這是「教學文章怎麼寫」系列的第 11 篇，第二部分「要讀者做什麼」的最後一篇。第 8 篇問「做中學」的證據量了什麼，第 9 篇談文中的題目與回饋。讀者實際上會不會作答，之後的篇會談。這篇處理比一題自我檢查大得多的東西：一個要花幾個小時的專案。問題有三個：讀者動手之前，文章該先講多少；文章能給哪些引導，該不該隨進度拿掉；課堂研究裡老師與同學做的那些事，搬到一篇文章裡還剩多少。
起因是本站 Harvard CS50 AI 七週課程導讀的專案節。2026-10-13 改寫時，專案節從「直接貼完整參考實作」改成「任務、官方已提供的程式、解題思路、虛擬碼、容易出錯的地方、怎麼檢查」在前，完整實作摺疊在最後。改的理由是課程的學術誠信政策：它把「在繳交自己的作業之前看別人的解答」列為不合理，把「用圖或虛擬碼、但不用實際程式碼討論解法」列為合理。這是誠信上的決定。改完之後留下一個學習上的問題：先給思路再讓讀者寫，和先讓讀者卡住再給思路，哪一種讓人學得比較多？程式碼本身寫到什麼程度，第 3 篇已經對照過同一份規格；這篇只看順序與引導。
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，分四條線：先解題再講解（一份統合分析、一組結果相反的實驗、一個線上實驗）；探索與引導（兩份統合分析、一篇立場文）；鷹架（一份統合分析）；專題式學習（一份統合分析、一份文獻回顧）。另外讀了一篇定義認知學徒制的文章，用來對照文章做得到哪些引導。偏向是英文文獻、拿得到全文的研究，受試者以中小學生與大學生為主，內容以數學與自然科學為主。列在參考資料裡的每一篇都讀過正文全部，並留有抽取紀錄；沒讀的部分（參考文獻、附錄、Ashman 博士論文談理論背景的第 1、2 章等）寫在參考資料的括號裡。有三篇我沒有讀到作者或出版者合法公開的全文，文中只寫它們存在，不引數字：Loibl、Roll 與 Rummel 2017 年談先解題再講解何時有效的回顧，Chen 與 Yang 2019 年專題式學習的統合分析，以及 Ashman、Kalyuga 與 Sweller 2020 年的期刊論文（同一批實驗我改讀第一作者公開的博士論文）。
先看結論
| 說法 | 證據 | 搬到一個人讀文章 |
|---|---|---|
| 先解題再講解，比先講解再解題好 | 統合分析：概念知識與遷移 g = 0.36，程序知識沒有測到差異；只看隨機分派的比較，點估計 0.25 | 全部是有老師的課堂或實驗室；沒有一個比較是獨自讀文字 |
| 先解題的版本要有哪些成分才有效 | 同一份分析：有小組、有學生產生多種解法的證據時效果較大；講解接著學生的解法講，單看有差，放進多元迴歸後看不出獨立貢獻 | 小組與「接著學生的解法講」都要有人在場 |
| 對年紀小的學習者，先講解較好 | 統合分析的二到五年級子群看不到先解題的優勢；一組約十歲學生的實驗（博士論文）先講解較好，相似題差約 0.56 個標準差 | 那組實驗的先解題版本是一個人做 15 分鐘紙本，我判斷最接近文章；但年齡與內容分不開 |
| 先探索搬到線上還有效 | 一門課、一堂 50 分鐘的同步視訊實驗，先探索組後測總分較高 | 探索是在分組討論室裡小組做的；非同步還沒有研究 |
| 沒有協助的探索不如明示教學 | 統合分析 d = −0.38；電腦技能領域沒有測到差異 | 研究情境都有實驗者或老師 |
| 加了引導的探索比其他教法好 | 同一份分析 d = 0.30；鷹架或每階段回饋 0.50、要學習者解釋 0.36、只要學習者自己產生規則 −0.15；跟給例題比沒有測到差異 | 鷹架與回饋的形式在文章裡有對應物，但沒有人測過 |
| 引導越具體越好 | 探究式學習的統合分析：學習成果上沒有測到引導種類的差別，其中兩類各只有兩個研究；立場文主張強引導 | 兩邊立場相反 |
| 鷹架要逐步撤掉 | 電腦鷹架的統合分析：整體 g = 0.46，撤與不撤沒有測到差異，只撤不增的只有 12 個結果 | 沒有測到差異不等於沒差，作者自己說檢定力可能不足 |
| 專題式學習有效 | 一份統合分析報正向效果，但方法與表格有多處問題；一份文獻回顧稱證據「promising but not proven」 | 兩份的研究全在學校課堂裡 |
| 一個人做專案，沒有老師也沒有小組 | 沒有任何來源 | — |
先解題再講解
統合分析比的是什麼
先解題再講解（problem solving followed by instruction，以下簡稱先解題）的做法是：學生還沒學到某個概念之前，先拿到一個需要那個概念才解得好的題目，自己試；試完老師才講正規的解法。提倡者 Manu Kapur 把精心設計的版本叫 productive failure，意思是解不出來本身有用。對照組順序相反，先聽講，再做題。
Tanmay Sinha 與 Manu Kapur 2021 年的統合分析收了 53 個研究、166 個比較。概念知識與遷移合起來，先解題組平均高 g = 0.36（g 是兩組差距除以標準差，0.36 大約是三分之一個標準差）。程序知識（把學過的步驟套到同類題）沒有測到差異。只看隨機分派、兩組只差在順序的實驗比較，點估計是 0.25；隨機與準實驗之間的差異不顯著。
有三件事會影響怎麼讀這個數字：
- 檢索方式。只用 Google Scholar，而且只收引用了五篇 productive failure 文章之一的研究；五篇都有本文的第二作者（其中一篇是合著），另外加入 Loibl 等 2017 年回顧收的 20 篇。
- 全是課堂與實驗室。年級以六到十年級最多，內容以數學、物理、醫學為主，近九成比較只量了概念或遷移其中一種。
- 對照組的解題階段多半是練習。在先講解的那一組，題目是用來練剛學的方法，不是用來發明方法。作者把這一點寫成兩組學習目標不同、可能無法直接比的限制。
有效的版本長什麼樣
