创造性自我信念与批判性思维倾向：一种网络分析方法

《Intelligence》：Creative self-beliefs and critical thinking disposition: A network analysis approach

　　保拉·阿尔瓦雷斯-乌尔塔|亚历山大·穆埃拉|伊纳基·拉雷亚
《包容性教育中的创新与干预》
蒙德拉贡大学，多莱塔，埃斯科里亚察 20540，西班牙

**摘要**
本研究采用网络分析方法探讨了创造性自我信念与批判性思维倾向之间的关系。样本包括672名大四本科生，他们完成了《创造性自我简短量表》（SSCS）和《批判性思维倾向量表》（CTDS）的测试。通过EBICglasso方法估计出的规则化偏相关网络显示，这两个领域主要分为两个独立但联系较弱的社区。尽管跨构念的关联通常较小，但桥接中心性分析确定了某些特定项目——尤其是那些反映对新想法的开放性和应对复杂情况的能力的项目——作为两个系统之间的关键连接点。经典的中心性指数进一步表明，创造性自我认同构成了创造性自我信念网络的结构核心，而反思性自我监控在批判性思维倾向中处于核心位置。社区检测分析也支持了这种两个独立社区的结构。总体而言，研究结果表明，创造性自我信念和批判性思维倾向是相对分化但又选择性地整合的系统。这些发现强调了在设计旨在促进高等教育中创造性和批判性思维的教育干预措施时，针对特定桥接过程的重要性。

**1. 引言**
目前普遍认为有必要在教育中培养批判性和创造性思维技能（Murphy, Murphy, & Swain, 2024）。尽管当代教育系统已经明确将这两组技能作为目标（Thornhill-Miller et al., 2023; Wechsler et al., 2018），但关于如何描述这些思维模式以及如何最好地促进其发展的争论仍在继续（Leibovitch et al., 2024; Murphy et al., 2024）。具备批判性和创造性思维能力对于有效解决问题和学生的整体智力发展至关重要（Paul & Elder, 2006）。此外，这两种思维过程密切相关：批判性思维意味着能够批判性地评估信息，而创造性思维则需要想象力来考虑新的视角（Glassner & Schwarz, 2007）。也有研究表明，这两种思维过程是相互依存的——批判性思维能够增强创造性思维，反之亦然（Alghafri & Ismail, 2014）。

尽管认识到批判性和创造性思维之间的内在联系，但文献中常常将它们视为独立的：批判性思维被视为收敛性和线性的，而创造性思维则被视为发散性和关联性的（Baker, Rudd, & Pomeroy, 2001; Beyer, 1987; Halpern, 2014）。然而，最近的研究（Akpur, 2020; Zhang, Bian, Wu, Tang, & Li, 2023）认为这两种过程是不可分割的。虽然发散性思维有助于原创性，但在现实情境中实现创新成果需要能够在创造性生成和批判性评估之间切换（Zhang et al., 2023）。此外，如Tsai（2019）的研究发现，这两种思维模式之间存在正相关关系，尽管这种关联的性质和强度因年龄、性别和社会经济地位等因素而异。高等教育研究表明，批判性思维、反思性思维和创造性思维之间存在正相关，并能显著预测学术表现（Akpur, 2020）。这进一步证实了批判性和创造性思维在教育中整合时更为有效（Murphy et al., 2024）。

尽管许多国家已将批判性和创造性思维技能纳入官方课程（Murphy et al., 2024; Taylor & Kaufman, 2020），但仍有必要更深入地了解促进这些技能发展的因素，以便设计有效的教学和学习策略（Bezanilla, Galindo-Domínguez, & Poblete, 2021; Murphy et al., 2024; Wechsler et al., 2018）。在这方面，创造性自我信念和批判性思维倾向被认为是这些技能发展的关键要素。

批判性思维虽然被广泛认为是核心能力，但要有效应用它需要个人的倾向（Chen, Liu, Zhou, & Tang, 2020）。同样，创造性自我信念——即一个人对自己创造能力的认知和信心（Karwowski & Beghetto, 2018）——是推动创造性行为的动力，有助于激发参与度、努力和坚持。在教育中，强烈的批判性思维倾向可以促进创造性想法的产生和评估，而对创造能力的信心可以鼓励学生参与批判性和反思性过程。这种批判性思维倾向与创造性自我信念之间的关系已在不同教育背景下得到验证，包括高等教育学生（álvarez-Huerta, Muela, & Larrea, 2022）、职业高中生（Lee, Hung, Liau, & Tsai, 2026）和教师（Mangion, Camilleri, & Vella, 2024）。此外，一项针对中国大学生的研究（Wang, Huang, & Zhou, 2024）发现，感知到的自我效能通过批判性思维倾向对他们的解决问题倾向产生了积极影响。在未来的教师中，学术自我效能已被确定为他们批判性思维倾向的预测因素（Koziko?lu, 2019）。

