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
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。
19 篇文章
教學文章怎麼寫
從寫的人這一側看學習：文字怎麼組織、什麼該畫成圖、影片怎麼搭配、畫面怎麼排。每篇整理研究證據與限制，並用本站的課程導讀當案例。
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
加一張圖平均讓閱讀理解提高約 0.39 個標準差。把圖和對應的文字放在一起、讓讀者拿圖做事而不只是看，各有研究支持，做起來也比多畫一張便宜，但沒有實驗直接拿它們和「多畫一張」比過；能把「先預測」單獨分開的只有一個實驗，沒有測到差異。逐步執行用狀態表，單一路徑的流程用編號清單，比較用表格；手機上同一層並排超過 3 個節點的 mermaid 圖，字會小到讀不了。
教學文章裡的程式碼要寫到什麼程度：步驟標籤、追蹤、Parsons 題與跑不跑得起來
替程式例題標上「這一步要達成什麼」，在一門入門課的準實驗裡，有標籤的班剛學完的小考較好，之後的考試沒有顯著差別；現場寫程式、用 Parsons 題代替寫程式，都沒有測到學習上的差別。GitHub 上的公開 notebook 照存下來的順序重跑，跑完沒有錯誤的約四分之一；程式跑不起來對讀者學習的影響，沒有研究量過。
教學文章裡的術語、符號與公式怎麼處理：行話、定義擺放、英文術語與記號的證據
行話讓一般讀者覺得難讀，滑鼠移上去才出現的定義沒有讓這個感受回升；外語讀者讀文章時，有註解的研究讀完立刻測記住約 45% 的生字，沒有註解的約 27%。公式多的論文被引用較少，生物與物理資料都有人算出這個相關，但雙方對它可不可靠的爭論沒有收斂，也沒有任何一篇研究量過讀者因此讀不懂。
教學文章搭配影片怎麼做：位置、時間連結、片長與自我檢查
影片涵蓋整篇就放頁首，只對應一節就放該節開頭，放頁尾常被略過。讀者多半只回看特定段落，所以每一節要能跳到影片的對應時間，開頭要寫片長；看之前先給問題、每段後自己寫解釋有實驗依據，但這些實驗用的都是短教材，最長二十分鐘出頭。
讀到一半想看影片時，畫面怎麼排：並排、浮動，還是捲回去
研究介面的共同做法是讓影片和對應的文字同時看得到：影片放在文字旁邊，或直接出現在讀者正在讀的那一段。Papeos 的 16 人實驗裡，把影片片段掛在段落旁的那一組，心理負荷的平均最低（三種條件的整體檢定顯著）。沒有實驗直接比較過長篇導讀配講課影片的版面；手機上怎麼做，目前沒有研究可依。
教學文章要不要做可操作的圖：課堂模擬、加上互動的圖、讀者使用率與製作成本
沒有研究直接比較同內容的互動文章與靜態文章。同一張圖加上可操作的功能，一組實驗裡沒有一種贏過靜態圖；有用的是讀者拿圖做事，而對照組也做事時差距就不見了。讀者會動的是一碰就有反應、站在敘事中間的元件，放在點擊後面的內容約有一半桌機讀者沒點開；一位長期做互動教學的作者說一篇要一到五個月，這包含學會那個演算法的時間。
「做中學」的證據在量什麼：課堂統合分析、ICAP 與 doer effect
大學課堂的統合分析得到約半個標準差，比的是整堂課的教法，主動組多半有小組討論與老師回應，控制多半沒做或沒交代。線上教材裡「做練習的人小考較好」在十幾門課重複出現，但全是觀察資料。這篇讀的研究沒有一篇比過一個人讀文章時有沒有練習。
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
問過的內容進步最多，這來自課堂小考與讀前提問的研究，插在文中的問題本身沒有我讀得到全文的綜整；回饋帶的資訊越多效果越大，但這些證據來自課堂、電腦教材與實驗室短文。可讀性公式只能解釋教師難度判斷的四分之一到三分之一，30 份 Bloom 動詞表對同一個動詞的歸類不一致。
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
