Skip to content

教學文章的例子與開頭怎麼寫：例題、解釋、學習目標與讀者程度的證據

2026年10月13日1 分鐘
首頁›learning
TL;DR有統合分析支持的三種寫法：給一題走得完的例題、要讀者自己解釋、把常見迷思講出來再駁斥。讀前提問主要幫到被問的內容；實驗多半用數學與科學教材、短文和大學生。
#learning-science#retrieval-practice#self-learning#course-guide#blog
系列: 教學文章怎麼寫 (1 / 19)
教學文章什麼時候該畫圖：流程、樹、逐步執行與比較各用哪種表示法

🌏 English version

這是「教學文章怎麼寫」系列的第 1 篇，談文字本身的前半：例子和解釋怎麼寫，文章開頭和結構怎麼安排。文字的後半（文中的問題、回饋、用語，以及拿本站寫作規格逐條對照）在另一篇。圖表見談圖像化的那一篇，影片見影片放哪裡與影片和文字怎麼排。

起因是本站的課程導讀。這些文章有一份寫作規格，要求寫作前先定出讀者讀完能做到的能力，正文要有一個走得完的例子、附答案或判準的自我檢查，沒教過的先備知識要給連結。規格的文末列了設計依據，其中多數沒有標證據強度。這兩篇就是回頭去查：教育心理學對「解說性文字怎麼寫」做過哪些實驗，效果多大，作者自己認為結論能推到哪裡。

站上已經有一篇從學的人那一側整理的文章，Learning How to Learn談的是讀者自己可以用的學習技術。這裡換到寫的人這一側：同樣的研究發現，作者能在文章裡替讀者先做好哪些事。

先講這批研究怎麼選、怎麼讀的，因為它會影響整篇的讀法。範圍是「作者能在一篇解說文字裡操作的寫法」對學習成果的影響，優先找統合分析（把許多實驗的結果合併估計的研究）。第一輪是從我已經知道的研究者和主題出發，邊搜邊選；之後才補做系統性的掃描，回頭對照有沒有漏掉的主題。選進來的研究有明顯的偏向：英文文獻、大學生受試者、數學與自然科學的內容，而且偏向拿得到全文的研究。自學者讀網頁長文的情境、中文與日文文獻，這次都沒有涵蓋。

讀法也改過一次。初稿只讀了各篇的部分章節，獨立審稿時被指出漏掉好幾處會改變結論的註腳與保留。現在列在參考資料裡的每一篇都從頭讀到尾，並留有抽取紀錄。只讀得到摘要的研究，我在文中會明說，不拿它的數字當依據，也不列進參考資料。

先看結論

寫法證據強度
給一題走得完的例題，和要讀者自己解的題目交替數學例題的統合分析 g = 0.48；美國教育科學研究院的指引建議交替強，但只有數學與科學解題
在例題旁邊加現成的解釋專門的統合分析我沒讀到合法公開的全文；IES 指引說有些研究裡不帶逐步解釋的例題效果最好未定
要讀者自己解釋自我解釋提示的統合分析 g = 0.55強；但這份分析排除了同時給回饋的研究
把常見迷思講出來再駁斥兩份統合分析，g = 0.41 與 0.37；兩份納入的研究有不少重疊中到強；後一份的作者稱效果溫和
具體與抽象的表徵並用，並明寫兩者的對應美國教育科學研究院的指引評為中等；個別實驗方向不一中
讀之前先給問題統合分析：被問到的內容 g = 0.66，沒被問到的 0.01強，主要幫到被問的內容
文章裡列學習目標一組三個實驗：受試者被提醒要注意目標時，目標分到各段前的組比沒有目標好，集中列在開頭的組沒有測到差異；沒提醒時沒有差別；兩種擺法互比沒有差別弱
依讀者程度決定給多少協助協助多的教材對先備知識低的人有益（d = 0.51）、對先備知識高的人有害（d = −0.43）強；對應到「文章鋪陳多寡」是我的推論
加標題兩個小實驗：標題比段首的預告句更能讓人記得子主題；問句式的標題讓理解較好中，樣本小
分段多媒體教材的統合分析有小到中的效果；能不能重播不是顯著的調節變項對純文字的意義不明

表裡的「強」指的是有統合分析、方向一致。它不代表這個數字會原樣出現在一篇五千字的導讀上，原因在限制一節。

例子與解釋

走得完的例題

例題（worked example）指的是把題目、每一步解法和最後答案都寫出來，讓讀者照著讀完的題目。相對的做法是只給題目，要讀者自己解。

Christina Barbieri 等人 2023 年的統合分析只收數學學習的研究，對照組沒有例題，是照常上課或只做題。讀例題的學生成績平均高出 0.48 個標準差。納入的文章有九成以上量的是解題正確率。

美國教育科學研究院（IES）2007 年的實務指引有一條相同方向的建議，證據等級評為中等，適用範圍寫明是數學與科學的解題。這一條的內文比標題具體，有四點寫作時用得到：

