STEM教育问题解决能力培养研究课题申报书

STEM教育问题解决能力培养研究课题申报书一、封面内容

STEM教育问题解决能力培养研究课题申报书

项目名称：STEM教育问题解决能力培养研究

申请人姓名及联系方式：张明，zhangming@

所属单位：国家教育科学研究院

申报日期：2023年10月26日

项目类别：应用研究

二．项目摘要

本项目旨在系统研究STEM教育中问题解决能力的培养机制与实施路径，聚焦于核心素养与创新能力提升的交叉领域。当前，STEM教育虽已广泛推行，但学生问题解决能力的实际成效仍显不足，缺乏系统性培养策略与评估体系。项目以建构主义学习理论、跨学科整合方法论为基础，结合认知负荷理论与项目式学习（PBL）模式，通过多案例比较研究，深入分析不同学段、不同课程体系下问题解决能力的培养特征。研究方法包括文献计量分析、课堂观察、问卷调查、实验干预及成果追踪，重点考察课程设计、教学策略、评价工具对问题解决能力的影响机制。预期成果包括一套包含课程模块、教学案例库及动态评价系统的解决方案，为政策制定者提供实证依据，为一线教师提供可操作的教学范式。项目创新点在于构建“知识-技能-思维”三维培养模型，通过跨学科真实情境任务，强化学生的问题识别、信息整合、批判性思维与协作创新能力。研究成果将形成系列研究报告、教师培训手册及数字化教学资源平台，推动STEM教育从知识传授向能力导向转型，为培养适应未来社会需求的复合型人才提供理论支撑与实践路径。

三.项目背景与研究意义

1.研究领域现状、存在问题及研究必要性

当前，全球教育改革浪潮中，STEM（科学、技术、工程、数学）教育已成为提升国家创新能力与核心竞争力的重要战略。以美国为例，《K-12科学教育框架：实践、跨学科核心概念与概念性组织》（NGSS）及《P21框架：学生能力标准》等文件明确将问题解决、批判性思维、协作沟通等高阶能力纳入核心培养目标。欧洲通过“欧洲STEM教育白皮书”倡导跨学科整合与真实情境学习。中国在《新一代人工智能发展规划》与《义务教育科学课程标准（2022年版）》中，也强调提升学生的科学探究能力、技术应用能力与创新意识，并将“项目式学习”、“跨学科主题学习”作为重要实施途径。从国际趋势看，STEM教育的核心已从单一学科知识的传递转向综合素养与问题解决能力的培育。

然而，在实践层面，STEM教育问题解决能力的培养仍面临诸多挑战。首先，课程内容存在学科壁垒。多数STEM课程仍以分学科形式呈现，缺乏有效的跨学科整合机制，导致学生难以在真实复杂情境中应用多学科知识解决综合性问题。例如，一项针对中美两国中学生的比较研究发现，中国学生在分学科STEM测试中表现优异，但在需要跨领域知识融合的真实问题解决任务中，其表现显著低于美国学生。这反映了课程设计未能有效打破学科边界，导致知识应用能力受限。

其次，教学方法过于侧重知识灌输。尽管项目式学习（PBL）、探究式学习等被广泛倡导，但实际教学中仍存在“伪PBL”现象，即形式上采用项目活动，实质上仍以教师主导的知识讲解为主，学生自主探究、深度思考的时间与空间不足。美国学者Hmelo-Silver通过课堂录像分析指出，即使在标榜为PBL的课堂中，教师平均每8分钟就会打断学生的探究过程进行知识干预，导致问题解决的深度受限。此外，实验设计往往缺乏系统性与迭代性，学生难以经历完整的“提出问题-建立假设-设计方案-实施验证-反思优化”的科学研究闭环。

第三，评价体系存在偏差。现有评价多依赖于终结性测试，侧重对既有知识的记忆与复现，而忽视过程性能力的发展。如前所述，中国学生STEM考试成绩较高，但问题解决能力测评显示，其“定义问题”和“策略选择”能力较弱，这与评价体系重结果轻过程的导向密切相关。国际PISA测试虽包含问题解决模块，但其评价内容与日常STEM教学实践存在脱节，难以全面反映真实情境下的能力表现。英国教育标准局（Ofsted）的一项评估报告指出，现行STEM教育评价工具“缺乏对高阶思维能力的敏感度”，导致教师教学重心持续偏移至应试知识。

第四，师资专业发展滞后。STEM教育要求教师具备跨学科知识背景与问题导向的教学能力，但当前教师培养体系尚未完全适应这一需求。美国国家科学教师协会（NSTA）调查表明，超过60%的STEM教师感到自身跨学科知识储备不足，难以设计有效的整合性课程。我国“国培计划”中的STEM培训也存在同质化问题，多以技术操作或单学科知识更新为主，对问题解决教学策略、跨学科思维培养等核心能力的培训不足。教师专业发展支持的缺位，直接制约了问题解决培养模式的实施效果。

上述问题凸显了系统研究STEM教育问题解决能力培养的必要性。当前研究虽已初步探讨PBL、跨学科整合等策略的作用，但缺乏对培养机制的深层剖析，特别是不同策略组合的协同效应、不同学段的发展规律、以及信息时代背景下新兴技术（如人工智能、虚拟现实）的赋能路径等关键问题尚未得到充分关注。因此，本研究旨在通过理论建构与实践验证，构建一套系统化、可操作的问题解决能力培养框架，为解决上述问题提供理论依据与实践指导，推动STEM教育从“学科中心”向“能力中心”的实质性转变。

2.项目研究的社会、经济或学术价值

本项目的实施具有显著的社会、经济与学术价值。

在社会层面，项目直接回应国家深化教育改革、建设创新型国家的战略需求。通过提升学生的问题解决能力，不仅能够增强其适应未来社会复杂挑战的素养，更能培养具备科学精神、工程思维、技术素养与数学能力的复合型人才，为科技创新、产业升级提供智力支持。研究形成的跨学科课程模块与教学策略，能够有效弥合教育公平差距，特别是促进农村和欠发达地区学校STEM教育的质量提升，助力“教育共同富裕”目标的实现。此外，项目强调的协作沟通能力培养，有助于提升社会整体的合作效能与公民参与意识，为构建和谐社会奠定基础。例如，通过社区服务型STEM项目，学生可以将所学知识应用于解决社区实际问题（如垃圾分类设计、智慧养老系统开发），既锻炼了能力，又增强了社会责任感，实现了教育与社会的良性互动。