量到「題目出現時有沒有人答」的大樣本紀錄只來自 MOOC：影片播到題目的位置時在播放器裡出題，開始看那支影片的人約七成四作答；跳出的複習題，選擇題約七成、要打數字的約四成。隨機分派下，要打字的任務做的人約是只要勾選的一半。我讀到的研究裡沒有一篇量過公開文章的讀者，本站也沒有資料。
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
課堂研究裡，先讓學生解題再講解，概念與遷移平均高約三分之一個標準差，但這些研究全在有老師的課堂裡；有小組的版本效果較大，只做幾小時的介入除外；一組讓約十歲學生先解題的實驗結果相反。沒有協助的探索輸給明示教學，加了鷹架或回饋的探索較好；鷹架撤不撤沒有測到差別。一個人讀文章、自己做專案，沒有研究測過。
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
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。
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
一份駁斥文字的統合分析裡，有沒有先篩掉本來就答對的讀者，效果沒有測到差異；錯誤資訊研究的回顧逐篇列出 11 篇熟悉度反效果的研究，報告「重提誤解讓人更相信」的有 3 篇，三篇都是疫苗題材、單題量尺。讀者原本根本沒聽過那個誤解時，寫出來會不會讓他學到錯的，沒有研究直接測過。目前能照做的是：錯誤說法和正確說法放在一起，給出正確的說法與理由，不要讓錯誤說法單獨當小標。
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
直接告訴讀者這有什麼用，讀者會覺得內容較有用，但七個實驗合起來，當場成績沒有測到差異；要學生自己寫用途的課堂研究，結果隨學生與課程翻轉。和主線無關的趣聞平均讓立即測驗變差，大小不確定；只有一組實驗在「自願學」時沒測到傷害。
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
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。
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
把練習分散到不同天，在真實課堂研究的統合分析裡效果約 d = 0.54，作者認為比混入實驗室研究的統合分析小；數學嵌在課程裡的間隔（同時含交錯）是 g = 0.24，八門大學 STEM 課照同一套做法做，平均只多 1.5 個百分點、沒有測到差異。隔一週重讀，一週後沒有測到優勢；那份課堂統合分析收的研究，沒有一篇讓學習者自己決定要不要回來複習。
把間隔複習做進教學文章：Quantum Country 的資料、線上課程的實驗與沒普及的原因
做得最完整的 Quantum Country 在一篇約四小時的文章裡嵌了 112 題，之後寄信排複習；作者自評「不複習會記得少很多」只有初步證據，推廣到其他領域沒有證據。把複習題推給 MOOC 學習者，約八成的人一次都沒碰，成績沒有測到差異；有效的例子是把複習排進上課時間的課堂實驗。
系列文章的順序怎麼排：先備關係、混排練習、螺旋式課程與跳著讀的讀者
一門 AI 課的隨機實驗裡，依轉換難度排的順序比照發展史排的答對率高約 5 個百分點；用演算法排相依內容，8 個研究沒有一個顯著勝過人排的固定順序。四種題型混在八張作業裡練，複習後約一個月的測驗 61% 對 38%，這是交錯加間隔的合併效果。螺旋式課程幾乎沒有成效研究。拿到證書的 MOOC 學生平均也略過 22% 的內容。
線上自學為什麼多數人讀不完：完成率、第一週流失、回訪與計畫提示的證據
HarvardX 與 MITx 的課，各課平均約一半的註冊者從沒進過課程；進過課程的人裡，2017–18 年只有 3.13% 及格。寫讀書計畫的提示在三門課把完成率從 13.8% 提高到 17.7%，放大到 247 門課後完成率沒有測到差異。這些都是 MOOC 的數字，本站沒有讀者行為的資料。