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

TL;DR讀者分辨「這篇懂、那篇不懂」的能力，沒有任何介入時平均相關只有 0.18，作者換算約 55% 的正確率。讀完全部再寫摘要或列關鍵詞、判斷前先作答練習題，能讓判斷準一些；只讀現成的題目與答案沒有測到幫助。證據多半來自實驗室裡的大學生與說明文。

#learning-science #retrieval-practice #self-learning #course-guide #blog

系列: 教學文章怎麼寫 (15 / 19)

教學文章要不要講用途、放趣聞：告知用途、自己寫用途、給選擇與無關細節的實驗間隔複習在真實課程裡還剩多少：課堂統合分析、隔週重讀、STEM 課程實驗與個人化排程

🌏 English version

這是「教學文章怎麼寫」系列的第 15 篇，屬於第三部分「讀者帶著什麼來」。這一部分的前幾篇談先備知識、讀者已經相信錯的東西、用途與興趣；這篇談讀者帶來的另一樣東西：他對自己懂了多少的判斷。

起因是本站課程導讀的寫作規格。規格要求每個主要小節結尾放一題，附答案或判準，「不只寫『想一想』」；文末再放一題跨節的綜合題。這條規格背後有一個沒寫出來的假設：讀者讀完一節，自己大概知道懂了沒有，題目只是幫他確認。第 9 篇整理了題目和回饋對學習的效果；第 8 篇提到一個課堂實驗，學得多的那一堂學生自評反而較低，並把「讀者的判斷有多準」留給之後的篇。這篇就是那一篇：讀者判斷自己懂了沒有，平均有多準；文章本身能做什麼，讓他判斷得準一點。

這件事對寫的人有直接的後果。讀者如果以為自己懂了，就會往下讀、不回頭。如果他的判斷和實際的理解對不太上，文章裡「讀完這節你應該能……」這類句子，加上一題不必作答就看得到答案的檢查題，可能都在強化一個錯的判斷。站上 Learning How to Learn 從學的人那一側談過「流暢感會騙人」；這裡換到寫的人那一側。作者端看得到的訊號（讀者說寫得好、流量）量到什麼，是之後第 25 篇的題目，這篇只談讀者端。

來源怎麼選、有什麼偏向。來源清單是先掃描文獻、再挑出來精讀的，挑選標準是文章會用到數字的結論都要有一篇可以從頭讀到尾的來源，而且至少有一篇結果相反或沒有效果。最後讀了這些：兩份後設理解準確度的統合分析（把許多實驗合併估計的研究），一份經典的「解釋深度錯覺」論文，三個關於學習者怎麼判斷學法好壞的實驗，一個誤解與判斷準確度的實驗，一個標題與判斷準確度的實驗。另外是一份讀前題目的統合分析、一份回顧、一份影片內測驗的紀錄分析，以及美國教育科學研究院（IES）的實務指引裡談學習判斷的兩條建議。偏向很明顯：英文文獻、大學生、實驗室裡的短教材。列在參考資料裡的每一篇都從頭讀到尾，並留有抽取紀錄；只知道存在、沒讀到合法公開全文的，文中會明說，不引它的結果。

先看結論

問題	證據	強度
讀者分得出自己哪篇懂、哪篇不懂嗎	兩份統合分析：沒有介入時，判斷與測驗成績的個人內相關約 0.18 與 .14	強；全是純文字說明文、多數在實驗室
讀者會不會高估自己	對機制類的知識，寫出逐步解釋之後自評明顯下修；對程序、劇情沒有這個現象	中；只有自評，沒有客觀測驗
讀完全部再寫摘要或列關鍵詞	兩份統合分析都提高判斷準確度；每篇讀完立刻做則沒有測到差異	中到強；不提高理解本身
判斷前先作答練習題	一份統合分析裡提高準確度；只讀現成的題目與答案沒有測到幫助，方向為負	中；實驗室研究，題目不是嵌在文章裡
事先讓讀者知道會考什麼層次	兩份統合分析方向一致，大小差很多；考法與預期不一致時反而變差	中；最大的那個數字只來自同一組研究者
自我解釋	一份統合分析顯著，另一份只有兩個方向相反的實驗	未定
告訴讀者「哪種學法比較好」	一組實驗：認同的人從約一成增加到三到四成，沒有過半；要把兩種經驗分開讓他各自體驗，再加上說明，才到七成以上	中；學的是辨認畫家風格，不是讀文章
讀前題目能讓讀者看見自己不會什麼	讀前題目的統合分析沒有量判斷準確度	沒有直接證據

這裡的「強」指的是有統合分析、方向一致，不代表這個數字會原樣出現在一篇網頁長文上，原因在限制一節。

「判斷得準」有兩種意思

讀者對自己理解程度的判斷，研究裡叫後設理解（metacomprehension），屬於後設認知（metacognition）的一部分。判斷準確度有兩種算法，混在一起讀會得到相反的印象。

相對準確度：同一個讀者讀了好幾篇，他對每篇「懂多少」的評分，和他每篇的測驗成績，排序對不對得上。量的是「分不分得出哪篇懂、哪篇不懂」，通常用 Gamma 或 Pearson 相關，1 是完全對上、0 是毫無關係。
絕對準確度（偏誤）：判斷的分數減掉實際的分數。正值是高估，負值是低估。

兩者可以分開變動：一個人可以每篇都高估兩分，但排序完全正確；也可以平均剛好不偏，但排序是亂的。下面兩份統合分析只算相對準確度。高估與低估的證據來自另外幾個實驗。

對寫文章的人來說，兩種都有用。相對準確度決定讀者會不會挑對要重讀的那一節；絕對準確度決定他會不會覺得「都懂了」而根本不回頭。

讀者分得出自己哪篇懂、哪篇不懂嗎

Chunliang Yang 等人 2023 年的統合分析（我讀的是 UCL 典藏的作者接受稿）收了 115 篇研究。典型的實驗是：受試者讀好幾篇說明文，每篇讀完或全部讀完後評自己懂多少，然後考所有文章，算每個人的判斷和成績的相關，再對受試者取平均。

沒有任何介入的條件下，這個平均相關是 0.178。作者用自己的模擬換算，相當於約 54.5% 的判斷正確率，機率水準是 50%；模擬方法在補充資料裡，我沒讀到。作者前言舉過一個例子，是對更早文獻常引的 0.27 算的（不是對 0.178）：讀了 40 節課本、想挑最不懂的 20 節重讀的人，預期挑到的 20 節裡只有 11 節真的是不懂的。0.178 比 0.27 還低。

