生成术语词条

术语：形成性评价（Formative Assessment）

定义
- 在教学过程中持续收集、解释并应用有关学习者当前学习状态与困难的数据，旨在优化后续教学决策与学习策略，从而促进学习目标的达成的评价活动。其核心功能是“为改进而评价”，而非“为甄别而评价”。
- 术语说明：在教学设计领域，“形成性评价”还可指对教学方案或课程产品在开发阶段的改进性评估（formative evaluation）。本条目重点聚焦于对学习者的形成性评价（formative assessment），必要时加以区分。

目标与作用
- 诊断学习差距：识别知识与技能的薄弱点与误概念。
- 提供高质量反馈：为学习者提供明确、可操作的改进建议。
- 调节教学：为教师/设计者提供证据，以便及时调整目标、策略与支持。
- 促进自我调节学习：引导学习者设定目标、监控进展与反思。
- 支持公平与包容：通过多元证据与多种表达方式减少测评偏差。

核心特征
- 低风险与高频率：不以高权重计分为主，重在过程与改进。
- 对齐性：评价任务与可观察的学习目标、成功标准严格对齐。
- 及时、具体、前馈式反馈：聚焦下一步应如何改进，而非仅解释过去错误。
- 可操作的数据循环：收集—分析—反馈—调整—再检验的闭环。
- 证据多源：口头、书面、在线行为数据与作品证据相结合。

实施流程
1) 明确目标与证据标准
   - 将学习目标拆解为可观察的表现；制定清晰的成功标准与评分量规（rubrics）。
2) 设计证据收集点
   - 在学习路径关键节点嵌入快速可判定的任务或问题（如概念检核、微项目）。
3) 开发工具与活动
   - 选择合适的题型、任务与互动方式；规划自评与互评机制。
4) 执行与收集数据
   - 采用小测、课堂提问、在线交互日志等多种方式获取数据。
5) 分析与判定
   - 按标准识别掌握度、错因类型与迁移障碍；关注个体与群体趋势。
6) 反馈与调整
   - 提供即时与延时结合的反馈；相应调整节奏、材料、分组与支架。
7) 再评估与记录
   - 通过复测或再任务验证改进成效；简要记录用于教学迭代。

常用方法与工具
- 快速诊断：退出票（exit ticket）、一分钟论文、概念图、思维显化（think-aloud）。
- 低风险测验：随堂/在线小测、抽认卡（含间隔重复）、题库自适应练习。
- 互动策略：可点击案例、分支情景、同伴互评、结构化同伴讨论。
- 作品证据：草稿-反馈-重做循环、原型演示、微项目与作品集（e-portfolio）。
- 反馈工具：评分量规、注释工具、语音/视频反馈、自动化项级反馈与推荐资源。
- 数据与系统：学习管理系统（LMS）、学习记录存储（LRS）、xAPI/SCORM 事件、学习分析仪表板。

数据与证据
- 主要类型：正确率与反应时间、错因分类（概念性/程序性/粗心）、过程数据（点击流、停留时长、重试次数）、作品质量维度（如准确性、复杂度、迁移度）。
- 分析关注点：
  - 项级诊断：哪些子技能薄弱，误概念分布如何。
  - 纵向变化：掌握度趋势、反馈后的改进幅度与重做质量。
  - 学习行为信号：参与率、任务完成时效、资源使用与路径偏差。
- 注意：形成性场景更重效度与可操作性，信度可通过多次取样、清晰标准与双评分一致性增强。

设计与实施要点
- 目标对齐：以“可观察行为+情境+条件+标准”（如ABCD法）定义目标，确保任务直测目标。
- 反馈质量：
  - 具体：指出问题位置与类型
  - 可操作：给出下一步行动建议或微练习
  - 适时：在学习者仍能据此行动的时间窗内
  - 面向未来：关注改进路径而非仅给分
- 学习者参与：引入自评与互评，提供示例与对照样例以支撑评价素养。
- 差异化支持：基于诊断结果进行分层任务、提示与资源推送。
- 可访问性与包容性：提供多模态表达与获得途径，遵循通用学习设计（UDL）原则。
- 数字合规：最小必要数据采集，明确告知用途；遵守适用的数据保护法规（如中华人民共和国个人信息保护法）。

与总结性评价的区别与关系
- 目的：形成性用于改进过程；总结性用于判定结果（认证、排位）。
- 时机：形成性贯穿过程；总结性多在周期末。
- 权重：形成性低或不计分；总结性通常高权重。
- 证据形态：形成性多元、频繁、小样本；总结性标准化程度更高。
- 关系：高质量的形成性过程可提升总结性表现；二者应在同一目标体系下对齐。

