Learning notes
学习科学研究周报｜2026年10月20日：记忆模型与真实学习收益
本期为首期基线阅读，资料核验截至2026年10月20日，补入2025—2026年的重要研究，并非全部发表于当周。后续周报优先追踪新材料，保留必要的近期补读。
1. SBD：更小、容易解释的记忆模型
论文：Interpretable Memory Models for Spaced Repetition。作者：Anders Schill。2026年预印本；原文页面的提交日期与编号存在月份不一致，本文不将其归为当周新发表。
新发现：SBD使用稳定性、脆弱性和难度三个状态，以及7个参数。在10,000份Anki用户日志上的预测表现接近论文比较的FSRS-7（34个参数），但精度略逊。
实际价值：可以借鉴将“预测未来记忆概率”和“决定何时复习”分开设计的结构，方便更换模型和独立评估调度策略。
证据判断：真实日志与按时间划分的离线评测具有参考价值；没有真人随机实验能据此证明学习者记得更多或节省更多时间。
2. 自行显示选项：完成率与学习收益需要分别测量
论文：Retrieval Practice in the Wild: Comparing Different Multiple-Choice Question Formats on a Children's TV Gaming Site。作者：Brom等。2026年6月3日发表于Applied Cognitive Psychology，同行评审论文。
新发现：13,060名匿名网站用户进入随机分组分析。“自行点击显示选项”的完整答题率为31.02%，普通选择题为29.03%，固定等待组为28.25%；即时学习增益没有检出组间差异。
实际价值：复习界面可测试“先展示问题—尝试回忆—点击显示选项”，同时记录完成率和延迟测验成绩。
证据判断：真实网站实验对完成率有较好的支持，但效果较小；没有延迟记忆测验，学习分析也只包含完整答题者，不能据此声称长期记忆提升。
3. 错误反馈：回答前后的主观判断值得观察
论文：Learning from mistakes: Objective and subjective error magnitudes predict the testing effect。作者：Aike Shi、Xiaonan L. Liu。2026年9月24日发表于Psychonomic Bulletin & Review，同行评审论文。
新发现：两个实验发现，实际错误大小、学习者对错误的预估，以及反馈后感知到的错误，都能预测后续记忆更新。
实际价值：可以探索记录回答前的信心，以及反馈后发现的差异。这是待验证的设计思路，并不意味着已经找到了更好的复习调度公式。
证据判断：机制研究有启发，但样本较小，任务是图形颜色记忆，测试间隔较短，尚不能直接外推到单词或概念的长期学习。
4. 提高掌握门槛：额外练习是否值得
论文：Using a Randomized Experiment to Compare Mastery Learning Thresholds。作者：Jeffrey Matayoshi、Eric Cosyn、Hasan Uzun、Eyad Kurd-Misto。2025年6月19日发表于Journal of Educational Data Mining 17(1)，308—336，同行评审论文；本期作为方法补读。
新发现：ALEKS随机实验的延迟检测分析包含806,279名不同学生、1,404,725次记录。较高掌握门槛平均增加约两次学习动作，已掌握内容的留存表现更好，但优势随时间缩小。随机分配发生在学生开始学习一个主题时，并非将整名学生固定分组。
实际价值：新卡毕业条件值得单独实验，同时衡量练习成本、完成率和延迟记忆。可以分别观察首次就答对和起初遇到困难的内容。
证据判断：真实产品的大规模随机实验有较高参考价值；留存分析只覆盖已经掌握且随后被检测的内容，存在筛选影响，不能把差异全部归因于额外练习。
5. 间隔重复元分析：总体方向有支持，最佳算法仍需验证
论文：The Effectiveness of Spaced Repetition in Medical Education: A Systematic Review and Meta-Analysis。作者：James Anthony Maye、Florence Hurley。2026年1月28日发表于The Clinical Teacher，同行评审综述。
新发现：综述纳入14项研究，13项进入合并分析，涉及21,415名学习者。客观考试成绩的标准化平均差为0.78，95%置信区间为0.56—0.99。
实际价值：支持继续研究和实施间隔重复。标准化平均差0.78不等于“成绩提高78%”。
证据判断：支持医学教育中的总体方向，但干预形式各异，不能选出最优调度算法，长期效果和其他学习场景仍需进一步验证。
优先精读与工程建议
优先阅读第1篇的评测设计和第4篇的实验方法。前者帮助理解记忆预测模型，后者帮助设计能检验实际学习收益的实验。
工程建议：分别建立模型指标和学习指标。模型侧观察预测误差与概率校准；学习侧观察固定延迟后的无提示正确率、总学习时间和退出率。测试新规则时，每次只改变一个关键因素，并提前确定主要指标和分析方法。
以上证据判断是本周报的阅读筛选意见，并非正式GRADE评级；工程建议为基于研究的设计推论。
内容说明与审核信息
本周报整理学习科学、记忆算法与学习效果验证研究，提供论文原文链接，并标明发表日期、研究类型和证据局限。
研究发现与工程建议在正文中分别说明；离线预测、界面指标和长期学习效果需要分别验证。证据判断是阅读筛选意见，并非正式GRADE评级。