讀者程度不同，教學文章怎麼寫：先備知識、專長反轉、文字連貫度與先備說明

TL;DR先備知識多的人學完仍然知道得多（相關 .53），但和這次學到多少的相關平均接近零，各研究從強負到強正都有。協助多的教材對先備知識低的人有益（d = 0.51）、對高的人不利（d = −0.43），高低是各研究裡相對切出來的。開頭寫明先備是業界規範的做法，讀者能不能照它判斷該不該讀，沒有研究測過。

#learning-science #prior-knowledge #self-learning #course-guide #blog

系列: 教學文章怎麼寫 (12 / 19)

教學文章裡的專案要給多少引導：先卡關再講解、探索、鷹架與專題式學習教學文章裡的「常見誤解」怎麼寫：對誰有用、會不會把誤解種進去、錯誤和更正怎麼擺

🌏 English version

這是「教學文章怎麼寫」系列的第 12 篇，也是第三部分「讀者帶著什麼來」的第一篇。前兩部分談頁面上放什麼、要讀者做什麼，不少結論後面都掛著同一句但書：要看讀者的程度。這篇先把那些但書收齊，再回頭問先備知識本身。

前面各篇出現過的但書與相關建議：

第 1 篇引了一份統合分析：協助多的教材對先備知識低的人有益、對先備知識高的人不利。同一篇引的美國教育科學研究院指引說，讀者程度提高之後例題要減少；分段的統合分析裡，高先備者在記憶測驗上受益反而較大，但只有 7 個比較、其中 4 個出自同一篇；第 2 篇的附錄另記了作者說這個變項的變異很有限，遷移成績不受先備知識調節。
第 2 篇引的圖文統合回顧，先備知識沒有穩定地調節效果：理論預測好的設計對新手幫助較大，但各份統合分析的方向不一，合併之後沒有測到調節。
第 3 篇轉述的一篇回顧說（回顧轉述的是 1975 與 1988 年的實驗，第 3 篇沒有讀原文），逐步寫出執行過程的例題在追蹤題上幫到先備知識低的人，先備知識高的人看不出差別，回顧作者的用語是這個好處「may exist only for」先備知識低的人；另一個研究的作者把某組反常的結果猜成「對新手有用的協助對熟手不利」。
第 5 篇用 Mayer 的先備訓練原則，建議導讀的先備段把會反覆出現的名詞先講清楚。這是建議，不是但書；第 5 篇自己標明這是延伸，Mayer 的依據是兩個動畫實驗。
第 8 篇引的線上教材紀錄分析，以期末考為結果時，先備知識的係數平均是做題的兩倍半。

起因是本站的課程導讀規格。規格要求寫作前在範圍卡上記下讀者的先備，課程總覽要交代讀者定位與先備，沒在系列教過的先備要給可到達的連結。第 1 篇以「一篇公開的文章沒辦法知道誰在讀」為理由，提了一個做法：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。規格與這個做法背後，有一個還沒回答的問題：作者看不到誰在讀，同一段解說，有人覺得太少、有人覺得太多，研究對這件事知道多少，作者手上能做的又是什麼。

來源怎麼選、有什麼偏向。來源清單先掃描文獻，再挑十篇精讀。研究這一側有一份先備知識與學習的統合分析（把許多研究的結果合併估計的研究）、一篇回應它的評論、一份專長反轉的統合分析、一個文字連貫度的實驗、一個事前訓練的單組研究。實務這一側有一篇分析 30 個線上程式教學的論文、一個課程進度的自然實驗，以及 Google 與 MDN 兩份寫作規範。另外一篇談讀者自選路徑的回顧，我沒有讀到合法公開的全文。偏向是英文文獻、拿得到全文的研究；學童的資料很多，自學的成人讀網頁長文，一篇都沒有。列在參考資料裡的每一篇都從頭讀到尾，並留有抽取紀錄。

先看結論

問題	證據	能說到哪裡
先備知識多的人，學完知道得多嗎	統合分析：先備知識與學習後知識的相關 .53；九個隨機實驗裡，先教先備知識的組後測較好	強。作者說這個相關量的是排名的穩定，沒有人學到東西它也會很高
先備知識多的人，這次學到的比較多嗎	同一份：和標準化增益的相關平均 −.06，跟零沒有差異；各研究從強負到強正都有	答不出「一般而言」。作者反對讀成「先備知識不重要」
什麼時候先備知識幫得上忙	一篇評論：被喚起、與任務相關、與新內容一致，才可靠地有幫助	一個沒有被檢驗過的框架，支撐的例子是記憶實驗
同一份協助對不同程度的人	專長反轉的統合分析：低先備 d = 0.51，高先備 d = −0.43	強，但各研究差異很大；「高先備」多半是同一批受試者依測驗分數切出的高分組
文字寫得更連貫，對誰有用	一個四年級的實驗：整體上連貫的版本選擇題較好；知識高的孩子讀故事時，低連貫版的線索回想較多；科學短文沒有任何差別	弱；推不到成人讀技術文
現成程式教學怎麼處理讀者程度	30 個熱門教學的分析：正文說沒有一個依程式經驗推薦從哪裡開始；同文的表在「程式經驗」一欄有近半打勾	2016 年的快照，一人評分，沒有量學習成果
開頭寫明先備知識	MDN 寫作規範要求教學文的開頭寫；Google 技術寫作課教先定義讀者	業界做法，兩份都沒有引用研究
讀者看了先備說明，能不能判斷自己該不該讀	沒有找到研究	—