质量保障
- 效度：任务应真实测量目标技能（情境、材料与认知要求匹配）。
- 信度：采用多次、跨任务取样；明确评分标准；必要时双评估并检视一致性。
- 公平性：避免文化/语言偏差；提供合理时限与便利；允许多种展示方式。
- 可行性：控制负担；优先选择可复用模板与自动化反馈；数据收集与反馈节奏可持续。

常见误区与规避
- 误将形成性活动“高权重计分化”导致学习者规避风险；应降低分值、强调重做机会。
- 仅告知对错而无改进建议；应提供针对性的下一步行动。
- 只收集数据不用于调整教学；需建立明确的教学应对规则（如掌握度阈值与补救路径）。
- 活动与目标脱节；用蓝图核查每一任务与目标映射。
- 频率过高造成认知与时间负担；根据学习风险点布置“少而准”的测点。

成效指标（可监测）
- 掌握度增长率与错因转移（从概念性错误向更高层次表现）。
- 重做质量提升与所需迭代次数下降。
- 反馈响应及时率与采纳率（学习者根据反馈采取行动的比例）。
- 参与与完成率、滞后预警命中率。
- 学习者自评准确度与自我调节行为（如主动请求反馈、规划重练）。

应用示例（概述）
- 在线技能训练模块在每个子技能后设置3—5道自适应小测；错误项触发对应微视频与针对性练习，学习者重做后若达成≥80%即解锁下一单元。系统记录错因分布并向教师仪表板推送分层建议与小组辅导名单。

相关概念
- 诊断性评价（学习前定位）
- 总结性评价（学习后判定）
- 形成性评价（教学产品/课程的开发阶段评估，formative evaluation）
- 学习分析（learning analytics）
- 掌握学习、通用学习设计（UDL）、评分量规（rubrics）

注：以上内容面向教学设计与电子学习实践场景，强调对齐、数据驱动与可操作反馈的闭环实施。

术语：首次响应时间（First Response Time, FRT）

1) 名称与别名
- 中文：首次响应时间、首响时长、首次答复时间
- 英文：First Response Time (FRT), Time to First Response (TTFR), First Reply Time

2) 核心定义
- 中文：在学习支持或教学互动场景中，从学习者发起请求或提出问题的时间点起，直到教师/助教/学习支持人员或系统给出首次“有意义响应”的时间间隔。
- 英文: In learning support or instructional interaction contexts, the elapsed time from when a learner submits a request or question to the moment an instructor/TA/support agent or system provides the first “meaningful response.”

3) 适用场景（教学设计相关）
- 中文：适用于异步课程讨论区、电子邮件咨询、学习支持工单系统、学习平台内私信、在线辅导排班与即时通讯（如聊天）等；用于衡量教学团队对学习者需求的响应速度与支持体验。
- 英文: Applicable to asynchronous discussion forums, email inquiries, helpdesk/ticketing systems, LMS messaging, and live chat/tutoring; used to assess instructional team responsiveness and support experience.

4) 关键边界与口径
- 中文：
  - 有意义响应（Meaningful response）：提供实质性帮助、澄清或下一步指引的回复；纯自动回执或无信息价值的模板不计为有意义响应，除非组织政策明确计入。
  - 时间口径：可分为“自然时钟”（日历时间，24/7连续计时）与“工作时钟”（仅在定义的工作时间内计时）。
  - 渠道区分：不同渠道（讨论区、电子邮件、聊天、工单）应分别统计并可汇总。
  - 去噪规则：重复贴、误发、学习者自行删除或合并线程需要有处理规则以避免偏差。
- 英文:
  - Meaningful response: A reply that provides substantive help, clarification, or next steps; auto-acknowledgments or empty templates are excluded unless policy states otherwise.
  - Time basis: Calendar time (24/7) vs. business-hours time (only within defined working hours).
  - Channel segmentation: Track per channel (forum, email, chat, ticket) with optional roll-up.
  - Noise handling: Define rules for duplicates, misposts, deletions, or merged threads.

5) 计算方法
- 中文：
  - 单笔计算：FRT_i = t_首次有意义响应 − t_请求接收
  - 汇总指标：中位数FRT、平均FRT、百分位数（P50/P75/P90）、在SLA目标内的占比（如≤24小时的比例）。
  - 工作时钟计算：在请求与首次响应之间，仅计算与工作时间日历重叠的时段。
- 英文:
  - Per-item: FRT_i = t_first meaningful response − t_request received
  - Aggregation: Median FRT, mean FRT, percentiles (P50/P75/P90), and SLA attainment (% within target, e.g., ≤24h).
  - Business-hours: Sum only the overlap with working-hours calendars between timestamps.