在经济层面，项目紧密对接产业变革对人才的需求。当前，第四次工业革命加速推进，人工智能、大数据、物联网等新兴技术深刻重塑着产业结构与就业形态，对劳动者的创新能力、问题解决能力提出了前所未有的要求。据统计，全球范围内技能型人才缺口已超过5000万，其中问题解决能力不足是主要原因之一。本项目通过研究，能够开发出符合未来产业发展需求的STEM教育内容与教学模式，为学生顺利进入职场、适应岗位需求提供有力支撑。研究成果的转化应用，如数字化教学资源平台的建设，将推动STEM教育产业的升级，创造新的经济增长点。同时，培养出的问题解决型人才，能够直接投身于科技创新与创业活动，成为推动区域经济高质量发展的生力军。例如，研究形成的“基于真实工业场景的STEM挑战赛”模式，可以与企业合作，为大学生提供早期职业体验，缩短其从校园到职场的适应周期，降低企业的人才培养成本。

在学术层面，本项目具有重要的理论创新价值。首先，它试图构建一个整合建构主义、认知负荷、复杂系统等理论的STEM问题解决能力培养理论框架，填补现有研究在跨学科整合与能力培养机制结合方面的空白。通过多学科视角的交叉研究，有望产生教育学、心理学、认知科学、工程学等多领域的理论协同创新。其次，项目将开发一套包含“能力表现刻画-教学策略设计-学习环境创设-动态评价反馈”的完整研究工具体系，为STEM教育测量与评价提供新的范式。特别是引入基于计算机的评估（CBE）与学习分析技术，能够实现对问题解决过程数据的精细化捕捉与分析，为个性化学习与教学干预提供实证依据，推动教育评价从“summative”向“formative”和“adaptive”转型。再次，项目将形成一系列具有国际视野的研究案例与比较分析成果，深化对跨文化STEM教育差异的理解，丰富全球STEM教育知识体系。例如，通过对比分析中美日在问题解决能力培养政策、课程设计、评价体系上的异同，可以提炼出更具普适性的教育改革经验，为全球STEM教育发展贡献中国智慧。

四.国内外研究现状

1.国内研究现状

中国对STEM教育及问题解决能力培养的关注始于21世纪初，但系统性研究相对较晚。早期研究多集中于对国外模式的引进与介绍，如对PBL（项目式学习）理念、探究式学习理论的译介与初步实践探索。部分学者开始尝试将STEM概念与中国国情结合，探讨在“科学”、“技术”、“工程”等单学科框架内融入问题解决能力的培养路径。例如，有研究关注在小学科学课中通过“做中学”活动提升学生的探究与设计能力，或在中学生物课中结合实验设计培养学生的问题分析能力。

随着国家政策的推动，研究逐渐转向跨学科整合与核心素养导向。近年来，国内学者开始关注STEM教育中的“跨学科主题学习”设计，尝试将科学、技术、工程、数学知识融合于真实情境问题（如环境保护、智能交通、健康生活等）中。研究重点包括跨学科课程模块的开发原则、教学实施策略（如基于问题的学习PBL、基于挑战的学习CBL、基于设计的探究DBI等）以及相应的评价方法。例如，清华大学附属中学等名校开展的STEM课程实践研究，探索了“跨学科项目式学习”的校本化实施模式，并形成了部分案例集。

在问题解决能力培养机制方面，国内研究开始引入认知心理学理论，探讨问题解决的过程模型（如问题表征、策略选择、监控评估等）及其在STEM学习中的体现。部分研究通过课堂观察、访谈等方法，分析了教师引导、同伴协作、资源支持等因素对学生问题解决能力发展的影响。同时，也有一些研究关注信息技术（如编程、3D打印、虚拟仿真）在支持学生问题解决过程中的作用，探索“STEAM+信息技术”的融合模式。

然而，国内研究仍存在若干局限。首先，理论深度与系统性不足。多数研究仍停留在对国外理论的验证性应用或经验总结层面，缺乏原创性的理论建构。对问题解决能力培养的内在机制、不同学段的发展规律、文化背景下的适应性调整等关键问题缺乏深入的理论探讨。其次，实证研究的科学性有待加强。研究方法多依赖质性分析或小规模实验，样本代表性有限，研究设计往往缺乏严格的控制组与前后测对比，研究结论的普适性与可靠性受到质疑。例如，关于某种教学策略效果的评估，往往缺乏对其他可能影响因素（如学生基础差异、班级环境等）的有效控制。第三，评价体系仍不完善。虽然开始探索过程性评价与表现性评价，但缺乏标准化的能力测评工具与科学的评分体系，难以准确衡量学生问题解决能力的真实水平。第四，师资支持体系不健全。现有教师培训多侧重于知识更新或技术操作，对问题解决教学设计能力、跨学科思维培养、评价能力等核心能力的系统性培养不足，且缺乏持续的专业发展支持机制。

2.国外研究现状

国外对STEM教育及问题解决能力培养的研究起步较早，积累了较为丰富的成果。美国作为STEM教育的先行者，其研究呈现出多元化与深度化并行的特点。早期研究主要集中在PBL的理论基础、实施模型与效果评估。Hmelo-Silver等人系统梳理了PBL的五种核心要素（真实问题、持续探究、学习自主、合作学习、反思总结），并开发了相应的评价工具。研究表明，高质量的PBL能够显著提升学生的学习投入度、知识理解深度、高阶思维能力（包括问题解决能力）及协作沟通能力。但研究也指出，PBL的有效实施对教师能力、课程设计、时间保障等条件要求较高，需要谨慎设计以避免流于形式。

近年来，美国研究更加关注STEM教育的跨学科整合与公平性。基于“STEM”概念的演变，研究开始强调工程（Engineering）与艺术（Arts）的融入，形成STEAM教育理念。研究者通过设计“工程思维”课程、创客教育（MakerEducation）等项目，探索培养学生系统设计、迭代优化、创造性解决问题的能力。同时，针对STEM教育中的性别、种族、社会经济地位不平等问题，出现了大量关注公平性的研究。例如，NationalAcademiesofSciences,Engineering,andMedicine(NASEM)发布的报告《STEM教育中的公平性：从目标到行动》深入分析了造成STEM教育机会不均的原因，并提出了促进公平的政策建议，如加强早期STEM启蒙、优化课程内容以增强吸引力、提供多元文化榜样等。