  • 例題和要學生自己解的題目要交替出現，做法是每隔一題附上解法。指引轉述一個直接比較排法的實驗：把六個例題全部排在六題之前，學得比交替少。
  • 教完概念之後，題目之間有變化（數值和題型都換），學的當下比較吃力，之後的測驗成績較好。
  • 讀者程度提高之後，例題要減少。
  • 有些研究裡，不帶逐步解釋的例題效果最好。

Barbieri 的統合分析另外比較了幾種用法（只放正確解法對混入錯誤解法、用在初學對用在練習）。作者說這些都是跨研究的描述性比較，不能當因果，所以我不把它們寫成做法。

做法：正文的每個主要方法至少有一題寫出條件、每一步、結果的例題；例題後面接一題讓讀者自己做，題目和例題要有變化，不只換數字。

例題旁邊的解釋：直接比較的統合分析我讀不到

寫例題時，作者通常會在每一步旁邊說明「為什麼這樣做」。專門比較「例題加上現成解釋」和「例題不加解釋」的統合分析，是 Jörg Wittwer 與 Alexander Renkl 2010 年那一份。這篇研究存在，但我沒讀到作者或出版者公開的全文，所以不引它的數字與結論。我讀得到的來源裡，相關的只有兩處：上一節 IES 指引說有些研究裡不帶逐步解釋的例題效果最好；以及下面這份自我解釋的統合分析。

Kiran Bisra 等人 2018 年的統合分析（我依 Bisra 的博士論文第 2 章核對數字，該章改寫自這篇期刊論文）從另一邊看同一件事。被提示要自己解釋的學習者，整體勝過對照組 g = 0.55。對照組拿到現成解釋的那幾個比較裡，自我解釋仍然勝出，差距較小，而且只有 6 個比較。作者同時提醒，這表示自我解釋的好處有相當一部分可以由現成的解釋提供。

這份分析有兩個條件要一起記。它納入的誘發格式有好幾種，包括選擇題與填空，沒有把「寫下來」當條件。它排除了把自我解釋和回饋綁在一起的研究，所以「先作答、再看答案」這種組合不在它的範圍內。

所以現成的解釋本身有沒有幫助，上面兩個來源方向不一：IES 指引偏向不帶解釋，Bisra 等人則提醒現成解釋能提供一部分好處。要讀者自己解釋這一側有支持，但比較數少。我的做法是在關鍵的那一步停下來問讀者「這一步為什麼可以這樣做」，而不是多寫一段說明；這是我的推論。

具體與抽象並用，並把對應寫出來

IES 指引把「連結並整合抽象與具體的表徵」列為中等證據。它建議的是兩種並用、並且明白指出兩者的對應；指引同時說，只用抽象或只用具體的表徵，學到的知識都比較不靈活；具體的表徵容易入門，但不利於把學到的東西用到新情境。指引提到一種叫具體漸退（concreteness fading）的排法：先用具體的表徵學，之後把其中的關鍵部分逐步換成比較理想化、抽象的表徵。我沒有找到這個排法的統合分析。（Fyfe 與 Nathan 2019 年的理論文章把這個想法追溯到 Bruner 1966 年的著作。）

個別實驗的方向並不一致，細節放在下面「來源說法不同的地方」。這裡只記一件事：Kaminski 等人 2008 年的實驗直接測過「先學具體例子、再學抽象表徵」，結果是只學抽象表徵的組遷移較好。

做法：從具體情境開始沒有問題，但同一段裡要出現抽象的寫法，並明寫「這個情境裡的哪個東西對應公式裡的哪個符號」。這一句的依據是 IES 的建議，不是哪一個實驗。

並排兩個案例讓讀者比較，是相鄰的做法。Alfieri 等人 2013 年的統合分析裡，要學習者比較兩個案例，整體效果量 d = .50；和依序看同樣兩個案例相比只有 .37。效果最大的是要學習者找相同點、比較完再給原則（1.18），但這一格的 29 個比較全部來自同一篇論文的三個實驗。隔天以後才測的研究，效果只剩 d = .22。

把迷思講出來再駁斥

駁斥文字（refutation text）的典型寫法是：寫出一個常見的錯誤想法，指出它是錯的，再給正確的解釋。一般的說明文只做最後一步。

這個寫法有兩份近年的統合分析，主要拿駁斥文字和不駁斥的文字比。Noah Schroeder 與 Aurelia Kucera 2022 年那份得到 g = 0.41。Robert Danielson 等人 2024 年那份事先註冊了分析計畫，納入的研究是前一份的兩倍以上，也收了沒有發表的研究，得到 g = 0.37。兩份納入的原始研究有不少重疊，所以不能當成兩個獨立的證據。