6) 数据来源与字段
- 中文：LMS讨论数据（主题ID、发帖时间、角色标识、回复时间）、工单系统（工单ID、创建时间、首次客服/教学回复时间、队列、优先级）、邮件/聊天记录（线程ID、首条/首响时间）、组织工作时间日历、时区信息。
- 英文: LMS forum logs (thread ID, post time, role flags, reply time), ticketing (ticket ID, created time, first agent/instructor reply time, queue, priority), email/chat transcripts (thread ID, first post/first reply time), business-hours calendars, time zone data.

7) 报告与可视化
- 中文：按课程、班级、渠道、时区、周次分布的中位数与P90；SLA达标率；响应时间直方图；队列/人员负载对比；异常值剔除或截断说明。
- 英文: Median and P90 by course/cohort/channel/time zone/week; SLA attainment; histograms; queue/staff workload comparisons; outlier handling notes.

8) 目标设定与SLA（示例框架）
- 中文：
  - 异步课程讨论区：目标在24–48小时内首次响应（工作日计时）；高风险学术支持在24小时内。
  - 实时聊天/办公时段：目标在1–5分钟内。
  - 工单支持：按优先级分层（例如P1 ≤4小时，P2 ≤1个工作日），需与人员配置与时区覆盖相匹配。
  注：数值应依据课程节奏、学习者期望、资源配置与法律/合规要求经历史数据校准，不一刀切。
- 英文:
  - Asynchronous forums: 24–48 hours (business-hours) for first response; high-risk academic support within 24 hours.
  - Live chat/office hours: 1–5 minutes.
  - Ticketing: Priority-based (e.g., P1 ≤4 hours, P2 ≤1 business day), aligned with staffing/time-zone coverage.
  Note: Calibrate targets using historical data, course cadence, learner expectations, and compliance requirements.

9) 关联与平衡指标
- 中文：首次接触解决率（FCR）、最终解决时间（TTR/MTTR）、响应质量评分、学习者满意度（CSAT/NPS）、学习参与与留存、重开率、升级率。避免只追求快而牺牲质量。
- 英文: First Contact Resolution (FCR), Time to Resolution (TTR/MTTR), response quality score, CSAT/NPS, engagement/retention, reopen and escalation rates. Balance speed with quality.

10) 改进策略（面向教学场景）
- 中文：
  - 智能分流与路由：按主题/课程/风险级别自动分配到最合适的教师或支持队列。
  - 工作时间与覆盖：跨时区排班、明确办公时段、设定紧急通道。
  - 模板与微脚本：FAQ模板、澄清提问脚本、常见错误更正清单，确保“有意义响应”快速且高质量。
  - 预防式沟通：模块启动公告、截止日期提醒、自助资源导航，减少重复咨询。
  - 通知与提醒：对无人响应的线程设置SLA阈值提醒与升级路径。
  - 训练与质检：对响应质量与教学语气进行复盘与同行评审。
  - 自动化与机器人：使用聊天机器人处理可预测问题，并明确人工接管规则与时限。
- 英文:
  - Intelligent triage/routing by topic/course/risk.
  - Coverage planning with time-zone rosters and clear office hours.
  - Templates/microscripts for FAQs and clarification prompts to ensure meaningful, fast replies.
  - Proactive communications to reduce avoidable inquiries.
  - Alerts/escalations for pending items nearing SLA.
  - Training and QA on response quality and instructional tone.
  - Automation/bots for predictable queries with clear human handoff.

11) 风险与注意事项
- 中文：过度聚焦速度可能导致低质量或片面回答；将自动回执计为首响会虚高指标；忽视工作时钟/时区导致跨地域团队数据失真；未区分渠道场景导致目标不合理。
- 英文: Overemphasis on speed can degrade quality; counting auto-acks as first responses inflates metrics; ignoring business-hours/time zones skews cross-region teams; mixing channels may yield unrealistic targets.

12) 示例（计算）
- 中文：学习者在周五17:30提交问题；工作时间为周一至周五09:00–18:00。教师在下周一10:00首次给出有意义回复。自然时钟FRT为 2天16.5小时；工作时钟FRT为 周五17:30–18:00（0.5小时）+ 周一09:00–10:00（1小时）= 1.5小时。
- 英文: Learner posts on Fri 17:30; business hours Mon–Fri 09:00–18:00. First meaningful reply on Mon 10:00. Calendar FRT = 2 days 16.5 hours; business-hours FRT = 0.5h (Fri) + 1h (Mon) = 1.5h.