Sinha 與 Kapur 把先解題組的設計對著七項準則編碼：題目容許多種解法、有學生確實產生多種解法的證據、題目有吸引力（故事題、對比案例、模擬都算）、解題時分小組、講解接著學生的解法講、解題階段與講解階段的社會互動。
單一準則來看，七項做到時效果量都比較高，但只有四項的差異顯著或接近顯著。作者用兩種方法比較各準則的相對重要性，兩種都排在前面、而且權重過作者自訂門檻的只有兩項：有學生產生多種解法的證據，以及解題時分小組。「講解接著學生的解法講」單看子群差異最顯著（p = .02），放進多元迴歸後看不出獨立貢獻，這篇分不出它的作用和其他準則有什麼不同。逐步法選出的模型只解釋 13.51% 的效果量變異。
小組這一項還有一個方向相反的結果：只做幾小時的短介入裡，不分小組、讓學生個人作答時，效果量增加得更多。作者的說法是，短介入裡讓學生個人做，較能預測觀察到的效果量；這是相關，不是作者測過的建議。
這些全是研究之間的相關。七項準則的落實程度又跟研究設計綁在一起：準實驗的平均落實程度遠高於隨機實驗，持續幾天的介入也高於只做幾小時的。作者自己的建議是不要硬把七項都做到，「it is important to consider what is feasible」。
談這件事的另一篇常被引的回顧是 Katharina Loibl 等人 2017 年那一篇。這篇研究存在，我沒讀到作者或出版者合法公開的全文，不引它的內容。
對誰看不到好處
Sinha 與 Kapur 的子群分析裡，有兩組點估計偏向先講解：二到五年級（25 個比較）與通用技能（控制變因、水壺問題這類，8 個比較）。兩組的點估計都很小，顯著的是「這一組比其他組低」，不是「這一組先講解顯著較好」。比較穩的說法是：在這兩個子群裡，看不到先解題的優勢。
我讀到直接跟 productive failure 唱反調的一手實驗，是 Greg Ashman 的五個隨機實驗。它不是唯一的一組：Ashman 自己引了幾篇不利於先解題的研究：Hsu 等 2015 比較例題放在題目之前或之後，例題在前較好；Fyfe 等 2014 等研究在講解前加探索階段，結果是沒有測到優勢或方向相反（論文沒有分別說是哪一種）。這些原文我都沒有讀。Ashman、Kalyuga 與 Sweller 2020 年的期刊論文報告了五個實驗中的兩個，那篇沒有合法公開的全文；我讀的是 Ashman 2022 年的博士論文（UNSW 機構典藏，CC BY），以下的數字與實驗編號都照論文。
- 受試者是澳洲一所私立學校的五、六年級生（約十到十一歲），學算燈泡的能源效率。兩組先後做同樣的事，只差順序：一組先個人做 15 分鐘紙本解題再聽講，另一組先聽講再解題。
- 能看出差別的是實驗 4 與 5。先講解組在相似題上較好，兩個實驗的差距都約 0.56 個標準差；遷移題一個顯著、一個 p = .06，方向相同。前三個實驗沒有測到差異，作者歸因於程序與測驗的缺陷。五個實驗裡沒有任何一項結果顯著偏向先解題（實驗 1、2 的平均數字上是先解題組略高，沒有顯著）。
- 作者把結果歸因於元素互動性高（要同時處理的步驟多）。但元素互動性沒有在同一個實驗裡操弄，兩個實驗都被作者歸為「高」；作者自己的用詞是結果「suggestive」，並說結果不能用來支持或反對在元素互動性低的內容上用先解題。
這組實驗的先解題版本，我依 Sinha 與 Kapur 的七項準則對照，屬於落實程度低的設計：個人、15 分鐘、沒有回饋、沒有小組，講解也不是當場接著學生的解法講。作者說講解的投影片處理了一種預先知道的常見錯解，並說這符合 Kapur 的設計要件。支持先解題的一方可以拿「落實程度低」反駁；反過來看，一個人讀文章時能做到的，大概也就是這種版本（這是我的推論）。
搬到線上的一個實驗
Marci DeCaro 等人 2023 年的實驗是我找到最接近遠距情境的一篇。一門大學部入門物理課的一個班，學生隨機分到兩種順序，分析 78 人（原始分派人數沒有報告），在 Blackboard 上同步視訊上課，一堂 50 分鐘。活動是一組對比案例：三張圖、十個點，要學生把重力場向量對到點上，再自己想出算大小與方向的式子。先探索組活動分數較低，課後的後測總分較高（76% 對 66%）。
這個實驗離「一個人讀文章」還隔了三層：活動是在視訊的分組討論室裡小組做的；老師在場、隨時可以發問；做完有全班檢討。後測是課外自己做、不限時、依努力給分，概念分量表的內部一致性只有 0.30。作者在限制裡寫，非同步的線上課能不能這樣做、有沒有效，需要另外研究；他們建議的做法是在學習平台上要學生先交探索活動，才開放講解影片。
沒有協助的探索，與加了引導的探索
兩個統合分析放在同一篇
Louis Alfieri 等人 2011 年的論文（我讀的是作者 Tenenbaum 現職機構典藏的作者稿與出版者公開的補充表）做了兩個統合分析。
第一個比較沒有協助的探索（學習過程中沒有引導也沒有回饋：自己操弄材料、試誤、做練習題、自己發明策略）與明示教學。108 個研究合起來，明示教學那一邊較好，d = −0.38。例外有幾個：電腦技能領域沒有測到差異（72 個比較），用電腦模擬探索的那一類也沒有。被拿來比的明示教學裡，差距最大的是給例題（worked example，把每一步解法都寫出來的題目）。
第二個比較加了引導的探索與其他教法，56 個研究合起來加強探索那一邊較好，d = 0.30。依引導的種類分開看，差別很大：
- 鷹架或每個階段都給回饋的引導式探索最好（0.50）。
- 要學習者解釋自己的想法次之（0.36），和前者沒有測到差異。
- 只要學習者自己產生規則、策略或答案，反而比其他教法差（−0.15）。
- 加強探索跟「給例題」比，沒有測到差異。
這篇有幾點要一起記：比較層級的分析把同一批受試者重複算進多個比較；沒有編碼研究品質或是否隨機分派；所有調節變項的結果都是跨研究比較；納入的研究最早到 1941 年；文章沒有限制一節。摘要的末句說「feedback, worked examples, scaffolding, and elicited explanations」對學習者有幫助，把兩個分析的東西併成一句（細節在「來源說法不同的地方」）。
