自定步调学习如何提升学习判断准确性？——基于配对材料学习的证据

本研究针对学生元认知监控准确性不足的问题，通过双实验设计探究自定步调学习（self-paced learning）对不同材料类型（文字/图像）下学习判断（JOLs）准确性的影响。研究发现，自定步调学习能选择性提升延迟JOLs的分辨率（resolution），其核心机制在于提高决策阈值（decision thresholds），且该效应在文字与图像材料中均具稳定性。成果为教育实践中优化元认知监控策略提供了实证依据。

　　

在当今教育领域，如何提升学生的学习效率始终是核心议题。尽管自定步调学习已被证实能改善记忆表现，但其对元认知监控（metacognitive monitoring）准确性的作用机制尚不明确。学生常因无法准确预测自身记忆效果（如考试复习时高估掌握程度），导致时间分配失衡。学习判断（Judgments of Learning, JOLs）作为元认知监控的关键指标，其准确性包含绝对精度（校准，calibration）和相对精度（分辨率，resolution）两个维度。然而，时间受限的学习模式会显著降低这两类精度，而自定步调学习能否逆转这一现象？东北师范大学的研究团队通过两项实验系统回答了这一问题，成果发表于《Learning and Motivation》。

研究采用分层漂移扩散模型（HDDM）分析反应时，结合混合实验设计（如2×2×2 ANOVA），对比时间受限组与自定步调组在文字（实验1：具体词/抽象词）和图像材料（实验2：物体/场景图）中的JOLs表现。实验严格控制材料难度与语义线索，并通过OSF平台公开数据以确保可重复性。

实验1：文字材料的JOLs机制
通过操纵词类具体性和JOLs类型（即时/延迟），发现自定步调学习显著提升延迟JOLs的分辨率（γ相关性提高），但未改善校准。HDDM分析揭示，延迟JOLs的决策阈值更高，表明学习者采用更严格的监控标准。值得注意的是，具体词与抽象词的JOLs差异未达显著，挑战了传统“具体性效应”理论。

实验2：图像材料的跨类型验证
对象图像在时间受限组中引发更高JOLs评分（M=54.68 vs. 场景图50.83），但记忆表现无差异，证实元记忆与记忆的分离现象。自定步调学习再次选择性增强延迟JOLs的分辨率，且决策阈值机制具有跨材料普适性。

结论与意义
研究首次阐明自定步调学习通过提高决策阈值优化延迟JOLs的分辨率，且该效应不受材料类型限制。这一发现为教育实践提供关键启示：鼓励学生在完成学习单元后（而非学习过程中）进行自我评估，可更精准地指导后续学习策略。此外，材料难度会系统性诱发记忆低估倾向，提示教学设计需平衡内容难度与监控反馈。Zhang Xiaojing、Cong Peiyao等作者强调，未来可结合神经影像技术（如fMRI）进一步解析决策阈值的神经基础，推动元认知理论的纵深发展。