在问题解决能力培养的理论层面，国外研究广泛借鉴认知心理学、建构主义学习理论等。Simon的“问题空间”理论、Newell&Simon的“认知架构”理论等为理解问题解决的计算机化模拟提供了基础。Sweller的认知负荷理论则指导研究者如何在设计教学活动时平衡认知负荷，避免“过度认知负荷”或“认知不足”。在方法论上，国外研究强调混合方法与设计本位研究（Design-BasedResearch,DBR）。DBR方法通过“设计-开发-迭代-评估”的循环过程，在真实教育情境中系统改进问题解决能力的培养模式。同时，大数据与人工智能技术的应用日益广泛，研究者开始利用学习分析技术追踪学生在问题解决过程中的行为数据，以实现个性化指导与教学优化。

欧洲国家对STEM教育的研究也呈现出特色。欧盟通过“欧洲STEM教育框架”强调“能力导向”与“真实性”，鼓励基于“真实性情境的任务”（AuthenticTasks）培养问题解决能力。研究重点包括如何设计跨学科的真实问题、如何构建支持性的学习环境（如学习共同体）、如何开发相应的评价工具（如能力档案袋、表现性评价等）。例如，芬兰的“现象教学”模式，虽然不直接使用STEM标签，但其通过大单元主题学习整合多学科知识，强调学生自主探究与问题解决，对国际教育界产生了深远影响。英国通过“国家STEM中心”等机构，推动了STEM教师专业发展、课程资源共享与问题解决能力评价工具的研发。

日本在STEM教育方面则注重“做中学”与“情境学习”。其“综合理科课程”强调通过实验、制作、观察等实践活动，让学生在解决实际问题中学习科学知识、发展探究能力。研究关注点包括如何通过“物制作”活动培养工程思维与问题解决能力，如何利用“生活科学”情境提升学习的真实性与意义感。日本学者也关注技术在支持学生自主探究中的作用，如利用传感器、编程机器人等工具。

尽管国外研究取得了显著进展，但仍存在一些研究空白或挑战。首先，关于问题解决能力培养的“通用”与“学科特定”维度关系的研究尚不充分。即，跨学科问题解决所需的核心能力（如系统思维、批判性思维）与特定学科（如物理、编程）的问题解决能力之间如何相互作用与迁移，仍需深入探讨。其次，在数字化时代，人工智能、虚拟现实等新兴技术如何从根本上重塑问题解决能力的培养模式，其潜在影响与风险（如过度依赖技术、削弱深度思考）尚需前瞻性研究。第三，大规模教育实验与长期追踪研究相对缺乏。多数研究仍聚焦于特定学校或课堂的干预效果，难以揭示培养模式的长期影响及在不同教育生态中的适用性。第四，对文化差异影响的研究仍显不足。虽然关注公平性，但对不同文化背景下学生问题解决行为模式的差异、文化适应性培养策略等研究仍较薄弱。

总体而言，国内外研究为STEM教育问题解决能力的培养提供了宝贵的理论基础与实践经验，但也揭示了诸多待解问题与研究空白。本项目正是在此背景下，试图通过系统整合国内外研究的优势，聚焦中国教育情境的特殊需求，开展深入的理论建构与实践探索。

五.研究目标与内容

1.研究目标

本项目旨在系统研究STEM教育中问题解决能力的培养机制与实施路径，其核心研究目标包括：

（1）构建STEM教育问题解决能力的理论模型。在整合建构主义、认知负荷、复杂系统、社会文化理论等多元理论的基础上，结合中国教育实际与STEM学科特点，界定STEM教育问题解决能力的核心构成要素，阐明其在不同学段的发展特征与表现形态，构建一个包含能力维度、发展阶段、影响因素及培养机制的系统性理论框架。

（2）探索有效的STEM教育问题解决能力培养策略体系。通过理论分析与实践检验，开发并验证一系列支持问题解决能力培养的教学设计模式、课程模块、学习资源与评价工具。重点研究跨学科真实情境任务的开发方法、教师引导策略（如S-TILS模型中的监督、提问、介入、拉伸、放手）、同伴协作机制的设计与实施、信息技术（如模拟仿真、编程工具、在线协作平台）的赋能路径，形成一套具有可操作性的培养策略组合。

（3）开发并验证基于表现性评价的问题解决能力测评工具。针对STEM教育问题解决能力的复杂性与过程性特征，设计并开发一套包含多种评价方法（如作品集评价、过程观察、口头答辩、同伴互评、自我反思、计算机化评估等）的评价体系。通过实证研究检验该评价体系的信度、效度与区分度，为教师提供精准的学情反馈工具，为教育管理者提供科学的评价依据。

（4）形成可推广的实践模式与政策建议。基于研究结论，提炼出一套适用于不同学段、不同区域、不同资源的STEM教育问题解决能力培养实践模式，并形成相应的教师专业发展指南、课程资源包与政策建议报告。旨在推动STEM教育从理念走向实践，从形式探索转向系统建构，为中国提升基础教育的创新人才培养能力提供实证支持。

2.研究内容

围绕上述研究目标，本项目将重点开展以下研究内容：

（1）STEM教育问题解决能力的构成要素与表现特征研究

***具体研究问题：**

*STEM教育问题解决能力包含哪些核心维度？这些维度在不同学科（科学、技术、工程、数学）中的侧重点有何差异？

*学生在不同学段（小学、初中、高中）的问题解决能力发展呈现出怎样的阶段特征？各阶段的关键能力表现是什么？

*如何界定STEM教育问题解决能力的“表现性特征”？如何通过观察、访谈、作品分析等方法有效识别不同能力水平的学生？

***研究假设：**STEM教育问题解决能力是一个包含“问题识别与定义”、“信息搜集与整合”、“方案设计与应用”、“批判性反思与优化”等核心维度的综合能力。其发展呈现阶段性特征，从低阶的问题识别到高阶的系统设计优化逐步递进。不同学段的学生在问题解决的深度、广度、策略运用等方面存在显著差异。能力表现可通过特定的行为指标（如提问质量、资料运用策略、模型建构逻辑、协作沟通效果等）进行有效刻画。

***研究方法：**文献计量分析（梳理国内外相关概念界定与理论模型）、专家咨询（邀请教育学、心理学、STEM学科专家进行概念界定与框架构建）、大规模问卷调查（不同学段学生问卷，考察能力自评与表现性指标）、课堂录像与行为观察（选取典型课堂，系统记录学生问题解决过程中的行为表现）、案例研究（选取不同学段典型学生进行深度追踪分析）。