作者自己的教學建議措辭是保守的：「Although direct teaching is better than unassisted discovery, providing learners with worked examples or timely feedback is preferable.」
探究式學習裡加哪一種引導
Ard Lazonder 與 Ruth Harmsen 2016 年的統合分析換了一個問法：學生都在做探究（做實驗、跑模擬，從資料推出原理），一組多加了某種引導，另一組沒有。72 個研究，受試者 5 到 22 歲，幾乎都是自然科學。加了引導的組，學習成果較好，d = 0.50。
這篇把引導依具體程度分成六類，從只限縮任務範圍、顯示進度，到提示該做什麼、建議怎麼做、替學生做掉較難的部分（鷹架），到直接說明怎麼做（解說）。在學習成果上，六類之間沒有測到差異；但其中兩類各只有兩個研究，信賴區間跨過零。在探究過程中做出來的產物上，越具體的引導效果越大，但效果最大的兩類各只有一個研究，作者自己說不能下定論。
作者對「過程中有差、學習成果上沒差」的解釋是：具體的引導讓當下的表現較好，引導撤掉之後差距很快消失。這是作者的解讀，不是另外測出來的結果。全文沒有延宕測驗，也沒有分析引導撤不撤。
一篇立場文
Paul Kirschner、John Sweller 與 Richard Clark 2006 年的文章常被當成「探索式學習無效」的出處。它是立場文，沒有自己的資料，也沒有交代引用的研究怎麼選；它把發現式、問題導向、探究式、體驗式、建構式學習當成教學上等同的一類。核心論點是：新手處理新資訊時工作記憶有限，自己搜尋解法佔掉的負荷對學習沒有貢獻，所以新手應該直接被告知做什麼、怎麼做。
它也寫了這個主張的邊界：例題的好處會隨學習者專精程度提高而消失，再反轉成解題較有利，「That guidance can be relaxed only with increased expertise」。這篇早於 productive failure 那批研究，全文沒有討論先解題與先講解的順序。
Lazonder 與 Harmsen 的討論段正是在回應它：「強引導」不等於「具體的引導」，引導的頻率與持續時間可能更要緊。兩篇的立場相反，不能並列成同一派。
鷹架，以及要不要撤
鷹架（scaffolding）原本指老師在學生做一件做不到的任務時給的暫時支撐，隨學生進步逐步撤掉（fading）。
Brian Belland 等人 2017 年的統合分析收的是電腦提供的鷹架：學生在解一個結構不良的 STEM 問題時，軟體給的概念提示、問題提示、提示鈕、智慧家教系統的回饋。對照組做同一套問題導向的教學，但沒有鷹架。144 篇研究、333 個結果合起來，g = 0.46；只看個人隨機分派的 181 個結果，是 0.40。
撤不撤的比較要很小心讀：
- 只往減少走的結果只有 12 個（連同有增有減的合計占 16.5%），點估計比不撤的高，但區間很寬；組間沒有測到差異，原文只寫 p > .05。作者自己說，研究多了之後區間會縮小，差異可能出現。
- 編成「不變」的 216 個結果裡，有一部分只是論文沒寫，作者在限制裡明說這種編碼「indicate a lack of description」。
- 同一組作者 2015 年的先導統合分析，方向相反（不撤的較好）。
- 這是研究之間的比較，有變化的多半是智慧家教系統，系統類型和撤不撤混在一起。原文也沒有量「撤掉之後學生能不能獨立做」。
所以這篇能說的是「沒有測到差異」，不能說「撤不撤沒差」。另一個方向的資料，是 Barbara Condliffe 等人的文獻回顧轉述的一個課堂研究（McNeill 等 2006）：隨機選出的幾個班，寫科學解釋的提示逐次減少細節，其餘班的提示不變，後測顯示提示逐次減少的班較能獨立寫出解釋。原研究我沒有讀。
還有一點跟文章有關：Belland 等人的納入標準排除了在學習者接觸問題之前就給的介入。文章在讀者動手前寫好的思路說明，照這份分析的定義算不算鷹架，原文沒有處理。
專題式學習
專題式學習（project-based learning）是以一個要做出成品的專題當作教學的主軸，學習在做專題的過程中發生，而不是學完再做一個收尾作業。
Lu Zhang 與 Yan Ma 2023 年的統合分析收 66 篇研究、190 個效果量，比較專題式學習與「傳統教學」（原文沒有定義）。學業成就的合併效果是 SMD = 0.65（40 個效果量）。這個數字我不建議當成可靠的估計，原因都在原文裡：沒有任何研究品質或設計的篩選；同一研究的多個效果量當成獨立樣本；出版偏誤的 Begg 檢定顯著，作者卻依 fail-safe N 下結論說沒有顯著偏誤；個別研究的資料沒有公開，讀者無法重算；表格有多處數字自相矛盾，國家地區那一區的信賴區間全部對不上點估計。學段那一欄有一個跟本站讀者較相關的線索：大學階段的效果在四個學段裡最小（0.12），同樣只能當線索。
另一份同主題的統合分析是 Chen 與 Yang 2019 年那一篇。這篇研究存在，我沒讀到作者或出版者合法公開的全文，不引它的數字。
Condliffe 等人 2017 年的文獻回顧（MDRC 的工作論文，不是同儕審查的期刊論文）沒有合併效果量，而是逐篇整理 K–12 課堂的研究。它的總評只出現在摘要：
The working paper suggests that the evidence for PBL's effectiveness in improving students' outcomes is "promising but not proven."