Anja Prinz 等人 2020 年的統合分析（刊出版）範圍比較窄。它只收學生讀說明文的研究，測驗要考推論或應用題，而且要有完全沒有介入的對照組。這些研究裡，對照條件的平均相關是 .14。兩份的數字接近。

這個數字有三個條件要一起記：

只收純文字。兩份都排除了搭配插圖或動畫的文本，Yang 等人明說是為了聚焦在純文字上。
多數在實驗室，材料不是受試者自己的課業。Yang 等人把這點列為限制。
出版偏誤的校正讓數字變高，不是變低。Yang 等人做了六種出版偏誤的檢查，其中三種給出校正值，都比 0.178 高；另外估計校正測量誤差之後的「真」相關約 0.31，作者仍說這「still quite poor」。

Yang 等人還發現，研究條件的平均成績越高，該條件的判斷越準。這是跨研究條件的關係，用測驗平均當理解的代理指標；不能讀成「同一個讀者懂得越多，判斷就越準」。

讀者會不會高估自己

解釋深度錯覺

Leonid Rozenblit 與 Frank Keil 2002 年的論文（PMC 上的作者稿）做了十二個研究，多數受試者是耶魯的學生。核心程序有三步。先用 7 點量表評自己對拉鍊、沖水馬桶、彈子鎖這類東西「懂多深」。接著對其中幾項寫出詳細、逐步的因果解釋，寫不出來的地方標「GAP」，寫完再評一次。最後回答一題需要關鍵機制的診斷題（例如逐步說明怎麼撬開彈子鎖），再評一次。

寫完解釋之後，自評明顯下修。研究二有數字的那組，答完診斷題後平均又更低，但這一步原文沒有單獨檢定，研究一裡這一步也沒有達到顯著。研究五請 12 位同校學生替這些解釋打分，結果外人的評分比寫的人第一次自評低；寫完解釋當下的自評仍然顯著高於外人的評分，要到答完診斷題，兩者才沒有顯著差別。數字在附錄。

這個錯覺不是普遍的高估。換成其他類型的知識：

自然現象（地震、潮汐、彩虹）和裝置差不多，下修明顯。
國家首都這類事實，有小幅但顯著的下修。
日常程序（打領結、從紐哈芬開車到紐約）沒有下修，方向還略為往上。
電影劇情的下修沒有達到顯著。

作者因此主張錯覺集中在「解釋」這類知識，不是人對什麼都高估。研究六事先警告受試者之後要寫解釋、答診斷題，下修變小了，但原因是寫完之後的分數比較高，一開始的自評並沒有變低；作者自己說這個樣態出乎意料。

用到寫文章時有一個重要的距離，作者自己寫在前言：

the current studies are concerned with people’s ability to assess the knowledge they have before coming into the lab, rather than things learned in the course of an experiment. The implications of our research are different: they tell us less about how people learn when reading…

也就是說，這些研究量的是受試者原本就有的知識，不是剛讀完一篇文章之後的理解；整篇也沒有任何客觀測驗，「實際懂多少」靠的是自評下修和外人評分。我把它當成旁證：對機制類的內容，要讀者動手寫出逐步解釋，會讓他看見缺口。

帶著誤解來讀

Prinz、Golke 與 Wittwer 2021 年的實驗讓 92 位修過統計的德國大學生讀一篇講共變數的課文。課文針對四個常見誤解（例如「共變數代表因果」），受試者讀完、作答前先預測自己會答對幾題。

三組都拿到誤解的資訊，只是形式不同：反駁文組讀的是把誤解寫出來再駁斥的版本；對照表組邊讀一般版課文邊填一張三欄表，前兩欄印著問題與對應的誤解，第三欄由自己填正確解釋；控制組讀一般版課文，外加一張只列問題與誤解的單子。

在控制組裡，事前誤解越多的人，越高估自己的理解。對照表組裡這個關係消失了，和控制組的差達到顯著；反駁文組裡關係也接近零，但和控制組的差沒有達到 .05。三組合併看，誤解數和高估沒有顯著相關；在平均誤解數的人身上，三組的預測偏誤也沒有差別。作者自己說幾個結果只是邊緣顯著、檢定力不到 .80；另外，每個依變項只有 4 題，這是我讀設計時看到的，作者沒有列為限制。

所以這個實驗能說的是：在一種呈現誤解的方式下，誤解多的讀者比較會高估；要讀者自己對照誤解寫出正確解釋，這個關係在這次實驗裡消失了。它沒有「完全不提誤解」的組，回答不了「加一段常見誤解比不加好不好」。駁斥誤解本身的效果，在第 13 篇。

標題

第 1 篇談過 Anja Prinz-Weiß 與 Aline König 2023 年的實驗。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問句標題的版本。每篇讀完、看到題目之前，受試者先預估自己推論題能答對幾題。結果純文字組顯著高估自己的理解，標題組的預估接近實際，兩組的偏誤差異 d = 0.68。

第 1 篇只在附錄帶過一句：另一種準確度（相對準確度）兩組沒有顯著差別，作者寫的是「與假設相反」。這裡補一件第 1 篇沒講的事：兩組的預估本身沒有顯著差別，方向還是標題組預估得較高；差在理解成績，標題組明顯較高。我從它的數字看，偏誤變小主要是因為標題組真的懂得比較多，不是他們的判斷變保守了。這是我的讀法，原文沒有這樣拆；作者在限制裡寫的一句和這個讀法一致：不清楚讀有標題版本的人，在做判斷時有沒有察覺自己理解變好了。

讀者怎麼判斷「哪種學法有效」

讀者除了判斷自己懂了沒有，也會判斷一種讀法、一種教法有沒有效。這和寫文章有關，因為讀者對「這篇文章有沒有讓我學到」的感覺，同樣是一種判斷。

第 8 篇已經詳細談過 Louis Deslauriers 等人 2019 年的課堂交叉實驗：主動學習的那一堂測驗較高、自評較低。這裡只補一點它和這篇有關的資訊。作者在測驗成績的模型裡加了「前測成績 × 自覺學到多少」的交互作用，結果是正向、p < .05：先備知識越高的學生，自覺學到多少和實際成績越對得上。原文沒有印這個係數。