（2）基于真实情境的跨学科问题解决任务设计研究

***具体研究问题：**

*如何依据STEM学科核心概念与问题解决能力培养目标，设计具有真实性、复杂性与探究性的跨学科主题学习任务？

*跨学科问题解决任务的设计应遵循哪些原则？如何平衡学科知识的深度与广度、问题难度与学生能力水平？

*如何将社会热点、科技前沿、地方特色融入问题解决任务设计，提升学习意义感与参与度？

***研究假设：**高质量的跨学科问题解决任务应具备以下特征：基于真实世界的问题、涉及多学科知识的整合应用、允许学生自主探究与迭代设计、具有明确的挑战性与适度的开放性、能引发学生的深度思考与协作互动。任务设计应遵循“情境先行、问题驱动、跨域整合、支架支持、多元表征”等原则。将任务与真实世界需求相结合，能够显著提升学生的内在学习动机与问题解决的意愿。

***研究方法：**设计本位研究（DBR）、情境认知理论分析、德尔菲法（征求专家对任务设计原则与要素的意见）、任务原型开发与迭代测试、学生焦点小组访谈（评估任务的真实感、挑战性、趣味性）。

（3）支持问题解决能力培养的教学策略与教师角色研究

***具体研究问题：**

*在STEM教育问题解决过程中，教师应扮演怎样的角色？有效的教师引导策略有哪些？

*如何设计并实施促进高阶思维与协作沟通的教师提问策略？

*如何利用信息技术（如在线协作平台、模拟仿真软件、学习分析工具）优化问题解决学习过程？

*教师专业发展应聚焦哪些核心能力？如何构建支持教师持续成长的学习共同体？

***研究假设：**教师在问题解决教学中应从知识的传授者转变为学生学习的促进者、引导者与资源提供者。有效的引导策略包括：提供启发性而非结论性的提问、适时给予认知策略指导（如思维导图、类比思考）、创设安全包容的协作氛围、利用技术工具可视化思考过程、引导学生进行结构化反思。教师提问应侧重于激发思考、暴露思维过程、促进知识迁移。信息技术可以作为情境创设、模拟实验、协作交流、过程记录与智能反馈的有效工具。教师专业发展需重点关注跨学科知识整合能力、问题导向教学设计能力、高阶思维培养策略、学习分析与精准教学能力。

***研究方法：**课堂过程分析（分析教师提问模式、干预时机与方式）、教师访谈与问卷调查（了解教师教学信念、实践挑战与专业发展需求）、教学实验（对比不同教学策略的效果）、学习分析案例研究（分析技术支持下的学习过程数据）、教师工作坊与行动研究（探索教师专业发展模式）。

（4）基于表现性评价的问题解决能力测评体系开发与验证研究

***具体研究问题：**

*如何构建一套包含多种评价方法、能够全面反映STEM教育问题解决能力表现的评价体系？

*各评价方法的评分标准如何制定？如何确保评价的信度与效度？

*如何利用评价数据进行精准教学反馈与学生个性化指导？

*信息技术在问题解决能力表现性评价中如何应用？

***研究假设：**一套有效的表现性评价体系应包含能够捕捉问题解决全过程的多元方法组合，如基于作品的评价（设计报告、模型制作）、基于过程的评价（课堂观察记录、协作日志）、基于表现的评价（口头答辩、项目展示）、基于自我的评价（反思报告、能力自评）。通过多源评价数据的整合分析，可以更全面、准确地刻画学生的问题解决能力。利用计算机化自适应测试（CAT）或在线平台进行评价，可以提高评价效率与数据精度。评价结果的应用应注重形成性与诊断性功能，为教学调整提供依据。

***研究方法：**评价理论建模、评价方法比较研究、评分标准开发（专家制定与多轮测试修订）、评价工具开发（如观察量表、评分细则、在线测评系统）、实验研究（验证评价体系的信效度与区分度）、教师培训（提升评价实施能力）、学习分析应用（基于评价数据提供个性化反馈）。

（5）STEM教育问题解决能力培养的实践模式构建与推广研究

***具体研究问题：**

*基于本研究的发现，如何构建一套具有普适性与可操作性的STEM教育问题解决能力培养实践模式？

*该模式应包含哪些核心要素？在不同学段、不同学校如何进行适应性实施？

*如何通过教师专业发展、课程资源建设、政策支持等途径，推动该模式的区域推广与规模化应用？

***研究假设：**一个有效的实践模式应包含“理念引领-课程整合-教学创新-评价支持-师资发展-环境营造”等核心要素，形成教学、评价、发展的闭环系统。该模式应具备一定的弹性，能够根据不同学校的基础条件与区域特色进行调整。通过建立区域示范校网络、开发系列化教师培训课程、建设数字化资源平台、提出配套政策建议等方式，可以有效推动模式的推广与应用，促进STEM教育质量的整体提升。

***研究方法：**案例研究（选取典型学校进行模式试点与迭代优化）、模式要素分析、行动研究（与学校合作实施模式并收集反馈）、专家咨询（评估模式的科学性与可行性）、政策文本分析（梳理相关政策并提出建议）、推广效果评估（追踪模式在不同区域的实施情况与效果）。

