International Open Access Journal Platform

1 人工智能时代青少年成长型思维培育面临的挑战

青少年成长型思维是衡量学生思维品质的重要能力，且可以通过努力和学习得以发展。在智能时代，面对层出不穷的新技术、新挑战，青少年必须具备拥抱挑战、坚持不懈、视挫折为学习契机的信念体系，这也成为青少年适应未来社会、实现终身发展的关键心理资本[1]。近年来，成长型思维作为影响青少年学习动机、坚持性与心理韧性的关键变量，受到国内外研究者的广泛关注。我国青少年在竞争压力、应试评价等情境下，成长型思维的发展存在显著差异，亟需科学的监测工具与培育机制[2]。成长型思维要真正成为教学决策、课程设计和学生发展的制度性依据，仅依靠理念宣讲或教师直觉式判断远远不够，必须依托科学的评估工具，以获取可信、可追踪、可解释的数据支持[3]。

1.1 青少年成长型思维评估的重要性与发展趋势

成长型思维虽然属于内隐心理信念，但其在行为表现和学习过程中的外显痕迹可以通过量化评估予以捕捉。科学的青少年成长型思维评估不仅能够帮助学校精准识别学生在努力信念、策略偏好、挫折归因等方面的水平，还能为教师提供有针对性的干预依据[4]。随着教育评价体系的不断改革，单一的成长型思维量表已难以满足青少年复杂学习行为研究的需求，越来越多的研究开始将成长型思维的测量与学习过程相结合，以实现对学生更真实、更动态的评估。在我国文化情境下，成长型思维的测评更需考虑关系性自我、努力观念和文化心理图式的影响。近期国内学者在开发青少年成长型思维量表时，逐渐将“努力价值”“情感策略应用”“面对挫折的坚持性”“从错误学习的积极性”等维度纳入，形成更适应本土教育场景的综合性测量框架[5]。这一趋势有利于推动成长型思维从理论研究走向教育治理与课堂实践。

1.2 人工智能时代对青少年成长型思维提出的新要求

在人工智能快速发展的时代，青少年的学习方式、知识获取路径及问题解决方式正在发生深刻改变。在大模型、智能辅学系统、自动化工具不断普及的背景下，“能力是否能通过努力被提升”这一核心认知比任何时期都更加重要。如果学生缺乏成长型思维，他们可能将困难视为失败信号，将学习责任推向技术工具，从而削弱自主学习动力和持续投入的意愿。具体而言，人工智能时代对青少年成长型思维提出了以下三方面的新要求。

第一，必须强化“可发展能力观”。人工智能能够快速提供答案，但不能取代人类的创新性思考和跨情境迁移能力。当学生过度依赖工具时，会产生“能力固定”的心理推断，即认为复杂任务无需努力，也不必深度理解。这一现象使得成长型思维所强调的努力价值、策略应用与反思意识愈发重要[2]。青少年需要认识到人工智能是促进能力发展的加速器，而不是替代器，学习的本质依然在于人的持续投入与学习策略的改进。

第二，需要加强“面对不确定性的心理耐受力”。人工智能时代的知识更新速度极快，不确定性成为未来学习与职业发展的常态。面对陌生领域、模糊任务或跨学科问题，固定型思维容易导致逃避或焦虑，而成长型思维则能帮助学生将不确定性视为可探索的机会，持续尝试并调整策略[2]。因此，成长型思维在未来教育中不仅是重要的学习品质，更是适应未来社会的关键能力。

第三，学生需要具备“基于反馈的自主改进能力”。人工智能等辅学工具能够提供即时反馈、学习轨迹分析、个性化建议，这为成长型思维的培养提供了前所未有的条件。然而，工具是否能真正促进学生的学习效果，取决于学生是否愿意基于这些反馈不断调整策略。如果缺乏成长型思维，学生可能只会利用人工智能获得结果，而不会利用反馈改善过程。相反，具有成长型思维的学生会将人工智能的反馈视为提升能力的资源，主动优化学习过程。