尽管这些研究加深了我们对创造性自我信念与批判性思维倾向之间关系的理解，但它们主要采用相关性、回归模型和带有中介作用的结构方程建模等聚合层面的方法，未能揭示这种关系的内部结构。相关方法和潜变量模型都将构念视为统一的整体，后者假设指标之间的共变反映了单一的潜在原因，并认为指标在局部上是独立的且可以互换（Guyon, Falissard, & Kop, 2017）。这些方法未能解释更广泛构念如何从其组成部分中产生，也不清楚一个构念的各个组成部分如何与另一个构念的组成部分具体关联（Briganti et al., 2024）。网络分析提供了一种理论上有根据的替代方法（Borsboom et al., 2021; Epskamp & Fried, 2018）。它将心理现象概念化为直接相互作用的组成部分系统，其中更广泛的构念由此相互作用中产生。成分之间的关系结构本身具有理论意义：中心性指数表明哪些成分在一个构念中具有最大的影响力（Epskamp, Borsboom, & Fried, 2018）；而桥接节点则识别出不同构念之间相互作用的元素（Jones, Ma, & McNally, 2021）。此外，社区检测算法可用于识别心理网络中紧密连接的节点群，从而揭示复杂系统的中介层次结构（Fortunato, 2010）。这种方法允许检查成分是否以理论上有意义的子结构方式聚集。因此，本研究采用网络视角扩展了这一研究方向，对设计旨在培养这两种能力的教育干预措施具有启示意义。

**1.1 批判性思维倾向**
批判性思维已成为教育中的一个重要目标（Facione, 2011），并被认为对学术、个人和职业成功至关重要（Hart, Da Costa, D’Souza, Kimpton, & Ljbusic, 2021）。在信息过载日益严重的世界中，培养学生的批判性思维能力对于他们能够理性且全面地评估日常生活至关重要（Orhan, 2023）。然而，在教育环境中培养批判性思维技能面临诸多挑战（Janssen et al., 2019），多位学者探讨了促进其发展的策略和障碍（Bezanilla et al., 2021; Wason, 2025）。批判性思维既包括认知技能，也包括个人倾向，即个体在面临问题或需要做出决策时应用这些技能的意愿（Sosu, 2013）。最近的研究（Chen, Wang, & Zheng, 2024）得出结论，评估和培养这种倾向可能比发展相关认知技能更为重要，尤其是在大学预科阶段。研究表明，这一阶段的重点应放在培养有利于批判性思维发展的认知、态度和习惯上（Chen et al., 2024）。

探索人们批判性思维意愿的最常用工具是《批判性思维倾向量表》（CTDS, Sosu, 2013）。该工具评估两个维度：批判性开放性，即对新想法的开放态度、对其进行批判性评估的意愿以及根据证据修改自己观点的准备；以及反思性怀疑态度，即愿意从过去经验中学习并质疑证据（Sosu, 2013）。高等教育领域的研究支持CTDS的单维结构和心理测量特性，证明它是评估学生批判性思维意愿的合适工具（Bravo, Galiana, Rodrigo, Navarro-Pérez, & Oliver, 2020）。

**1.2 创造性自我信念**
近几十年来，由于创造力在心理健康、生活质量、问题解决以及社会和技术创新等领域的影响，人们对创造力的兴趣日益增长（Acar & Runco, 2024）。创造力不仅促进个人发展，还对集体进步至关重要，对教育、文化和经济都有显著贡献（Acar & Runco, 2024）。因此，它已成为国际上各种教育评估框架的关键组成部分。例如，“21世纪学习伙伴关系”（P21）将创造力视为基本技能，经合组织的PISA框架也将其视为关键能力，强调其对公民应对当代挑战的重要性。

教育领域的一项最新研究聚焦于创造性自我信念，这一构念不同于创造性表现，包括创造性身份和创造性自信信念等方面（Runco, 2024）。创造性自我信念可以被视为个人创造潜力与实际创造性行为之间的中介因素。越来越多的研究表明（Mathisen & Bronnick, 2009; Payne & Whitworth, 2022; Runco, 2024; Vally et al., 2019），这些信念与实际的创造性行为可以通过特定的教学策略和丰富的学习体验来培养，因此对其分析至关重要。评估创造性自我信念最常用的工具是《创造性自我简短量表》（SSCS, Karwowski, Lebuda, & Wi?niewska, 2018）。该工具用于测量创造性自我概念的两个关键组成部分：创造性自我效能，即个体对自己解决问题或执行需要创造性思维的任务的能力的信念；以及创造性自我认同，即个体认为创造力是他们自我认同和功能的重要部分的程度。在教育环境中应用这一工具可以深入了解学生如何看待自己的创造潜力，从而有助于设计培养创造力的教学策略，这对更具创新性和效率的教育至关重要。

**1.3 本研究**
尽管传统上将批判性和创造性思维视为独立技能，但越来越多的研究认为它们是互补且相互关联的过程（Akpur, 2020; Zhang et al., 2023）。实际上，在想法的生成和评估之间切换的能力被认为是创造力和批判性的基础（Paul & Elder, 2006）。本研究分析了学生的创造性自我信念与其参与复杂认知任务（即需要批判性思维的任务）的意愿之间的关系。这些自我信念在需要评估和判断的生命阶段尤为重要，因为对自己创造能力的信心可能会鼓励人们质疑既定观点并探索新视角。批判性思维倾向同样可以培养学生的实验精神，从而产生创新想法，这些都是创造性过程的关键要素。