有四件事讓這個結論要保守看待：

  • 兩份都沒有檢驗「怎麼寫才算駁斥文字」。Schroeder 與 Kucera 納入的文本格式不一，有的只是暗示、有的用問句帶出迷思；他們明說這份研究不是用來回答駁斥文字該怎麼設計的。Danielson 等人說三段式的結構本身還需要有系統的檢驗。
  • 補上可能沒發表的研究之後，Schroeder 與 Kucera 的估計值降到 0.28；作者判定這不改變結論。Schroeder 與 Kucera 的學位論文效果最小；Danielson 等的未發表研究估計較小，差異不顯著。
  • Schroeder 與 Kucera 納入的研究幾乎都是只介入一次，文本有報告長度的最長只有 1,542 個英文字。作者說不知道在教科書這種長文裡效果還在不在。
  • Danielson 等人排除了搭配討論或互動的研究，納入的研究多半不在真實的教學情境裡。他們把效果定性為溫和，不建議只靠文字來教科學。

用梯度下降舉一個我自己擬的例子（沒有實測過）：

很多人以為學習率設得越小越安全，頂多慢一點。這個想法不對。學習率太小，在固定的訓練步數內參數幾乎沒有移動，模型停在離起點不遠的地方，看起來像是「收斂了」，其實只是還沒走到。

做法：每篇挑一到兩個讀者真的會有的迷思，把它講出來再說明為什麼不對。不要只在正文寫正確的版本，然後期待讀者自己發現它和原本的想法衝突。

讀者原本根本沒有這個誤解時，寫出來會不會反而種進去，錯誤說法和更正怎麼擺，第 13 篇另外整理了。

開頭與結構

學習目標

「讀完這篇你能做到三件事」是教學文章常見的開頭。本站的規格沒有要求正文列出學習目標，只要求寫作前在範圍卡上定出來；但不少文章自己列了，所以我還是查了。Faria Sana 等人 2020 年的三個實驗是我找到唯一直接檢驗這件事的近年研究，作者自己也說這方面的研究很少。

大學生讀五段講鏡像神經元的短文，再考 15 題應用題。每一題都對應某一條目標指到的事實。

  • 沒有學習目標的組答對 47%，每段前面各放該段目標的組答對 55%，差異顯著。但受試者事先被告知這些目標對考試有幫助、要照著去短文裡找。作者在註腳提到另一個拿掉這句提醒的研究，兩組沒有差別。
  • 所有目標集中列在最前面的組答對 53%，和沒有目標的組差異不顯著。集中和分散兩種擺法互相比，也沒有差別。
  • 另一個實驗把目標改寫成選擇題，讓讀者讀之前先猜，答對 67%；讀一般目標敘述的組是 53%。

這組實驗的短文每段只有 171 到 267 個英文字。目標和讀前題目都只針對基本事實；考題沒有考目標沒指到的內容，作者把這一點列為重要的缺口。作者在限制裡寫，據此建議把目標改成題目還太早。

所以這組實驗能說的是：學習目標敘述本身的幫助不穩定，擺在哪裡沒有差別。把目標換成要讀者先猜的問題比較有希望，下一節是這個做法的統合分析。

讀之前先給問題

談影片的那一篇已經寫過 Carpenter 與 Toftness 用影片做的實驗。這個做法現在有統合分析。Quentin King-Shepard 等人 2025 年的統合分析的結論是：對事先被問到的內容，g = 0.66；對同一份教材裡沒被問到的內容，g = 0.01。只算「單純給題目、不附回饋也不搭配其他活動」的條件，被問到的內容是 0.60。

幾個對寫作有用的細節：

  • 沒被問到的內容，整體來說沒有變好也沒有變差。更早還有 Christiaan Hamaker 1986 年的回顧，我沒讀到合法公開的全文。
  • 題目的類型有差。要推論才答得出來的概念型題目，對沒被問到的內容有小幅幫助（g = 0.34）；事實型題目沒有；兩種混著問反而是負的。作者說這個效果不大。
  • 教材是文字或影音、題目放最前面或插在各段前、文本長短，都沒有顯著差別。
  • 只看題目不作答的條件，效果和作答差不多。但作者提醒受試者可能在心裡作答了。

Steven Pan 與 Shana Carpenter 2023 年的回顧補了兩個讓沒被問到的內容也受益的條件：內容和題目有關聯，或在教材裡排在答案之前。這份回顧也轉述一個線上課程的研究，我後來讀了原文（Janelli 與 Lipnevich 2021）：交過測驗的 399 人裡，每個單元前要先考的三組和沒有前測的組，後測分數沒有測到差異；先考的組照規定完成各單元的比例較低。這有兩個保留。第一，先考的組要前測和後測都交才算完成一個單元，沒有前測的組只要交後測，所以「離開課程」和「跳過前測」分不開。第二，「撐到最後的人考得較好」是依有沒有完課事後分層的分析，原文沒有報告兩組的平均。

題目後面要不要馬上給答案，放在下面「來源說法不同的地方」。

做法：讀前問題挑這一節最核心的那一個，寫成要想一下才答得出來的問題，不要問邊角的事實。這是我的推論，而且有相反的證據：Pan 與 Carpenter 整理的少數研究裡，需要複雜推論的讀前題多半沒有幫助，他們建議讀前題用在基本事實與概念上（見下面「來源說法不同的地方」）。

