamia， A.， Solopchuk， O.， D'Ausilio， A.， Van Bever， V.， Fadiga， L.， Olivier， E.， amp; Zénon， A. （2016）. Disruption of Broca’s area alters higher-order chunking processing during perceptual sequence learning. Journal of Cognitive Neuroscience， 28（3）， 402?417.

Anderson， D. I.， Magill， R. A.， amp; Sekiya， H. （2001）. Motor learning as a function of KR schedule and characteristics of task-intrinsic feedback. Journal of Motor Behavior， 33（1）， 59?66.

Apps， M. A.， Lesage， E.， amp; Ramnani， N. （2015）. Vicarious reinforcement learning signals when instructing others. Journal of Neuroscience， 35（7）， 2904?2913.

Arbel， Y.， Goforth， K.， amp; Donchin， E. （2013）. The good， the bad， or the useful？ The examination of the relationship between the feedback-related negativity （FRN） and long- term learning outcomes. Journal of Cognitive Neuroscience， 25（8）， 1249?1260.

Bangert-Drowns， R. L.， Kulik， C. C.， Kulik， J. A.， amp; Morgan， M. T. （1991）. The instructional effect of feedback in test-like events. Review of Educational Research， 61（2）， 218?238.

Benjamini， Y.， amp; Hochberg， Y. （1995）. Controlling the 1 discovery rate： A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society： Series B （Methodological）， 57（1）， 289?300.

Bevilacqua， D.， Davidesco， I.， Wan， L.， Chaloner， K.， Rowland， J.， Ding， M.， Poeppel， D.， amp; Dikker， S. （2019）. Brain-to-brain synchrony and learning outcomes vary by student?teacher dynamics： Evidence from a real-world classroom electroencephalography study. Journal of Cognitive Neuroscience， 31（3）， 401?411.

Bor， D.， Duncan， J.， Wiseman， R. J.， amp; Owen， A. M. （2003）. Encoding strategies dissociate prefrontal activity from working memory demand. Neuron， 37（2）， 361?367.

Butler， A. C.， Godbole， N.， amp; Marsh， E. J. （2013）. Explanation feedback is better than correct answer feedback for promoting transfer of learning. Journal of Educational Psychology， 105（2）， 290?298.

Butler， A. C.， Karpicke， J. D.， amp; Roediger III， H. L. （2007）. The effect of type and timing of feedback on learning from multiple-choice tests. Journal of Experimental Psychology： Applied， 13（4）， 273?281.

Butler， A. C.， Karpicke， J. D.， amp; Roediger III， H. L. （2008）. Correcting a metacognitive error： Feedback increases retention of low-confidence correct responses. Journal of Experimental Psychology： Learning， Memory， and Cognition， 34（4）， 918?928.

Butterfield， B.， amp; Metcalfe， J. （2001）. Errors committed with high confidence are hypercorrected. Journal of Experimental Psychology： Learning， Memory， and Cognition， 27（6）， 1491?1494.

Cavanagh， J. F.， Figueroa， C. M.， Cohen， M. X.， amp; Frank， M. J. （2012）. Frontal theta reflects uncertainty and unexpectedness during exploration and exploitation. Cerebral Cortex， 22（11）， 2575?2586.

Chase， W. G.， amp; Simon， H. A. （1973）. Perception in chess. Cognitive Psychology， 4（1）， 55?81.

Cheng， X.， Li， X.， amp; Hu， Y. （2015）. Synchronous brain activity during cooperative exchange depends on gender of partner： A fNIRS‐based hyperscanning study. Human Brain Mapping， 36（6）， 2039?2048.

Cohen， N. R.， amp; Sekuler， R. （2010）. Chunking and compound cueing of movement sequences： Learning， retention， and transfer. Perceptual and Motor Skills， 110（3）， 736?750.

Cooper， R. J.， Selb， J.， Gagnon， L.， Phillip， D.， Schytz， H. W.， Iversen， H. K.， Ashina， M.， amp; Boas， D. A. （2012）. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Frontiers in Neuroscience， 6， 147.