虽然创造性自我信念和批判性思维倾向都不直接评估认知能力，但从理论上讲，它们之间存在关联。这两种构念都具有动机性和倾向性，而不是反映固定的认知能力，并且都反映了个体倾向于以某种方式思考的程度。认为自己具有创造性思维能力的个体可能更愿意质疑假设、接受不同观点，并容忍模糊性。相反，以开放性和反思性怀疑为特征的批判性思维倾向可以通过鼓励个体探索和评估新想法而不过早下结论来培养积极的创造性自我信念。与这一推理一致，实证证据表明，具有较强批判性思维倾向的学生也倾向于认为自己拥有更强的创造性自我概念（álvarez-Huerta等人，2022年）；这一发现也在具有挑战性的现实世界情境中得到了验证（Mangion等人，2024年），并且最近的研究进一步证实了创造性自我效能与批判性思维倾向之间的正相关关系（Lee等人，2026年）。如前所述，尽管批判性和创造性思维的技能已被广泛纳入教育课程中，但需要更深入地了解促进其发展的因素，以便设计有效的教学和学习策略（Murphy等人，2024年；Wechsler等人，2018年）。在这方面，虽然研究人员已经探讨了批判性和创造性思维之间的关系，但学生创造性自我信念与批判性思维倾向之间的具体联系尚未得到详细研究。研究这种关系可以为设计更加整合认知技能和个人倾向的课程提供关键信息，从而最大化它们对学生学习的影响。在这个背景下，网络分析为研究这些结构之间的相互作用提供了一个特别合适的框架。与传统的全局方法不同，网络模型估计了各个组成部分之间的条件关联，从而揭示了复杂心理系统的结构组织（Borsboom等人，2021年；Guyon等人，2017年）。此外，网络分析还能够识别出连接不同领域的中心节点和桥梁元素。这种方法提供了对学生创造性自我信念与其批判性思维倾向如何互动的更细致的理解，并可能为设计旨在培养这两种能力的高等教育干预措施提供信息。为了便于概念清晰，图1展示了本研究中考察的各个领域之间潜在关系的非因果示意图。

2. 方法
2.1. 参与者
本研究的样本包括672名本科生（平均年龄=21.70岁，标准差=1.23岁；60.7%为女性，38.1%为男性，1.2%为非二元性别），他们分别就读于西班牙某所大学的最后一年。人数最多的专业是小学教育（32.0%）、工商管理（20.1%）和幼儿教育（18.6%）。较少比例的学生就读于创业领导力和创新（4.9%）以及商业数据分析（4.5%），其余参与者分散在几个工程和专门化项目中（合计<10%）。7.9%的样本缺少学位信息。学位信息仅用于描述目的，并未作为网络模型中的协变量使用。
2.2. 工具
2.2.1. 创造性自我信念
创造性自我信念通过“创造性自我简短量表”（SSCS；Karwowski等人，2018年）进行测量，该量表包含11个项目，既考察创造性自我效能（例如，“我知道我可以高效解决复杂问题”），也考察创造性个人身份（例如，“我认为自己是一个有创造力的人”）。每个项目都采用5点李克特量表进行评分（从1=完全不同意到5=完全同意），完成量表大约需要五分钟。本样本中量表分数的内部一致性分别为0.91（McDonald's omega）和0.90（Cronbach's alpha）。
2.2.2. 批判性思维倾向
批判性思维倾向通过“批判性思维倾向量表”（CTDS；Sosu，2013年；Bravo等人，2020年进行了西班牙语改编）进行评估。CTDS包含11个项目，用于测量批判性开放性（例如，“我在讨论时通常会尝试考虑全局情况”）和反思性怀疑态度（例如，“我经常重新评估我的经历以便从中学习”），这两个成分构成了批判性思维倾向的两个方面。每个项目也采用5点李克特量表进行评分（1=完全不同意，5=完全同意），完成量表大约需要四分钟。本样本中量表分数的内部一致性分别为0.83（McDonald's omega和Cronbach's alpha）。
2.3. 程序
上述工具以问卷的形式在线提供。首先向学生说明了研究的性质和目的以及如何访问问卷。明确表示参与是完全自愿的，并且所有收集的信息都将按照西班牙现有的数据保护法规保持保密。所有同意参与的学生在数据收集前都签署了知情同意书。研究方案已由xxx大学的研究伦理委员会审查并批准（为保护隐私进行了匿名处理）。
2.4. 数据分析
批判性思维倾向和创造性自我信念的指标网络是通过图形高斯模型（GGM）估计的，在该模型中，边表示在控制网络中所有其他变量后的节点之间的规范化偏相关。该模型使用图形LASSO算法（gLASSO；Friedman, Hastie, Tibshirani, & Tibshirani, 2015）结合扩展的贝叶斯信息准则（EBIC）进行规范化，以促进稀疏且可解释的网络结构。CTDS和SSCS的每个项目都被建模为网络中的一个节点。由于CTDS和SSCS的项目使用李克特型响应量表进行测量，因此相关性是使用qgraph包中的cor_auto函数计算的（Epskamp, Cramer, Waldorp, Schmittmann, & Borsboom, 2012）。该程序能够自动检测序数变量并在适当情况下计算多分类相关性（Epskamp & Fried, 2018）。因此，规范化偏相关网络是基于多分类相关矩阵使用EBICglasso程序估计的，而不是将李克特项目视为连续变量。
为了评估节点的重要性，我们计算了中心性指数，重点关注节点强度和预期影响。强度表示连接到该节点的绝对边权重的总和，而预期影响保留了边的符号。选择这些指数是因为它们在心理网络中表现出更大的稳定性和可解释性，而诸如介数和接近度等指数在横断面GGM模型中往往不稳定且难以解释（Bringmann等人，2019年；Epskamp等人，2018年）。此外，还计算了桥梁中心性指数（桥梁强度和桥梁预期影响），以量化节点连接两个理论社区（批判性思维倾向和创造性自我信念）的程度（Jones等人，2021年）。通过估计边权重的准确性和中心性指数的稳定性来检验网络的稳健性（Epskamp等人，2018年）。边权重的准确性通过非参数自助法（1000次迭代）获得95%的置信区间来评估。中心性估计的稳定性通过案例删除子集自助法（1000次迭代）进行评估，并通过相关稳定性（CS）系数进行量化。值高于0.25被认为是可接受的，值高于0.50表示良好的稳定性（Epskamp等人，2018年）。为了研究网络的中介层次组织，使用Walktrap算法（Pons & Latapy, 2006）进行了社区检测分析。尽管传统的先验功效分析不适用于规范化的GGM，但当前的样本量（N=672）足以估计包含22个节点的项级网络。案例与节点的比例（≈30:1）超过了EBICglasso规范化下常用的心理网络估计实践指南。实证上，案例删除自助法表明中心性估计具有良好的稳定性（强度的CS=0.59；预期影响的CS=0.67），非参数自助法显示边权重估计的精度可接受（见图4）。这些结果共同表明，网络的估计具有足够的稳定性和准确性。
网络项目中的缺失响应在单元格层面较为轻微（所有项目响应的4.6%）。大约22.2%的参与者在22个项目中至少有一个缺失响应，其中CT6的缺失率最高。与心理网络分析的标准做法一致，GGM使用成对完整观测数据进行估计，以便所有可用数据都用于估计。鉴于缺失数据的总体比例较低，由于缺失造成的偏差可能性不大；然而，涉及CT6的结果应谨慎解释。
所有分析均在R（版本4.5.2）中使用以下包进行：bootnet（Epskamp等人，2018年）；qgraph（Epskamp等人，2012年）；networktools（Jones等人，2021年）；以及igraph（Csárdi等人，2026年）。