正文的說法是：除了少數幾篇，多數量化研究的設計不容許因果推論，即使有對照組，差異也可能來自介入前的學生特徵；作者也說已發表研究的回顧可能偏向正面的結果。幾個對寫文章有用的細節：
- 對「教室裡要有什麼才算專題式學習」沒有共識。小組合作不是公認的必要元素：作者整理的七組設計原則裡，只有兩組把它列為必要。
- 英語與語文科，作者找不到任何一篇成效研究。
- 老師常常沒有時間給高品質的回饋、帶學生自評與反思。
- 校外的課程明確排除在範圍外。
兩份來源都沒有任何一筆是學習者獨自做專題。Condliffe 等人的範圍本來就限定 K–12 課堂，所以它撐不到「這類研究不存在」，只撐得到「它沒有收」。
少了老師之後還剩什麼
上面每一條證據都有老師或實驗者在場，多數還有同學。要回答文章能做到多少，我用兩份清單逐項對照：一份是 Sinha 與 Kapur 的七項準則，一份是 Allan Collins、John Seely Brown 與 Ann Holum 1991 年的文章定義的認知學徒制六種方法。認知學徒制是把師傅帶徒弟的做法搬到看不見的認知技能上：師傅示範、學徒試、師傅在旁邊給支撐再逐步放手。
這篇是寫給教師看的框架文，沒有自己的資料；文中轉述的效果數字都沒有交代對照組。六種方法的定義裡，主詞都是老師。下面「文章做得到嗎」一欄是我依定義做的推論，原文沒有討論文字教材。
| 方法（Collins 等的定義） | 定義要求什麼 | 文章做得到嗎（我的推論） |
|---|---|---|
| Modeling 示範 | 專家把平常看不見的思考過程說出來，讓學習者看 | 做得到。原文自己就印了兩段寫成文字的放聲思考，包括走不通的嘗試 |
| Coaching 指導 | 看著學習者做，提示、回饋的內容跟著當下發生的事 | 做不到。原文轉述 Schoenfeld 的話：老師沒辦法在回家作業上有效指導 |
| Scaffolding 鷹架與撤除 | 兩種形式：老師給的建議，或實體的支撐物（提示卡、初學滑雪用的短雪板）；老師給的那一種要先準確判斷學生的程度 | 實體支撐物這一型做得到，例如預先寫好的提示；判斷程度、隨進步撤掉做不到 |
| Articulation 說出來 | 讓學習者說出自己的知識與推理 | 只能出題要求，收不到讀者說了什麼 |
| Reflection 反思 | 讓學習者拿自己的過程與專家的比 | 文章能提供專家那一半，讀者自己的那一半文章看不到 |
| Exploration 探索 | 鷹架撤完之後，讓學習者自己定問題、自己解 | 能給方向；原文說探索的方法要教，不會自己發生 |
原文說「最重要的差異」是雙向的：老師的思考要讓學生看見，學生的思考也要讓老師看見。文章只做得到前一半。
七項準則的對照也一樣（我的推論）：題目容許多種解法、題目有吸引力，寫文章的人都能設計；讀者有沒有真的產生多種解法，作者看不到；小組、兩個階段的社會互動，文章沒有；講解接著學生的解法講，文章只能預先寫出常見的錯解；Ashman 說他的講解就是這樣做的，而那組實驗是先講解較好。預先寫好的錯解能不能代替接著學生的解法講，沒有研究測過。
Collins 等人對「讀書與聽講」寫了一段，是這篇和自學者最直接相關的地方：
Active listeners or readers, who test their understanding and pursue the issues that are raised in their minds, learn things that apprenticeship can never teach. To the degree that readers or listeners are passive, however, they will not learn as much as they would by apprenticeship, because apprenticeship forces them to use their knowledge.
作者緊接著寫：「Moreover, few people learn to be active readers and listeners on their own, and that is where cognitive apprenticeship is critical」，也就是多數人不會自己學會主動地讀，這正是需要學徒式引導的地方。這些是主張，沒有附資料。兩句合起來看，文章能做的引導有沒有被用上，取決於讀者；而作者認為大多數讀者需要有人帶（這是作者的看法，不是測出來的）。
最後，一個人、沒有老師也沒有小組做專案有沒有效，這篇讀的研究沒有一篇測過，所以「自學者做專案有效」與「無效」都撐不住。
對照本站的 CS50 AI 專案節
專案節的規格存在工作目錄（.work/cs50ai-rewrite/PROJECT-SECTION-SPEC.md，沒有進版本），每個專案的順序固定：任務、官方已提供的程式、解題思路、虛擬碼、容易出錯的地方、怎麼檢查自己寫的對不對、完整參考實作（摺疊，附誠信政策的警語）。以 第 1 週為例，Knights 專案的解題思路說明怎麼把「X 說了 S」寫成兩句蘊涵，虛擬碼用中文寫結構，容易出錯的地方寫「Puzzle 3 底下什麼都沒印」這類現象與察覺方式。
照上面的研究看，這個順序是先講解再解題：思路在讀者動手之前。而且就算把解題思路移到後面，順序仍是先講解：先解題的研究比的是概念講解與解題的先後，CS50 導讀的講課導讀本來就整段排在專案節前面。解題思路比較接近 Alfieri 那一軸「探索時給不給引導」，不是先解題研究的順序那一軸。下面依 2026-10-14 工作目錄裡的版本逐項對照，最右欄的判定是本站的判斷；程式寫到什麼程度的對照在第 3 篇，這裡不重複。
| 規格 | 本站的理由 | 研究能說什麼 | 判定（本站的判斷） |
|---|---|---|---|
| 解題思路與虛擬碼放在讀者動手之前 | 誠信政策允許用虛擬碼討論；預設不顯示解答 | 課堂研究平均偏向先解題，但在低年級與一組個人、短時間的實驗裡偏向先講解；沒有研究測過一個人讀文章 | 誠信上的選擇，研究不足以要求改順序 |
| 虛擬碼不能細到可以逐行翻成 Python | 專案節複審時，第 0 到 3 週的虛擬碼被點名細到等於逐行翻譯；第 4 到 6 週判定在線內（第 6 週有三段幾乎一一對應，仍判在線內） | Lazonder 與 Harmsen：越具體的引導讓當下的表現越好，學習成果上沒有測到差別（作者的解讀是撤掉後差距消失）；把這個推到虛擬碼的粗細是我的推論 | 本站的判斷，有相鄰但間接的支持 |
| 容易出錯的地方寫現象、原因、怎麼察覺 | 實跑驗證出來的錯 | 這最接近「講解接著學生的解法講」，但文章只能預先寫；依 Ashman 的說法，他的講解也是預先處理常見錯解，那組實驗先講解較好 | 本站的選擇，沒有研究直接測過 |