先備知識多的人，學到的比較多嗎

學完之後還是排在前面

Bianca Simonsmeier 等人 2022 年的統合分析（我讀的是作者接受稿）收了 493 篇研究、12 萬多人，問一件看起來很簡單的事：學習前知道得多的人，學得是不是也比較多。

他們把這個問題拆成三種相關係數（介於 −1 到 1，0 表示沒有關係），因為三者回答的是不同的事：

先備知識和學習後知識的相關。
先備知識和「後測減前測」的相關，稱為絕對增益。
先備知識和標準化增益的相關。標準化增益是學到的分數除以前測時還剩的進步空間，例如前測 60 分、後測 80 分，就是 40 分的空間裡拿回 20 分，等於 50%。

先看第一種。先備知識和學習後知識的相關平均是 .53，作者把它定義為個別差異的穩定度：學習前排在前面的人，學習後多半還在前面。作者特別說明這不是先備知識幫助學習的證據，因為就算這段期間沒有人學到任何東西，排名不變，這個相關一樣會很高。他們點名過去有研究把它這樣解讀，也包括他們自己團隊的研究。

這一欄有一組因果證據。9 篇隨機實驗在學習前先替一部分受試者補先備知識（原研究的名稱有 preteaching、pretraining、knowledge induction 等），之後所有人上同樣的課。被操弄的先備知識和後測知識的相關是 .39，補過的組後測較好；這個數字和非實驗研究的相關沒有顯著差異。這 9 篇量的都是學習後的知識，沒有一篇報告增益。

這次學到多少，答不出「一般而言」

先備知識和標準化增益的相關，平均是 −.06，信賴區間跨過零。和絕對增益的相關是 −.26，顯著為負；作者的解釋是天花板：前測已經很高的人，量尺上能再進步的空間本來就小。

平均接近零，不表示「先備知識不影響學到多少」。作者兩度明講不能這樣讀：各研究的結果分得很開，下一個研究的結果有 95% 的機率落在 −.69 到 .62 之間，從強烈負相關到強烈正相關都可能。作者在結論裡寫：

statements about the effects of prior knowledge in general, such as "knowledge is power" or "prior knowledge has no effects," are inadequate.

也就是說，「知識就是力量」和「先備知識沒有作用」這兩種概括都不成立。

作者提了兩個解釋，也說資料沒辦法檢驗哪一個對。一是同一份先備知識同時有正負兩條路：幫忙引導注意、解讀新資訊，也可能干擾、造成負遷移，兩者常互相抵銷。二是門檻：只需要一定量的先備知識，多數受試者已經在門檻之上，門檻以上的差異和學習無關。作者舉的例子是只教已經懂整數的孩子學分數加法。

和寫文章最接近的一個分組

作者做了一批探索性的調節分析。全篇唯一顯著不為零的標準化增益，是學習階段含書面教學的那一類：相關 .22，先備知識多的人從書面教材學到較多，作者稱為書面教學下的馬太效應（原文 a Matthew effect for written instruction；馬太效應一般指起點高的人進步也多、差距擴大）；不含書面教學的那一類是 −.19，沒有測到和零的差異。

這個結果離寫文章最近，要連三件事一起看。作者說他們知道的理論沒有一個預測得到它；調節分析是探索性的、各調節變項彼此混淆；逐列的研究數與信賴區間在補充資料，我沒有讀到。

另一個調節變項是教學的認知要求。只有同一個研究裡同時有兩種要求不同的條件時才編碼；要求高的條件，先備知識與增益的相關傾向正，要求低的傾向負。兩者彼此顯著不同，但各自都沒有顯著異於零。作者據此說，老師怎麼設計教學，會影響學生之間的落差。

這份資料有一個作者沒有討論的特徵，是我讀方法時注意到的：前後測間隔的中位數是 360 天，樣本平均年齡 11 歲。它主要是學童在學校裡一整段時間的追蹤，不是讀一篇文章的前後。

什麼時候先備知識幫得上忙

Garvin Brod 2021 年的評論回應上面那份統合分析（Brod 也是下一節那份專長反轉統合分析的作者之一）。他的問題是：同一份先備知識，為什麼有時候幫忙、有時候礙事。他提出三個決定因素，排成階層：

有沒有被喚起：知識在記憶裡，學習時沒有被提取出來，影響可以忽略。
與手上的任務相不相關：喚起了但不相關，沒有影響，或者會造成侵入與偏誤。
與要學的內容一致還是不一致：喚起、相關但不一致，多半也會妨礙。

他的結論句是「Only when it is activated, relevant, and congruent will prior knowledge reliably help.」，同一段也說這三個因素和學習成敗沒有一對一的對應。統合分析的結果「分布很寬、中心在零」，照這個框架看就不那麼意外。Brod 也指出統合分析沒有記錄先備知識在學習時有沒有被喚起、和新內容多一致，所以這個解釋無法用那批資料驗證。