3. 结果
表1显示了分析中包含的量表项目的描述性统计信息。偏度和峰度的值通常在可接受范围内，表明变量的分布没有显著问题。
表1. 批判性思维倾向（CTDS）和创造性自我信念（SSCS）项目得分的平均值、标准差、偏度和峰度。
| 项目/节点 | 项目表述 | 所指维度 | MSD | 偏度 | 峰度 |
| CT1 | 我在讨论时通常会尝试考虑全局情况 | 批判性开放性 | 3.93 | 0.74 | ?0.34 | ?0.11 |
| CT2 | 我经常使用新想法来塑造（修改）我的做事方式 | 批判性开放性 | 3.62 | 0.77 | ?0.03 | ?0.17 |
| CT3 | 我使用多个来源来获取信息 | 批判性开放性 | 3.89 | 0.86 | ?0.43 | ?0.38 |
| CT4 | 我经常寻找新想法 | 批判性开放性 | 3.61 | 0.88 | ?0.17 | ?0.46 |
| CT5 | 有时我会找到一个挑战我固有信念的好论点 | 批判性开放性 | 3.46 | 0.92 | ?0.26 | ?0.22 |
| CT6 | 理解他人对问题的观点很重要 | 批判性开放性 | 4.49 | 0.69 | ?1.34 | 1.90 |
| CT7 | 证明我的选择是合理的很重要 | 批判性开放性 | 4.04 | 0.83 | ?0.67 | 0.43 |
| CT8 | 我经常重新评估我的经历以便从中学习 | 反思性怀疑 | 3.81 | 0.84 | ?0.29 | ?0.44 |
| CT9 | 我通常在做出判断前会检查信息来源的可靠性 | 反思性怀疑 | 3.57 | 0.81 | ?0.30 | ?0.15 |
| CT10 | 我在采取行动前会考虑决策的更广泛影响 | 反思性怀疑 | 3.79 | 0.82 | ?0.25 | ?0.38 |
| CT11 | 我经常思考我的行为是否可以改进 | 反思性怀疑 | 4.03 | 0.72 | ?0.24 | ?0.47 |
| CS1 | 我认为自己是一个有创造力的人 | 创造性个人身份 | 3.68 | 0.89 | ?0.46 | 0.05 |
| CS2 | 我的创造力对我很重要 | 创造性个人身份 | 3.71 | 0.97 | ?0.39 | ?0.48 |
| CS3 | 我知道我可以高效解决复杂问题 | 创造性自我效能 | 3.79 | 0.76 | ?0.22 | ?0.17 |
| CS4 | 我信任我的创造力 | 创造性自我效能 | 3.56 | 0.91 | ?0.30 | ?0.36 |
| CS5 | 我的想象力和创造力让我与众不同 | 创造性自我效能 | 3.17 | 0.98 | ?0.05 | ?0.44 |
| CS6 | 我多次证明自己能够应对困难情况 | 创造性自我效能 | 3.98 | 0.83 | ?0.47 | ?0.26 |
| CS7 | 成为一个有创造力的人对我很重要 | 创造性个人身份 | 3.77 | 0.99 | ?0.58 | ?0.18 |
| CS8 | 我确信自己能够处理需要创造性思维的问题 | 创造性自我效能 | 3.69 | 0.80 | ?0.23 | ?0.10 |
| CS9 | 我擅长提出原创的解决方案 | 创造性自我效能 | 3.55 | 0.83 | ?0.20 | ?0.15 |
| CS10 | 创造力是我自身的重要组成部分 | 创造性个人身份 | 3.38 | 1.02 | ?0.13 | ?0.66 |
| CS11 | 创造力是我重要的特征 | 创造性个人身份 | 3.63 | 0.91 | ?0.33 | ?0.26 |