1.3 人工智能背景下青少年成长型思维评估面临的挑战

人工智能时代为成长型思维评估提供了新机遇，同时带来了诸多挑战。首先，传统的问卷测评难以捕捉学生在使用智能辅助工具时的真实心理变化。人工智能环境下，学生的策略选择、努力投入及对错误的态度，往往在学习过程数据中体现得更加真实，因此需要发展新型测评工具，如基于学习轨迹的成长型思维诊断模型、在线行为模式分析等。其次，人工智能及其辅学工具生成的内容可能削弱学生对“努力价值”的感知，使成长型思维测评出现偏差。一个频繁依赖人工智能解决问题的学生，可能在量表中呈现出“积极努力”的自我评价，但实际行为并不支持这种信念，这对测评结果的真实性提出了更高要求。最后，学生在人工智能支持下的学习行为呈现动态性与多样性，这需要成长型思维评估从一次性测量转向连续性、过程性测量。基于数据的动态成长模型可帮助学校更准确地识别学生在挑战情境中的心理变化，从而实施更精准的教育干预。

综合来看，人工智能时代的成长型思维培养要从“理念传递”走向“精准测评—数据诊断—策略干预—文化养成”的系统化路径。学校不仅需要通过科学测评了解学生的成长型思维水平，还需将评价结果与教学设计、课堂反馈、跨学科项目学习相结合，使成长型思维在真实情景中得到发展。与此同时，教师自身也必须具备成长型思维，才能带领学生利用人工智能辅助工具开展深度学习、创新问题解决与反思性思考。具有成长型思维的教师群体，是推动学生适应未来社会的重要力量[3]。因此，引入成长评估模型对青少年成长型思维进行动态监测，并构建可操作的培育路径，具有重要的理论与实践价值。

2 青少年成长型思维评估体系的理论演进与主要工具分析

为了有效识别青少年的成长型思维水平和发展特点，国内外研究者开发了多种评估工具，包括固定量表、动态成长模型、情境判断工具，以及兼具学习能力测量功能的元认知工具。随着我国学生核心素养体系的推进，教育评价也从以结果为导向的“一次性测量”，逐渐转向关注学习过程、发展轨迹和综合素质的“发展性评价”[6]。在这一改革背景下，青少年成长型思维测评不仅成为学业动机与心理健康研究的重要工具，也逐渐成为学校层面学习支持系统的关键环节。然而，目前我国背景下的成长型思维研究多聚焦于横向问卷测量，缺乏纵向成长性指标、行为数据与真实学习增长的关联分析。

在当代教育评价体系中，“增长”已逐渐取代“结果”成为国际教育监测的核心理念。美国的SBAC（Smarter Balanced Assessment Consortium，智慧均衡评估联盟）与PARCC（Partnership for Assessment of Readiness for College and Careers，大学和职业准备评估合作组织）等标准化评估体系，提供了跨年级、跨学段的技术框架；而残差模型、学生增长百分位（SGP）与增值模型（VAM）等增长测量方法，已成为多个国家教育问责体系的基础构件［7］。这些工具与方法强调学生的学习增量、发展轨迹、参照群体及预测偏差，其理念与成长型思维所强调的“能力可发展”“学习进步源于策略与努力”的心理机制高度一致[8]。国际增长评估工具与成长型思维测评体系在理念上具备高度契合性，但测量对象与方法论上具有互补性。二者的整合能够为青少年学业增长与心理发展提供更加全面、动态的证据体系。因此，系统梳理青少年成长型思维评估工具、国际增长评估技术及二者的整合路径，不仅能够丰富青少年成长型思维的测评维度，也能为学校构建科学、有发展性的学生学习支持体系提供理论依据。