Cope， M.， amp; Delpy， D. T. （1988）. System for long-term measurement of cerebral blood and tissue oxygenation on newborn infants by near infrared transillumination. Medical amp; Biological Engineering amp; Computing， 26（3）， 289?294.

Crone， E. A.， Zanolie， K.， Van Leijenhorst， L.， Westenberg， P. M.， amp; Rombouts， S. A. （2008）. Neural mechanisms supporting flexible performance adjustment during development. Cognitive， Affective amp; Behavioral Neuroscience， 8（2）， 165?177.

Cui， X.， Bryant， D. M.， amp; Reiss， A. L. （2012）. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. NeuroImage， 59（3）， 2430?2437.

Cui， X.， Stetson， C.， Montague， P. R.， amp; Eagleman， D. M. （2009）. Ready. go： Amplitude of the FMRI signal encodes expectation of cue arrival time. PLoS Biology， 7（8）， e1000167.

Finn， B.， Thomas， R.， amp; Rawson， K. A. （2018）. Learning more from feedback： Elaborating feedback with examples enhances concept learning. Learning and Instruction， 54， 104?113.

Fyfe， E. R.， Rittle-Johnson， B.， amp; DeCaro， M. S. （2012）. The effects of feedback during exploratory mathematics problem solving： Prior knowledge matters. Journal of Educational Psychology， 104（4）， 1094?1108.

Gick， M. L.， amp; Holyoak， K. J. （1987）. The cognitive basis of knowledge transfer. In Transfer of learning （pp. 9-46）. Academic Press.

Gilboa， A.， amp; Marlatte， H. （2017）. Neurobiology of schemas and schema-mediated memory. Trends in Cognitive Sciences， 21（8）， 618?631.

Gobet， F.， Lane， P. C.， Croker， S.， Cheng， P. C.， Jones， G.， Oliver， I.， amp; Pine， J. M. （2001）. Chunking mechanisms in human learning. Trends in Cognitive Sciences， 5（6）， 236?243.

Gobet， F.， amp; Simon， H. A. （1996）. Templates in chess memory： A mechanism for recalling several boards. Cognitive Psychology， 31（1）， 1?40.

Golonka， E.， Bowles， A.， Silbert， N.， Kramasz， D.， Blake， C.， amp; Buckwalter， T. （2015）. The role of context and cognitive effort in vocabulary learning： A study of intermediate-level learners of Arabic. The Modern Language Journal， 99（1）， 19?39.

Grinsted， A.， Moore， J. C.， amp; Jevrejeva， S. （2004）. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics， 11（5/6）， 561?566.

Grodzinsky， Y.， amp; Santi， A. （2008）. The battle for Broca’s region. Trends in Cognitive Sciences， 12， 474?480.

Hart， S. G. （2006）. NASA-task load index （NASA-TLX）; 20 years later. Proceedings of the Human Factors and Ergonomics Society Annual Meeting， 50（9）， 904?908.

Hasson， U.， Ghazanfar， A. A.， Galantucci， B.， Garrod， S.， amp; Keysers， C. （2012）. Brain-to-brain coupling： A mechanism for creating and sharing a social world. Trends in Cognitive Sciences， 16（2）， 114?121.

Hasson， U.， Nir， Y.， Levy， I.， Fuhrmann， G.， amp; Malach， R. （2004）. Intersubject synchronization of cortical activity during natural vision. Science， 303（5664）， 1634?1640.

Hattie， J.， amp; Timperley， H. （2007）. The power of feedback. Review of Educational Research， 77（1）， 81?112.

Holper， L.， Goldin， A. P.， Shalóm， D. E.， Battro， A. M.， Wolf， M.， amp; Sigman， M. （2013）. The teaching and the learning brain： A cortical hemodynamic marker of teacher?student interactions in the Socratic dialog. International Journal of Educational Research， 59， 1?10.

Huppert， T. J.， Diamond， S. G.， Franceschini， M. A.， amp; Boas， D. A. （2009）. HomER： A review of time-series analysis methods for nearinfrared spectroscopy of the brain. Applied Optics， 48（10）， D280?D298.