另外兩組實驗用的是不同的教材，問的是同一件事。

Veronica Yan 等人 2016 年的七個實驗讓受試者看 12 位畫家的風景畫學辨認風格，一半畫家的畫連著出現（集中），一半和別人的畫交錯出現（交錯），之後考新的畫。交錯的畫家在各實驗都考得較好（1B 只到邊緣顯著），但 1A 與 1B 合計 149 人裡，72% 說集中比較有效；實際上交錯考得較好的人裡，也有 75% 這樣說。判斷和自己實際哪種考得好，兩個實驗都沒有測到關聯。

對寫文章最有關的是另外三個結果：

看到自己的分數也不一定採信。實驗二明白告訴受試者兩組各答對幾題。交錯考得較好的 45 人裡，只有 36% 把差距歸因於交錯比較有效，44% 說是那組畫家比較容易；集中考得較好的 20 人裡，60% 歸因於集中比較有效。同一種證據，被不對稱地解讀。
直接告訴他也只有部分效果。實驗三到五在考完之後，告訴受試者「先前研究發現 90% 的人交錯學得比較好」，有的組另外解釋為什麼。三個實驗合併，沒有說明時選交錯的是 12%，各種說明條件是 35% 到 44%，沒有一種過半；而且在每一種說明條件裡，判斷和受試者自己實際哪種考得好都沒有測到關聯。「90%」是給受試者看的說明文字，不是這篇的研究結果。
把兩種經驗分開，判斷才對得上成績。實驗六把集中與交錯拆成兩個各自獨立的「學習—考試」循環。沒有任何說明時就有 46% 選交錯，加上完整說明是 75%，先體驗交錯、再體驗集中的那一半是 93%；判斷也開始和自己的成績相關。實驗六同時改了好幾樣東西，和前面實驗的比較是跨實驗的。

Jessica Macaluso 等人 2022 年的兩個實驗換成看鳥類照片學分類，受試者是匹茲堡大學修心理學的大學生。交錯的排法被評為比較費力、比較不熟悉，也被評為學到比較少；在還沒被告知哪種比較好之前，76.6% 選了集中當以後的讀法。第二個實驗有後測，交錯學的鳥科答對 60%、集中學的 55%，作者稱效果量偏小；選了集中的人，也是交錯考得較好。

作者的解讀是：受試者不是為了省力而選集中，是把費力誤讀成學得少。這是中介分析，變項之間的關係是相關，作者自己說不能確定因果。看到「90% 的人交錯學得較好」之後，有一半的人沒有回答要不要改；原本選集中的人裡，約六成說不改。四類回答加起來約 100%，看起來分母是有作答的人，但原文沒有明說。

這兩組實驗學的都是從圖片歸納類別，每張只看幾秒，不是讀文章，也不是判斷自己懂不懂一段內容。我把它們當成類比：讀者對「怎樣讀比較有效」的感覺，和他的實際成績可以不一致，而且光是告訴他，改變有限。

什麼能讓判斷準一點

兩份統合分析都比較了各種介入。下表左欄是 Yang 等人的結果，數字是「該類介入的平均相關」減「全體無介入條件的平均相關」，屬跨研究的比較；右欄是 Prinz 等人的結果，是各研究裡介入組對對照組的效果量 g。括號裡是效果數。

介入	Yang 等（相關的差）	Prinz 等（g）
多種介入併用	0.316（30）	沒有分析
全部讀完後才寫摘要	0.210（9）	0.49（6）
概念圖、畫圖類	0.196（11）	0.47（2，邊緣）
全部讀完後才列關鍵詞	0.184（40）	0.34（7）
邊讀邊自我解釋	0.179（7）	0.34（2，不顯著）
讀完、判斷前先作答練習題	0.169（47）	沒有納入
事先知道考法，而且真的這樣考	0.090（8）	0.84（3）
短暫延後重讀	0.063（22）	0.32（6）
自己出題	0.042（7，沒有測到差異）	沒有納入
每篇讀完立刻寫摘要	0.030（9，沒有測到差異）	沒有納入
每篇讀完立刻列關鍵詞	0.009（17，沒有測到差異）	沒有納入
讀現成的題目與答案	−0.095（6，沒有測到差異，方向為負）	沒有納入
事先告知的考法和實際不一致	−0.117（6，顯著變差）	沒有納入

幾件寫作時用得到的事：

「延後」和「自己產出」兩者都要有。全部讀完之後才列關鍵詞，比每篇讀完立刻列明顯較好；自己列關鍵詞，比讀實驗者給的關鍵詞明顯較好。Prinz 等人轉述 Thiede 等人 2005 年的研究：光延後不產出（想一想文本、讀現成關鍵詞），或只把判斷延後，都不影響準確度。這裡的「延後」是全部文本讀完之後的幾分鐘，不是隔天；讀完隔一天才判斷的研究被 Prinz 等人排除了。
題目要自己答過才有用。判斷前作答練習題的條件提高準確度；只把題目和答案擺出來讓人讀，沒有測到幫助，方向為負；兩者的差是 0.264，達到顯著。作者的原句是「covertly answering practice questions, but not passively reading questions and answers, boosts metacomprehension accuracy」。covertly 字面是「不出聲地、在心裡」作答；同一段的對照說法是讀題目與答案「without the requirement to actively generate answers」。所以這份分析比的是「自己產生答案」對「被動讀答案」，納入的研究有沒有要求寫下來，它沒有分；作者的用詞反而比較接近「在心裡答也算」。第 9 篇也提到，讀前提問的另一份統合分析（King-Shepard 等 2025）的作者提醒，只看不答的受試者可能在心裡作答了。這一類是實驗室研究，練習題在讀完後、判斷前做，不是嵌在文章中間。
知道會考什麼層次，有一個前提。Prinz 等人的定義是同時給「題目會考推論」的說明與練習文本上的範例題；點估計七項裡最大，但三個效果全部出自同一篇論文、同一組研究者，而且介入之間的差異整體不顯著。Yang 等人的定義是事先告知考記憶還是考推論；一致時有小幅幫助，不一致時反而變差。
併用的效果最大，但還是遠低於 1。Yang 等人說「相加」只是描述，沒有檢驗是不是真的相加。