標題

標題的研究以 Robert Lorch 為代表。Lorch 與同事 2013 年的兩個實驗比較兩種交代結構的方式：在各節前加標題，或把同樣的資訊寫成各節的第一句話，不加粗、不另起一行（下面叫它預告句）。

  • 第一個實驗要大學生為了理解而讀。有標題的組記得的子主題較多（平均 4.3 個對 3.2 個），兩組對細節事實的記憶沒有差別。這個實驗沒有「完全沒有訊號」的對照組。
  • 第二個實驗要學生列出大綱。有標題或預告句都比沒有訊號好，而標題和預告句之間沒有可靠的差別。

作者的結論是：讀者本來就在找結構時，預告句和標題作用相近；讀者只是為了理解而讀時，預告句不如標題顯眼。

Anja Prinz-Weiß 與 Aline König 2023 年的實驗讓 51 位大學生讀五篇約 500 字的科學短文，一半的人拿到每段前有標題的版本。這裡的標題是粗體、獨立一行的問句。有標題的組理解測驗較好，也比較不會高估自己懂了多少；記憶測驗的差異不顯著。作者把「結果能不能推到敘述式的標題」列為第一條限制。

合起來：標題幫讀者掌握文章有哪幾塊。寫成問句的標題在一個小實驗裡還幫到理解。

前導組織（advance organizer）是在正文之前先給一段比正文更概括的框架。這方面的統合分析停在 1980 年前後，我只讀到摘要，摘要寫的是有小幅幫助。

讀者的程度決定該給多少協助

這是整個領域裡對寫作影響最大、也最難處理的一項發現：對新手有幫助的教學協助，對熟手可能有害，稱為 expertise reversal。

Leonard Tetzlaff 等人 2025 年的統合分析得到兩個方向相反的效果。先備知識低的學習者，拿到協助多的教材學得較好（d = 0.51）；先備知識高的學習者，拿到協助多的教材反而學得較差（d = −0.43）。作者依這兩個平均值說兩邊不對稱：給新手協助的好處，大於替熟手拿掉協助的好處。

把這個結果用到寫文章，有兩層是我的推論。第一，這份分析裡的「協助」定義很寬，是任何用來幫助處理教材的操弄，作者舉的例子是動畫對靜態圖、圖有沒有標註；原文沒有交代高低協助怎麼編碼。把它對應到「文章鋪陳得多不多」是我的延伸。第二，研究裡的「先備知識高」，過半是用測驗量測後分出來的高分那一組，不是真正的熟手；這類研究裡，協助對高分者的不利效果最弱。

文字連貫性有一個常被引用的同方向研究，McNamara 等人 1996 年的實驗。我只讀到摘要。

一篇公開的文章沒辦法知道誰在讀。我的做法是預設替新手寫，把只有新手需要的鋪陳放進可以跳過的區塊（摺疊段落、另一篇的連結）。沒有研究測過摺疊或連結能不能同時顧到兩種讀者。

先備知識和學習的關係、專長反轉的細節、把文字寫得更連貫對誰有用，第 12 篇有更完整的整理。

分段與篇幅

Günter Rey 等人 2019 年的統合分析彙整多媒體教材的研究。把教材切成依序呈現的小段，或讓學習者自己控制步調（兩者有其一就算），對記憶與遷移有小到中的效果。分段的組花的時間也明顯較多。

我原本想用這份分析回答「讀文章的人本來就能停下來、往回讀，分段還有沒有用」。它回答不了：

  • 能不能重播教材，不是顯著的調節變項。在記憶測驗上，只有不能重播時分段才顯著；在遷移測驗上反而是能重播時效果較大。作者判定「能重播時分段就比較沒用」這個假設不成立。
  • 學習者自己控制步調的那些研究裡，分段對記憶不顯著，對遷移顯著。

這份分析的材料是語文配靜態或動態圖片的多媒體教材，沒有純文字。分段對長篇文字有多少額外好處，我沒有找到直接的研究。一篇教學文章多長才適合，也沒有找到對照實驗。

來源說法不同的地方

以下幾組結果方向不同，或看起來衝突、其實量的東西不一樣。我把它們並列，不選邊。

讀前題目後面要不要馬上給答案。King-Shepard 等人的統合分析裡，題目附回饋的條件在「之後再考同一題」的成績上最高（g = 1.25）。作者明說不對這個數字做直接的解讀，因為分不清是提問有效，還是學習者記住了答案。同一張表裡，附回饋對沒被問到的內容沒有幫助。Sana 等人的第三個實驗裡，讀前題目答完立刻給正確答案的組，期末成績較低（58% 對 66%）。Sana 的期末考每一題都對應讀前題目問過的那條事實，只是換成應用題；沒有一題考讀前題目沒問到的內容。照 King-Shepard 的定義，它比較接近「重複題」（考同一份資訊），只是 King-Shepard 的重複題多半和讀前題目逐字相同。所以在「被問過的內容」上，兩份的方向相反：統合分析裡附回饋的分數最高，Sana 的實驗裡附答案的組較低。差別可能出在考題是逐字重複還是換成應用題，這是我的推論，沒有研究直接比過。在沒被問到的內容上，統合分析裡附回饋沒有幫助；Sana 的實驗沒有考這類題目。