| 怎麼檢查：範例輸入輸出、手算小案例、官方檢查指令 | 讀者不看解答也能知道自己對不對 | Alfieri：沒有回饋的探索不如明示教學，每階段給回饋的引導式探索較好（跨研究比較） | 有間接支持 |
| 完整實作摺疊在最後 | 誠信政策 | Alfieri：給例題明顯好過沒有協助的探索，加強探索跟給例題比沒有測到差異；讀者什麼時候打開摺疊，本站沒有資料 | 誠信上的選擇；摺疊的實作在學習上相當於事後的例題（我的推論） |
| 七週的專案節都用同一套結構，沒有隨週次減少引導 | 規格沒有談 | Belland：撤與不撤沒有測到差異，檢定力可能不足；Kirschner 等主張引導只能隨專精程度提高而放鬆（立場文） | 研究不足以要求逐週撤，也不足以說不必撤 |
複審報告還記了一種會抵銷這個結構的問題：摺疊區外露出解答。專案解答在摺疊外外露、被列為必須修的有一週：第 6 週的更新紀錄在摺疊外寫出了作業要交的那兩個 attention head 的編號。另有兩處是講課導讀自我檢查題的答案先被看到（第 0 週剪枝圖放在題目前面、跨週總結先算出第 6 週一題的答案），第 3、5 週被提出的疑慮審稿者判定不算洩漏。思路在前、解答摺疊的設計，前提是讀者在打開之前真的自己試過，摺疊外漏出的答案會讓這一步消失（這是我的推論）。這些審稿報告都沒有讀者資料，讀者實際上先試了沒有、什麼時候打開摺疊，本站沒有量過。
截至 2026-10-14，規格沒有因為這篇改動。
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。
先解題還是先講解。Sinha 與 Kapur 的統合分析平均偏向先解題，二到五年級與通用技能兩個子群看不到這個優勢。Ashman 的實驗偏向先講解，受試者正好是五、六年級。兩邊對差異的解釋不同：Sinha 與 Kapur 推測低年級是先備知識、後設認知策略或設計落實程度的問題；Ashman 歸因於內容的元素互動性高。Ashman 的實驗裡年齡與內容複雜度分不開，先解題版本的落實程度也低，所以這兩個解釋目前都沒有被分開檢驗。
Sinha 與 Kapur 有沒有處理出版偏誤。摘要寫「after accounting for publication bias」得到 g = 0.87，結論也說考慮了出版偏誤的顯著證據。正文的漏斗圖對稱、Egger 檢定不顯著，作者寫小研究偏誤「could be therefore ruled out」；0.87 是只用顯著結果的 p-curve 回推的估計，正文沒有解釋它為什麼比全部 166 個比較的 0.36 高一倍多。摘要另說介入長度與準實驗與否「contributed」，正文的這兩項子群差異都不顯著。
小組有沒有幫助。Sinha 與 Kapur 的整體資料裡分小組的效果較大；同一份資料的短介入裡，不分小組的增幅更大。DeCaro 的有效例子是小組做探索；Ashman 的無效例子是個人做。Condliffe 等人說小組合作在專題式學習的設計原則裡沒有共識。
引導越具體越好嗎。Kirschner 等主張新手需要直接、強的引導。Lazonder 與 Harmsen 的資料在學習成果上沒有測到引導具體程度的差別，作者據此說強引導不等於具體的引導。Alfieri 的資料裡，只要學習者自己產生規則的探索比其他教法差，鷹架與回饋的引導最好；給例題與加強探索沒有測到差異。三份的比較對象都不同：Alfieri 比的是探索對其他教法，Lazonder 比的是探究裡加不加某一種引導，Kirschner 沒有資料。
引導對高手是什麼效果。Kirschner 等人的摘要說引導的優勢「begins to recede」；正文說例題的效果先消失、再反轉；結論說對先備知識多的學生，強引導「most often found to be equally effective」。三處的強度不同，都是轉述別人的研究。
撤不撤鷹架。Belland 等人的電腦鷹架統合分析沒有測到差異，點估計是有撤的較高；同一組作者 2015 年的先導分析是不撤較好；Condliffe 等轉述的 McNeill 等 2006 是撤除較好。三者的情境不同：軟體鷹架、結構不良的 STEM 問題、跨研究比較，對紙本寫作提示、一個課堂研究。
Alfieri 的摘要說了什麼。摘要寫「feedback, worked examples, scaffolding, and elicited explanations」對學習者有幫助。其中回饋與例題在第一個分析裡是明示教學那一邊的對照條件，不是加在探索上的協助；鷹架與要學習者解釋才是第二個分析的加強探索。原文沒有「加了例題的探索比較好」這個結果。
DeCaro 的好處落在哪。作者假設先探索的好處主要在概念知識，結果是條件與分量表的交互作用不顯著，數字上程序題的差距反而較大；摘要沒有交代結果與假設不同。Sinha 與 Kapur 的平均結果是程序知識沒有測到差異；DeCaro 的程序分量表數字上差距較大，但沒有單獨檢定。
專題式學習的地區差異。Zhang 與 Ma 的摘要說亞洲的效果優於西歐與北美；他們的地區表的信賴區間全部對不上點估計，也沒有組間檢定，所以這個說法本身沒有可查的統計依據。另一份專題式學習的統合分析（Chen 與 Yang 2019）我讀不到全文，無法拿來對照。
可以做的事
以下是本站的判斷，每條附上依據；「依據」寫的是哪幾項結果讓我這樣做，不是研究直接測過這個做法。
- 不在文章裡寫「研究顯示先卡關比較好」或「專題式學習效果更好」。 要引就寫出比較對象與情境：課堂、有老師、多半有小組。依據：Sinha 與 Kapur 的 166 個比較、Zhang 與 Ma 和 Condliffe 收的研究，全在學校課堂裡；Ashman 的實驗結果相反。
- 讓讀者先試的時候，一定要有讀者自己就能用的回饋。 給可以手算的小案例與答案、範例輸入與預期輸出、看到什麼現象代表哪裡錯。依據：Alfieri 的資料裡，沒有引導也沒有回饋的探索輸給明示教學，每階段給回饋的引導式探索最好。這是跨研究的比較。
- 完整解法要給，只是放在讀者試過之後。 依據：Alfieri 的資料裡給例題明顯好過沒有協助的探索；先解題的研究裡，講解本身一定會給，只是排在後面。
- 寫給讀者先試的題目，選容許多種做法、做錯會有看得到的現象的題目。 依據：Sinha 與 Kapur 的準則裡，「題目容許多種解法」在 166 個比較裡做到九成以上，「有學生產生多種解法的證據」與效果量的關聯較穩。文章看不到讀者產生了什麼，所以我選「做錯有現象」當讀者自己看得到的替代，這是我的推論。
- 不把預先寫好的常見錯解當成「接著學生的解法講」的替代。 這類段落照寫，但不宣稱它有先解題研究的依據。依據：「接著學生的解法講」在多元迴歸裡看不出獨立貢獻；Ashman 說他的講解處理了預先知道的錯解，那組實驗先講解較好。
- 系列裡的引導要不要逐篇減少，先不規定。 依據：Belland 的資料沒有測到撤與不撤的差異，作者說檢定力可能不足；McNeill 的課堂研究是撤除較好，我沒有讀原文；Kirschner 等的主張沒有資料。要試，可以從後幾篇的專案拿掉虛擬碼、只留思路與檢查方式開始。