2.1 成长型思维测评的理论基础和工具类型

成长型思维测评的理论与工具体系在近二十年经历了从单维度向多维度、从静态向动态的演进。早期测评主要基于Dweck（2006）的隐含理论框架，通过单一的“能力是否可发展”信念项目来评估个体的思维模式。然而，后续研究逐渐认识到成长型思维并非单纯的认知判断，而是一套涉及情绪调节、自我调节、策略使用与失败反应的复杂心理系统[9]。因此，青少年成长型思维测评逐渐构建起包括认知信念、学习策略与元认知、情绪动机反应及行为表现等在内的多维度结构，反映了其在心理、行为与学业表现之间的系统性作用机制。在工具类型上，大体形成三类主要模型：（1）结构性信念模型以能力可塑性信念为核心，通过智力可塑性量表及分领域思维模式问卷测量个体的基础认知结构[10]，具有跨文化可比性强、操作简便等特点，但对情境性变化的敏感度较低；（2）情境反应模型强调挑战与失败情境下的即时策略、情绪与行为反应，通常利用情境判断任务与行为倾向问卷，能够捕捉青少年在真实学习压力下的思维运作方式[11]，更贴近成长型思维的生成机制；（3）过程性发展模型依托学习分析技术，通过学习行为日志、策略切换轨迹、错误修正模式等过程性指标结合成长曲线模型、SGP或增值模型等统计方法，构建基于行为数据的动态评估框架，突破了传统问卷在预测力与生态效度上的局限，尤其适用于青少年的长期追踪与发展性诊断［12］。总体而言，三类模型分别从认知结构、情境反应与行为轨迹三个层面刻画成长型思维，为构建多源数据驱动的综合性评估体系奠定了理论基础。

2.2 国际增长评估技术的核心理念、统计方法与适用场景

国际教育评价体系中，“增长（growth）”已成为衡量学生学习发展的核心理念。美国SBAC和PARCC作为跨年级、跨学段的大规模标准化评估体系，为学习增长监测提供了技术基础。二者均采用项目反应理论和纵向联结尺度，实现不同年级分数的连续性，从而可视化学生的学习轨迹[13]。具体而言，SBAC注重自适应测评，能够根据学生能力水平动态调整题目难度；PARCC则强调真实情景任务，考查学生高阶思维、综合理解与策略运用能力。从成长型思维的视角来看，这些技术特征为学习增长提供了外显证据：学生能够直观观察自己在同一连续尺度上的进步，从而增强对能力可塑性的认知，降低固定型思维导致的挫败感[14]。然而，SBAC与PARCC主要聚焦于学业成绩，对学习策略使用、错误修正动机和挫折应对等心理机制的呈现仍显不足，因此难以直接衡量成长型思维的核心心理成分。

在具体增长评估方法方面，残差模型、学生增长百分位和增值模型是国际教育监测中应用最广的技术手段。残差模型通过比较学生的实际成绩与基于前测预测的预期成绩，识别“超预期”或“低于预期”的表现[15]。研究显示，逆势成长的学生往往表现出较高的坚持性、策略性努力和积极自我效能。然而，残差仅反映统计差异，其背后原因可能源于课堂质量、家庭支持或测量误差，而非直接体现成长型思维水平，因此在心理构念研究中可以作为辅助性指标。

学生增长百分位模型通过将学生成绩与具有相似历史轨迹的参照群体进行比较，实现对“增长速度”的定位。该方法对功能形式不敏感，稳健性较强，能为学生学习轨迹分析提供精准画像。其理念与成长型思维所强调的“通过努力改变学习轨迹”高度契合，能够动态刻画学生相对于自身历史表现的进步幅度。然而，SGP对大规模纵向数据的依赖较高，我国地区间数据系统发展不均衡，因此在实际应用中需要逐步推进。

增值模型主要用于评估教师或学校对学生增长的净贡献。在成长型思维研究中，该模型可用于检验支持成长型思维的课堂文化是否对学生学业增长产生因果效应[11]。然而，增值模型对数据质量和模型设定高度敏感，且高风险问责可能诱发“应试化行为”，反向削弱成长型思维的培养。因此，研究中应谨慎使用增值模型，其定位更适合作为研究性工具，而非管理性评价工具。