讀前題目只看不答有沒有用。King-Shepard 等人的統合分析裡，只看不答和作答的效果差不多。IES 指引轉述一個 1990 年的實驗，結論是要作答才有效。Sana 等人的第二個實驗裡，把題目換成直接寫出答案的敘述，效果就消失了。Richland 等人的實驗五落在中間：要求把題目背下來、不作答的組，被問到的內容答對 78%，高於只讀文章的 63%，但低於先作答的 90%。

要推論的讀前題有沒有幫助。King-Shepard 等人的統合分析裡，概念型的讀前題對沒被問到的內容有小幅幫助。Pan 與 Carpenter 的回顧整理的少數幾個研究裡，需要複雜推論的讀前題多半沒有幫助。

例題要不要搭配自我解釋提示。Bisra 等人的統合分析裡，讀例題時自我解釋是正向的。Barbieri 等人的統合分析裡，搭配自我解釋提示的數學例題，效果量比沒有搭配的小；作者說這是跨研究的比較，各研究的提示怎麼寫多半沒有交代，不能當成因果，並舉了兩個直接比較、加提示有益的實驗。Bisra 等人另外轉述一個實驗：手邊有現成解釋可以點選時，只給提示的組反而勝過「提示加可點選解釋」的組。

抽象例子還是具體例子。Kaminski 等人 2008 年的結果是用抽象表徵學的大學生遷移較好，包括和「先具體再抽象」的組相比。Dragan Trninic 等人 2020 年重做，把各組的情境故事都改成另一個國家的兒童遊戲，並修改了具體組代表零的圖示，具體組一開始學得好很多，遷移到抽象情境時兩組沒有差別。作者稱具體組在遷移上只有部分、溫和的優勢，而且承認沒有把新舊兩套具體例子直接隨機比較，不能確定原研究的差別來自例子選得不好。

標題幫的是記憶還是理解。Lorch 等人的實驗裡，標題讓讀者記得更多子主題，對細節事實沒有差別。Prinz-Weiß 與 König 的實驗裡，標題對記憶測驗不顯著，對理解有幫助。兩個實驗的對照組不同（段首預告句對完全沒有標題），標題的形式不同（敘述對問句），考法也不同。在細節記憶上，兩份其實都沒有看到標題的優勢。

今晚可以做的三件事

挑一篇自己寫過的教學文章，照下面改，大約一小時：

  1. 找出文中最重要的那個例子，在它後面加一題讓讀者自己做的題目，條件和例子要有變化。
  2. 想一個讀者最可能帶著進來的錯誤想法，在對應的段落把它講出來，再說明為什麼不對、實際上是什麼。
  3. 挑一節，在開頭放一個要想一下才答得出來的問題，例如「先猜：學習率減半，收斂需要的步數會變成幾倍？」