3.1. 网络结构和中心性度量
为了研究批判性思维倾向和创造性自我信念之间的关系，我们估计了一个规范化偏相关网络，并随后计算了中心性指数（节点强度和预期影响）（图2）。
图2. 批判性思维倾向和创造性自我信念的规范化偏相关网络。注：CT=使用CTDS测量的批判性思维倾向的项目/节点；CS=使用SSCS测量的创造性自我信念的项目/节点。边粗度表示规范化偏相关的大小。
3.2. 网络结构
对估计的网络的观察表明，批判性思维倾向和创造性自我信念之间的连接通常较弱且稀疏（图2）。与这种视觉模式一致，同一构念内的平均绝对边权重明显大于构念之间的平均边权重（平均|within|=0.084；平均|between|=0.011）。这些结果共同表明，在当前样本中，这两个构念作为相对独立但联系较弱的领域存在。尽管如此，还是观察到了几个积极的跨构念关联。最强的跨构念关联包括CT4与CS11、CT8与CS6以及CT6与CS6之间的关联，尽管其幅度与构念内的连接相比较小。总体上，同一构念内的项目之间的关联最为强烈，反映了每个构念的内部一致性。在批判性思维维度内，最显著的边是CT6与CT7以及CT2与CT4之间的连接。在创造性自我信念维度内，CS1与CS2、CS2与CS7以及CS3与CS6之间的连接较为强烈。也观察到一些负相关，尽管其幅度较小。例如，CT6与CS5以及CS3与CS10之间出现了负相关。鉴于其幅度较小，这些负相关应谨慎解释。
3.3. 中心性（标准化指数）
中心性指数被标准化（z分数）以便于节点间的比较。按照惯例，z分数大于1的节点被认为是高度中心的。对于预期影响，最中心的节点是CS10（z=2.01），其次是CT11（z=1.39）、CT4（z=1.33）和CS8（z=1.32）。就节点强度而言，CS10再次成为最中心的节点（z=2.34），CS1（z=1.52）和CS3（z=1.09）也超过了z>1的标准（图3）。标准化中心性指数（节点强度和预期影响力）用于评估批判性思维倾向和创造性自我信念的规则化偏相关网络。注：CT = 代表批判性思维倾向的条目/节点（使用CTDS测量）；CS = 代表创造性自我信念的条目/节点（使用SSCS测量）。条形图表示z标准化的中心性值。虚线水平线表示用于识别高度中心节点的z = 1的阈值。总体而言，最中心的节点反映了创造性身份和自我信念的关键方面（特别是CS10和CS1），以及批判性思维中的反思性改进和开放性相关倾向（CT11、CT4）。值得注意的是，CS8显示出较高的预期影响力但强度较低，表明尽管整体连接性较为中等，但其净影响力较强。进一步检查网络拓扑结构发现，这些中心性模式主要由同一量表内的条目之间的连接性驱动。

3.4. 桥接中心性（跨构念连接性）为了直接量化跨构念连接性，计算了桥梁中心性指数（见表2）。对桥梁强度值的检查表明，一小部分节点显示出明显的更高跨社区连接性。特别是，CS6（0.36）、CT4（0.29）、CS11（0.22）和CS3（0.22）的桥梁强度值最高，表明这些条目在连接创造性自我信念和批判性思维倾向方面发挥了最突出的作用。

表2. 批判性思维倾向与创造性自我信念之间的桥梁中心性指数。
| 节点 | 桥梁强度 | 桥梁预期影响力（一步） |
|-------------|---------------|-------------|
| CS6 | 0.36 | 0.36 |
| CT4 | 0.29 | 0.29 |
| CS11 | 0.218 | 0.218 |
| CS3 | 0.218 | 0.218 |
| CT6 | 0.195 | 0.040 |
| CT11 | 0.157 | 0.157 |
| CT5 | 0.133 | 0.133 |
| CS8 | 0.123 | 0.123 |
| CS9 | 0.118 | 0.118 |
| CS7 | 0.116 | 0.116 |

注：桥梁中心性指数量化了节点连接批判性思维和创造性自我信念社区的程度。较高的值表示更强的跨构念连接性。桥梁预期影响力（一步）也显示出类似的模式，其中CS6和CT4成为最强的跨构念连接器。重要的是，一些具有高经典中心性的节点（例如CS10）并未出现在最强的桥梁节点中，这表明它们的影响主要是由构念内的关联驱动的，而不是跨构念连接性。

综合这些结果表明，尽管这两个领域通过特定的桥梁节点弱连接，但整体网络结构以相对较强的构念内聚类和有限的跨构念整合为特征。

3.5. 社区检测分析为了进一步研究网络的中间层次组织，使用Walktrap算法进行了社区检测分析。该算法识别出一个清晰的两社区结构（k = 2），与两个理论构念完全吻合（模块性Q = 0.38）。所有创造性自我信念条目（CS1–CS11）聚集在一个社区内，而所有批判性思维倾向条目（CT1–CT11）聚集在另一个社区内。这种分离的社区结构提供了额外的证据，表明在当前样本中，这两个领域作为相对独立的系统运作，跨构念整合有限。