总体而言，SBAC、PARCC等跨学段标准化评估体系，以及残差模型、SGP和增值模型等增长评估方法，在技术层面强调“增量”“发展轨迹”“参照群体”和“预测偏差”，与成长型思维关注的能力发展潜力和努力回报机制高度契合。通过引入增长评估技术，可以实现对青少年成长型思维的动态监测，并为构建可操作的学习支持和心理干预路径提供理论依据与实践指导，从而在教育评价与课堂教学中发挥重要价值。

2.3 青少年成长型思维测评与增长评估技术的整合框架

传统的成长型思维测评多依赖静态问卷，主要捕捉学生的信念水平，而难以反映其在真实学习环境中随时间演变的策略性行为、挫折应对和努力投入。因此，将成长型思维测评与国际成熟的增长评估技术整合，能够形成“心理—行为—学业”的闭环监测框架，实现对青少年学习发展与心理变化的动态理解与干预。基于以上理论与技术基础，可以构建清晰的整合路径：首先，在心理层面，通过结构性信念模型与情境反应模型评估学生成长型思维的认知、情绪与动机特征，识别其对努力、策略使用和挑战投入的倾向；其次，在行为层面，通过过程性发展模型和课堂学习行为日志监测学生在实际学习情景中的坚持性、策略调整与错误修正行为，形成可视化的行为轨迹；最后，在学业增长层面，利用 SBAC、PARCC、SGP、残差模型和增值模型等技术量化学生的纵向学习增量与相对发展水平。心理信念影响行为表现，行为表现产生学业增长，而增长数据反过来验证和反馈学生思维模式的变化，由此形成闭环监测体系，为学校和教师提供可操作的干预路径与决策依据［8，14］。该整合路径具有多重优势：一方面，它突破了传统静态问卷仅测信念的局限，将心理、行为与学业增长统一纳入评估体系，实现对青少年学习发展的全景式观察；另一方面，它能够动态捕捉学生随时间演变的思维与行为变化，为个性化教学、课堂干预及心理辅导提供数据支撑。此外，通过与国际增长评估技术结合，也为跨文化比较与政策制定提供了方法基础。这一整合框架不仅有助于提升学生学业表现，更能够促进青少年成长型思维的可持续发展，实现心理发展与学业进步的协同优化。

总之，成长型思维与增长评估技术的整合路径体现了心理机制、行为表现与学业轨迹的系统性联系，为青少年成长型思维的监测、干预与评价提供了科学、动态、可操作的理论与实践框架。通过该路径，教育工作者能够在课堂实践中实现基于证据的成长型思维培育与学业支持，同时为未来本土化发展提供可持续的研究与应用基础。

3 青少年成长型思维的培育机制构建和实践探索

青少年成长型思维的培育仅依赖教师的理念转变或单次心理干预是不够的，必须建立在科学评估、建模分析与教学干预协同运行机制的基础上。本研究基于成长型思维评估模型与国际增长评估技术，构建了“评估整合—增长建模—教师驱动—课堂实践”的青少年成长型思维培育机制，并通过案例探究验证其可操作性与有效性。

3.1 多源评估工具整合与增长建模：培育机制的证据基础

构建有效的培育机制，首先需要建立多维、多源、多时段的评估体系。这一体系应整合四类评估工具：（1）标准化量表评估：采用经过本土化验证的成长型思维量表，如包含“能力可塑性信念”“努力价值认同”“挫折学习取向”等子维度的改良工具。这些量表应分学段、分学科制定常模，确保评估的年龄适配性和情境适切性。（2）情境化行为评估：通过课堂观察、学习任务表现、项目式学习过程记录等方式，评估学生在真实学习情景中的思维表现。例如，设计包含挫折环节的学习任务，观察学生遇到困难时的言语表达、情绪反应、求助策略和坚持行为。（3）学习过程数据分析：利用教育技术平台收集的学习过程数据，如在线学习时间分布、错题重做情况、资源利用模式等，挖掘反映成长型思维的行为指标。这些“数字痕迹”能够提供更客观、连续的发展信息。（4）神经生理指标探索：前沿研究开始探索成长型思维的神经基础，如面对错误时的脑电反应、挑战性任务中的应激反应模式等。虽然这些方法在学校场景的应用尚不成熟，但代表了未来评估的发展方向。