文中的問題與回饋怎麼寫、用語怎麼處理，以及這些研究對本站寫作規格的建議，在另一篇。

這些證據的限制

  • 沒有研究直接測過自學者讀網頁長文。有一份綜整用到長文本的實驗：King-Shepard 等人納入的文本最長到一萬五千字（只算緊接題目後的那一段，部分字數是估的），最長一級的中位數是兩千多字，而且文本長短不調節讀前提問的效果。但我沒有逐一讀那些實驗，也沒有任何一個是網頁上的教學文。把其餘各項的結果搬到長篇導讀，是我的推論。
  • 多數材料很短。駁斥文字的統合分析裡有報告長度的最長文本是 1,542 個英文字；Sana 的短文每段不到 270 字；Prinz-Weiß 的短文約 500 字；Lorch 的文本約 1,500 字。
  • 受試者以大學生為主，而且多半是為了學分或酬金來參加的。自己找上門讀文章的自學者動機不同。
  • 統合分析的平均值底下差異很大。各研究的結果彼此差很多，平均值只是一個概括；數字在附錄。
  • 出版偏誤只有部分被處理。Schroeder 與 Kucera 校正後估計值下降；例題的統合分析 Egger 檢定顯著，做了校正；Bisra 只用了 fail-safe N，那篇 Learning How to Learn 已經說明這個指標會高估穩健程度。
  • 例題的證據只有數學，而且幾乎只量解題正確率。把它推到「解釋一個機器學習的概念」是我的延伸。
  • 很多比較是跨研究的：正確對錯誤例題、能不能重播、協助對不同程度的人。Barbieri 與 Rey 的作者明說這類比較不能當因果。
  • 取樣偏誤見開頭。德語圈教學解釋的研究，目前沒有我讀得到合法全文的。
  • 我的推論有八處：短教材的結果適用於長篇導讀；在關鍵步驟停下來問讀者為什麼，取代多寫一段說明；Sana 與統合分析在附答案上方向相反，可能出在考題是逐字重複還是換成應用題；把「教學協助」對應到文章鋪陳多寡；補充說明放在可跳過的區塊能同時顧到新手與熟手；讀前問題寫成要想一下的問題；把梯度下降的例子當成駁斥文字的示範；今晚可以做的三件事。正文都標了或在這裡列出。
  • 只讀到摘要、沒有列進參考資料的：McNamara 等（1996）的文本連貫性、Luiten 等（1980）的前導組織。
  • 只知道存在、沒讀到合法公開全文的：Wittwer 與 Renkl（2010）的例題解釋統合分析、Hamaker（1986）的插入式問題回顧。初稿依網路上的第三方轉存檔引了它們的數字；查核時找不到作者或出版者公開的版本，2026-10-14 拿掉所有數字，也從參考資料移除。Cromley 與 Chen（2025）重新合併 Mayer 掛名研究的統合分析：初稿讀的作者接受稿是在公開日之前經搜尋服務取得的；作者稿預定 2026-11-01 在 NSF PAR 公開，公開後比對一致才恢復引用，2026-10-14 先拿掉數字。
  • 發佈後補讀的：另一份讀前提問的統合分析 St. Hilaire 等（2024），寫這篇時拿不到全文，之後補讀了。被問到的內容 g = 0.54，沒被問到的 0.04（沒有測到差異），主要結果和 King-Shepard 等人一致；它排除了讀前附答案、以及把題目嵌在學習過程中的研究。King-Shepard 等人說兩份有幾個調節變項不一致，原因不明。Janelli 與 Lipnevich（2021）也是發佈後補讀，見上面讀前提問一節。
  • 轉引：IES 指引轉述的 1990 年讀前提問實驗、Bisra 等人轉述的點選解釋實驗，原研究我沒有讀。Pan 與 Carpenter 轉述的 Richland 等人的實驗與兩個課堂研究、IES 指引轉述的排法實驗（Trafton 與 Reiser 1993），發佈後補讀了原文，轉述和原文一致。
  • 讀取上的缺口：Pan 與 Carpenter 取得的頁面缺表格與圖的內容；多數論文的圖只讀到圖說。
  • 沒有找到的：類比寫法的綜整、具體漸退的統合分析、分段對純文字的研究、教學文章適當篇幅的實驗。

附錄：各研究的設計與數字

正文每項只留一兩個數字，其餘放在這裡。

Barbieri、Chawla、Miller-Cotto、Clerjuste（2023），Educational Psychology Review 35。篩選 8,033 篇摘要，納入 43 篇文章、55 個研究（其中 2 個是準實驗）、181 個效果量，只收數學，從小學到大學。用穩健變異估計，g = 0.48（95% CI 0.36–0.60），I² = 93.72%。Egger 檢定顯著；trim-and-fill 校正後 g = 0.44（0.32–0.56）。跨研究的調節：只用正確例題 β = 0.26（p = 0.03），參照組是單獨使用錯誤例題或正確與錯誤並用；搭配自我解釋提示 β = −0.24（p = 0.04）；用於練習或初學 β = −0.15（p = 0.38）。181 個效果量裡 69% 沒有搭配提示。作者說這三項都是描述性的；正確例題較好的結果讓他們意外，因為直接比較的實驗多半沒有差別或錯誤例題較好。12 篇檢驗了先備知識的交互作用，方向不一，作者只做敘述性整理。使用量從不到一堂課（約 25 分鐘）到整學年，多數研究沒有報告時間。約半數研究在美國做。

Bisra、Liu、Nesbit、Salimi、Winne（2018），Educational Psychology Review 30。以下數字依 Bisra（2020）博士論文第 2 章核對，與期刊版相同；作者的討論見論文第 4 章。64 份報告、69 個效果量、5,917 人。g = 0.55（0.45–0.65）。依對照條件：沒有額外解釋 0.67（41 個比較）；現成的教學解釋 0.35（6 個比較、573 人）。依任務：讀文字 0.79（14 個）、解題 0.48（20 個）、讀例題 0.36（8 個），組間差異不顯著（p = 0.119）。69 個比較裡 47 個沒有報告各組花的時間；有報告的，自我解釋組花較久的 16 個（0.72），時間相等的 5 個（0.41，論文表 3 的數字；第 4 章另寫成 0.36）；作者說兩者的差異不顯著，依時間分類的組間檢定 p = .255。依總學習時間：少於 30 分鐘 0.71，超過 2 小時 0.46（6 個比較），差異不顯著。42 個比較的受試者是大學生。納入標準排除了把自我解釋與回饋合併的研究。

Schroeder 與 Kucera（2022），Educational Psychology Review 34。2020 年 3 月檢索，33 個研究、44 個獨立比較、3,869 人。每個比較取最晚一次、優先取概念改變測驗的成績。g = 0.41（0.30–0.51），I² = 60.76。Egger 檢定不顯著；trim-and-fill 在左側補了 10 個研究，調整後 g = 0.28（0.16–0.39）。依出版類型：期刊論文 0.45（36 個比較）、學位論文 0.11（6 個，不顯著）、研討會論文 0.73（2 個），組間差異顯著。30 個比較的受試者是大專以上學生（0.33）。文本長度差距不影響效果（p = 0.26）。37 個比較沒有交代受試者的先備知識程度。另有 30 個研究因為沒報告人數或統計量而無法納入。