這一段的做法幾乎都帶著「看讀者程度」的但書：低年級與通用技能的子群、Kirschner 等人說的專精程度反轉、Alfieri 資料裡年齡的差異。第 1 篇的讀者程度一節整理過一份 expertise reversal 的統合分析；之後談先備知識的篇會把這些但書收在一起。
今晚可以做的三件事
挑一篇自己寫過、有練習或專案的教學文章，大約一小時：
- 找出文中最大的那個任務，在它的解法說明之前加一句：「想先自己試的話，先跳到『怎麼檢查』那一段，寫完再回來讀思路。」然後確認「怎麼檢查」那一段真的不需要看思路就能用：裡面至少有一個可以手算的小案例和它的答案。（這是給讀者多一個選項，不是改順序；依據是 Alfieri 的資料裡，先探索要有回饋才勝過沒有協助，所以前提是「怎麼檢查」能單獨用。）
- 把解法說明裡的虛擬碼拿出來，問自己：照著它打成程式，還需要做任何決定嗎？如果不需要，刪掉最細的那一層，只留每一步要達成什麼。
- 搜尋全文，看摺疊區塊以外的地方（標題、圖、更新紀錄、tldr）有沒有直接寫出答案；有的話移進摺疊或刪掉。
這些證據的限制
- 沒有研究直接測過一個人讀網頁文章做專案。先解題、探索、鷹架、專題式學習的研究，情境都是課堂、實驗室或有老師的線上同步課。把任何結果搬到網頁導讀，都是我的推論。
- 先解題的統合分析偏向提倡者那一群人的研究。檢索只收引用了第二作者五篇文章之一的研究；七項準則的落實程度與研究設計、介入長度綁在一起，全是研究之間的相關。
- 反方的一手實驗只有一組。Ashman 的實驗是單一學校、單一主題、約十歲的學生，第一作者任教於該校；期刊論文本身我沒有讀到。
- 線上的證據只有一個班、一堂課，而且是同步視訊、小組做探索、後測不監考。
- 探索與引導的統合分析都是跨研究比較。Alfieri 沒有研究品質的編碼，比較層級不獨立；Lazonder 的引導種類有好幾類只有一兩個研究，沒有延宕測驗。
- 鷹架撤除的證據很薄。Belland 只撤不增的只有 12 個結果；McNeill 等 2006 是 Condliffe 等轉述，我沒有讀原文。
- 專題式學習的統合分析品質有問題，另一份讀不到全文；文獻回顧是工作論文，沒有交代檢索與篩選方法。
- 認知學徒制的對照完全是我依定義做的推論。Collins 等人的文章沒有自己的資料，選的三個例子（閱讀、寫作、數學解題）作者自己說是概念與事實基礎相對少的領域，不是知識量大的技術內容。作者也明說這個模式不適用於背誦型的內容。
- 我的推論與判斷：Ashman 的先解題版本最接近文章能做到的；文章做得到認知學徒制哪幾種方法、七項準則剩哪幾項；虛擬碼粗細與 Lazonder 的類推；摺疊的實作相當於事後的例題；摺疊外漏答案會讓先試這一步消失；「可以做的事」六條；本站規格對照表的判定。正文都標了。
- 轉引：McNeill 等 2006（Condliffe 等轉述）、Fyfe 等 2014 與 Hsu 等 2015（Ashman 引用）、Schoenfeld 的話與 reciprocal teaching 的數字（Collins 等轉述），原文我都沒有讀。
- 只知道存在、沒讀到合法公開全文的：Loibl、Roll 與 Rummel（2017）、Chen 與 Yang（2019）、Ashman、Kalyuga 與 Sweller（2020）的期刊論文。
- 讀取上的缺口：Sinha 與 Kapur 的線上補充資料（逐研究的效果量）沒有取得；Belland 的補充表沒有取得，調節變項的數字是從圖上讀的；Ashman 博士論文沒有讀的是：第 1、2 章（認知架構與認知負荷理論的背景，p.4–43）、參考文獻、附錄 1 到 3 與 5（實驗 1 到 3、5 的教材）、附錄 4 的後測題、附錄 6（閱讀填充作業）。
- 本站沒有讀者資料。讀者有沒有先試、什麼時候打開摺疊，都沒有量過。
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。
Sinha 與 Kapur（2021），Review of Educational Research 91(5)。三層隨機效果模型。檢索只用 Google Scholar，收引用 Kapur 2008、Kapur 與 Bielaczyc 2012、Kapur 2014、2015、2016 任一篇的文獻（1,212 筆），加 Loibl 等 2017 的 20 篇，去重後 908 筆，截止 2019-06-26。納入 45 篇文章、53 個研究、166 個比較（實驗 81、準實驗 85）；沒有報告總受試人數。年級：二到五年級 25、六到十年級 75、大學部 61、其他 5。內容：數學 75、基礎科學 47、醫學 32、通用技能 8、其他 4。概念與遷移 g = 0.36（95% CI 0.20–0.51），Q(165) = 295.91；程序知識 g = −0.03（−0.20–0.15，51 個比較）。貝氏複核 0.36（0.19–0.52）。七項準則做到的比例：題目容許多種解法 92.77%、有產生多種解法的證據 59.64%、題目有吸引力 61.45%、小組 53.01%、接著學生解法講 44.58%、講解階段對話為主 33.73%；解題階段社會互動有 57.2% 沒報告。子群點估計（有對沒有）：多種解法的證據 0.47 對 0.16（p = .05）、小組 0.49 對 0.19（p = .04）、接著學生解法講 0.56 對 0.20（p = .02）、講解階段對話 0.55 對 0.24（p = .05）、題目有吸引力 0.44 對 0.19（不顯著）。表 3 到 5 很多列的點估計落在自己的區間外，我從數字推算，除了參照列，其餘各列的區間看來是差值的區間，所以這裡只列點估計。多元迴歸 R² = 13.51%；多模型推論的 Akaike 權重只有「多種解法的證據」0.93 與「小組」0.85 過 0.8 的門檻，「接著學生解法講」0.40。落實程度總分每多一個百分點，效果量增 0.0065；實驗的平均落實程度 32.36%、準實驗 76.78%。短介入（幾小時）裡不分小組的增幅 β = 0.7395（p = .0023）。子群：二到五年級 −0.09、通用技能 −0.17、六到十年級 0.50、大學部 0.28；準實驗 0.46、實驗 0.25（不顯著）；幾天 0.41、幾小時 0.32（不顯著）。出版偏誤：Egger 截距 0.63，p = .219；p-curve 推估 0.87。作者用 Kraft 2019 的基準說 0.36「can be considered rather large」；Kraft 的基準來自以標準化測驗為成果的隨機試驗，本文的成果多是研究者自編的測驗。作者列的限制：近四分之三的比較是數學與科學；歐美與亞澳研究團隊數不均；「產生多種解法」是失敗的弱替代指標；沒有個別差異與學習障礙學生的資料；兩種順序的學習目標可能不同；準則都二分。