13) 实施检查清单
- 中文：
  - 定义“有意义响应”的可操作标准与示例
  - 明确自然时钟与工作时钟的口径与日历
  - 渠道与角色标识一致化（教师/助教/支持）
  - 数据去噪与异常处理规则
  - 目标与SLA设定及分层策略
  - 报表维度与阈值告警配置
  - 与质量与满意度指标联动评估
- 英文:
  - Define operational criteria/examples for “meaningful response”
  - Specify calendar vs. business-hours bases and calendars
  - Standardize channel and role tags (instructor/TA/support)
  - Noise/outlier handling rules
  - Target/SLA definition and prioritization
  - Reporting dimensions and alert thresholds
  - Link to quality and satisfaction metrics

14) 标准化术语建议
- 中文：在组织层面将“首次响应时间（FRT）”统一定义为“首次有意义响应的时间”，明确是否纳入自动回执，并为不同渠道设定差异化SLA。
- 英文: Standardize FRT as “time to first meaningful response,” clarify inclusion/exclusion of auto-acks, and set channel-specific SLAs.

术语：因果推断

定义
因果推断是指在明确的科学假设与模型约束下，基于数据与方法论对“干预（处理）对结果是否产生因果效应及其大小”进行识别与估计的过程。其核心是将观察到的数据与未观测到的反事实结果联系起来，通过合理的设计与假设，实现从相关性到因果性的推理。

研究对象与核心问题
- 判断因果性：某一干预X是否导致结果Y的变化。
- 估计效应大小：平均处理效应（ATE）、处理组平均效应（ATT）、条件平均处理效应（CATE）等。
- 机制解析：考察中介路径、调节作用、异质性效应与动态策略。
- 推广与外部效度：估计结果能否推广至新群体或新环境（运输性与可迁移性）。

理论基础与框架
1) 潜在结果框架（Neyman-Rubin/RCM）
- 潜在结果：对每个个体定义在不同处理水平下的潜在结果 Y(1), Y(0)。
- 反事实：未被观测到的潜在结果。
- 平均处理效应：ATE = E[Y(1) - Y(0)]。
- 核心假设：SUTVA（稳定单元处理值假设）、一致性（接受何种处理就对应何种潜在结果）、可交换性/可忽略性（在给定协变量X条件下，(Y(1),Y(0))与处理T独立）、重叠性/正性（0 < P(T=1|X) < 1）。

2) 结构因果模型（SCM，图模型）
- 使用有向无环图（DAG）表示变量间因果结构。
- do-运算符：P(Y|do(X=x))表示对X进行外部干预后的结果分布。
- 识别规则：后门准则、前门准则、d-分离，用于判断可通过何种变量调整获得因果效应。
- 支持策略：选择调整集合、工具变量、自然实验等。

关键术语
- 处理/暴露（Treatment/Exposure）：被操控或感兴趣的变量X。
- 结果（Outcome）：受处理影响的变量Y。
- ATE/ATT/ATC/CATE：平均效应、对受试者的平均效应、对未处理者的平均效应、条件平均效应。
- 倾向得分（Propensity Score）：e(X)=P(T=1|X)。
- 识别（Identification）：在给定假设下，将不可观测的反事实量用可观测分布表示。
- 估计（Estimation）：基于样本对可识别的目标量进行数值估计与不确定性量化。

识别策略与常见研究设计
- 随机对照试验（RCT）：通过随机分配保证可交换性，是因果识别的金标准。
- 协变量调整（观测研究）：在满足可交换性与重叠性假设下，通过调整混杂变量识别因果效应。
- 工具变量（IV）：当存在不可测混杂时，借助与处理相关、仅通过处理影响结果且与结果无直接路径的外生工具变量实现识别；可估计LATE（局部平均处理效应）。
- 回归不连续（RDD）：利用断点规则近似随机化，假设断点处潜在结果条件均衡且连续。
- 双重差分（DiD）：使用时间与组别的面板数据，依赖平行趋势假设。
- 前门准则：当存在无法测量的后门混杂但存在可观测中介链路且满足特定独立性时，可识别因果效应。
- 合成控制与中断时间序列（ITS）：用于政策评估和时间序列场景的因果识别。