六.研究方法与技术路线

1.研究方法

本项目将采用混合研究方法（MixedMethodsResearch），系统整合质性研究与量化研究的优势，以实现研究目标，确保研究的深度与广度。具体方法包括：

（1）文献研究法

***内容：**系统梳理国内外关于STEM教育、问题解决能力、跨学科学习、项目式学习、表现性评价等相关领域的理论文献、实证研究、政策文件与课程资源。运用文献计量学方法，分析研究趋势、主要观点、研究空白与发展前沿。

***目的：**为理论模型构建、研究问题界定、研究策略选择提供理论基础与实证依据，识别已有研究的优势与不足，明确本研究的创新点与价值所在。

***实施：**利用学术数据库（如CNKI、WebofScience、Scopus、ERIC等）进行关键词检索，采用主题分析法、内容分析法对文献进行归纳、提炼与比较。

（2）专家咨询法

***内容：**邀请国内外STEM教育、认知心理学、课程与教学论、教育评价等领域的知名专家，就研究框架、理论模型、研究设计、评价工具开发、研究结论等进行咨询与论证。

***目的：**提升研究的理论站位与科学性，确保研究方向的准确性，为复杂问题的解决提供智力支持。

***实施：**采用个别访谈、焦点小组访谈等形式，进行多轮次咨询，形成专家意见汇总报告，用于指导研究进程与结果解释。

（3）问卷调查法

***内容：**自行编制并修订STEM教育问题解决能力学生问卷、教师问卷、课程实施情况问卷等。通过大范围抽样，收集不同学段、不同区域、不同类型学校的学生能力水平数据、教师教学行为数据、课程实施现状数据。

***目的：**从宏观层面了解问题解决能力的现状、影响因素及分布特征，为理论模型验证、策略效果评估提供量化数据支持。

***实施：**运用分层抽样、整群抽样等方法，选取具有代表性的样本。采用在线或纸质问卷方式进行施测，运用SPSS、AMOS等统计软件进行描述性统计、差异检验、相关分析、回归分析、结构方程模型分析等。

（4）课堂观察法

***内容：**进入实施STEM教育项目的课堂，采用结构化观察与非结构化观察相结合的方式，记录学生在问题解决过程中的行为表现、互动模式、资源使用情况，以及教师的教学策略、提问方式、反馈机制等。

***目的：**深入微观教学现场，获取生动、具体的问题解决过程数据，检验理论模型在实际情境中的体现，发现教学策略实施中的问题与细节。

***实施：**制定详细的观察量表，进行多次、多视角的课堂观察。运用录像记录、田野笔记等方法收集资料，采用主题分析法对观察数据进行编码与解读。

（5）案例研究法

***内容：**选取若干个在STEM教育问题解决能力培养方面具有典型性或创新性的学校、班级或项目作为案例，进行深入、系统的追踪研究。收集案例学校的课程方案、教学实录、学生作品、教师反思、评价报告等多方面资料。

***目的：**揭示问题解决能力培养的复杂过程、情境因素影响、模式实施细节与实际效果，为提炼实践模式提供丰富、具体、情境化的证据。

***实施：**采用多源证据收集方法（访谈、观察、文件分析、实物分析等），运用案例比较分析、叙事分析等方法，深入理解案例的独特性与普遍性。

（6）实验研究法（准实验设计）

***内容：**在条件允许的情况下，选取匹配的实验班与对照班，有控制地实施特定的STEM问题解决能力培养策略（如基于PBL的跨学科项目、整合信息技术的问题解决环境等），通过前后测对比，评估该策略的有效性。

***目的：**验证特定培养策略的因果效应，检验理论模型预测的有效性，为策略优化提供实证依据。

***实施：**采用随机分组或匹配组设计，严格控制无关变量。采用标准化测试工具测量问题解决能力变化，运用t检验、方差分析等统计方法进行效果比较。

（7）表现性评价设计与实施

***内容：**设计并开发一套包含作品集评价、过程观察、口头答辩、同伴互评、自我反思、计算机化评估等多元方法的问题解决能力表现性评价工具包。在研究样本中实施该评价体系，收集评价数据，并进行信效度检验与数据分析。

***目的：**探索科学评价STEM教育问题解决能力的方法与技术，为教师提供精准反馈，为教育决策提供数据支持。

***实施：**基于表现性评价理论，结合STEM特点，开发具体的评价任务、评分标准和数据收集流程。运用评分者信度分析、项目反应理论（IRT）等方法检验评价工具的质量，运用描述性统计、元分析等方法分析评价结果。

（8）设计本位研究（DBR）

***内容：**在研究过程中，特别是针对问题解决任务设计与教师引导策略研究，采用DBR的“设计-开发-迭代-评估”循环模式。开发原型，在真实课堂中试运行，收集数据，分析问题，修订设计，直至形成满足研究目标的优化方案。

***目的：**确保研究方案与教育实践紧密结合，通过迭代优化，产生具有实际应用价值的研究成果（如教学设计、课程模块、评价工具）。

***实施：**明确设计目标与标准，开发初步方案，进行小范围试点，收集多源反馈，分析数据，进行设计修订，重复循环，直至方案成熟。

2.技术路线

本项目的研究将遵循“理论构建-实践探索-效果评估-模式提炼-成果推广”的技术路线，分阶段、有步骤地推进。具体流程如下：

（1）第一阶段：理论构建与初步探索（第1-12个月）

***关键步骤：**

***文献梳理与理论分析：**全面梳理国内外相关文献，完成文献综述，界定核心概念，初步构建理论模型框架。

***专家咨询与模型修订：**组织多轮专家咨询，修订理论模型，明确研究目标与核心问题。

***研究工具开发与预试：**初步设计问卷、观察量表、表现性评价工具等，进行小范围预试，修订工具。

***案例初步调研：**选取少量典型案例进行初步访谈与观察，了解现状，为后续深入研究做准备。

（2）第二阶段：实践干预与数据收集（第13-36个月）

***关键步骤：**

***研究样本选取：**依据研究设计，采用多阶段抽样方法，选取足够数量的学校、班级和学生作为研究对象。

***实验干预实施：**在实验组实施基于研究设计的STEM问题解决能力培养策略（如跨学科项目、教师培训等），在对照组维持常规教学。同步在所有研究班级实施问卷调查、课堂观察。

***表现性评价实施：**在研究周期中，对研究对象实施设计好的表现性评价，收集过程性数据。

***数据系统收集：**系统收集学生能力数据、教师行为数据、课程实施数据、评价数据、案例学校多源资料。

（3）第三阶段：数据分析与模型验证（第37-48个月）