兩個會改變怎麼用的保留：

判斷變準，不等於學得比較好。Prinz 等人另外分析了這些介入對理解成績的效果：三種延後產出的作業合起來接近零，沒有測到效果，延後寫摘要的方向還是負的；整體效果顯著但小。Yang 等人也在限制裡寫，準確度高不保證學得好。
有效的介入多半要讀者多花力氣。Yang 等人在限制裡寫，學習者自學時可能不願意用。

文章裡的題目，能給讀者什麼訊號

本站的節末題是寫在文章裡的，不是實驗室發的練習卷。這一節看的是和「文章裡放題目」最接近的幾份研究，各自能說到哪裡。

讀前題目沒有量判斷準確度。Kyle St. Hilaire 等人 2024 年的統合分析整理讀之前先猜答案的研究。結論在第 1 篇已經寫過：好處集中在被問到的內容。它沒有量任何後設認知或自我評估。「讀前題目讓讀者看見自己不會什麼」在這份分析裡只是一種理論說法，作者評估後認為得到的支持很弱。和這篇有關的只有一格：只看題目、不要求作答的條件，信賴區間跨過零。

學習者不覺得先考有用。Steven Pan 與 Shana Carpenter 2023 年的回顧有一節談後設認知，轉述的研究說：許多學習者剛從讀前測驗受益，仍然不認為它有用；一份調查裡 78% 認為直接閱讀比較有效，另一份調查裡選「先猜再學」的也只有 56%。回顧也轉述兩個研究，說明好處或給成績回饋可以修正這種誤判。這些原研究我都沒有讀。

題目出現在眼前，讀者實際怎麼做。Geza Kovacs 2016 年的紀錄分析看 Coursera 機器學習課的影片內測驗：播放到某一點出現一題，有略過按鈕、不計分。只有一題的那 92 支影片裡，開始看影片的人有 74% 交了答案。三件事和判斷準確度有關：

從測驗往回跳的動作，六成發生在第一次作答之前，也就是先看題目、回頭找答案、再作答。
第一次答錯的人，多數在十幾秒內就重答（中位數 13 秒）；最後在 30 分鐘內答對的人裡，答對前回頭看影片的只有 9.1%。
這是單一課程的描述性資料，沒有任何統計檢定，也沒有量學習成果；回頭看的動機是從行為推的。

把它和上一節放在一起，是我的推論：讀者可以邊看文章邊找答案時，答對告訴他的是「找得到」，不是「記得、懂了」；答錯之後多半直接換一個選項，不一定回頭讀。美國教育科學研究院（IES）2007 年的實務指引在「教學生判斷自己學會了沒有」這條建議的檢核表裡，也寫了「做學習判斷時，答案不要擺在眼前」。這條建議的證據等級是低，理由是證據來自實驗室，還沒有課堂實驗。

請讀者停下來反思有沒有用。Zengilowski 等人 2025 年在 L@S 發表了一個大規模隨機實驗，題目是在電腦學習平台上用提示鼓勵學習者做後設認知反思。這篇研究存在，我沒讀到合法公開的全文，所以不引它的結果。

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。

沒有介入時的基準是多少。Yang 等人得到 0.178，Prinz 等人的對照條件是 .14。Prinz 等人在自己的前言引另一份統合分析（Prinz 等 2020，Educational Research Review）的 +.24 當基準，沒有討論和自己 .14 的差距；Yang 等人則主張 .24 和更早常引的 .27 都混進了有介入的條件，會高估。那份 .24 的統合分析我沒讀到合法公開的全文。

自我解釋有沒有用。Yang 等人的分析裡自我解釋顯著（7 個效果）。Prinz 等人的分析裡不顯著，只有兩個實驗，一個大幅正向、一個負向；作者的用詞是「unreliable」，不是無效，並推測邊讀邊解釋可能讓讀者負荷過重。兩份的納入標準不同（Prinz 只收考推論或應用題、有完全不介入對照組的研究）。

知道考法的效果有多大。Prinz 等人的點估計是七項裡最大；Yang 等人的結果是有效介入裡偏小的一項。兩份的定義不同：Prinz 要求說明加上練習文本的範例題，Yang 只要求事先告知考的是記憶還是推論，並把「告知與實際不一致」另外分一類。

事先預告會被檢驗，會不會讓人一開始就不高估。上一列兩份統合分析裡，知道考法提高的是相對準確度。Rozenblit 與 Keil 的研究六事先警告受試者之後要寫解釋、答診斷題，量的是自評的絕對分數：一開始的自評沒有變低，下修變小是因為後面的分數變高。兩邊量的東西不同，不能直接當成衝突，但方向不一樣。

告訴學習者哪種方法有效，能不能修正誤判。Pan 與 Carpenter 轉述的兩個研究說可以。Yan 等人的實驗裡，說明讓認同交錯的人增加到三到四成，沒有過半，而且判斷和自己的成績沒有測到關聯；要把兩種經驗分開讓他體驗，才到七成以上。Macaluso 等人的開放題裡，原本選集中的人約六成說不改（分母看起來是有作答的人），但一半的人沒有回答。

讀前題目要不要作答（這一組量的是學習，不是判斷準確度）。St. Hilaire 等人 2024 年的統合分析裡，要求猜答案的條件效果明顯大於只看題目不作答的條件，後者的信賴區間跨過零，兩者的差異顯著。第 1 篇與第 9 篇引的 King-Shepard 等人 2025 年的統合分析裡，只看不答和只給題目的效果差不多，沒有測到差異；作者提醒受試者可能在心裡作答了，沒有下「不必作答」的結論。兩份的納入標準不同（St. Hilaire 排除了附答案與嵌在學習中的題目），共有的紀錄只有 35 筆。King-Shepard 等人在附錄的對照表裡比對過兩份共有的調節變項，說有幾項不一致，可能來自納入紀錄與編碼定義不同。作答與否這一項，他們把結果標成一致，但兩份的數字方向不同；標成一致的理由，我沒讀到說明。這篇的建議和 St. Hilaire 的方向一致，但兩份都沒有量判斷準確度。

標題讓判斷變準了嗎。在 Prinz-Weiß 與 König 的同一個實驗裡，偏誤（高估）有改善，相對準確度沒有測到差異。這不是兩個來源衝突，是同一份資料用兩種準確度算出不同結論；引用時要說是哪一種。