国际增长评估技术的核心在于纵向设计和建模创新，在青少年成长型思维的评估中具体体现为：（1）多波次追踪设计：至少在每个学年的学期初、学期中、学期末进行三次评估，追踪学生成长型思维的变化轨迹[15]。理想的追踪应从小学高年级开始，持续到高中阶段，以捕捉关键发展期的变化规律。（2）增长曲线建模：使用多层线性模型（HLM）、潜变量增长曲线模型（LGM）等统计方法，分析每个学生的初始水平、变化速率、变化加速度[16]。这能够识别不同发展模式的学生群体，如“稳定增长型”“波动发展型”“停滞不前型”。（3）转折点分析：识别学生成长型思维发展的关键转折事件和时间点，探究哪些教学干预、师生互动、学业成败事件显著改变了学生的发展轨迹[17]，为精准干预提供时机和策略指导。（4）反馈与干预环节，机制构建“评估—教师干预—反馈—调整”的动态闭环[14]：面向学生、教师、家长和学校管理者提供分层反馈报告，学生报告强调成长叙事与潜力挖掘，教师报告呈现班级整体模式与个体差异分析，家长报告提供家庭支持具体策略，管理者报告展示学校整体发展状况与资源配置建议。基于评估数据和教师创新实践，建立分层分类的干预资源库，包括通用课程、小组活动方案、个别化支持策略及家校协作指南，并通过动态匹配算法，将学生的心理信念、行为表现与学业增长数据同资源库中的干预方案智能匹配，随学生发展实时调整，从而实现教师创新思维对学生成长型思维的持续引导与强化。

3.2 教师教学创新思维：成长型思维发展的关键驱动力

教学创新思维是指教师设计挑战性任务、优化反馈方式的课堂实践思维。大量实证研究表明，教师的思维模式与教学信念直接影响学生的归因方式、自我效能与努力策略。因此，在本机制中，教师不只是干预的执行者，更是“成长型课堂生态”的设计者与驱动者。成长型课堂生态是指在教师信念、教学设计、学习任务、课堂互动、反馈方式与评价机制共同作用下，持续强化学生“能力可发展”信念，并支持其在真实学习情境中形成策略性坚持、积极归因和有效自我调节的课堂运行系统。研究表明，教师思维模式既能影响学生认知取向，又直接作用于其学业表现。Kamins与Dweck（1999）发现，当教师坚信学生具备成功潜力时，学生能突破自我局限并超越预期。因此，本研究认为，应将教师的教学创新思维作为核心驱动因素，纳入青少年成长型思维的系统培育机制设计。

教师的创新性教学思维在成长型思维培育机制中发挥着关键驱动作用，其核心价值主要体现在三个方面：（1）通过设计具有认知冲突与挑战性的学习任务，教师激活学生进入“尝试—失败—调整—再尝试”的学习循环［18］，使其自然体验到努力、策略与成长之间的因果关系；（2）教师采用成长导向的反馈方式，以强调过程、策略和努力的语言重新框定错误，将其转化为可利用的学习资源，从而打破学生的固定型归因模式[19]，促进能力可塑性信念的发展；（3）教师通过对策略路径的显性化，包括示例展示、结构图呈现或分步操作模型，使隐性的学习策略变得可感知、可模仿、可迁移，帮助学生在任务中逐步构建自主调节与多策略整合能力。三者协同作用，共同构建了持续强化成长型思维的课堂生态，使学生在真实学习活动中不断积累成功体验并内化成长信念。