撐起這三個因素的例子都是記憶實驗，Brod 只用文字轉述，沒有給數字，原研究我都沒有讀：

喚起：Bransford 與 Johnson 1972 年讓受試者讀一段描述洗衣服的文字。事先拿到主題提示的人，理解評分與回想都明顯較好；事後才拿到，或沒拿到的人沒有。
不相關：足球迷背一串動物名，其中有些也是球隊名；之後錯誤回想出更多沒出現過的球隊動物名，錯誤比不懂足球的人多。
不一致：不一致的新資訊通常記得較差。例外是高度不一致、讓學習者強烈驚訝的資訊，可以學得好。需要重組的幅度越大越難學，作者用鯨魚舉例：「鯨在北冰洋出沒」只要往原有的知識加一條，「鯨是哺乳類」要把整個概念從分類樹的一支搬到另一支。

不一致的先備知識（讀者已經相信錯的東西）之後的篇會專門談。Simonsmeier 那份統合分析也收了量錯誤知識的研究，只占全部效果量的 3%，而且沒有一篇有增益資料。

把這個框架用到寫文章，我的推論是：讀者有沒有相關的知識，作者控制不了；有沒有被喚起，作者可以在開頭推一把，例如先講這篇在解決什麼問題，或先提讀者在哪裡看過類似的東西。這是從一個記憶實驗的轉述推出來的，沒有研究在教學文章上測過。

同一份協助，對程度不同的人效果相反

第 1 篇已經寫過這份統合分析的主要結果，這裡補第 1 篇沒有展開的部分。

Leonard Tetzlaff 等人 2025 年的統合分析收了 60 個實驗。每個實驗至少有兩種提供協助多寡不同的教學設計，受試者隨機分派，並在教學前用測驗或群體身分（例如年級）區分領域知識的高低。先備知識低的人，協助多的設計學得較好（d = 0.51，也就是平均高出約半個標準差）；先備知識高的人，協助多的設計學得較差（d = −0.43）。作者把每個研究裡兩邊效果的差另外合併，得到 d = 0.97，判定專長反轉整體是一個強的效果。

「協助」與「高先備」各指什麼

這份分析的協助定義很寬：任何意在幫助處理教材的教學或作業操弄。作者舉的例子是靜態圖對動畫、圖有沒有標註。高低協助怎麼編碼，原文沒有說，也沒有把協助的類型當調節變項。所以「文章鋪陳得多不多」是不是這種協助，是推論；第 1 篇已經這樣標了。

「高先備」更需要留意。60 個研究裡 32 個是用測驗量完、再把同一批受試者切成高低兩組（作者在導言概括說這類研究是量測後沿中位數切分，沒有逐一交代各研究的切法）。另有用年級區分（例如七年級對十年級）、用職業或主修區分（作者舉的例子是美髮學徒對心理系學生）、在實驗裡先教一部分人來製造差異、以及自評。作者在限制裡說，這種二分讓結果取決於兩組差多遠：學完職訓的美髮師和心理系學生之間的差距，遠大於同一批人用短測驗切成的兩組。

評量方式顯著調節了高先備者的效果。高協助對高先備者的不利，在用年級區分的研究裡最大，在最常見的「量完切兩組」與介入誘發的研究裡最弱；後兩類各自是否仍顯著不為零，原文沒有報告。

不對稱，以及「拿不準時給協助」

作者依兩個平均值判斷效果不對稱：給新手協助的好處，大於替熟手拿掉多餘協助的好處。0.51 與 0.43 的大小差異沒有另外檢定。作者也提到，就算在兩組都是協助少比較好的研究裡，兩種設計的差距通常也是在先備知識低的人身上較大；他們稱這種型態為順序型交互作用，並在註腳提醒，型態是哪一種只對觀察到的知識範圍成立，範圍拉大之後可能出現交叉。

從不對稱推出的實務含意，作者的原話是：

the instructional implication is to rather provide assistance than to withhold it when in doubt.

拿不準時，給協助比不給好。第 1 篇「預設替新手寫」的做法，可以對應到這句；前提是把協助對應到文章的鋪陳，這一步是推論。

作者自己的實務意涵談的是依學習者的程度調整，而且要隨學習過程持續重新評量；他們說這不是簡單的事，提的做法是有學生模型的智慧型家教系統，加上讓學生自己選協助。一份固定的文字給不同程度的讀者該怎麼寫，原文沒有談。讓讀者自己選協助，和摺疊段落、跳讀指引是相鄰的想法，但作者沒有附證據。

各研究差很多

兩個平均效果的異質性指標都接近 90%，作者在限制首句就說效果的大小在年齡層與領域之間差異很大。內容領域只調節了低先備者的效果：在法律、商業、工藝這一類特別明顯，在人文與語言特別弱；60 個研究裡 38 個是 STEM。作者也說這些調節變項部分混淆，例如某些領域和某些評量方式都集中在特定的教育階段。小學只有 2 個研究，作者說太少，無法下結論。

把文字寫得更連貫，對誰有用

第 1 篇在專長反轉之後提過一個和它同方向的研究：McNamara 等人 1996 年的文字連貫度實驗。那篇我只讀到摘要，不引它的結論。手上有全文的是同一位作者 2011 年在四年級做的實驗。

Danielle McNamara、Yasuhiro Ozuru 與 Randy Floyd 2011 年的實驗讓 65 名四年級學童各讀四篇短文（原文 304 到 471 字，改寫成高連貫版後較長）：兩篇故事、兩篇科學說明文，每種一篇低連貫、一篇高連貫。高連貫版用七種手法改寫：代名詞換回名詞、加描述性的補充、加連接詞、換字讓前後句重疊、加主題標題、加主旨句、調整句子順序。作者刻意不加入大量解釋性的新資訊。孩子讀完立刻做選擇題、線索回想、自由回想。「知識高低」是用一份一般學科知識測驗，在這 65 人裡從中位數切開，不是對這四篇文章主題的了解。