Ashman（2022），UNSW Sydney 博士論文，指導教授 Kalyuga、Sweller。五個隨機實驗，都在第一作者任教的學校，各實驗學生不重複。實驗 1（48 名六年級）、實驗 2（72 名五年級）、實驗 3（69 名六年級）沒有測到差異；實驗 3 有天花板效應，後測用錯誤的捷思也能拿滿分。實驗 4（71 名五年級，隔天測）：相似題先講解 31.06／48、先解題 21.40，d = .57；遷移題 15.22／27 對 10.20，d = .56。實驗 5（64 名五年級，六天後測）：相似題 24.68／35 對 17.57，d = .56；遷移題 11.41／28 對 8.33，d = .47，p = .06。實驗 2 到 5 是兩組錯開 15 分鐘、一起聽同一場講課，講解時老師不給回饋。沒有前測。作者把元素互動性算成步驟數（8 個與 12 個），沒有獨立測量，也沒有量認知負荷。期刊論文摘要列的兩個實驗對應論文的實驗 5 與 4，這是抽取時依人數與結果比對的，論文沒有寫對照表。作者列的限制：兩組處理時間錯開、先講解組開始前已做 15 分鐘閱讀、兩個實驗的後測延遲不同是排課造成的、結論只適用元素互動性高的內容。
DeCaro、Isaacs、Bego、Chastain（2023），Frontiers in Education 8，Brief Research Report。University of Louisville 一門入門物理課的一個班，N = 78（先探索 37、先講解 41）；排除斷線超過一分鐘的 3 人與程序題 0 分的 1 人，原始分派人數沒有報告。兩個條件在不同天上課，同一位老師。先探索組先在分組討論室做 13 分鐘活動，再聽 24 分鐘講解，最後 5 分鐘檢討；開頭有一張「有效探索的訣竅」投影片，活動指示有「卡住時先比 PA 與 PB」的提示。活動分數 4.59 對 6.73（滿分 10），F(1, 76) = 11.12。後測總分 76.49% 對 66.36%，F(1, 76) = 5.79，p = 0.019，ηp² = 0.07；程序分量表 83.78% 對 70.04%，概念分量表 69.19% 對 62.68%；條件與分量表的交互作用 p = 0.164。概念分量表 10 題全是是非題，α = 0.30；程序分量表 α = 0.79。沒有延宕測驗、沒有前測。
Alfieri、Brooks、Aldrich、Tenenbaum（2011），Journal of Educational Psychology 103(1)。讀的是作者稿與出版者公開的補充表。第一個分析：無協助探索對明示教學，108 個研究（N = 5,226）、580 個比較，研究層級 d = −0.38（−0.50 到 −0.25）。領域：數學 −0.16、電腦技能 0.07（不顯著，72 個比較）、科學 −0.39、解題 −0.48、肢體動作 −0.01（不顯著）、語文社交 −0.95。年齡：兒童 −0.44、青少年 −0.53、成人 −0.26，只有青少年對成人顯著。探索種類：一般無協助 −0.41（476 個比較）、模擬 −0.13（不顯著）。對照的明示教學：直接教學 −0.29、回饋 −0.46、例題 −0.63、提供解釋 −0.28；對「沒有教」0.21（不顯著，17 個比較）。第二個分析：加強探索對其他教法，56 個研究（N = 4,243）、360 個比較，研究層級 d = 0.30（0.15–0.44）。種類：自己產生 −0.15（87 個比較）、要學習者解釋 0.36（128 個）、引導式探索 0.50（142 個）。對照：直接教學 0.26、例題 0.06（不顯著，22 個）、提供解釋 0.33。年齡：成人 0.44 最大、兒童 0.24、青少年 0.19。反應時間 −0.72（加強探索組較慢）。出版偏誤只算了 fail-safe N。表內幾處 k 加不到總數。
Lazonder 與 Harmsen（2016），Review of Educational Research 86(3)。檢索 1993–2013 年，72 個研究（隨機 41、準實驗 31），受試者 5–22 歲，科學 66、數學 5。對照組都在做探究，只差有沒有那一種引導。學習活動（20 個研究）d = 0.66；表現成功（17 個）d = 0.71；學習成果（60 個）d = 0.50（0.37–0.62）。學習成果依引導種類：限縮任務 0.52（4）、顯示進度 0.61（2，區間跨零）、提示 0.55（8）、建議做法 0.22（2，區間跨零）、鷹架 0.34（19）、解說 0.61（25），Qb(5) = 4.05，p = .542。表現成功依種類 Qb(5) = 14.34，p = .014，具體程度與效果量 r = .53；解說與建議做法各只有 1 個研究。學習成果上探究技能 0.78、領域知識 0.37，差異顯著。年齡都沒有測到差異。出版偏誤只算了 fail-safe N。作者說例題在這套分類裡算解說。作者列的限制：丟掉 6 篇統計資訊不全的研究；學習活動與表現成功的研究數少；部分研究同時進了兩三個分析；多次檢定；只限數學與科學。
Kirschner、Sweller、Clark（2006），Educational Psychologist 41(2)。立場文，沒有資料、沒有檢索方法、沒有表與圖。引用的實證幾乎都只有結論沒有數字。文中把例題效果列為支持引導的「最強的證據之一」，並寫了兩個失效條件：例題本身負荷太重時得不到，學習者專精程度提高時效果先消失再反轉。結論的適用對象寫的是「novice to intermediate learners」。全文沒有限制一節。
Belland、Walker、Kim、Lefler（2017），Review of Educational Research 87(2)。檢索 1993–2014 年，144 篇研究、333 個結果。納入條件：有控制組且控制組沒有鷹架、量認知成果、學習者在解結構不良的 STEM 問題、支持符合 Wood 等 1976 的鷹架定義；在接觸問題之前給的介入排除。整體 g = 0.46，Q = 1096.96，I² = 69.7%；Egger 檢定不顯著。研究設計：個人隨機 0.40（181）、群組隨機 0.48（54）、準實驗 0.56（98），準實驗顯著高於個人隨機。鷹架變化：不變 0.45（216）、只增加 0.46（62）、只撤除 0.62（12）、兩者都有 0.50（43），組間 p > .05；有撤除的合計 16.5%。依據：依表現 0.47、自選 0.45、固定排程 0.62、沒有 0.45，不顯著。含不含內容 0.46 對 0.48，p = .778。教育階段：國中 0.37 最低、大學 0.49；成人那一格只有 1 個結果。5 個效果量最大的結果當離群值排除。64% 的結果沒有報告測驗信度。