***关键步骤：**

***数据整理与编码：**对收集到的量化数据（问卷、测试）和质性数据（访谈、观察记录、文件）进行整理、录入与编码。

***量化数据分析：**运用统计软件进行描述统计、推断统计（t检验、ANOVA、回归、结构方程模型等），分析变量关系，检验研究假设。

***质性数据分析：**运用主题分析法、内容分析法、叙事分析法等，对访谈、观察、案例资料进行深入解读，挖掘深层含义与模式。

***混合分析整合：**将量化分析与质性分析结果进行三角互证、补充说明或整合解释，形成更全面、深入的研究结论。

***理论模型修正：**基于数据分析结果，修正、完善理论模型。

（4）第四阶段：模式构建与成果撰写（第49-60个月）

***关键步骤：**

***实践模式提炼：**基于研究结论，结合DBR循环产生的优化方案，提炼出一套具有可操作性的STEM教育问题解决能力培养实践模式。

***评价体系优化：**基于信效度检验结果，优化表现性评价工具体系。

***成果文档撰写：**撰写研究报告、学术论文、教师培训手册、课程资源包等。

***专家评审与修订：**邀请专家对研究成果进行评审，根据反馈进行修改完善。

（5）第五阶段：成果推广与应用（第61-72个月）

***关键步骤：**

***区域推广试点：**与教育行政部门、学校合作，在区域范围内开展模式推广试点。

***教师培训与支持：**开发并实施教师培训项目，提供持续的专业发展支持。

***政策建议提交：**基于研究结论与实践反馈，形成政策建议报告，提交相关部门。

***成果总结与反思：**对整个研究项目进行总结评估，反思研究过程，为后续研究奠定基础。

在整个研究过程中，将建立项目网站或平台，用于信息发布、资源共享、交流互动，并利用学习分析技术对研究过程数据进行动态监控与智能反馈，确保研究的科学性、效率与可持续发展。

七．创新点

本项目在理论构建、研究方法与实践应用层面均体现出显著的创新性，具体表现在以下几个方面：

（1）理论模型的创新：构建整合多元理论的STEM问题解决能力培养理论框架。现有研究往往局限于单一理论视角或孤立地探讨某一要素（如PBL或评价），缺乏对问题解决能力培养机制的系统性、整合性理论阐释。本项目创新性地将建构主义学习理论（强调主动建构与情境学习）、认知负荷理论（关注学习效率与认知资源管理）、复杂系统理论（理解要素互动与动态演化）、社会文化理论（强调协作与文化影响）以及项目式学习理论等多学科理论进行深度融合，旨在构建一个能够解释问题解决能力要素构成、发展规律、影响因素及培养路径的综合性理论模型。该模型不仅关注“是什么”（能力构成）和“怎么做”（培养策略），更关注“为什么”（机制解释），特别是强调跨学科整合与高阶思维培养的内在关联与协同机制，为理解STEM教育问题解决能力培养的复杂性提供新的理论透镜。此外，模型还将融入文化适应性维度，探讨不同文化背景下培养机制的差异与调适，弥补现有理论的文化盲点。

（2）研究方法的创新：采用混合研究方法的深度融合与设计本位研究的系统性应用。本项目并非简单地将多种方法拼凑，而是在研究全过程中实现质性研究与量化研究的有机融合与相互印证。例如，在问题解决任务设计阶段，采用设计本位研究（DBR）的循环迭代模式，以解决真实问题为导向，通过“设计-开发-测试-分析-修订”的闭环，生成具有实践价值的教学方案，并将课堂观察、学生访谈等质性方法嵌入每个循环环节，确保设计方案的科学性与有效性。在评价体系开发阶段，结合表现性评价理论与计算机化自适应测试（CAT）技术，开发多元、动态、智能的评价工具，并通过大规模问卷调查与课堂行为观察数据，运用结构方程模型等高级统计方法检验评价体系的信效度，实现评价技术的创新。此外，本项目还将引入学习分析技术，对学生在问题解决过程中的行为数据进行深度挖掘与可视化呈现，为精准教学反馈与个性化学习支持提供数据驱动依据，这是教育大数据与AI技术在STEM能力评价领域的前沿探索。

（3）实践模式的创新：聚焦真实情境与跨学科整合的实践模式构建。现有研究或偏重理论探讨，或提供零散的教学建议，缺乏一套完整、系统、可推广的实践模式。本项目立足于中国基础教育的实际，通过大规模实证研究，提炼出的实践模式将包含“理念引领-课程重构-教学创新-评价改革-师资发展-资源支持”六大核心要素，形成一个教学、评价、发展的闭环系统。模式强调以真实世界的问题为驱动，以跨学科主题学习为载体，将科学探究、技术设计、工程思维、数学应用有机融合于问题解决的完整过程中。特别关注如何设计具有适切性、挑战性和趣味性的跨学科任务，如何构建支持高阶思维与协作学习的课堂文化与环境，如何利用信息技术赋能问题解决学习，以及如何建立多元化的表现性评价体系来促进能力发展。该模式不仅提供“做什么”（策略方法）和“怎么做”（操作流程），更强调“如何做得更好”（条件保障与持续改进），具有较强的系统性与实践指导价值。此外，模式设计将充分考虑不同学段学生特点与区域差异，强调其弹性与适应性，以保障模式的普适性与可持续性。

（4）应用价值的创新：研究成果直接服务于教育改革与人才培养战略。本项目的应用价值体现在多个层面：首先，为深化中国STEM教育改革提供科学依据。通过系统研究问题解决能力的培养机制与效果，可以揭示当前STEM教育实践中存在的深层次问题，为教育行政部门制定更科学、更精准的STEM教育政策提供实证支持。其次，为提升基础教育的创新人才培养能力提供实践路径。研究成果将直接转化为教师培训内容、课程资源与学生学习工具，帮助一线教师掌握有效的培养策略，促进学生高阶思维能力与问题解决能力的实质性提升，为国家培养更多具备创新素养的未来建设者奠定基础。再次，推动教育评价改革。开发的表现性评价体系，能够突破传统纸笔测试的局限，更全面、准确地评价学生的综合素养，为构建素质教育评价体系提供新选择。最后，促进教育公平。研究成果将通过区域推广与教师培训，帮助薄弱学校和农村地区提升STEM教育质量，缩小教育差距，让更多学生受益于高质量的STEM教育，助力实现教育公平与社会可持续发展目标。总之，本项目的研究成果将具有较强的现实针对性与实践转化潜力，能够为推动中国STEM教育高质量发展、服务国家创新驱动发展战略产生积极而深远的影响。

八．预期成果

本项目旨在通过系统研究，深入揭示STEM教育问题解决能力的培养机制，并提出具有创新性与实践性的解决方案，预期将产出一系列具有理论深度与应用价值的研究成果，具体包括：

（1）理论成果：

1.1构建一套系统化的STEM教育问题解决能力理论模型。该模型将明确问题解决能力的核心维度（如问题界定、信息整合、方案设计、批判性反思、协作沟通等），阐明其在不同学段的发展阶段与表现特征，并揭示跨学科整合、教学策略、评价反馈、教师引导、技术支持等因素对能力发展的作用机制。此模型将弥补现有研究在理论系统性、跨学科整合性以及文化适应性方面的不足，为STEM教育问题解决能力培养提供坚实的理论基础与解释框架。