結果：

整體上，高連貫版在選擇題上較好（答對 67% 對 63%），兩種回想沒有差別。
故事：高連貫版選擇題較好。知識高的孩子讀低連貫版，線索回想反而較多（39% 對 30%），這是作者稱為反向連貫效果的結果；同一群孩子在自由回想上的差異不顯著，選擇題的平均是高連貫版較高，也不顯著。
科學說明文：連貫度在任何一個指標上都沒有顯著效果，不論知識高低。知識低的孩子回想科學文的比例只有約 6%，幾乎貼地板。

作者在討論裡推測，這種不新增解釋、只補連貫線索的改寫，對年幼的讀者可能不夠，他們需要的是更多背景資訊。這是對沒有測到差異的事後解讀，研究裡沒有「加了解釋」的條件可以比。

所以這個實驗撐不起「對熟手，解說寫少一點比較好」。反向效果只出現在故事、一個指標、相對知識較高的四年級學童身上；和技術文章最接近的說明文，連貫度對誰都沒有測到差別。

一個看起來像反例的研究，回答不了這個問題

Anna Gorbunova 等人 2025 年的研究摘要寫「事前訓練降低了所有學習者的外在認知負荷，包括先備知識高的人，挑戰了預期中的專長反轉」。這句很容易被當成專長反轉的反例。

設計撐不起這個說法。136 位研究生全部都拿到同一份事前訓練（一張概念圖加一份詞彙表），沒有不做事前訓練的對照組。「降低」比的是同一批人兩次自評：第一次評「概念圖的設計造成的負擔」，第二次評「解題題目的設計造成的負擔」，兩次問卷問的對象不同。學習成果只報了描述統計。專長反轉比的是有協助與沒協助的學習成果，這篇兩樣都沒有。作者在結論末段也寫，未來應該拿事前訓練和對照條件比。

作者看不到讀者：現成教學與寫作規範怎麼做

研究這一側的結論多半是「要依讀者程度調整」。一篇公開的文章做不到逐人調整，作者能做的主要是把文章寫給誰交代清楚。這一節看實務端怎麼處理。下面的材料都不是效果研究：一篇是內容分析，一篇是課程進度的觀察，兩份是寫作規範。

熱門程式教學：有分級，但很表面

Ada Kim 與 Amy Ko 2017 年的論文（刊出版；我讀的是作者網頁上 2021 年更新過的版本，和刊出版是否逐字相同沒有核對）挑了 30 個線上程式教學，依《How People Learn》的教學原則逐項打勾。第一條原則就是連結先備知識。

只有 3 個（Code.org、Lightbot、Scratch）標明適合的年齡。
14 個有考慮學習者的教育程度（原文 education status），作者說很表面，多半只是含糊地分初階、中階、進階。
正文說：沒有一個教學依學習者先前的程式經驗，推薦特定的階段或模組。

最後這一條要連同兩處不一致一起看。摘要寫的是「few」（少數），不是「none」。同一篇的總表有一欄「程式經驗」，我對著表數到 14 個教學打了勾；作者沒有解釋這一欄的判準，也沒有說明它和正文的「沒有一個」怎麼對得上。

其他限制：只有第一作者一個人評分，每個教學至少看一個模組、不一定看完；樣本是 2016 年 7 月用英文 Google 搜尋加網站流量排名挑的，再手動補進 3 個教育現場常用的；沒有量任何學習成果。作者自己說，這些教學有可能不符合原則卻仍然有效。

課程進度：讀者會用掉所有彈性

Tommy Mullaney 與 Justin Reich 2015 年的研究比較同一門 HarvardX 人文課的兩次開課：第一次內容依序釋出，第二次一開始就全部放上去（我讀的是作者公開的工作論文版）。依序釋出的那次，多數週裡也只有三到四成的活躍學生大致跟著進度；全部放上去的那次降到兩成以下。作者說，如果有哪一句話能有把握地講，就是學生會用掉課程給的所有進度彈性。

另一個作者自稱附帶的發現：每一週都有一群人把大部分時間花在最前面兩章，對許多學生來說，那是他們唯一看到的部分。作者沒有給這群人的比例。

這是課程進度的研究，不是單篇文章怎麼寫。兩次開課的差別也不只釋出方式（作者稱為「一整包變動」），結果是證書率與活動量，沒有學習測驗。我拿它當一個方向：系列文章的讀者多半不會照順序讀，所以每篇都要自己交代先備，並給回到前面的連結。這是我的推論。

Google 技術寫作課：讀者需要的，減去讀者已有的

Google 的 Technical Writing One 課程「Audience」單元開頭給了一個等式：

good documentation = knowledge and skills your audience needs to do a task − your audience's current knowledge and skills

好的文件，等於讀者做某件事需要的知識與技能，減去讀者已經有的。單元的做法是先列出讀者的角色（軟體工程師、研究生、非技術職等），再寫下讀者要學會的事。

這一頁有三個寫先備時用得到的細節：

角色不夠。同一個角色裡知識很快就分歧，還要看讀者離這項知識有多近。時間也算：幾乎所有軟體工程師都學過微積分，工作上不用就漸漸忘了。
讀者範圍越廣，越要假設得多解釋。除非只寫給團隊裡的資深成員，通常得解釋得比預期多。
知識的詛咒：專家容易忘記新手不知道自己知道的東西。單元的練習拿一段介紹 C 語言的文字，問讀者如果是沒寫過程式的醫師，哪些詞讀不懂，答案列了 9 個。