可以做的事

下面五條是本站的判斷。每一條寫出依據是哪幾項結果，以及它的距離。

節末題的答案預設收起來，請讀者先作答再展開。題目下面直接接答案，等於讓讀者「讀現成的題目與答案」；那一類在 Yang 等人的分析裡沒有測到幫助，方向為負；判斷前先作答的那一類有幫助。做法：答案放在摺疊區塊裡，題目旁邊寫「先答答看（寫在紙上更好），再打開」。「寫下來」是本站的選擇，而且比作者的用詞多走一步：作者說的是在心裡作答。IES 指引的檢核表另外提醒，判斷時答案不要擺在眼前。距離：研究裡的練習題在讀完後、判斷前做，不是嵌在文章中間；「摺疊」和「寫下來」兩項都沒有研究直接測過。

這一條和第 9 篇、第 5 篇的說法不同，要先講清楚。第 9 篇原本也想建議「先寫下答案再往下看」，讀完它的來源後降成沒有直接證據的個人做法，並把「節末答案要不要摺疊」「要不要求讀者先作答」列為研究還沒有答案、規格先不規定的事。第 5 篇則建議讓讀者自己寫出答案再往下。第 9 篇問的是學習效果：它依據的自我解釋統合分析排除了「先作答、再看答案」這種組合；它引的讀前提問統合分析（King-Shepard 等 2025）裡，只看不答和作答的效果差不多，所以它判斷證據不夠。不過這篇引的另一份讀前提問統合分析（St. Hilaire 等 2024）結果相反，要作答才有效，見「來源說法不同的地方」。第 5 篇的依據是兩組影片實驗，量的也是學習（以下據第 5 篇的整理，本篇沒有另讀原文）：Szpunar 等人比的是每段看完都考、只在最後考，實驗二另有一組每段後重讀題目與答案；Lawson 與 Mayer 比的是每段後自己寫解釋、讀現成解釋或什麼都不做。這些都是看短片的大學生，題目考的是剛看完的內容。這篇問的則是判斷準確度：Yang 等人在同一類實驗裡直接比過「先作答」和「讀現成的題目與答案」，差 0.264，這是第 9 篇沒有用到的一列結果。三篇可以同時成立：對學習效果，要不要先作答，各來源說法不一；對讀者能不能看出自己哪裡不懂，有一份統合分析支持先作答。至於「摺疊」和「寫下來」這兩個具體做法，三篇都沒有直接證據。要不要改規格，見下一節的對照表，那是提議，由站主決定。
文末加一個「闔上文章寫關鍵詞」的步驟。全部讀完之後、自己產出的關鍵詞和摘要，在兩份統合分析裡都有效。做法：文末寫「讀完先去做別的事幾分鐘，回來不看文章，寫下每一節的一個關鍵詞，和一句話說它在講什麼。寫不出來、或回頭對照發現寫錯的那一節，就是要重讀的」。IES 指引的做法幾乎一樣：讀完先做別的作業，再拿白紙不看課文寫四個關鍵詞與定義。距離：實驗裡的延後是幾分鐘，文本是幾篇說明文；這一步改善的是判斷，不是理解本身。
機制類的內容，檢查題寫成「逐步說明」，再接一題用到關鍵機制的題目。做法（例子是我自己擬的，沒有實測過）：「用自己的話寫出學習率太大時，參數為什麼會越跳越遠，每一步寫出前因後果；寫不出來的那一步，標一個『缺口』。」接著問一題非得懂那個機制才答得出來的題目，例如「把學習率減半，原本發散的訓練一定會收斂嗎？為什麼？」依據是 Rozenblit 與 Keil 的程序：寫完解釋自評下修，答完診斷題才和外人評分對上。距離：他們量的是受試者原本就有的知識，不是剛讀到的內容；而且對程序類知識（照步驟做的事）沒有測到錯覺，所以實作類的檢查題用「做出來、和預期結果比對」比較合適，這是我的推論。
在文章開頭說明節末題考的是什麼層次，第一題就是那個層次的示範。做法：開頭寫「每節最後有一題，問的是『換個條件會怎樣』，不是背定義」，然後第一節的題目真的是這種。依據是兩份統合分析裡知道考法的條件；Yang 等人的分析裡，預告和實際考法不一致時判斷反而變差，所以說了就要做到。距離：最大的效果量只來自同一組研究者的三個實驗。
每一題標明考的是哪一節，附連結。讀者答錯時能直接回到那一節，而不是只知道「我錯了一題」。依據有兩個：Yan 等人的實驗六把兩種經驗拆成各自有分數的兩個循環後，判斷開始和成績相關；實驗二明白告訴受試者兩組各答對幾題，「如果你是老師會用哪種」的選擇也和自己的實際表現有關，只是不對稱（集中較好的人 95% 選集中，交錯較好的人只有 51% 選交錯）；IES 指引用小考找出沒學會的內容那一條，建議答錯時明說該讀哪幾頁。把「能把結果歸到原因」對應到「題目連回小節」，是我的推論。

本站規格逐條對照

課程導讀規格（course-guide-contract.md）裡和這篇有關的條文，對照如下。「依據」欄只寫這篇讀到的；規格裡各節自我檢查的原始依據是影片分段後穿插測驗或自己寫解釋的實驗，整理在影片那一篇，量的是學習，不是判斷準確度。

規格條文	這篇讀到的依據	判定
「自我檢查需答案或判準，不只寫『想一想』」	判斷前先作答練習題提高判斷準確度；讀現成的題目與答案沒有測到提高	方向有支持。規格沒規定答案的擺法；本篇提議補「答案預設收起、先作答再展開」，和第 9 篇「先不規定」的建議不同，屬提議，待站主決定
每個主要小節結尾放一題，考剛讀完的那一節	每篇讀完「立刻」列關鍵詞或寫摘要沒有測到提高準確度；立刻作答練習題有沒有效，統合分析沒有分開	對判斷準確度沒有直接證據；這條的依據在學習效果那一側
文末的「自我檢查」留給跨節的綜合題	全部讀完後才產出關鍵詞或摘要，兩份統合分析都有效	最接近有支持的一條；建議在綜合題之外加「闔上文章寫關鍵詞」
概念導讀「附可自行判斷的解釋題或變式題」	寫逐步解釋讓機制類知識的高估現形（既有知識，不是剛讀的）；自我解釋對準確度的效果兩份統合分析不一致	間接支持；「可自行判斷」需要讀者先作答才成立
實作教學「變式練習與成功判準」	程序類知識沒有測到解釋深度錯覺	我的推論：實作類的判準用「做出來比對結果」，不用「解釋給自己聽」
「指出常見誤解」	在一個實驗的控制組裡，帶著誤解讀的人對理解的預測比較會高估（遷移的預測三組平均都是低估）；要讀者自己對照誤解寫出正確解釋時，這個關係消失	間接支持；樣本小、部分結果只到邊緣顯著