教师如何依托多源评估工具实现对教育教学过程的动态调控，从而促进学生成长型思维的发展？首先，教师基于标准化量表与访谈记录开展基线诊断，明确学生在能力可塑性信念、努力价值认同与挫折学习取向等方面的初始状态；其次，通过课堂观察、任务表现与学习过程数据分析，捕捉学生在真实学习情景中的策略使用、坚持性与情绪反应等关键行为线索；再次，借助增长模型（如SGP、残差模型、增值模型）识别学生在不同时间节点的学业增量与增长偏差，判断其学习轨迹是否存在停滞、回落或逆势增长等关键问题[20]，在此基础上实施与学生需求相匹配的个性化支持，包括任务难度分层、策略显性化指导、结构化提示及成长导向反馈等；最后，通过多波次评估与课堂表现跟踪检验干预效果，并根据学生的发展变化调整教学策略，形成“诊断—识别—建模—干预—反馈—再调整”的成长型思维动态监测体系和精准培育策略。

3.3 基于课堂案例构建青少年成长型思维培育机制的可操作模型

为验证整合机制的可行性，本研究结合广州市某小学的“文化探究识字课堂”[21]，构建了“教学—行为—证据—反馈”四位一体的青少年成长型思维培育的实践框架。该校的识字课堂实践以汉字文化为载体，通过精心设计的“观察—推断—论证—修正—迁移”探究链条，构建了滋养成长型思维的课堂生态。在这一生态中，教师通过三重创新教学行为发挥核心驱动作用：（1）在任务设计上，创设如“中国美食”课例中“火字旁与四点底关系探究”等高挑战性任务，促使学生经历认知冲突和多轮尝试；（2）在反馈方式上，运用“错误是宝贵线索”等成长导向语言，营造安全的心理环境；（3）在策略指导上，将“先分结构，再看偏旁，最后联系文化”等思维路径显性化、结构化。这些教学创新有效激活了学生的深度参与，促使他们在文化探究中自然展现出成长型思维的外显行为。通过教师的课堂参与度观察表可发现，学生小组讨论持续时间从初期的3分钟延长至8分钟，讨论轮次从1.8轮提升至4.2轮，表现出显著的坚持性增长；学习单分析显示，学生的汉字推断路径从简单的“看形状感觉”发展为“结构比对→偏旁拆解→案例比照→文化联想”的多策略整合模式；课堂回音观察表记录的语言变化表明，学生的归因方式从“我记不住”的能力固化表述转向“可能方法不对”的努力可控认知。这些行为变化通过多元评估工具得以系统捕捉，形成了“行为—产出—语言—数据”四位一体的证据链，使成长型思维的发展变得可观、可测。

基于这一实践案例，构建出完整的成长型思维课堂培育机制模型。该模型以“文化探究”为内容载体，以“教学创新—行为观察—证据支持”为运作逻辑，形成有机闭环：教师的高挑战任务设计和成长导向反馈作为输入端，激活学生的探究行为；学生的坚持性、策略灵活性等外显表现作为过程指标，通过多元评估工具（如课堂观察表、学习单分析、对话记录等）进行实时监测与记录；而评估获得的证据又反过来指导教学干预的优化，如针对参与度观察表发现30%学生依赖性强的问题，教师设计分层学习任务进行精准支持。这一机制的核心优势在于实现了文化传承与思维培养的深度融合——汉字本身的构形规律和文化内涵为成长型思维发展提供了天然的意义情境，如学生在探究“四”字与“四合院”的文化关联时，不仅掌握了字义，更在挑战中体验了通过努力和策略克服困难的成功感，从而内化了“能力可发展”的信念。实践数据表明实验班的学生在“中国美食”单元的“家乡美食汇”活动中，100%能主动运用所学汉字完成复杂的美食推介任务，且对高难度任务的选择倾向显著提高，充分证明了该机制的有效性。因此，这一基于文化探究识字课堂的实践探索，不仅为成长型思维的培养提供了可操作、可复制的路径，更深化了对学科核心素养落地的理解——唯有将思维发展嵌入有意义的学科实践，并通过科学的评估工具使内隐过程显性化，才能真正实现知识传授与素养培育的统一，为构建促进学生终身发展的学习支持系统奠定坚实基础。