這一頁沒有引用任何研究，只能當作「業界課程這樣教」。單元自己也說，正式的做法是問卷、使用者研究、文件測試，這裡因為讀者多半沒那麼多時間，改用較簡單的做法。

MDN 寫作規範：開頭寫涵蓋什麼、預期讀者會什麼

MDN 的寫作規範要求第一個標題之前的開頭段落摘要這一頁涵蓋什麼，讓讀者很快判斷這頁和自己有沒有關係。對教學文另有一句：

In a guide or tutorial, the introductory paragraph(s) should inform the reader about the topics that will be covered as well as the prerequisite knowledge the reader is expected to have, if any.

指南或教學的開頭段落，要告訴讀者會談哪些主題，以及預期讀者具備的先備知識（有的話）。三個細節：適用對象是指南與教學，不是所有頁面；先備知識是「有的話」；要求的是寫進開頭段落，沒有要求列成清單。同一份規範也說，進階主題的頁面不必像一般頁面那樣細講基礎概念。

整份規範談先備知識的，就這一句，加上另一處說每個程式範例前要交代理解它可能需要哪些額外知識。後者放在「搜尋引擎最佳化」那一小節，理由寫的是頁面不要太短，不是教學效果。這份規範也沒有附任何效果的證據。

讀者自選路徑的研究，我沒有讀到

談「讓讀者自己選讀哪一段、照什麼順序讀，對誰有利」的一篇回顧，是 Katharina Scheiter 與 Peter Gerjets 2007 年的〈Learner Control in Hypermedia Environments〉（DOI）。這篇研究存在，我沒有讀到作者或出版者公開的全文。

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。

先備知識預不預測學到多少。Simonsmeier 等人的統合分析裡，先備知識與標準化增益的相關平均接近零。Tetzlaff 等人的統合分析裡，先備知識決定了協助多寡的效果方向。兩者問的是不同的事：前者是在各種教學下，先備知識和學到多少一起變動的程度；後者是先備知識和教學設計的交互作用。Simonsmeier 的作者也用專長反轉解釋認知要求對穩定度的調節。

書面教學下的馬太效應與給新手協助。Simonsmeier 的探索性分析裡，含書面教學的學習，先備知識多的人學到較多（標準化增益相關 .22）。Tetzlaff 的分析裡，協助多的教材讓先備知識低的人學得較好。前者是跨研究的相關，沒有操弄教材；後者比的是同一個研究裡的兩種設計。兩者並存的一種可能是：書面教材可能對先備多的人較有利（.22 是探索性的跨研究調節結果，資料以學童長時間的學習為主），而協助多的設計能縮小這個差距。這是我的推論，沒有研究直接比過。

Brod 對統合分析的白話解讀。Brod 評論的第一段說，這表示一開始的知識其實不決定學生從某個任務學到多少。Simonsmeier 的作者明確反對把平均接近零讀成「不預測學習」。Brod 那句前面有「it suggests」，後文也改口說分布很寬、不必推翻「先備知識決定學生會學到什麼」的老說法，所以全文立場和統合分析一致；單獨引那一句會過頭。

文字連貫度的效果方向。McNamara 等人的實驗裡，整體上高連貫版選擇題較好，知識高的孩子讀故事時低連貫版線索回想較多，同一群孩子的選擇題平均卻是高連貫版較高（不顯著）。摘要寫成「知識多的孩子對低連貫的故事理解較好」，是把三個指標裡一個顯著的結果寫成一般性的敘述。

先備知識有沒有調節設計的效果。Tetzlaff 等人的統合分析裡，先備知識顯著調節了協助的效果。第 2 篇引的圖文統合回顧，先備知識沒有穩定地調節設計原則的效果。第 1 篇引的分段統合分析，高先備者在記憶測驗上受益反而較大，和那份分析作者原本的假設相反，只有 7 個比較、其中 4 個出自同一篇。三份收的研究與操弄都不同，Tetzlaff 只收「同一個研究裡量了先備知識、比了兩種協助」的實驗。