Jiang， J.， Chen， C.， Dai， B.， Shi， G.， Ding， G.， Liu， L.， amp; Lu， C. （2015）. Leader emergence through interpersonal neural synchronization. Proceedings of the National Academy of Sciences of the United States of America， 112（14）， 4274?4279.

Jiang， J.， Dai， B.， Peng， D.， Zhu， C.， Liu， L.， amp; Lu， C. （2012）. Neural synchronization during face-to-face communication. Journal of Neuroscience， 32（45）， 16064?16069.

Jin， P.， Lu， Y.， amp; Ding， N. （2020）. Low-frequency neural activity reflects rule-based chunking during speech listening. Elife， 9， e55613.

Kalyuga， S.， amp; Sweller， J. （2004）. Measuring knowledge to optimize cognitive load factors during instruction. Journal of Educational Psychology， 96（3）， 558?568.

Kelsen， B. A.， Sumich， A.， Kasabov， N.， Liang， S. H.， amp; Wang， G. Y. （2022）. What has social neuroscience learned from hyperscanning studies of spoken communication？ A systematic review. Neuroscience amp; Biobehavioral Reviews， 132， 1249?1262.

Krause， U. M.， Stark， R.， amp; Mandl， H. （2009）. The effects of cooperative learning and feedback on e-learning in statistics. Learning and Instruction， 19（2）， 158?170.

Krijgsman， C.， Mainhard， T.， van Tartwijk， J.， Borghouts， L.， Vansteenkiste， M.， Aelterman， N.， amp; Haerens， L. （2019）. Where to go and how to get there： Goal clarification， process feedback and students’ need satisfaction and frustration from lesson to lesson. Learning and Instruction， 61， 1?11.

Kulhavy， R. W.， amp; Anderson， R. C. （1972）. Delay-retention effect with multiple-choice tests. Journal of Educational Psychology， 63（5）， 505?512.

Kulhavy， R. W.， amp; Stock， W. A. （1989）. Feedback in written instruction： The place of response certitude. Educational Psychology Review， 1（4）， 279?308.

Laufer， B.， amp; Hulstijn， J. （2001）. Incidental vocabulary acquisition in a second language： The construct of task-induced involvement. Applied linguistics， 22（1）， 1?26.

Lefevre， D.， amp; Cox， B. （2017）. Delayed instructional feedback may be more effective， but is this contrary to learners’ preferences？ British Journal of Educational Technology， 48（6）， 1357?1367.

Liu， J.， Zhang， R.， Geng， B.， Zhang， T.， Yuan， D.， Otani， S.， amp; Li， X. （2019）. Interplay between prior knowledge and communication mode on teaching effectiveness： Interpersonal neural synchronization as a neural marker. NeuroImage， 193， 93?102.

Lloyd-Fox， S.， Blasi， A.， amp; Elwell， C. E. （2010）. Illuminating the developing brain： The past， present and future of functional near infrared spectroscopy. Neuroscience amp; Biobehavioral Reviews， 34（3）， 269?284.

Long， Y.， Zheng， L.， Zhao， H.， Zhou， S.， Zhai， Y.， amp; Lu， C. （2021）. Interpersonal neural synchronization during interpersonal touch underlies affiliative pair bonding between romantic couples. Cerebral Cortex， 31（3）， 1647?1659.

Luft， C. D. B.， Nolte， G.， amp; Bhattacharya， J. （2013）. High- learners present larger mid-frontal theta power and connectivity in response to incorrect performance feedback. The Journal of Neuroscience， 33（5）， 2029?2038.

Maris， E.， amp; Oostenveld， R. （2007）. Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods， 164（1）， 177?190.

Mars， R. B.， Coles， M. G.， Grol， M. J.， Holroyd， C. B.， Nieuwenhuis， S.， Hulstijn， W.， amp; Toni， I. （2005）. Neural dynamics of error processing in medial frontal cortex. NeuroImage， 28（4）， 1007?1013.

Molavi， B.， amp; Dumont， G. A. （2012）. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement， 33（2）， 259?270.

Mullet， H. G.， Butler， A. C.， Verdin， B.， von Borries， R.， amp; Marsh， E. J. （2014）. Delaying feedback promotes transfer of knowledge despite student preferences to receive feedback immediately. Journal of Applied Research in Memory and Cognition， 3（3）， 222?229.