Danielson、Jacobson、Patall、Sinatra、Adesope 等（2024），Educational Psychologist，讀的是作者接受稿。預先註冊；71 篇文章（53 篇已發表、18 篇未發表）、76 個研究、111 個樣本、294 個效果量，總樣本 10,265 人，1986 到 2021 年。以只用後測的分析，對正確信念 g = 0.37（67 個研究）、對錯誤信念 g = −0.38（10 個研究）；用前測調整的另一套分析是 0.36（49 個研究）與 −0.31（6 個研究）；對正面情緒、負面情緒、態度的效果都不顯著。Egger 檢定對各項結果都不顯著。未發表研究的估計較小（0.22 到 0.31，已發表 0.39 到 0.40），差異不顯著。26 個調節變項在 0.05 水準下都不顯著；作者說部分變項的檢定力不足。樣本的女性比例在兩套分析裡都是 p ≤ .10，方向是女性比例越高效果越小。

IES 實務指引（Pashler 等，2007）。七項建議的證據等級：分散學習、例題與解題交替、圖文並用、連結抽象與具體，四項都是中等；用小考讓學生再接觸內容、問深層的解釋性問題，兩項是強；讀前提問，以及幫學生判斷自己學會了沒有的兩項，都是低。「低」的定義是：依據相關領域的強發現或理論所做的專家意見，或有直接證據支持但未達中等的專家意見。讀前提問評為低的理由是還沒有在課堂口頭教學的情境測過；指引說讀書面文字的實驗結果相當一致，並提醒讀者可以挑著讀時，讀前題目會降低沒被問到內容的學習。

Kaminski、Sloutsky、Heckler（2008），Science 320。實驗一把 80 位大學生分到四組（檢定的自由度對應 72 人，原文內文沒有說明差額）：學一個抽象表徵，或學一、二、三個具體情境；各組訓練量相同，遷移測驗是一個新的具體情境，抽象組遷移較好。實驗二直接告訴受試者兩個具體教材的元素怎麼對應，遷移仍不高於機率。實驗四比較「先具體再抽象」與「只學抽象」，後者較好。Trninic、Kapur、Sinha（2020），Cognitive Science 44。每組 38 人；所有條件的封面故事都換過。初始學習：具體組 95%、抽象組 70%。遷移到抽象情境 73% 對 78%，不顯著；遷移到具體情境 95% 對 90%，排除離群值前顯著、排除後不顯著；遷移到正式數學 78% 對 70%，排除離群值前不顯著、排除後顯著（具體組較好）。作者列了五條限制，包括沒有新舊具體條件的隨機比較、沒有量受試者的數學能力。

Sana、Forrin、Sharma、Dubljevic、Ho、Jalil、Kim（2020），CBE—Life Sciences Education 19。McMaster 大學的大學生；讀完隔 5 分鐘測驗，沒有延宕測驗。實驗一 164 人：沒有目標 0.47、目標集中在最前面 0.53、目標分到各段前 0.55；只有最後一組和控制組的差異顯著（d = 0.49，p = 0.044）；兩種擺法互比 p = 0.999。註 1 的另一個研究沒有給「注意目標」的指示語：控制組 0.49、分到各段前 0.52，不顯著。實驗二 159 人：選擇題形式的讀前提問 0.67、目標敘述 0.53（d = 0.84）、直接寫出答案的事實敘述 0.57；讀前提問本身只答對 35%，沒有回饋。實驗三 193 人：讀前題目後立刻給正確答案（不含解釋）0.58、不給 0.66（p < 0.001）；選擇題和簡答題沒有差別。最後測驗的題目和讀前題目不同，但每一題都對應某一條目標的事實，考的是應用；沒有考目標沒指到的內容。

King-Shepard、Walker、Nokes-Malach、Carpenter、Fraundorf（2025），Educational Psychology Review 37。55 筆紀錄、204 個比較、約 12,000 人，三層模型。重複題 g = 0.66（95% CI 0.52–0.81，181 個比較）；新題 g = 0.01（−0.09 到 0.12，175 個比較）。重複題依呈現方式：只給題目 0.60（110 個）、附回饋 1.25（顯著較大）、搭配其他活動 0.84（p = 0.07）、只看不答 0.65（17 個，p = 0.71）。新題依題目類型：事實型 0.002、概念型 0.34（18 個）、混合 −0.40（10 個）；附回饋對新題 −0.04（25 個）。文字教材 0.67 與影音教材 0.64 沒有差別；題目放最前面 0.65、插在中間 0.67；文本量與學習時間各分四級，都沒有差別，文本量最長一級是 1,697 到 15,000 字。重複題的模型有出版偏誤的跡象，校正後估計 0.68；新題的模型沒有。作者列的限制：沒有分析被問與未被問內容之間的關聯程度，也沒有分析答案在教材裡的位置。