熱門程式教學有沒有依經驗分流。Kim 與 Ko 的摘要說「少數」，正文與討論說「沒有一個」，總表的「程式經驗」一欄有十幾個勾。原文沒有解釋。

可以做的事

下面每一條標了依據；沒有研究直接測過的，我寫明是推論或本站的選擇。

開頭兩三句寫清楚：這篇解決什麼問題、讀者要先會什麼、讀完能做什麼。 依據：MDN 規範的要求（業界做法，沒有引用研究）；Brod 轉述的洗衣服實驗，事先知道主題才喚起相關的知識（記憶實驗，原研究我沒讀）。讀者能不能照這幾句判斷該不該讀，沒有研究測過。
先備寫成「做這件事要會的」，不要只寫學科名。 例如不寫「需要線性代數」，寫「要會把兩個矩陣相乘，知道乘出來的形狀」。依據：Google 的等式以「做某件事」為單位，並說角色不夠、時間會讓知識褪色（業界做法）。這和第 5 篇「先備段把會反覆出現的名詞先講清楚」是同一個方向。
拿不準讀者會不會時，給。 依據：Tetzlaff 等人依不對稱的結果給的實務含意（拿不準時給協助比不給好）；不對稱是比兩個平均值得來，沒有另外檢定。把「協助」對應到文章裡多寫一句解釋、多一個中間步驟，是我的推論。
給熟手的出路寫成路標，不要讓他得讀完才知道可以跳。 例如在補基礎的段落開頭寫「已經會用 NumPy 做廣播的人，可以直接跳到下一節」，或把補基礎的部分放進摺疊段落。這是本站的選擇：Tetzlaff 等人提到讓學習者自己選協助，但沒有附證據；摺疊、跳讀指引在網頁長文上的效果，我沒有找到任何研究。
系列裡的每一篇都自己交代先備，並連回教過它的那一篇。 依據：Mullaney 與 Reich 的課程資料裡，讀者會用掉所有彈性、不照建議順序走（課程進度的觀察，不是單篇文章）。推到系列文章是我的推論。
寫完找一個不熟這個主題的人讀開頭與第一節，請他圈出讀不懂的詞。 依據：Google 課程裡「知識的詛咒」的練習（業界做法，沒有研究）。第 4 篇也從另一組來源提過找不熟的人試讀。

對照本站的課程導讀規格

規格條目	來源怎麼說	依據強度
範圍卡記「讀者先備」	Google 課程教先定義讀者角色與距離；Tetzlaff 等人說要依學習者的領域知識調整	業界做法；研究支持「依程度調整」的方向，但前提是能評量讀者，文章做不到
課程總覽交代讀者定位、先備、閱讀路線、具體起點	Kim 與 Ko 的正文說，熱門程式教學沒有一個依經驗推薦起點（同文的表有不一致）；MDN 要求教學文開頭寫先備	在 Kim 與 Ko 的樣本裡少見；效果沒有人測過，是本站的選擇
未在系列教過的先備給可到達的橋接連結	Mullaney 與 Reich：讀者不照順序走；Tetzlaff：先備知識低的人受益於協助	方向有支持；「連結」這個形式沒有人測過（第 9 篇的對照表已列過）
第 1 篇的做法：預設替新手寫，鋪陳放可跳過的區塊	前半有 Tetzlaff 等人的實務含意可對應；後半沒有研究	前半有作者的實務含意可對應，但「協助」等於「替新手寫的鋪陳」是推論；後半是本站的選擇

這些證據的限制

沒有一篇研究的是自學的成人讀網頁教學文。Simonsmeier 的資料以學童、學校裡長時間的學習為主；McNamara 的是四年級學童讀三、四百字的短文；Tetzlaff 收的實驗不限教材形式，包含運動與職訓。
「高先備」多半是相對的。Tetzlaff 的 60 個研究裡有 32 個把同一批受試者依測驗分數切成高低兩組；McNamara 用的是一般學科知識測驗的中位數；Gorbunova 的「高先備」是 8 題簡單測驗答對 6 題以上，占樣本七成多。
先備知識的調節常常測不到，因為受試者幾乎都不懂。Wesenberg 等人 2026 年的實驗測無關趣聞的多寡對學習的影響，沒有測到先備知識的調節；作者自己說可能是地板效應，兩個樣本的先備知識平均只有滿分的一成以下。
統合分析的平均值底下差異很大。Simonsmeier 的三種相關，異質性指標都在 94% 到 98%；Tetzlaff 的兩個平均效果接近 90%。
調節分析都是跨研究的。Simonsmeier 的書面教學與認知要求、Tetzlaff 的領域與評量方式，作者都說彼此混淆；Simonsmeier 說調節分析是探索性的。
Simonsmeier 的補充資料我沒有讀到。調節分析的逐列數字、納入研究清單、九個隨機實驗各教了什麼，都在補充資料裡。我讀的是作者接受稿，摘要、結果與實務意涵三處寫的主要相關係數不一樣（.534、.531、.525），文中用結果表的 .531。
Brod 的框架沒有被檢驗過，支撐的三個例子都是我沒讀原文的轉述。
實務來源都不是效果研究。Google 與 MDN 的規範沒有引用研究；Kim 與 Ko 沒有量學習成果；Mullaney 與 Reich 是一門人文課的兩次開課，沒有學習測驗。
寫不了的結論：讀者看了先備說明能不能準確判斷自己該不該讀；可收合的補充說明、跳讀指引、分級入口在網頁長文上的效果；連貫度低的文字對成人熟手是否較好；先備知識多的人是否學新東西比較快。前兩項沒有找到研究；成人的連貫度研究我只看到 McNamara 2011 那篇的一句轉述；最後一項的實驗研究我只讀得到摘要。
我的推論與本站的選擇：作者可以在開頭推一把讓相關知識被喚起；書面教學的馬太效應與給新手協助可以並存；把協助對應到多寫一句解釋或多一個步驟；系列文章的讀者不照順序讀；可以做的事第 2、4、6 條的具體寫法；規格對照表裡標「本站的選擇」的兩項。正文都標了。
只讀到摘要、沒有列進參考資料的：McNamara 等（1996）的連貫度研究（依 McNamara 2011 的轉述，樣本是青少年）。
只知道存在、沒讀到合法公開全文的：Scheiter 與 Gerjets（2007）的讀者自選路徑回顧（DOI，出版者頁面需付費）。
轉引：Brod 轉述的 Bransford 與 Johnson（1972）、Castel 等（2007）、鯨魚分類的例子，原研究我都沒有讀。