Narciss， S.， amp; Huth， K. （2004）. How to design informative tutoring feedback for multimedia learning. In H. M. Niegemann， D. Leutner， amp; R. Brunken （Ed.）， Instructional design for multimedia learning （pp. 181?195）. Munster， NY： Waxmann.

Nguyen， M.， Chang， A.， Micciche， E.， Meshulam， M.， Nastase， S. A.， amp; Hasson， U. （2022）. Teacher?student neural coupling during teaching and learning. Social Cognitive and Affective Neuroscience， 17（4）， 367?376.

Nicol， D. J.， amp; McFarlane-Dick， D. （2006）. Formative assessment and self-regulated learning： A model and seven principles of good feedback practice. Studies in Higher Education， 31（2）， 199?218.

Nozawa， T.， Sasaki， Y.， Sakaki， K.， Yokoyama， R.， amp; Kawashima， R. （2016）. Interpersonal frontopolar neural synchronization in group communication： An exploration toward fNIRS hyperscanning of natural interactions. NeuroImage， 133， 484?497.

Pammi， V. C.， Miyapuram， K. P.， Samejima， K.， Bapi， R. S.， amp; Doya， K. （2012）. Changing the structure of complex visuo-motor sequences selectively activates the fronto- parietal network. NeuroImage， 59（2）， 1180?1189.

Pan， Y.， Dikker， S.， Goldstein， P.， Zhu， Y.， Yang， C.， amp; Hu， Y. （2020）. Instructor-learner brain coupling discriminates between instructional approaches and predicts learning. NeuroImage， 211， 116657.

Pan， Y.， Novembre， G.， Song， B.， Li， X.， amp; Hu， Y. （2018）. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. NeuroImage， 183， 280?290.

Paas， F.， Renkl， A.， amp; Sweller， J. （2003）. Cognitive load theory and instructional design： Recent developments. Educational Psychologist， 38（1）， 1–4.

Peters， S.， Van der Meulen， M.， Zanolie， K.， amp; Crone， E. A. （2017）. Predicting reading and mathematics from neural activity for feedback learning. Developmental Psychology， 53（1）， 149?159.

Rawson， K. A.， Thomas， R. C.， amp; Jacoby， L. L. （2015）. The power of examples： Illustrative examples enhance conceptual learning of declarative concepts. Educational Psychology Review， 27（3）， 483?504.

Redcay， E.， amp; Schilbach， L. （2019）. Using second-person neuroscience to elucidate the mechanisms of social interaction. Nature Reviews Neuroscience， 20（8）， 495?505.

Reindl， V.， Gerloff， C.， Scharke， W.， amp; Konrad， K. （2018）. Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning. NeuroImage， 178， 493?502.

Renkl， A.， amp; Atkinson， R. K. （2003）. Structuring the transition from example study to problem solving in cognitive skill acquisition： A cognitive load perspective. Educational Psychologist， 38（1）， 15?22.

Sadler， D. R. （1989）. Formative assessment and the design of instructional systems. Instructional Science， 18（2）， 119?144.

Sakai， K.， amp; Passingham， R. E. （2003）. Prefrontal interactions reflect future task operations. Nature Neuroscience， 6（1）， 75?81.

Schilbach， L.， Timmermans， B.， Reddy， V.， Costall， A.， Bente， G.， Schlicht， T.， amp; Vogeley， K. （2013）. Toward a second- person neuroscience. Behavioral and Brain Sciences， 36（4）， 393?414.

Shamay-Tsoory， S. G.， Saporta， N.， Marton-Alper， I. Z.， amp; Gvirts， H. Z. （2019）. Herding brains： A core neural mechanism for social alignment. Trends in Cognitive Sciences， 23（3）， 174?186.

Singh， A. K.， Okamoto， M.， Dan， H.， Jurcak， V.， amp; Dan， I. （2005）. Spatial registration of multichannel multi-subject fNIRS data to MNI space without MRI. NeuroImage， 27（4）， 842?851.