規格沒有提、但這篇的證據指向的一件事：題目和答案的距離。現在的規格只要求「有答案或判準」，沒有規定讀者在看到答案之前要先做什麼。這篇從判斷準確度的角度提議補上；第 9 篇從學習效果的角度建議先不規定。兩個角度的依據不同，改不改是站主的決定，這裡不當成已定的規格修改。

這些證據的限制

沒有研究直接測過網頁長文的讀者。兩份統合分析的材料是純文字說明文，多數在實驗室；Yang 等人明說材料不是受試者自己的課業。把它們搬到一篇五千字的導讀，是我的推論。
相對準確度的研究沒有回答「讀者會不會因此改變行為」。Yang 等人在限制裡寫，準確度高不保證學得好；有效的介入要多花力氣，自學者可能不做。
判斷變準和學得更好是兩件事。Prinz 等人的分析裡，延後產出的作業對理解成績的效果接近零，沒有測到效果。
高估的證據多半不是讀文章。Rozenblit 與 Keil 量的是既有知識，而且沒有客觀測驗；Yan 等人與 Macaluso 等人學的是從圖片歸納類別。
小樣本與邊緣結果。Prinz 等 2021 每組約 30 人、每個依變項 4 題；Prinz-Weiß 與 König 51 人；Prinz 等 2020 的測驗預期只有三個效果、出自同一篇論文。
受試者多半是為了學分或酬金參加的大學生；Yan 等人七個實驗裡六個用的是 MTurk 線上群眾外包工作者。
跨研究的比較。Yang 等人的各介入效果是和「全體無介入條件」比，不是各研究內的對照；Yan 等人的實驗六和實驗三到五的比較是跨實驗的。
補充資料沒讀到。Yang 等人的補充資料（含正確率模擬的方法）不在接受稿裡，OSF 專案也沒有；Macaluso 等人的中介路徑係數只在圖上，我讀到的檔沒有圖。
我的推論有八處：研究結果搬到網頁長文；Prinz-Weiß 與 König 的偏誤改善主要來自理解提高；把 Rozenblit 與 Keil 當成「寫解釋讓人看見缺口」的旁證；把 Yan 等人與 Macaluso 等人當成讀者判斷文章效果的類比；邊看邊找答案時答對代表「找得到」；實作類檢查題用比對結果；題目連回小節有助於歸因；可以做的事五條。正文都標了。
只知道存在、沒讀到合法公開全文的：Zengilowski 等（2025）的後設認知提示實驗、Prinz 等（2020，Educational Research Review）的基準準確度統合分析、Dunlosky 與 Lipko（2007）的短篇回顧。都沒有引結果，也不列進參考資料。
轉引：Prinz 等 2020 轉述的 Thiede 等（2005）；Pan 與 Carpenter 轉述的後設認知研究（Huelser 與 Metcalfe 2012 等）；第 5 篇整理的 Szpunar 等（2013）與 Lawson 與 Mayer（2021）的影片實驗。這些原研究本篇都沒有另讀。
沒有找到的：隔天或隔週才出現的檢查題對判斷準確度的效果；程式或數學內容的後設理解準確度；作者在文章裡附的檢查題本身對判斷準確度的直接測試。

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。

Yang、Zhao、Yuan、Luo、Shanks（2023），Review of Educational Research 93(2)，讀的是作者接受稿。

範圍：30 個資料庫檢索，納入 115 篇研究、502 個效果、15,889 位受試者，出版年 1985–2020；學位論文貢獻 166 個效果。納入條件：以文本為主要材料，排除有裝飾性或輔助性圖片的；事前、整體的判斷；英文與中文研究。稿件前言一處寫 508 個效果，結果與表都是 502。
方法：多層次隨機效果模型，只算相對準確度（個人內相關的平均，以 Gamma 為主）。
準確度：全部效果 MC = 0.242；無介入 0.178（95% CI 0.155–0.200，243 個效果），作者模擬換算 54.5%；有介入 0.332（259 個效果）。異質性 Q(501) = 3279。
出版偏誤：只對無介入效果做六種檢查，四種沒有訊號；給出校正值的三種是 PET-PEESE 0.201、Trim-and-Fill 0.229、3PSM 0.196。依 Kelemen 等 2000 的信度粗估校正測量誤差後 0.312（約 58%）。缺失結果資料的偏誤和 MC 有關（Q(2) = 17.57）。
理解程度：測驗成績對準確度的後設迴歸斜率 0.298（全部）到 0.500（只留無介入、選擇題、立即測驗、年輕成人），是效果層級的關係。
各介入與無介入的差（Table 2）：併用 0.316；延後摘要 0.210；概念圖類 0.196；延後關鍵詞 0.184；自我解釋 0.179；練習測驗 0.169；刪字母 0.112；測驗預期一致 0.090；短暫延後重讀 0.063；自己出題 0.042（p = .406）；立即摘要 0.030；其他 0.023；類比 0.010；立即關鍵詞 0.009；讀題目與答案 −0.095（p = .065）；讀實驗者給的關鍵詞 −0.096（p = .050）；測驗預期不一致 −0.117（p = .019）。
介入之間的直接對比：延後對立即關鍵詞 0.175，延後關鍵詞對讀現成關鍵詞 0.280，延後對立即摘要 0.179，練習測驗對讀題目與答案 0.264，併用對單一 0.198。