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。

Simonsmeier、Flaig、Deiglmayr、Schalk、Schneider（2022），Educational Psychologist 57(1)，讀的是作者接受稿。沒有預先註冊。2018 年 5 月檢索 PsycINFO 與 ERIC，加上郵寄名單與網路徵求；寄出 1,192 封信，71 篇研究的作者提供了未發表的資料。493 篇研究、685 個獨立樣本、126,050 人、8,776 個效果量；47 國，北美 45%、歐洲 33%、亞洲 12%；前後測間隔中位數 360 天；樣本平均年齡 11.32 歲。一律轉成相關係數、用穩健變異估計合併。先備與後測知識：r = .531（95% CI .509–.552），476 篇、7,772 個效果量，I² = 94.16，預測區間 −.067 到 .848。先備與絕對增益：r = −.263（−.370 到 −.149），50 篇，I² = 98.05。先備與標準化增益：r = −.059（−.150 到 .034），69 篇，I² = 96.94，預測區間 −.688 到 .621；37% 的效果量在 ±.10 之內，6% 超過 ±.50。三種都能算的 28 篇子集：.632、−.277、.001。9 篇隨機實驗（2 篇以班級隨機、7 篇以個人；只有 3 篇做了操弄檢核；操弄 5 到 180 分鐘）：r = .394（.132–.605），與非實驗研究的 .533 差異不顯著；增益資料的研究沒有一篇是隨機實驗。控制智力後先備與後測的相關從 .515 降到 .479，下降不顯著。漏斗圖與 Egger 檢定沒有出版偏誤的跡象。調節分析（探索性）：學習階段含書面教學 rNG = .219（顯著），不含 −.194（不顯著），R² = .207；認知要求的調節 R² = .138，高低兩類各自都沒有顯著異於零。錯誤知識只占效果量的 3%：錯誤先備對正確後測 r = −.472，錯誤先備對錯誤後測 .571，都沒有增益資料。

Brod（2021），npj Science of Learning 6:24，刊出版，期刊類型標為評論。單一作者，回應 Simonsmeier 等人當時尚在印行的統合分析。全文沒有任何效果量、樣本數或統計。框架：喚起、相關、一致三個因素，排成階層，作者說是「至少三個」、與學習成敗沒有一對一的對應、只談個人內的因素、二分只是連續向度的兩端。結語：教新內容之前評估學習者的先備知識仍然極為重要。

Tetzlaff、Simonsmeier、Peters、Brod（2025），Learning and Instruction 98，讀的是 peDOCS 典藏的刊出版。檢索 PsycINFO 與 ERIC，2022 年 12 月，2024 年 11 月更新。60 個實驗、176 個效果量（高低先備各 88 個）、5,924 人，1992 到 2024 年，樣本數 17 到 357、中位數 73。低先備 d = 0.505（0.260–0.750），I² = 90.87%；高先備 d = −0.428（−0.647 到 −0.209），I² = 87.55%；兩者的差 d = 0.971（0.631–1.312），這一項沒有做調節分析。Egger 檢定不顯著。先備知識的評量方式：年級 8 個研究、職業或主修 8 個、測驗 32 個、介入誘發 7 個、自評 5 個；評量方式顯著調節高先備者的效果（R² = 50%），對低先備者不顯著。教育階段兩者都調節（R² 25.92% 與 8.47%），內容領域只調節低先備者（R² = 20.59%）。小學 2 個研究、4 個效果量。作者列的限制：無法分辨各種理論解釋、部分調節層級的自由度很少、異質性大表示有沒被編碼的特徵、先備知識與協助都被二分。第 1 篇的附錄有同一份分析的另一部分數字。

McNamara、Ozuru、Floyd（2011），International Electronic Journal of Elementary Education 4(1)，刊出版。65 名四年級學童，美國一個大都會學區的四所公立小學，家長自願報名，篩選測驗顯示略高於平均。2 × 2 受試者內設計（故事／說明文 × 低／高連貫），知識與解碼能力各自當受試者間因子分開分析。四篇原文 304 到 471 字，高連貫版多 96 到 171 字；每篇限 5 分鐘默讀，只有立即測驗。知識是 WJ III 學科知識測驗的中位數切分（低組 92.97、高組 113.06，常模 100）。連貫度主效果：選擇題 .63 對 .67，p < .05；兩種回想 F < 1。故事的選擇題高連貫較好（.69 對 .76），說明文沒有差別（.57 對 .57）。知識高者讀故事，低連貫對高連貫：線索回想 .39 對 .30，t(26) = −3.88，p < .05；自由回想 .22 對 .19，p = .11；選擇題 .77 對 .81，p = .14。三因子交互作用在兩種回想顯著。解碼能力沒有任何顯著的交互作用。作者列的限制：只量了解碼與世界知識；樣本略高於平均、分數範圍較窄。原文沒有報告效果量，沒有多重比較校正，表與內文有幾處數字對不上（例如低知識組選擇題的平均）。

Gorbunova、Kapuza、Chen、Costley（2025），Frontiers in Psychology 16:1628047，刊出版。136 位俄羅斯一所大學的研究所二年級學生，在一堂 80 分鐘的同步線上課裡施測，全部拿到同一份事前訓練（16 個節點的概念圖加 14 個詞條的詞彙表，約 7 分鐘），沒有對照組、沒有隨機分派。先備知識測驗 8 題，α = 0.44，以 6 分切成低先備 26.5%、高先備 73.5%。外在負荷自評：事前訓練階段 4.79、解題階段 3.64（0–9 分）；低先備組降 1.21、高先備組降 1.13，交互作用 p = 0.84。兩次問卷的外在負荷題，第一次問概念圖的設計、第二次問題目的設計（補充資料）。解題分數低先備 5.97、高先備 8.03（滿分 15），沒有檢定。作者列的限制：先備測驗太簡單、只用一種事前訓練格式、題目結構良好、只有立即結果。