1.2深化对STEM教育问题解决能力培养规律的认识。通过大规模实证研究，揭示不同学段学生问题解决能力的真实状况、影响因素（如学科背景、学习环境、个体差异等）及其作用路径。分析不同培养策略（如PBL、跨学科项目、技术赋能等）的有效性边界与条件，为优化培养实践提供理论依据。同时，探索信息技术与问题解决能力培养的深层互动关系，为教育数字化转型背景下的STEM教育创新提供理论参考。

1.3丰富教育评价理论。针对STEM教育问题解决能力的复杂性与过程性特征，提出一套整合多元评价方法的表现性评价理论框架。探讨如何通过评价促进学习（formativeassessment）而非仅仅评定学习（summativeassessment），如何利用评价数据为学生提供精准的反馈与个性化的发展建议。研究成果将推动教育评价从结果导向转向过程与结果并重，为发展性评价理念的深化提供实证支持。

（2）实践应用成果：

2.1开发一套可推广的STEM教育问题解决能力培养实践模式。基于研究结论，提炼出包含课程设计、教学实施、评价反馈、师资发展、资源建设等要素的实践模式，形成一套完整的解决方案。该模式将具有明确的操作指南、典型案例、实施工具包，能够适应不同学段、不同资源条件的学校，为一线教师提供可借鉴、可复制的实践路径，推动STEM教育从理念探索走向模式化、规范化实施。

2.2形成一系列STEM教育问题解决能力培养的课程资源与教学工具包。开发包含跨学科主题学习任务设计指南、问题解决教学案例集、教师引导策略手册、学生活动资源包等，以及配套的数字化教学资源（如在线课程、虚拟仿真实验、协作学习平台模块等）。这些资源将直接服务于一线教学实践，提升STEM教育的质量与效果，并为课程开发机构提供参考。

2.3构建一套基于表现性评价的问题解决能力测评工具体系。开发包含学生能力测试题库、课堂观察量表、作品评价标准、表现性评价实施手册等，并建设相应的在线评价平台。该工具体系将提供科学、多元的评价方法与工具，能够有效测量学生的问题解决能力，为教师提供精准的学情分析报告，为学校和教育管理者提供科学的评价数据支持。

2.4提出针对性的教师专业发展方案与政策建议。基于研究发现，设计STEM教育问题解决能力培养的教师培训课程框架与实施策略，开发教师专业发展资源包。同时，撰写政策建议报告，向教育行政部门提出关于优化STEM教育课程设置、完善评价体系、加强师资建设、加大资源投入等方面的具体建议，为推动STEM教育高质量发展提供决策参考。

（3）学术成果：

3.1发表系列高水平学术论文。围绕STEM教育问题解决能力的理论模型、培养机制、评价方法与实践模式等核心议题，在国内外核心期刊发表系列研究成果，提升本项目的学术影响力。

3.2出版研究专著1部。系统阐述项目的研究背景、理论框架、研究方法、核心发现与政策建议，为学界提供深度研究文献，为实践者提供理论指导。

3.3参与编写相关标准与指南。基于研究成果，参与制定STEM教育课程标准、教师专业标准、评价标准等，推动行业规范化发展。

本项目预期成果的显著特点是理论创新与实践应用的高度融合。研究成果不仅能够深化对STEM教育问题解决能力培养的科学认知，为教育理论发展贡献力量，更能转化为具体的实践方案与工具，直接服务于基础教育改革与创新人才培养战略。通过产出一系列具有创新性与实用性的成果，本项目旨在构建STEM教育问题解决能力培养的理论与实践体系，为中国乃至全球STEM教育的发展提供高质量的研究支撑与实践路径，最终促进学生的全面发展与终身学习能力的提升，为建设教育强国与创新型国家提供智力支持。

九.项目实施计划

1.项目时间规划与任务安排

本项目研究周期为72个月，分为五个阶段推进，具体规划如下：

（1）第一阶段：理论构建与初步探索（第1-12个月）

***任务分配：**

*完成国内外文献综述与理论分析，构建初步理论模型框架。

*组织多轮专家咨询，修订理论模型，明确研究目标与核心问题。

*设计并预试研究工具（问卷、观察量表、评价工具初稿）。

*开展典型案例的初步调研，形成初步调研报告。

***进度安排：**第1-2个月：文献梳理与理论分析；第3-4个月：专家咨询与模型修订；第5-6个月：研究工具设计与预试；第7-12个月：典型案例初步调研与报告撰写。本阶段重点完成研究基础工作，确保理论框架的科学性与可行性，为后续实证研究提供明确方向与方法论准备。

（2）第二阶段：实践干预与数据收集（第13-36个月）

***任务分配：**

*依据研究设计，采用多阶段抽样方法，选取匹配的实验班与对照班。

*在实验组实施特定的STEM问题解决能力培养策略（如基于PBL的跨学科项目、整合信息技术的真实情境任务等），在对照组维持常规教学。

*同步在所有研究班级实施问卷调查、课堂观察，收集学生能力数据、教师教学行为数据、课程实施数据。

*在研究周期中，对研究对象实施设计好的表现性评价，收集过程性数据。

*开展案例研究的深度数据收集（访谈、观察、文件分析、实物分析等）。

*进行实验研究的数据收集（前后测成绩、课堂观察记录、学生作品等）。

***进度安排：**第13-16个月：样本选取与实验分组；第17-24个月：实验干预实施与常规教学控制；第25-28个月：量化数据（问卷、测试）收集与初步整理；第29-32个月：表现性评价实施与数据收集；第33-36个月：质性数据（访谈、观察）收集与初步编码。本阶段核心任务是收集一手数据，通过干预实验与案例研究，检验理论模型与实践策略的有效性，确保数据质量与研究深度。

（3）第三阶段：数据分析与模型验证（第37-48个月）

***任务分配：**

*对收集到的量化数据（问卷、测试）进行整理与统计分析（描述性统计、差异检验、相关分析、回归分析、结构方程模型等）。

*对质性数据（访谈、观察记录、文件）进行编码与主题分析，提炼核心主题与观点。

*进行混合分析方法，实现量化与质性结果的相互印证与整合解释。

*运用学习分析技术，对数字化学习过程数据（如在线平台互动、模拟实验操作）进行深度挖掘，识别影响问题解决能力的关键行为模式。

*结合数据分析结果，修正、完善理论模型，形成最终版本。

***进度安排：**第37-40个月：量化数据整理与统计分析；第41-44个月：质性数据编码与主题分析；第45-48个月：混合分析整合与理论模型修正。本阶段重点在于通过科学方法处理与分析数据，检验研究假设，完善理论模型，为实践模式的提炼提供坚实的实证依据。