Pan 與 Carpenter（2023），Educational Psychology Review 35。敘述性回顧；取得的頁面沒有表格與圖的內容。轉述的研究：Richland 等（2009）讓一組人花 2 分鐘答 5 題再讀 8 分鐘，另一組讀 10 分鐘，前者在被問到的內容上較好，含一週後的測驗。Janelli 與 Lipnevich（2021）的線上課程整體沒有幫助，拿到讀前測驗的學生較容易退出，撐到最後的人考得較好。兩個課堂研究（Carpenter 等 2018、Geller 等 2017）裡，讀前問一題加課後再考，和只在課後考相比沒有測到差異（Carpenter 2018 是 p = .06；Geller 2017 的貝氏因子偏向沒有差別）。Carpenter 2018 在課末立即測時，讀前題組在被問到的內容上較好（d = .33），沒被問到的內容沒有測到差異。

Janelli 與 Lipnevich（2021），Computers & Education 161。一門 MOOC，三個前測組（不給回饋、基本回饋、詳細回饋）對沒有前測的控制組。分析的是交過測驗、至少完成一個單元的 399 人，不是隨機分派的全體。後測綜合分數四組沒有顯著差異（p = .42）。完課率：前測三組 22.4%、33.3%、31.3%，控制組 50.5%。完課者裡前測組的後測較高（d = 0.46），這是事後依完課分層的分析，兩組平均原文沒有寫。

Lorch、Lemarié、Chen（2013），Psicología Educativa 19。文本約 1,335 到 1,549 個英文字，講能源問題。實驗一 134 位大學生，文本有 3 個大主題與 13 個子主題；標題組回想 4.33 個子主題，預告句組 3.15 個（偏 η² = 0.07）；事實題沒有差別。實驗二 120 人，要學生列大綱，分沒有訊號、預告句、標題三種：看著文本列時，正確列出的主題數是 11.75、15.50、16.20；憑記憶列時是 9.15、10.40、12.35。訊號的主效果顯著；標題與預告句的差異不顯著（d = 0.40，p = 0.17）。作者提醒訊號種類與排版的顯眼程度混在一起，解釋還需要再檢驗。

Prinz-Weiß 與 König（2023），Applied Cognitive Psychology 37。51 位大學生，標題組 25 人、純文字組 26 人；五篇自然科學短文，每篇 482 到 505 字、五到六段，標題組每段前有一個問句形式的標題。理解測驗標題組較好；記憶測驗的差異不顯著（d = 0.52，p = 0.069）。純文字組高估自己的理解，標題組沒有（偏誤的組間差異 d = 0.68）；另一種衡量判斷準確度的指標，兩組沒有顯著差異。

Tetzlaff、Simonsmeier、Peters、Brod（2025），Learning and Instruction 98。60 個實驗、176 個效果量、5,924 人，1992 到 2024 年，樣本數中位數 73。低先備 d = 0.505（0.260–0.750），高先備 d = −0.428（−0.647 到 −0.209），I² 分別是 90.87% 與 87.55%。Egger 檢定不顯著。60 個研究裡 32 個用測驗分數把受試者切成高低兩組；用年級區分的 8 個研究裡，高先備者的不利效果最大。低先備者的效果在小學（只有 2 個研究，作者說太少，無法下結論）與人文、語言領域特別弱。作者另外估了每個研究「低先備效果減高先備效果」的差，d = 0.971（0.631–1.312）；兩個效果絕對值的大小（0.505 對 0.428）則沒有檢定，「不對稱」是依兩個平均值判斷的。作者列的限制：先備知識和協助程度都被切成高低兩類，各研究的切法不同。

Rey、Beege、Nebel、Wirzberger、Schmitt、Schneider（2019），Educational Psychology Review 31。56 個研究、88 個成對比較，材料是多媒體教材；納入標準是切段或讓學習者控制步調其中之一。記憶 d = 0.32、遷移 d = 0.36。能否重播，記憶：不能 0.40、能 0.14（不顯著），組間檢定 p = 0.15；遷移：不能 0.29、能 0.55，組間檢定 p = 0.09。學習者控制步調的子集：記憶 0.19（不顯著）、遷移 0.45。依先備知識（記憶）：沒有先備 0.29、有一些 −0.12（不顯著）、高先備 0.73（7 個比較，其中 4 個出自同一篇），和作者原本的假設相反。分段組的學習時間較長，這一項有出版偏誤的跡象。

參考資料

每一條都從頭讀到尾並留有抽取紀錄；讀不到的部分寫在括號裡。

相關文章

教學文章裡的問題與用語怎麼寫：提問、回饋、術語與寫作規格的證據1 min讀者會不會做文章裡的題目：作答率、略過、先看答案與提示的證據1 min讀者知不知道自己懂了：理解判斷的準確度、解釋深度錯覺、練習題與延後摘要1 min