基于成长型思维评估模型与国际增长评估技术整合路径构建的青少年成长型思维培育机制，标志着青少年成长型思维的培育实现了从“零散干预”到“系统培养”、从“经验主导”到“证据驱动”、从“关注结果”到“促进过程”的范式转变。这一机制通过科学评估发现青少年成长的新起点，通过精准干预支持成长过程，通过系统变革创造成长环境，最终实现青少年成长型思维整体水平的提升。

参考文献

[1] 张阔，李珮瑜，陈丽君，等．成长型思维与青少年心理资本的关系：基于动机框架的分析［J］．心理与行为研究，2023，21（2）：209-215．

[2] 张军凤，云如先．青少年的成长型思维干预研究——农村学校三年追踪［J］．华东师范大学学报（教育科学版），2025，43（4）：53-69．

[3] 赵亚飞，翟乡平，张光旭，等．成长型思维与坚毅的关系：未来时间洞察力和成就动机的链式中介作用［J］．心理发展与教育，2022，38（2）：216-222．

[4] 金静．成长型思维与初中生学习投入关系研究［J］．教育进展，2024，14（9）：1291-1303．

[5] 蒋友梅，蒋友琴．青少年成长型思维测评量表的编制和确认［J］．基础教育研究，2025（17）：15．

[6] 陈丽．核心素养导向的中小学教育评价改革研究［M］．北京：教育科学出版社，2020．

[7] Shepard L A．The role of assessment in a learning culture［J］．Educational Researcher，2019，48（6）：353-360．

[8] Yeager D S，Dweck C S．What can be learned from growth mindset controversies?［J］．American Psychologist，2020，75（9）：1269-1284．

[9] Burnette J L，O’Boyle E H，VanEpps E M，et al．Mind-sets matter：A meta-analytic review of implicit theories and self-regulation［J］．Psychological Bulletin，2013，139（3）：655-701．

[10] Dweck C S，Leggett E L．A social-cognitive approach to motivation and personality［J］．Psychological Review，1988，95（2）：256-273．

[11] Yeager D S，Hanselman P，Walton G M，et al．Using design thinking to improve psychological interventions：Growth mindset intervention in 65 schools［J］．Proceedings of the National Academy of Sciences，2016，113（43）：10783-10790．

[12] Pellegrino J W，Hilton M．Education for Life and Work：Developing Transferable Knowledge and Skills in the 21st Century［M］．Washington：National Academies Press，2012．

[13] Wang J．Vertical scaling and student growth measurement in K-12 assessment systems［J］．Journal of Educational Measurement，2015，52（1）：1-22．

[14] Black P，Wiliam D．Classroom assessment and pedagogy［J］．Assessment in Education：Principles，Policy & Practice，2018，25（6）： 551-575．

[15] Betebenner D W．Norm- and criterion-referenced student growth［R］．Dover：National Center for the Improvement of Educational Assessment，2009．

[16] Curran P J，Obeidat K，Losardo D．Twelve frequently asked questions about growth curve modeling［J］．Journal of Cognition and Development，2010，11（1）：121-136．

[17] Eccles J S，Midgley C，et al．Development during adolescence［J］．American Psychologist，1993，48（2）：90-101．

[18] Yeager D S， Dweck C S．What can be learned from growth mindset controversies?［J］．American Psychologist，2020，75（4）：470-485．

[19] Mueller C，Dweck C．Praise for intelligence can undermine motivation［J］．Journal of Personality and Social Psychology，1998，75（1）：33-52．

[20] Betebenner D W．Norm- and criterion-referenced student growth［R］．Dover：National Center for Assessment，2009．

[21] 邓小梅．基于文化传承的识字课堂教学［Z］．广州：广州市海珠区第二实验小学，2025．