编辑推荐：
为解决 EF 与数学整合干预效果不明等问题，牛津大学研究人员开展相关研究。结果显示该干预可提升幼儿算术能力，且对弱势儿童更有益。此研究为早期教育提供新思路，推荐科研读者阅读，助力深入了解相关领域。
在孩子的成长过程中，学习能力的培养至关重要，而执行功能（EF，是指那些能帮助人们在脑海中记住目标、抑制不恰当反应并灵活思考的认知技能 ）和数学能力之间的关系一直是教育和心理学领域的热门话题。大量研究发现，执行功能和数学能力之间存在着密切的联系，从小学阶段一直追溯到学前时期，它们就像一对共同成长的伙伴，相互影响。比如说，有研究通过元分析发现，EF 无论是作为一个整体，还是拆分成各个部分，都和学前儿童的数学成绩有关系；还有研究表明，3 岁孩子的整体 EF 水平能够预测他们当年晚些时候以及 5 岁时的数学成绩。
但是，早期专注于单独训练 EF 的干预措施却没有达到预期的效果。就好像你想通过单独锻炼孩子的一种能力，来提升另一种与之相关的能力，结果却发现效果并不理想。这些干预措施并没有让孩子们在数学等相关认知领域取得明显的进步。这可让研究者们犯了难，难道它们之间的关系并非想象中的那么简单？
后来，研究者们意识到，也许将 EF 和数学内容结合起来进行干预，会是一个更好的办法。因为数学学习本身就需要特定的数学技能和 EF 协同发挥作用。就好比搭建一座积木城堡，数学技能是一块块的积木，而 EF 则是指导你如何搭建的 “小助手”，两者缺一不可。有一些研究尝试了这种整合干预的方法，部分研究确实看到了孩子们数学能力提升的希望，但也有研究不太成功，甚至有些结果无法重复。这使得这个领域的研究充满了不确定性，就像一团迷雾，让大家看不清方向。
而且，以往的研究在方法上也存在一些局限性。传统的分析方法往往只关注单个结果变量，忽略了多个认知过程之间的相互作用。这就好比只盯着城堡的一块积木看，却忽略了整个城堡的搭建过程以及积木之间的相互关系。另外，虽然知道 EF 和数学能力相互关联，但对于学前儿童在接受整合干预前后，具体的 EF 技能和数学技能之间的关系变化，研究得还远远不够。
在这样的背景下，为了拨开这团迷雾，牛津大学的研究人员在《Nature Reviews Methods Primers》期刊上发表了一篇名为《Executive function and mathematics in early childhood: an integrated intervention and network analysis》的论文 。他们的研究就像是一场探索之旅，试图弄清楚整合 EF 和数学的干预措施到底有没有用，以及它是如何起作用的。经过一系列的研究，他们得出了一些重要的结论，这些结论就像在迷雾中亮起的一盏明灯，为这个领域的研究指明了方向。
那么，他们是怎么开展这场研究之旅的呢？研究人员采用了多种技术方法。首先是随机对照试验，就像给孩子们分组做游戏，一部分孩子在 “干预组”，玩特别设计的结合 EF 和数学的游戏；另一部分孩子在 “对照组”，按照平常的方式学习。其次是多水平线性建模，这就好比给研究数据搭建了一个多层的 “小房子”，把不同层面的数据都考虑进去，让研究结果更准确。还有网络分析，它就像一张大网，把 EF 和数学相关的各种能力都 “网” 在一起，看看它们之间是怎么相互连接和影响的 。
接下来，让我们一起看看他们的研究结果。
- 干预效果：研究人员采用了意向性分析的方法，就算有些孩子没有完全按照干预计划进行学习，也把他们当作接受了干预来分析。在数学能力方面，研究发现干预组的孩子在整体算术能力上比对照组提升得更多。比如说在早期算术工具包 - 算术（EYTN）测试中，干预组孩子的进步明显更大。而且，对于那些经济条件较差（通过 EYPP 资格来判断）的孩子来说，他们在干预组的进步比在对照组更大，在空间技能测试中也是如此。这就好像给经济条件不好的孩子提供了一个 “秘密武器”，让他们在数学学习上更有优势。在执行功能方面，干预组在 Corsi 积木得分上有显著提升。同样，经济条件较差的孩子在干预组的进步比对照组更明显，在 Mr Ant 测试和 EF 潜在变量上也是如此 。
- 干预机制：网络分析：前面的分析表明干预让孩子们在一些数学和 EF 指标上有了进步。为了进一步了解干预是如何影响 EF 和数学技能之间的关系的，研究人员进行了网络分析。他们发现 EF 和数学之间的联系非常紧密，就像一张密密麻麻的蜘蛛网。而且，干预后的网络和干预前相比，有了很大的变化。干预组在干预后的网络中，一些数学节点的中心性增加了，这意味着这些数学技能和其他技能的联系更紧密了。比如说数字比较和顺序处理这两个任务，在干预后与其他技能的联系变得更紧密了。另外，EF 和数学之间的 “桥梁节点” 也发生了变化。Corsi 积木在干预后和整体算术指标 EYTN 的联系变得更强了，这说明干预可能促进了 EF 和数学之间的融合。最后，通过数据驱动的聚类分析发现，干预组的网络聚类结构和干预前以及对照组都不一样，更多的 EF 和数学节点聚集在了一起。
从研究结论和讨论部分来看，这次研究有着重要的意义。研究表明，整合 EF 和数学的干预措施确实能让孩子们在早期算术能力上取得更大的进步，而且对经济条件较差的孩子帮助更大。这为教育工作者和家长们提供了新的思路，在培养孩子数学能力的时候，可以多关注他们的 EF 发展，通过一些有趣的活动把两者结合起来。网络分析的结果也让我们看到，EF 和数学技能之间的联系不是一成不变的，干预可以改变它们之间的相互关系。这就像给我们展示了一个神奇的 “魔法盒子”，让我们知道通过合适的干预，可以让孩子的各种能力更好地协同发展。
不过，研究也存在一些局限性。比如，这次研究只对比了干预组和常规学习的对照组，没有和单独训练 EF 的干预组对比，所以还不清楚数学和 EF 的提升到底是因为干预中的数学部分、EF 部分，还是两者的结合。而且，研究没有深入探讨 EF 不同潜在因素的影响，样本中的经济条件较差的孩子还不够多，对劣势的衡量也比较单一，只考虑了低收入这一个因素。未来的研究可以针对这些问题进一步探索，让我们对整合干预的效果和机制有更清楚的认识，为孩子们的教育提供更科学、更有效的方法。