Kim 與 Ko（2017），SIGCSE '17，讀的是作者網頁上標示 2021 年更新的版本。30 個教學，分互動式教學 7、網頁參考資料 10、MOOC 4、教育遊戲 7、創作平台 2（各類個數依表的分隔線數）。挑選：英文 Google 搜尋兩個詞的前 10 頁、2016 年 7 月 29 日的網站流量排名十萬名以內，加上手動補進的 Scratch、Alice、Lightbot。依《How People Learn》的四條原則展開成 24 個面向，除一項外都是是否判斷；判準文字只公開一條。第一作者一人評全部，每個教學約 2 小時、至少看一個模組。連結先備知識：標明年齡 3 個；考慮教育程度 14 個；正文說依程式經驗推薦特定階段或模組的有 0 個，總表「程式經驗」欄我數到 14 個勾；後面階段要用到前面的知識，總表我數到 15 個。作者推薦的教學包含第二作者實驗室的 Gidget。作者列的限制：樣本不代表非英語教學、流量不代表學習進度、教學會改版、二元判斷太粗、單一評分者、沒有量學習成果。

Mullaney 與 Reich（2015），L@S '15；數字依 HarvardX 工作論文第 7 號（2014-09-22）。HeroesX（古希臘英雄），edX。第一次 2013 年 3 到 8 月、20 週、約每週兩章依序釋出、註冊 43,563 人；第二次 2013 年 9 到 12 月、13 週、一次全部釋出、註冊 22,975 人，另有 236 位哈佛學院修課生用同一套教材。寬鬆定義下跟上進度的活躍學生：第一次多數週 30% 到 40%，第二次 20% 以下；個人層級的比例兩版都很低（第一次寬鬆定義 4% 到 14%）。證書率（佔活躍學生）5.6% 對 5.7%；活動天數中位數都是 3 天；論壇參與 12.8% 對 7.6%；這些比較沒有做檢定。作者列的限制：不是隨機分派、兩版差的是一整包變動、測驗是選擇題、沒有前測、單一課程。

Google，Technical Writing One：Audience，課程單元網頁，標示最後更新 2025-03-28，CC BY 4.0。沒有署名作者，沒有引用任何研究。內容是原則、虛構範例與兩題附答案的練習。

MDN，Writing style guide，社群文件的寫作規範頁，標示最後修改 2026-09-10。沒有引用任何研究。與先備知識有關的是開頭段落一節（教學文的開頭寫涵蓋的主題與預期的先備知識）、目標讀者一節，以及搜尋引擎最佳化一節裡對程式範例的要求。

Wesenberg、Jansen、Krieglstein、Meusel、Schneider、Valtin、Rey（2026），Instructional Science 54，刊出版。兩個線上實驗（191 人、101 人），操弄文字教材裡無關趣聞所占的比例。先備知識平均只有滿分的 9.54% 與 7.67%；先備知識與趣聞多寡的交互作用在回憶與遷移上都不顯著，作者說可能是地板效應。這篇的主要結果屬於之後談興趣與有趣細節的那一篇。

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。

Simonsmeier, Flaig, Deiglmayr, Schalk & Schneider (2022), Domain-specific prior knowledge and learning: A meta-analysis（作者接受稿；刊出版與補充資料 SM1–SM4 沒有讀到）。
Brod (2021), Toward an understanding of when prior knowledge helps or hinders learning（PMC 全文；Figure 1 只讀到圖說）。
Tetzlaff, Simonsmeier, Peters & Brod (2025), A cornerstone of adaptivity: A meta-analysis of the expertise reversal effect（DOI；補充資料與森林圖沒有讀）。
McNamara, Ozuru & Floyd (2011), Comprehension challenges in the fourth grade: The roles of text cohesion, text genre, and readers' prior knowledge（ERIC 收錄的刊出版）。
Gorbunova, Kapuza, Chen & Costley (2025), Rethinking pre-training: cognitive load implications for learners with varying prior knowledge（PMC 全文，含補充資料）。
Kim & Ko (2017), A Pedagogical Analysis of Online Coding Tutorials（作者網頁上標示 2021 年更新的版本；ACM 刊出版沒有逐字核對）。
Mullaney & Reich (2015), Staggered Versus All-At-Once Content Release in Massive Open Online Courses：數字依 HarvardX 工作論文第 7 號（2014），刊出版的表格沒有逐一核對。
Google, Technical Writing One: Audience（單元裡的影片沒有看）。
MDN Web Docs, Writing style guide。
Wesenberg et al. (2026), The more, the worse? The influence of the seductive detail amount on learning（文中的圖沒有讀到）。
本站文章：教學文章的例子與開頭怎麼寫、教學文章什麼時候該畫圖、教學文章裡的程式碼要寫到什麼程度、教學文章裡的術語、符號與公式怎麼處理、教學文章搭配影片怎麼做、「做中學」的證據在量什麼、教學文章裡的問題與用語怎麼寫。