3.6. 网络准确性和稳定性通过估计边权重的非参数自助法置信区间来检查网络准确性（图4a）。相对狭窄的置信区间表明估计边的精度是可以接受的。

下载：下载高分辨率图像（255KB）
下载：下载全尺寸图像
下载：下载高分辨率图像（165KB）
下载：下载全尺寸图像

图4. 网络准确性和稳定性图。注：(a) 估计网络的边权重的自助法95%置信区间（CIs）。红线表示样本值，灰色区域代表自助法CIs。每条水平线代表网络中的一条边，按边权重从高到低排序；(b) 网络的案例丢弃自助法。x轴表示用于分析的案例百分比。y轴表示原始网络的中心性指数（强度和预期影响力）与丢弃逐渐增加的案例百分比后的重新估计网络的中心性指数之间的平均相关性。线条表示中心性指数之间的相关性。（关于此图例中颜色的解释，请参阅本文的网络版本。）

使用案例丢弃子集自助法评估了中心性指数的稳定性（图4b）。相关性稳定性系数表明节点强度（CS = 0.59）和预期影响力（CS = 0.67）具有良好的稳定性，超过了推荐的0.50阈值。

4. 讨论本研究使用网络分析研究了高等教育学生中创造性自我信念和批判性思维倾向之间的成分级连接，旨在识别关键节点，以指导针对这两种能力的教育干预。总体而言，研究结果表明，尽管这两个领域在概念上相关，但它们作为部分分离但弱连接的系统运作。在互补的指标（边模式、桥梁中心性和社区检测）中，网络显示出更强的构念内聚类而非跨构念整合。这种模式与将创造性和批判性思维视为互补但可区分的过程的理论观点一致（Baker等人，2001；Halpern，2014）。与形成单一的统一动机系统不同，当前结果表明，创造性自我信念和批判性思维倾向可能通过相对专门的子系统运作，在倾向层面上仅保持适度的直接耦合。这种模式可能部分反映了与以往研究的方法论差异。报告批判性和创造性思维之间关联的研究（álvarez-Huerta等人，2022；Lee等人，2026；Tsai，2019；Zhang等人，2023）通常依赖于捕捉构念间整体关联的聚合级方法。当在成分级别进行研究时，如网络分析所允许的那样，这两个领域表现为部分分离的系统，具有更强的构念内聚类而非跨构念整合。这表明创造性自我信念和批判性思维倾向之间的耦合程度可能取决于分析层次，而聚合关联可能掩盖了每个构念特定成分之间更复杂的连接模式。

在解释这些发现时，应记住几个限制。横断面设计排除了因果推断，并阻止了确定观察到的关联的时间顺序。样本来自单所大学，某些变量的条目级分布特征可能影响了估计连接的大小。最后，虽然网络分析为研究心理变量之间的相互关系提供了强大的框架，但目前的结果不允许得出关于方向性或因果机制的结论。这些限制在本文的最后一部分中进行了详细讨论。

关于经典中心性，创造性自我概念条目“创造力是我自身的重要组成部分”（CS10）在整个网络中成为最中心的节点，无论是从预期影响力还是强度来看。该条目反映了创造性个人身份的核心组成部分，与创造性自我的定义以及将创造力内化为创造性自我概念的核心特征有关。这表明创造性自我信念网络从根本上围绕创造性个人身份组织。一致地，“我认为我是一个有创造力的人”（CS1）条目也显示出较高的中心性值，特别是在强度方面，表明在创造性信念系统中具有很强的结构连接性。这两个条目的共同突出表明存在一个创造性个人身份的核心，其中对创造力的整体自我感知和赋予这一维度的重视构成了系统的组织轴。

除了这个身份核心之外，创造性自我概念条目“我知道我可以高效解决复杂问题”（CS3）在强度上也超过了高中心性阈值，而“我确信我可以处理需要创造性思维的问题”（CS8）在预期影响力方面特别突出。这表明创造性自我信念的结构至少可以在两个功能层面上进行概念化：一个创造性个人身份层和一个创造性自我效能层。这种区分与理论模型一致，这些模型区分了创造力作为个体身份的重要部分与对自己创造性能力的信心（Karwowski等人，2018）。

关于批判性思维倾向，“我经常思考我的行为以看看是否可以改进它们”（CT11）成为该领域中最中心的节点。该条目捕捉了反思性怀疑的过程，表明网络中批判性思维倾向的核心围绕从过去经验中学习和质疑证据的倾向。在批判性开放性子维度中，“我经常寻找新想法”（CT4）显示出特别相关的特征，结合了高的经典中心性和升高的桥梁中心性。这种双重地位使其成为理论上的关键节点，可能对于批判性思维倾向和创造性自我信念之间的衔接至关重要。从概念上讲，这一结果强化了积极寻找新奇性和认知开放性可能是两个领域之间整合的主要机制之一的观点。

重要的是，桥梁中心性分析显示，跨构念连接性集中在一小部分节点上。这一发现表明，创造性自我信念和批判性思维倾向之间的相互作用可能不是在全球范围内分布的，而是可能依赖于作为两个领域之间局部整合点的特定心理成分。在具有最强桥梁作用的节点中，创造性自我概念条目“许多次我证明了我可以应对困难情况”（CS6）成为最突出的跨构念连接器。值得注意的是，该条目并不是严格意义上的创造力测量，而是反映了面对困难时的韧性、一般自我效能和应对能力。这一结果表明，创造性自我信念和批判性思维倾向之间的联系可能通过关于处理挑战性情况能力的信念来运作。这种解释在理论上是合理的，因为批判性思维倾向和该条目都共享适应性能力的潜在组成部分。这一发现也与Mangion等人（2024）的研究结果一致，他们发现创造性自我效能和批判性思维倾向之间的关系是积极的，并表明这两个构念都传达了一种能动性和前瞻性的导向。综合这些结果，这些结果指向适应性能力和对自己应对挑战性情况能力的信念是创造性自我信念和批判性思维倾向之间联系的关键心理机制。