估计方法与算法
- 基于倾向得分的方法：匹配、分层、加权（IPTW，稳定权重）、卡尺匹配。
- 基于结果模型的方法：回归、广义加性模型、机器学习回归。
- 双重稳健方法：AIPW/DR估计、TMLE（目标最大似然）。在任一模型（倾向或结果）正确时仍保持一致性。
- g-方法（处理随时间变化）：参数化g-公式、边际结构模型（MSM）与逆概率加权、结构嵌套模型与g-估计，处理时间依赖混杂。
- 非参数与机器学习：因果森林、贝叶斯因果模型、元学习器（S-/T-/X-/R-学习器），用于CATE/HTE估计与个体化决策。
- 随机化推断与重抽样：置换检验、自助法；方差估计考虑聚类与异方差。

中介与交互
- 中介分析：自然直接效应（NDE）与自然间接效应（NIE）的识别需强假设（无未测混杂，且不存在由处理引起的中介-结果混杂）。
- 调节/交互：探究处理效应在不同人群或条件下的变化（异质性效应）。

关键假设与常见偏倚
- 关键假设：SUTVA、一致性、可交换性、重叠性；不同设计还有特定假设（如DiD的平行趋势、RDD的连续性、IV的相关性/排他性/独立性、单调性等）。
- 混杂偏倚：由共同原因未被控制导致。
- 碰撞器偏倚：控制共同结果变量或选择变量导致的偏倚（包括M型偏倚）。
- 选择偏倚与幸存者偏倚：样本进入机制或生存机制与处理和结果相关。
- 不当控制：调整处理后的变量或中介导致偏倚。
- 不朽时间偏倚（生存分析）：暴露定义跨越随访时间导致的系统性偏差。
- 测量误差与错分：影响识别与估计的一致性。

敏感性分析与诊断
- 平衡性诊断：标准化差值（SMD）、Love plot、重叠性可视化。
- 稳健性与敏感性：Rosenbaum界、E-value、负向对照（暴露与结果）、安慰剂检验、偏倚函数。
- 模型诊断：权重截断与稳定性、极端权重影响、对模型设定与调参的敏感性。

结果表达与解释
- 报告识别策略、核心假设、调整集合与诊断结果。
- 报告效应度量与不确定性：效应点估计、置信区间或后验区间、p值/随机化p值（适用时）。
- 选择可解释的效应度量：风险差、风险比、优势比（需谨慎解释）；时间到事件中避免将危险比误解为可携带至各时间段的因果效应。
- 使用因果图展示假设与调整策略。

应用领域
- 医疗与公共卫生：治疗效果评估、真实世界研究、药物警戒。
- 公共政策与教育：政策干预评估、资源配置决策。
- 经济与社会科学：劳动市场、发展经济学、社会项目评估。
- 互联网与工业：A/B测试、个体化推荐、反作弊与平台治理。

与相关概念的区别
- 相关性 vs 因果性：相关性不蕴含因果；因果推断需要明确的设计与假设。
- 预测建模 vs 因果建模：预测关注Y的可预报性；因果关注干预改变X后Y的变化及其可解释性与可迁移性。

局限与注意事项
- 外部效度与可推广性：样本、环境与机制改变可能削弱结论的可迁移性。
- 结构不确定性：因果图与模型设定来自领域知识，可能存在遗漏或误设。
- 数据质量：测量误差、缺失与有限样本影响识别与估计。
- 伦理与合规：实验分配、数据使用与算法决策需遵守伦理与法律规范。

教学与学习要点（面向课程与自学路径）
- 前置知识：概率与统计、回归分析、实验设计、图模型基础。
- 核心模块：
  1) 因果思维与DAG：混杂、碰撞器、后门/前门、d-分离。
  2) 潜在结果与反事实：SUTVA、ATE/ATT/CATE、识别与估计的区别。
  3) 观测研究策略：倾向得分、匹配/加权、双重稳健与TMLE、诊断与敏感性分析。
  4) 特殊设计：IV、RDD、DiD、合成控制、ITS。
  5) 时间变化与g-方法：MSM、g-公式、动态治疗策略。
  6) 进阶：中介与调节、HTE与个体化决策、因果机器学习、贝叶斯因果推断。
- 实践要求：从因果图出发提出识别方案；执行平衡与重叠性诊断；进行敏感性分析；规范报告假设与局限。

常用效应量与简式表示
- ATE = E[Y(1) - Y(0)]
- ATT = E[Y(1) - Y(0) | T=1]
- CATE(x) = E[Y(1) - Y(0) | X=x]
- 倾向得分 e(X) = P(T=1 | X)

注：任何因果结论均依赖明确且可辩护的识别假设。没有恰当的设计与诊断，仅凭复杂模型或高精度预测并不能保证因果有效性。