Smith， J. D.， Boomer， J.， Zakrzewski， A. C.， Roeder， J. L.， Church， B. A.， amp; Ashby， F. G. （2014）. Deferred feedback sharply dissociates implicit and explicit category learning. Psychological Science， 25（2）， 447?457.

Smith， T. A.， amp; Kimball， D. R. （2010）. Learning from feedback： Spacing and the delay-retention effect. Journal of Experimental Psychology： Learning， Memory and Cognition， 36（1）， 80?95.

Song， S. H.， amp; Keller， J. M. （2001）. Effectiveness of motivationally adaptive computerassisted instruction on the dynamic aspects of motivation. Educational Technology Research and Development， 49（2）， 5?22.

Spiro， R. J.， Feltovich， P. J.， Jacobson， M. J.， amp; Coulson， R. L. （1991）. Cognitive flexibility， constructivism， and hypertext： Random access instruction for advanced knowledge acquisition in ill-structured domains. Educational Technology， 11（5）， 24?33.

Squire， L. R.， Knowlton， B.， amp; Musen， G. （1993）. The structure and organization of memory. Annual Review of Psychology， 44（1）， 453?495.

Sweller， J.， Van Merrienboer， J. J.， amp; Paas， F. G. （1998）. Cognitive architecture and instructional design. Educational Psychology Review， 10（3）， 251?296.

Tan， S. J.， Wong， J. N.， amp; Teo， W. P. （2023）. Is neuroimaging ready for the classroom？ A systematic review of hyperscanning studies in learning. NeuroImage， 120367.

Theiler， J.， Galdrikian， B.， Longtin， A.， Eubank， S.， amp; Farmer， J. D. （1991）. Testing for nonlinearity in time series： The method of surrogate data （No. LA-UR-91-3343; CONF- 9108181-1）. Los Alamos National Lab.

van der Helden， J.， Boksem， M. A.， amp; Blom， J. H. （2010）. The importance of failure： Feedback-related negativity predicts motor learning efficiency. Cerebral Cortex， 20（7）， 1596? 1603.

Van Duijvenvoorde， A. C.， Zanolie， K.， Rombouts， S. A.， Raijmakers， M. E.， amp; Crone， E. A. （2008）. Evaluating the negative or valuing the positive？ Neural mechanisms supporting feedback-based learning across development. Journal of Neuroscience， 28（38）， 9495?9503.

Vigneau， M.， Beaucousin， V.， Hervé， P. Y.， Duffau， H.， Crivello， F.， Houdé， O.， Mazoyer， B.， amp; Tzourio-Mazoyer， N. （2006）. Meta-analyzing left hemisphere language areas： Phonology， semantics， and sentence processing. NeuroImage， 30（4）， 1414?1432.

Watanabe， K. （2013）. Teaching as a dynamic phenomenon with interpersonal interactions. Mind， Brain， and Education， 7（2）， 91?100.

Yang， J.， Zhang， H.， Ni， J.， De Dreu， C. K. W.， amp; Ma， Y. （2020）. Within-group synchronization in the prefrontal cortex associates with intergroup conflict. Nature Neuroscience， 23（6）， 754?760.

Zanolie， K.， Van Leijenhorst， L.， Rombouts， S. A. R. B.， amp; Crone， E. A. （2008）. Separable neural mechanisms contribute to feedback processing in a rule-learning task. Neuropsychologia， 46（1）， 117?126.

Zheng， L.， Chen， C.， Liu， W.， Long， Y.， Zhao， H.， Bai， X.， ... amp; Lu， C. （2018）. Enhancement of teaching outcome through neural prediction of the students' knowledge state. Human Brain Mapping， 39（7）， 3046?3057.

Zhu， Y.， Leong， V.， Hou， Y.， Zhang， D.， Pan， Y.， amp; Hu， Y. （2022）. Instructor?learner neural synchronization during elaborated feedback predicts learning transfer. Journal of Educational Psychology， 114（6）， 1427?1441.

Zimbardo， P. G.， Johnson， R. L.， amp; McCann， V. （2012）. Psychology： Core concepts （7th ed.）. Pearson.