（4）第四阶段：模式构建与成果撰写（第49-60个月）

***任务分配：**

*基于研究结论，提炼出一套包含课程设计、教学实施、评价反馈、师资发展、资源建设等要素的STEM教育问题解决能力培养实践模式。

*优化表现性评价工具体系，形成标准化、可操作的测评工具包。

*撰写研究报告，系统总结研究过程、核心发现与理论创新点。

*开发教师培训手册、课程资源包、数字化教学资源平台等实践成果。

*邀请专家对研究成果进行评审，根据反馈进行修订完善。

***进度安排：**第49-52个月：实践模式提炼与要素设计；第53-56个月：评价体系优化与工具开发；第57-60个月：成果文档撰写与专家评审。本阶段聚焦于成果转化与应用，将研究发现转化为可推广的实践方案与资源，为政策制定与教师专业发展提供直接支持。

（5）第五阶段：成果推广与应用（第61-72个月）

***任务分配：**

*与教育行政部门、学校合作，在区域范围内开展模式推广试点。

*开发并实施教师培训项目，提供持续的专业发展支持。

*形成政策建议报告，向教育行政部门提交关于课程改革、评价体系、师资建设、资源投入等方面的具体建议。

*建设在线资源平台，向全国中小学提供STEM教育问题解决能力培养资源与案例。

*开展长期效果追踪研究，评估推广模式的实施效果与社会影响。

***进度安排：**第61-64个月：区域推广试点与初步评估；第65-68个月：教师培训项目设计与实施；第69-72个月：政策建议报告撰写与在线资源平台建设。本阶段重点在于推动研究成果的转化应用，通过政策建议、教师培训、资源平台建设等途径，扩大研究成果的社会影响力，促进STEM教育问题解决能力培养的规模化实施，并验证其长期效果，为未来教育改革提供持续改进的依据。

2.风险管理策略

项目实施过程中可能面临以下风险：研究设计风险（如样本选择偏差、实验控制不足）；数据收集风险（如数据质量不高、研究者依从性低）；数据分析风险（如统计方法选择不当、结果解释偏差）；成果转化风险（如实践推广阻力、资源获取困难）；团队协作风险（如成员间沟通不畅、任务分配不明确）。针对上述风险，制定以下管理策略：

（1）研究设计风险管控：采用多阶段抽样方法，确保样本的代表性；通过随机分组与匹配设计，控制实验条件；建立严格的数据管理规范，确保数据收集的准确性与完整性。

（2）数据收集风险规避：制定详细的数据收集手册与培训方案，提升研究人员的操作规范性；采用多种数据来源（如问卷、观察、访谈、文件分析）进行交叉验证；建立数据质量监控机制，及时识别并纠正偏差。

（3）数据分析风险防范：采用混合研究方法，通过质性分析为量化分析提供解释框架，提升结果的可靠性；运用高级统计方法（如结构方程模型），确保分析的科学性与系统性；建立多轮专家评审机制，确保分析结果的合理性与创新性。

（4）成果转化风险应对：加强与教育行政部门的合作，通过政策建议、试点项目等方式推动成果转化；开发系列化、模块化的资源包，降低推广难度；建立区域示范网络，形成辐射效应；利用数字化平台，扩大资源覆盖范围。

（5）团队协作风险缓解：建立定期沟通机制，确保团队协作效率；明确分工与责任，形成分工手册；通过跨学科团队建设，提升协作能力；引入外部专家顾问，提供专业指导与支持。

通过上述风险管理策略，确保项目研究的科学性、严谨性与实用性，提升研究成果的可靠性与社会影响力，为STEM教育问题解决能力培养提供稳定、可持续的研究环境，为培养适应未来社会需求的高素质人才提供有力支持。

十.项目团队

1.项目团队成员的专业背景与研究经验

本项目团队由来自国内STEM教育领域的资深研究者、高校教学名师、基础教育实践专家以及教育技术研究者组成，团队成员均具备丰富的理论积累与实证研究经验，专业背景与研究专长高度契合项目需求，具体介绍如下：

（1）首席研究员：张明，教育学博士，国家教育科学研究院研究员，长期致力于STEM教育理论与实践研究，主持多项国家级教育课题，在问题解决能力培养、跨学科课程设计、评价体系构建等领域形成系列研究成果，发表多篇核心期刊论文，擅长混合研究方法与教育实验设计。

（2）副研究员：李红，心理学硕士，北京师范大学教育技术学教授，研究方向为学习科学、教育评价与教育技术整合，主持多项省部级科研项目，在问题解决过程中的认知机制、评价工具开发、学习分析技术应用等方面具有深厚积累，擅长质性研究方法与学习评价模型构建。

（3）核心成员A：王刚，课程与教学论博士，清华大学附属中学高级教师，参与多项国家课程改革项目，在STEM课程开发、项目式学习实践、教师专业发展等方面积累了丰富经验，擅长案例研究方法与教学实验设计，对中小学STEM教育问题解决能力培养具有深刻理解与实践探索。

（4）核心成员B：刘芳，教育技术学硕士，某教育信息化培训机构高级讲师，研究方向为教育信息化与智慧教育，主持多项国家级教师培训项目，在数字化学习环境设计、在线协作平台开发、学习分析技术应用等方面具有丰富经验，擅长行动研究方法与教育技术实践推广。

（5）核心成员C：赵伟，工程学学士，某科技大学教授，研究方向为工程教育与创新思维培养，主持多项国家级工程教育改革项目，在STEM教育中的工程思维培养、项目式学习设计、评价体系构建等方面具有深厚积累，擅长定量研究方法与实验数据分析。

（6）核心成员D：孙丽，教育学硕士，某省教育厅基础教育处副处长，研究方向为教育政策与课程改革，长期跟踪研究STEM教育政策实施情况，在课程设置、评价体系、师资培训等方面积累了丰富经验，擅长政策文本分析与比较研究，对教育改革与社会发展具有深刻理解。

（7）技术顾问：陈磊，计算机科学博士，某高校人工智能研究所副教授，研究方向为教育大数据与学习分析，主持多项国家级人