Prinz、Golke、Wittwer（2020），Educational Psychology Review 32(4)，刊出版。沿用作者另一份統合分析的檢索，加上本篇條件（學生、說明文、考推論或應用題、有完全不介入的對照組、每種介入至少兩個研究）：17 篇紀錄、28 個效果量、2,236 人，2000–2020 年。排除搭配插圖或動畫的文本、第二語言學習者、讀完隔一天才預測的研究。對照條件 r = .14（95% CI .09–.20），介入條件 .41，整體 g = 0.46（0.33–0.60，k = 26），I² = 65%；trim-and-fill 校正後 0.41。各介入：延後摘要 0.49、延後關鍵詞 0.34、延後完成圖表 0.72（k = 2）、自我解釋 0.34（[−0.20, 0.89]，I² = 91%）、概念圖 0.47（p = .097）、重讀 0.32、測驗預期 0.84（三個效果都出自 Griffin、Wiley、Thiede 2019b）。介入之間的調節分析不顯著（Q(6) = 5.71，p = .456），Bonferroni 校正後沒有一對顯著。對理解成績：整體 g = 0.13（p = .046）；延後摘要 −0.17（不顯著）；提取式（三種延後作業）−0.03；概念圖 0.67；測驗預期 0.36（p = .054）。中小學生與大學生的整體效果沒有顯著差別。

Rozenblit 與 Keil（2002），Cognitive Science 26(5)，PMC 作者稿。十二個研究，每個 12–54 人，除研究三與研究九的一部分外都是耶魯學生。研究二（33 名大學部學生，7 點量表）：寫解釋前 3.89、寫完 3.10、答完診斷題 2.49、讀專家說明後回評「讀之前懂多少」2.62。研究五 12 位同校評分者對研究二解釋的評分 2.72 與 2.44（讀專家說明前後各評一次），顯著低於寫解釋前與寫完當下的自評，和答完診斷題後的自評沒有顯著差別。各領域寫解釋前減寫完的差：裝置 .918、自然現象 .860、劇情 .351（不顯著）、事實 .291（顯著）、程序 −.173（不顯著）。研究三的地區大學學生起始自評高將近一分，下修較大。研究六事先警告後，下修仍顯著但較小（交互作用 p = .007）。研究十二：裝置「看得到與看不到的零件比例」是高估量的主要預測變項，預測變項之間高度共線，是相關分析。作者稿裡有幾處自由度與印刷錯誤，研究三、四、九的自由度和人數對不上。

Prinz、Golke、Wittwer（2021），Instructional Science 49，刊出版。92 位修過統計的德國大學生，反駁文 31、對照表 29、控制 32；課文 536（一般版）與 665（反駁版）字，總學習時間都是 12 分鐘。誤解數是量出來的，不是操弄。理解預測偏誤（正值是高估）：控制組斜率 b = 0.55（p = .012）；反駁文組 < −0.01（p = .991）；對照表組 −0.13（p = .557）；斜率差反駁文對控制 p = .078，對照表對控制 p = .031；整體交互作用 p = .069。三組合併誤解數與偏誤 r = .11（不顯著）。遷移預測上三組平均都低估，對照表組誤解越多越低估（p = .052）。作答信心準確度（Gamma）對照表組 .72，高於另兩組（事後對比 p = .039），誤解數沒有調節效果。6 到 8 天後的延宕測驗，所有迴歸都不顯著，反駁文組的誤解數顯著回升。作者自承部分結果只到邊緣顯著、檢定力不到 .80。

Prinz-Weiß 與 König（2023），Applied Cognitive Psychology 37(4)，機構典藏版。51 位教育科學系大學生（標題組 25、純文字組 26），疫情期間在家線上參加；五篇 482–505 字的科學短文，每篇讀 10 分鐘，問句標題粗體獨立一行；先備知識很低。每篇讀完、看題目前預估細節題與推論題各能答對幾題（0–3）。理解（推論題）標題組 1.54、純文字組 0.82（d = 1.00）；記憶差異不顯著（d = 0.52，p = .069）。理解預估 1.44 對 1.24，不顯著。理解偏誤：純文字組 +0.42（顯著高估），標題組 −0.10（不顯著），組間 d = 0.68。理解的相對準確度：標題組 .60（顯著大於零）、純文字組 .33（不顯著），組間差異不顯著（p = .248）。記憶上標題組反而顯著低估自己（−0.33）。

Deslauriers、McCarty、Miller、Callaghan、Kestin（2019），PNAS 116，刊出版與補充資料。設計與主要結果見第 8 篇。和這篇有關的補充：在測驗成績的模型裡加入前測成績（FCI）與「覺得學到很多」的交互作用，正向、p < .05，原文沒有印係數；作者的解讀是先備知識較多的學生，自覺學到多少和實際表現的相關較強。

Yan、Bjork、Bjork（2016），Journal of Experimental Psychology: General 145(7)，刊出版。

設計：七個實驗，1A 是 109 名 UCLA 大學生，其餘是 MTurk 工作者（分析人數 43 到 155）。72 幅畫、12 位畫家、每幅 3 秒。
實際表現：交錯對集中的分類正確率從 .63 對 .42（1A）到 .74 對 .64（實驗六），1B 只到邊緣顯著。
1A 與 1B 合計：72% 說集中較有效、15% 一樣、13% 交錯；判斷和自己實際哪種較好沒有測到關聯（兩個實驗 p = .12、.09）。1B 學完後對個別畫家的評估反而是交錯較高（68.77 對 60.00）。
實驗二（75 人）：45 人交錯較好、20 人集中較好、10 人一樣。「如果你是老師」：交錯較好的人裡只有 51% 選交錯，集中較好的人裡 95% 選集中；這個選擇和實際表現有關（χ²(2) = 16.08，p < .001）。
實驗三到五合併：無說明 12%、百分比 40%、百分比加流暢感提醒 35%、全部 44% 選交錯（χ²(6) = 32.35）；每種說明條件內判斷和實際表現都沒有測到關聯（最小 p = .17）。實驗四：被告知 90% 的人交錯較好之後，40 人裡 31 人（78%）仍說集中一樣好或更好。
實驗六：無說明 46%、全部 75%，先交錯後集中加全部 93%。
作者自述的保留：實驗三到五各組約 30 人、檢定力不足；說明條件有很重的要求特性；沒有量之後的實際選擇。
原文的不一致：Table 1 的 1A／1B 面板標籤疑似印反，只引合併列；總討論說實驗五「全部」條件 44%，與實驗五結果段的 36% 不合，44% 是三實驗合併的數字。