关于经典中心性，创造性自我概念条目“创造力是我自身的重要组成部分”（CS10）成为整个网络中最中心的节点，无论是在预期影响力还是强度方面。该条目反映了创造性个人身份的核心组成部分，与创造性自我的定义和将创造力内化为创造性自我概念的核心特征有关。这表明创造性自我信念网络从根本上围绕创造性个人身份组织。一致地，“我认为我是一个有创造力的人”（CS1）条目也显示出较高的中心性值，特别是在强度方面，表明在创造性信念系统中具有很强的结构连接性。这两个条目的共同突出表明存在一个创造性个人身份的核心，其中对创造力的整体自我感知和赋予这一维度的重视构成了系统的组织轴。

除了这个身份核心之外，创造性自我概念条目“我知道我可以高效解决复杂问题”（CS3）在强度上也超过了高中心性阈值，而“我确信我可以处理需要创造性思维的问题”（CS8）在预期影响力方面特别突出。这表明创造性自我信念的结构可以至少在两个功能层面上进行概念化：一个创造性个人身份层和一个创造性自我效能层。这种区分与理论模型一致，这些模型区分了创造力作为个体身份的重要部分与对自己创造性能力的信心（Karwowski等人，2018）。

关于批判性思维倾向，“我经常思考我的行为以看看是否可以改进它们”（CT11）成为该领域中最中心的节点。该条目捕捉了反思性怀疑的过程，表明网络中批判性思维倾向的核心围绕从过去经验中学习和质疑证据的倾向。在批判性开放性子维度中，“我经常寻找新想法”（CT4）显示出特别相关的特征，结合了高的经典中心性和升高的桥梁中心性。这一双重地位使其成为理论上的关键节点，可能对于批判性思维倾向和创造性自我信念之间的衔接至关重要。从概念上讲，这一结果强化了积极寻找新奇性和认知开放性可能是两个领域之间整合的主要机制之一的观点。

重要的是，桥梁中心性分析显示，跨构念连接性集中在一小部分节点上。这一发现表明，创造性自我信念和批判性思维倾向之间的相互作用可能不是在全球范围内分布的，而是可能依赖于作为两个领域之间局部整合点的特定心理成分。在具有最强桥梁作用的节点中，创造性自我概念条目“许多次我证明了我可以应对困难情况”（CS6）成为最突出的跨构念连接器。值得注意的是，该条目并不严格测量创造力，而是反映了面对困难时的韧性、一般自我效能和应对能力。这一结果表明，创造性自我信念和批判性思维倾向之间的联系可能通过关于处理挑战性情况能力的信念来运作。这种解释在理论上是合理的，因为批判性思维倾向和该条目都共享适应性能力的潜在组成部分。这一发现也与Mangion等人（2024）的研究结果一致，他们发现创造性自我效能和批判性思维倾向之间的关系是积极的，并表明这两个构念都传达了一种能动性和前瞻性的导向。综合这些结果，这些结果指向适应性能力和对自己应对挑战性情况能力的信念是创造性自我信念和批判性思维倾向之间联系的关键心理机制。

来自批判性思维倾向的开放性方面的条目“我经常寻找新想法”（CT4）也成为主要的桥梁节点之一。该条目反映了积极的好奇心、认知探索和对新奇性的开放性。这些特征构成了批判性思维倾向和创造性自我信念之间的自然接触点，因为积极寻找新想法可能促进两个心理系统之间的转换。

同样，创造性自我概念条目“独创性对我很重要”（CS11）在跨构念连接性中也发挥了重要作用。这个创造性自我概念条目似乎主要捕捉了对独创性的态度评价。其作为桥梁节点的地位表明，对独创性的重视可能与有利于创造性自我信念和批判性思维倾向之间连接的探索性思维方式有关。同样，创造性自我效能条目“我知道我可以高效解决复杂问题”（CS3）也起到了重要的连接节点作用。这一发现从概念上是合理的，因为批判性思维倾向涉及复杂情况的分析，而这个条目反映了在复杂性下生成有效解决方案的信心。因此，这两个组成部分共享了创造信心的共同基础，这可能解释了它们在网络中的整合功能。

本研究的一个特别相关的发现是，尽管根据经典中心性指数，“创造力是我自身的重要组成部分”（CS10）条目是最中心的节点，但它并没有成为突出的桥梁节点。这种模式表明，创造性个人身份在创造性自我信念系统中起着基本的组织作用，但并不构成与批判性思维倾向的主要整合机制。从理论角度来看，这一结果指向了两个领域之间可能的功能解耦：认为自己是创造性的并不一定意味着更倾向于批判性思维过程。这一区分在心理网络方法的框架内特别相关，因为它表明创造性个人身份可能作为一个相对自主的构念核心运作，而创造力和批判性思维之间的联系似乎更多地依赖于与适应性能力和开放性相关的信念。