Zhang 與 Ma（2023），Frontiers in Psychology 14。2003–2023 年，66 篇、190 個效果量，對照組是「傳統教學」。隨機效果 SMD = 0.441，I² = 87.4%；Begg 檢定 Z = 5.082，p < 0.05；fail-safe N = 2,546；trim and fill 方法段說有做，沒有報結果。學業成就 0.650（0.453–0.846，40 個）；情意態度 0.389（50 個）；思維能力 0.386（100 個），其中決策、批判思考、提問三項不顯著。學段：小學 0.527、國中 0.520、高中 0.720、大學 0.116（57 個）。小組人數只有 81 個效果量有報。表格的問題：固定效果的區間下限大於點估計；國家地區九列沒有一列的區間包住自己的點估計；創造思考的 Z 與區間不合。全表沒有組間檢定的數值。作者列的限制只有兩條：部分研究統計資訊不足、多數研究沒有細分學習效果。
Condliffe 等（2017），MDRC 工作論文，ERIC ED578933，2016 年初版的更新版。敘述式回顧，沒有寫資料庫、檢索詞與篩選流程，沒有品質編碼表。全文唯一的一組效果量是 Finkelstein 等 2011 的教師層級隨機試驗（問題導向的經濟學課程加五天教師專業發展與全年支援；教師從 128 位流失到 64 位）：經濟素養 0.32、經濟學解題 0.27。可做因果推論的例外，第五節舉兩篇、第六節舉四篇，前後不同。初版由 Lucas Education Research 出資並出版，更新版由 Kresge Foundation 資助；George Lucas Educational Foundation 也是回顧中一套課程的合作方。原文沒有限制一節，限制散在各處（出版偏誤、多數不能因果推論、各研究的模型不同、缺乏能量深度學習的量表）。
Collins、Brown、Holum（1991），American Educator，Winter 1991；另一個版本是 1989 年的書章。框架文，沒有資料。框架分四個面向共 17 項：內容（領域知識、捷思策略、控制策略、學習策略）、方法（正文表格的六種）、排序（先整體後局部、複雜度遞增、多樣性遞增）、社會面（情境學習、實踐社群、內在動機、利用合作）。三個案例都是別人獨立發展的方法，作者事後用框架去讀：閱讀的 reciprocal teaching（二到七人小組或一對一）、寫作的程序提示卡（小學生）、Schoenfeld 的數學解題課（大學生）。文中轉述的數字（例如一對一先導研究理解測驗 15% 到 85%）沒有交代對照組。作者劃的範圍：不是唯一的學法、不適用於背誦型內容、沒有配方。
參考資料
每一條都讀過正文全部並留有抽取紀錄；沒讀的部分寫在括號裡。
- Sinha & Kapur (2021), When Problem Solving Followed by Instruction Works: Evidence for Productive Failure（SAGE 刊出版，開放取用 CC BY；線上補充資料沒有取得）。
- Ashman (2022), Should problem solving precede explicit instruction when element interactivity is high?（UNSW Sydney 博士論文）（UNSWorks 機構典藏，CC BY 4.0；讀了導論、第 3 到 6 章與附錄 4 的講解投影片與解題本；沒有讀第 1、2 章的理論背景、參考文獻、附錄 1 到 3、5、6 與附錄 4 的後測題）。同一批實驗的期刊論文 Ashman、Kalyuga & Sweller (2020) 沒有合法公開的全文，不列入。
- DeCaro, Isaacs, Bego & Chastain (2023), Bringing exploratory learning online: problem-solving before instruction improves remote undergraduate physics learning（刊出版，CC BY；補充附錄的後測題目讀過；OSF 上的原始資料沒有下載）。
- Alfieri, Brooks, Aldrich & Tenenbaum (2011), Does Discovery-Based Instruction Enhance Learning?（讀的是 University of Surrey 典藏的作者稿與出版者公開的補充表 1–10；兩張逐研究的樣本表沒有逐列讀）。
- Lazonder & Harmsen (2016), Meta-Analysis of Inquiry-Based Learning: Effects of Guidance（刊出版，University of Groningen 典藏的 PDF；參考文獻只掃過）。
- Kirschner, Sweller & Clark (2006), Why Minimal Guidance During Instruction Does Not Work（Taylor & Francis 刊出版，免費取用；參考文獻只掃過）。
- Belland, Walker, Kim & Lefler (2017), Synthesizing Results From Empirical Research on Computer-Based Scaffolding in STEM Education: A Meta-Analysis（PMC 收錄的刊出版，CC BY-NC；調節變項的數字從圖上讀；補充表 S1、S2 沒有取得）。
- Zhang & Ma (2023), A study of the impact of project-based learning on student learning effects: a meta-analysis study（刊出版，CC BY；文中找不到補充材料）。
- Condliffe et al. (2017), Project-Based Learning: A Literature Review（MDRC Working Paper）（ERIC 公開的完整版；參考文獻只掃過）。
- Collins, Brown & Holum (1991), Cognitive Apprenticeship: Making Thinking Visible（American Educator 出版者網站的重刊網頁版；卷期頁碼沒有核對到）。
- CS50's Introduction to Artificial Intelligence with Python: Academic Honesty（課程官網，2026-10-13 讀取）。
- 本站文章：「做中學」的證據在量什麼、教學文章裡的問題與用語怎麼寫、教學文章裡的程式碼要寫到什麼程度、教學文章的例子與開頭怎麼寫、Harvard CS50 AI 第 0 週、Harvard CS50 AI 第 1 週。
Loading...