Chunking feedback in instructor-learner interaction facilities long-term learning transfer： Behavioral and fNIRS hyperscanning studies

ZHU Yi1， HU Yi2

（1 Department of Psychology， Ningbo University， Ningbo 315211， China）

（2 The School of Psychology and Cognitive Science， East China Normal University， Shanghai 200062， China）

Abstract

Feedback is a crucial driving factor for attitude and behavior change， as well as the acquisition of knowledge and skills. Previous research has shown that providing and receiving feedback with elaborated content in teacher-student interactions can deepen the comprehension of conceptual knowledge and promote knowledge transfer to new contexts. However， the impact of altering the presentation of feedback during interaction on long-term learning and its underlying neurocognitive processes remains unclear.

To address this question， the current study employed a naturalistic teacher-student dyadic question-answer feedback task. It conducted both a behavioral experiment and a fNIRS hyperscanning experiment to investigate the facilitative role of chunked feedback in long-term knowledge transfer， its cognitive processes， and the underlying neural basis during interpersonal interactions. In Experiment 1， students learned psychology concepts and received chunked （i.e.， a set of two related concepts） or separate （i.e.， one concept） feedback （i.e.， correct answer and example） from the teacher. The prior knowledge levels were manipulated through a learning introduction phase. The between-subject design included feedback presentation （chunking vs. separate） × prior knowledge （high vs. low）. Learning performance was measured after the task regarding knowledge recognition and transfer， with a second test conducted after 7 days to explore the long-term effect. Experiment 2 adopted fNIRS hyerscanning to simultaneously record teachers’ and students’ brain activity during interactions. Additionally， a pseudo-chunk （i.e.， a set of two less-related concepts） feedback group was included to clarify potential confounding between feedback timing and format.

The results of Experiment 1 showed that in teacher-student interaction， presenting feedback in a chunked manner， compared to separate feedback， was more beneficial for the long-term transfer performance of students with lower prior knowledge. With the introduction of the pseudo-chunk feedback group as a control， Experiment 2 replicated this finding and revealed no significant difference in long-term transfer performance between the pseudo-chunk and separate feedback groups. This indicates that merely changing the timing of feedback does not lead to long-term transfer gains for students with lower prior knowledge. Furthermore， it was found that chunked error correction partially mediated the relationship between feedback presentation format and long-term transfer performance. In Experiment 2， students receiving chunked feedback reported greater cognitive effort compared to those receiving non-chunked feedback， but no relationship was found between cognitive effort and learning. These results provide support for the possibility that the long-term transfer effect of chunked feedback for low-prior-knowledge students may be due to more organized error correction rather than cognitive effort. Additionally， Experiment 2 revealed that during the process of providing and receiving chunked feedback， greater brain-to-brain synchrony was observed in the frontal and parietal areas between teachers and students， with frontal brain-to-brain synchrony predicting long-term transfer performance and chunked error correction， suggesting it as the interpersonal neural basis of chunked feedback promoting effective error correction and facilitating long-term deep learning such as transfer.

This study provides practical insights for improving the effectiveness and efficiency of feedback in real classroom settings. Moreover， it suggests that interpersonal frontal brain synchronization may play a crucial role in organized information representation， effective knowledge correction， and long-term transfer during real instructional interactions， thereby contributing to a better understanding of the cognitive and neural basis of instruction and learning activities.

Keywords" feedback， chunking， long-term transfer， instructor-learner interaction， fNIRS hyperscanning， brain-to-brain synchrony

附錄2

認(rèn)知負(fù)荷評價量表

該量表有6個維度， 下表是各個維度含義的說明。請認(rèn)真閱讀各維度的詳細(xì)說明后， 根據(jù)自己所執(zhí)行任務(wù)的實際情況， 分別在代表6個維度的直線上相應(yīng)的位置作標(biāo)記。

收稿日期： 2023-09-04

* 教育部人文社會科學(xué)研究青年項目（23YJC190043）; 浙江省省屬高校基本科研業(yè)務(wù)費(fèi)專項資金（SJWZ2024016）; 寧波大學(xué)教研項目（JYXM2024037）。

通信作者： 朱怡， E-mail： zhuyi@nbu.edu.cn; 胡誼， E-mail： yhu@psy.ecnu.edu.cn