社区检测结果提供了关于系统组织的另一层共识证据。该算法识别出一个明确的两社区结构，与两个理论构念完全吻合，进一步强化了批判性思维倾向和创造性自我信念构成可区分但弱连接的心理学系统的解释。综合来看，跨构念联系的强度较低、桥梁中心性模式以及明显的社群隔离现象一致表明，尽管这两个领域在理论上具有互补性，但它们仍然保持相对独立的内部组织结构，主要通过少数特定的桥梁节点相互连接，而不是形成一个单一的整合系统。从应用的角度来看，这些结果表明，旨在同时促进创造性思维和批判性思维的教育干预措施可以侧重于所识别的桥梁过程，特别是积极寻找新想法和应对复杂情况的能力，而不仅仅是强化创造性的个人身份。例如，通过设计要求学生面对模糊性、挑战假设或在不确定性下生成解决方案的任务，可以在学习环境中引入积极的冲突，从而同时激活网络中识别出的两种桥梁过程（Kapur, 2016）。建立学生对处理这类挑战性情境的能力的信心同样重要，因为感知到的应对能力似乎是连接这两个领域的关键机制。借鉴Bandura（1997）的自我效能理论，这种信心可以通过四个主要来源来培养：提供直接能力证据的体验、通过观察同伴处理复杂任务进行的替代学习、以鼓励和建设性反馈形式的口头说服，以及在具有挑战性的活动中关注学生的生理和情绪状态。因此，有意结合这些效能信息来源的教学设计可能有助于加强当前网络中发现的创造性自我信念与批判性思维倾向之间的联系。

尽管当前分析提供了关于高等教育学生中创造性自我信念与批判性思维倾向之间关系的宝贵信息，在解释研究结果时仍需考虑几个限制因素。首先，由于数据是在单一时间点收集的，因此横断面设计排除了因果推断的可能性，无法确定创造性自我信念与批判性思维倾向之间的时间顺序和潜在的相互影响。因此，需要进行纵向研究来考察这些构念是如何随时间共同发展的。其次，样本的文化背景也需要考虑。跨文化研究表明，诸如顺从或极端反应等回答风格可能因国家文化而异（Harzing, 2006），这可能导致此处使用的自我报告测量中存在一定程度的变异。通过其他文化背景的样本进行复制研究将有助于明确当前网络结构的普遍性。第三，尽管识别出了特定的跨构念联系，但整体模式显示创造性自我信念与批判性思维倾向之间的联系相对较弱。这突显了考察潜在调节变量或中介变量的重要性，如创造性思维模式、自我调节能力、学习环境或教学实践等，这些变量可能会影响这两个领域之间的关系。

此外，针对项目级网络分析的一些方法学问题也需要关注。项目的异质性和原始量表结构可能会促进尺度内的聚类，而不是跨构念的连接性。此外，某些项目的分布特征，特别是CT6项（“我多次证明自己能够应对困难情况”）的偏斜性，可能会减弱部分相关性，从而降低表面上的跨构念关联。除了这些心理测量问题外，测量不匹配也是导致跨构念连接性较弱的一个潜在原因。SSCS和CTDS是在不同的理论传统下开发的：前者关注关于创造力的自我信念，而后者评估倾向于批判性探究的广泛倾向。因此，这些构念在项目层面上的操作化可能存在有限的概念重叠，这可能会独立于两个领域之间的真实心理差异而抑制边权重。因此，观察到的两个领域之间的相对分离应谨慎解释，不应被视为完全独立的证据。另一个方法学问题是创造性自我信念的操作化。由于高斯图模型中的部分相关性取决于网络中包含的变量集，指标的选择可能会影响估计边的大小和配置。未来的研究可以探讨当前研究中识别的连接模式是否在不同形式的创造性自我信念操作化中仍然成立，包括那些能够捕捉更广泛创造性自我信念维度的工具。这将有助于确定当前网络结构的普遍性，并识别创造性自我信念的其他组成部分是否与批判性思维倾向有更强的跨构念联系。

最后，尽管网络分析为研究心理变量之间的复杂相互关系提供了有力的框架，但目前的结果仍然基于横断面相关数据，因此不能得出关于方向性或因果机制的结论。将网络模型与纵向研究、实验研究或多层次方法相结合的未来工作将有助于更全面地理解创造力和批判性思维之间的相互作用。

**5. 结论**
本研究使用网络分析来探讨高等教育学生中创造性自我信念与批判性思维倾向之间的关系。结果表明，虽然这两个构念在概念上是相关的，但它们作为部分分离但联系较弱的系统运作。网络分析确定创造性个人身份是创造性自我信念的组织核心，而元认知自我监控是批判性思维倾向的核心组成部分。然而，桥梁中心性分析揭示出，跨构念连接性并不依赖于创造性个人身份，而是依赖于与应对能力和对新想法开放性相关的信念。从教育学的角度来看，当前结果强调了设计针对所识别桥梁过程的教育干预措施的重要性，以培养开放性和对处理复杂情况能力的信心。

**5.1 遵守伦理标准**
**利益冲突披露** – 作者声明在发表这篇研究论文时不存在任何利益冲突。研究以无偏见的方式进行，没有任何财务或个人关系可能影响研究结果或解释。
**涉及人类参与者和/或动物的研究** – 所有涉及人类参与者的研究程序均符合机构和/或国家研究委员会的伦理标准以及1964年赫尔辛基宣言及其后续修订版或类似的伦理标准。
**知情同意** – 所有参与研究的个体都获得了知情同意。

**作者贡献声明**
Paula álvarez-Huerta：方法论、数据管理、概念化、初稿撰写。
Alexander Muela：正式分析、审稿与编辑。
Inaki Larrea：数据管理、审稿与编辑。