Macaluso、Beuford、Fraundorf（2022），Journal of Intelligence 10(4)，刊出版。兩個線上實驗，Study 1 328 人、Study 2 377 人，匹茲堡大學修課學生，受試者內設計。鳥類照片每張 3 秒，每階段 3 科、45 張。立即評分（1–6）：交錯比集中更費力（d = 0.55、0.41）、覺得學到較少（d = −0.47、−0.40）、較不熟悉（d = −0.45、−0.45）。選集中：76.6%、76.9%（在看到「90%」的說明之前）。Study 2 後測（每科 11 張新圖，三選一）：交錯 60%、集中 55%，d = 0.18；排法與偏好的交互作用不顯著（p = .28）。「覺得學得更好」對選擇交錯的勝算比：立即量表 4.25、4.79；回顧量表 15.94、12.87（回顧量表有一題本身就是「以後會用哪種」）。費力對選擇的直接效果四個模型裡三個不顯著；Study 2 立即量表上熟悉的間接效果 p = .06，討論一節把這兩個量表寫反了。看到說明後：一半沒有回答；原本選集中的有回答者，不改 63.7%（Study 1）與 60.6%（Study 2 表；正文 60.3%），分母原文沒寫清楚。作者列的限制：只有修心理學的大學生、只看一種讀書決定、中介分析是相關。

St. Hilaire、Chan、Ahn（2024），Psychonomic Bulletin & Review 31(2)，刊出版與作者稿。預先註冊；76 筆紀錄。被問到的內容 g = 0.54（k = 97），沒被問到的 0.04（k = 91，p = .349）。只看題目不作答 0.22（95% CI −0.02 到 0.45，k = 29），要求猜答案 0.65。排除讀前給答案與題目嵌在學習中的研究。沒有量任何後設認知；好奇心說法的預測只得到弱支持（前測答對率與效果的負相關 p = .095，有離群值）。教室研究 1 個、線上 4 個，因太少沒有分析。

Pan 與 Carpenter（2023），Educational Psychology Review 35，刊出版網頁（取得的頁面缺表格與圖的內容）。敘述性回顧，沒有交代檢索與納入方法。後設認知一節轉述：Huelser 與 Metcalfe（2012）的受試者把前測排為最沒效的方法；Yang 等（2017）的調查裡 78% 認為閱讀較有效；Pan 等（2020）的調查裡 56% 選先猜再學、44% 選只讀，同一份調查 81% 認同學習時避免犯錯很重要；兩個研究顯示說明好處或給成績回饋能修正誤判。結論把無人監督的線上環境列為未解問題：學生可以選擇時，會不會因為答錯的經驗或不相信有用而不做。

Kovacs（2016），L@S 2016，ACM 刊出版。Coursera 機器學習第四期，註冊 96,195 人、至少開始看一支影片 61,453 人、至少答過一題 42,437 人；113 支影片、109 題。測驗可略過、不計分、答錯三次顯示答案。單題影片裡開始看的人 74% 作答、66% 看完；證書取得者 79% 與 72%。首次答對 76.0%。第一次答錯、30 分鐘內答對的人裡 90.9% 答對前沒有回頭看，重答時間中位數 11 秒；回頭看的 9.1% 中位數 115 秒。從測驗往回跳的動作：60.5% 在第一次作答前、19.4% 始終沒作答、14.4% 在答錯之後、3.0% 在答對之後；先回頭看再作答的人首次答對率 62.4%，低於整體的 76.0%。沒有統計檢定、沒有學習成果；正文與表在題數、看完率上有幾處對不起來。

IES 實務指引（Pashler 等，2007）。建議 6a「教學生用延後的學習判斷找出要再讀的內容」與 6b「用小考找出要再學的內容」，證據等級都是低，理由是證據主要來自實驗室。6a 的做法：隔一段時間、只看題目不看答案、評估自己答對的機率；讀文章的版本是讀完先做別的作業，再拿白紙不看課文寫四個關鍵詞與定義，寫不出來就重讀。檢核表：「Remind students to complete judgments of learning without the answers in front of them.」6b 建議答錯時明說該讀哪幾頁。

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。

Yang, Zhao, Yuan, Luo & Shanks (2023), Mind the Gap Between Comprehension and Metacomprehension: Meta-Analysis of Metacomprehension Accuracy and Intervention Effectiveness（UCL Discovery 的作者接受稿；補充資料沒有取得）。
Prinz, Golke & Wittwer (2020), To What Extent Do Situation-Model-Approach Interventions Improve Relative Metacomprehension Accuracy? Meta-Analytic Insights（Springer 開放取用刊出版）。
Prinz, Golke & Wittwer (2021), Counteracting detrimental effects of misconceptions on learning and metacomprehension accuracy: The utility of refutation texts and think sheets（Springer 開放取用刊出版）。
Rozenblit & Keil (2002), The misunderstood limits of folk science: an illusion of explanatory depth（PMC 作者稿；圖只讀了圖說，線上補充資料的連結已失效）。
Prinz-Weiß & König (2023), Caption it! The impact of headings on learning from texts（KITopen 機構典藏版；補充資料沒有讀）。
Deslauriers, McCarty, Miller, Callaghan & Kestin (2019), Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom（刊出版，PMC 全文與補充資料）。
Yan, Bjork & Bjork (2016), On the Difficulty of Mending Metacognitive Illusions: A Priori Theories, Fluency Effects, and Misattributions of the Interleaving Benefit（APA 網站上的刊出版 PDF；部分圖只讀了圖說）。
Macaluso, Beuford & Fraundorf (2022), Familiar Strategies Feel Fluent: The Role of Study Strategy Familiarity in the Misinterpreted-Effort Model of Self-Regulated Learning（PMC 刊出版；圖與 OSF 資料沒有看）。
St. Hilaire, Chan & Ahn (2024), Guessing as a learning intervention: A meta-analytic review of the prequestion effect（出版社頁面的刊出版與表格頁，摘要與註腳取自 Iowa State 典藏的作者稿；圖只讀了圖說）。
Pan & Carpenter (2023), Prequestioning and Pretesting Effects: a Review of Empirical Research, Theoretical Perspectives, and Implications for Educational Practice（開放取用刊出版；取得的頁面缺表格與圖的內容）。
Kovacs (2016), Effects of In-Video Quizzes on MOOC Lecture Viewing（ACM Digital Library 刊出版）。
Pashler et al. (2007), Organizing Instruction and Study to Improve Student Learning（IES 實務指引）。
本站文章：教學文章的例子與開頭怎麼寫、教學文章裡的問題與用語怎麼寫、「做中學」的證據在量什麼、教學文章搭配影片怎麼做、Learning How to Learn。