教育神经科学

教育神经科学（或神经教育，[1]是头脑和教育的组成部分）是一个新兴的科学领域，汇集了认知神经科学，发展性认知神经科学，教育心理学，教育技术，教育理论和其他相关学科的研究人员，以探讨相互作用生物过程与教育之间的关系。[2] [3] [4] [5]教育神经科学领域的研究人员研究了与教育有关的阅读，[4]数值认知，[6]注意及其伴随的困难的神经机制，包括阅读障碍，[7] [8] dyscalculia [9]和ADHD。该领域的研究人员可以将认知神经科学的基本发现与教育技术联系起来，以帮助实施数学教育和阅读教育的课程。教育神经科学的目的是进行基础研究和应用研究，以提供新的跨学科的学与教说明，从而为教育提供信息。教育神经科学的主要目标是通过研究人员和教育工作者之间的直接对话来弥合这两个领域之间的鸿沟，从而避免“以大脑为基础的学习产业的中间人”。这些中间商在出售“神经节律法”及其假定的补救措施方面具有既得的商业利益。[4]

认知神经科学家和教育工作者都对教育神经科学的潜力给予了不同程度的支持。戴维斯[10]认为，认知的医学模型“……在更广泛的教育和学习领域中仅具有非常有限的作用，主要是因为与学习相关的意向状态不是大脑可以检查的方式所固有的。活动”。另一方面，Pettito和Dunbar [11]认为，教育神经科学“为解决当今教育的核心问题提供了最相关的分析水平”。 Howard-Jones和Pickering [12]对教师和教育者对该主题的观点进行了调查，发现他们通常对在教育领域使用神经科学发现充满热情，并且他们认为这些发现更有可能影响他们的教学方法比课程内容。一些研究人员持中间观点，认为从神经科学到教育的直接联系是“遥不可及的桥梁”，[13]但桥梁学科，例如认知心理学或教育心理学[14]可以为教育提供神经科学基础。实践。然而，普遍的观点似乎是，教育与神经科学之间的联系尚未充分发挥其潜力，并且无论是通过第三研究学科，还是通过新的神经科学研究模型和项目的发展，现在都是正确的时机神经科学研究成果以实用的方式进行教育。[2] [4] [5]



内容
1 对新学科的需求
2 早期大脑发育
3 神经科学可以为教育提供信息吗？
4 神经科学与教育：案例案例
4.1 语言和读写能力
4.2 数学
4.3 社交和情感认知
4.4 注意和执行控制
5 神经科学与教育：一座桥梁太远了？
5.1 对教育神经科学的挑战
5.2 将挑战转化为机遇
5.2.1 科学挑战
5.2.2 务实的关注
5.3 双向关系
5.4 教育者的作用
6 神经神话
6.1 左脑与右脑
6.2 关键时期
6.3 丰富的环境
6.4 突触发生
6.5 男性与女性大脑
6.6 学习方式
7 参考

需要新的学科
教育神经科学的出现源于对一门新学科的需求，该学科使得科学研究在教育环境中切实可行。库尔特·菲舍尔（Kurt Fischer）在谈到“思维，大脑和教育”这一广泛领域时说：“传统模式将行不通。研究人员在学校收集数据并将这些数据和研究论文提供给教育工作者是远远不够的”， [15]因为这种方法使教师和学习者无法参与适当的研究方法和问题的形成。

认知心理学和神经科学方面的学习集中于人类和其他物种如何进化以从周围的自然和社会世界中提取有用的信息。[16]相比之下，教育，尤其是现代形式教育，则侧重于对学习者无法期望自己获得的世界的描述和解释。这样，可以将科学意义上的学习和教育意义上的学习视为互补的概念。这给认知神经科学提出了一个新挑战，以适应现实世界中教育学习的实际要求。相反，神经科学为教育带来了新的挑战，因为它提供了学习者当前状态（包括脑状态，遗传状态和荷尔蒙状态）的新特征，这些特征可能与学与教有关。通过提供包括脑结构和活动在内的学与教效果的新度量，可以区分不同类型的学习方法和成就。例如，神经科学研究已经可以将死记硬背的学习与通过数学中概念理解的学习区分开。[17]

美国国家科学院发布了一份重要报告，并强调：“神经科学已经发展到可以批判性地思考向教育工作者提供研究信息的形式的时候了，以便可以对实践进行适当的解释，确定哪些研究结果准备好实施，哪些没有。” [18]

伦敦的“教育神经科学中心”的研究人员Blakemore＆Frith在他们的书《学习的大脑》中概述了人类大脑的发育神经生理学，这引起了关于教育神经科学的许多理论。[19]支持教育和神经科学之间联系的基本支柱之一是大脑的学习能力。神经科学正在发展并加深了作者对早期大脑发育以及这些大脑变化如何与学习过程相关的理解。

早期大脑发育
主条目：神经发育
大脑中几乎所有的神经元都是在出生前，怀孕的头三个月内产生的，而新生婴儿的大脑中神经元的数量与成年人相似。形成了比所需更多的神经元，只有与其他神经元形成主动连接的神经元才能幸存。出生后的第一年，婴儿大脑经历了一个强烈的发育阶段，在此阶段，神经元之间形成了过多的连接，必须通过随后的突触修剪过程来减少许多这些多余的连接。修剪过程与脑细胞之间连接的早期快速生长一样，是重要的发展阶段。在神经元之间形成大量连接的过程称为突触发生。对于视觉和听觉（视觉和听觉皮层），存在广泛的早期突触发生。在四个到十二个月之间，连接的密度达到成人水平的150％左右，然后进行大量修剪。在视觉皮层中，突触密度在成年和成年之间恢复到两年到四年。对于其他区域，例如前额叶皮层（旨在支持计划和推理），密度增加的速度较慢，并在第一年后达到峰值。降低到成年人的密度水平至少还需要10到20年。因此，即使在青春期，额叶也有明显的大脑发育。早期，大脑的新陈代谢（葡萄糖的摄取，是突触功能的近似指标）也高于成人水平。葡萄糖吸收达到成年人水平的150％左右，约为四到五年。到大约十岁时，大多数皮质区域的脑代谢已降至成人水平。大脑发育包括突触爆发，密度峰值，然后突触重排和稳定。对于不同的大脑区域，这种情况发生在不同的时间和发生率，这意味着对于不同类型的知识的发展可能存在不同的敏感期。对早期大脑发育的神经科学研究已经为许多国家（包括美国和英国）的3岁以下儿童提供了政府教育政策。这些政策的重点是在幼儿园和学前班期间丰富儿童的环境，使他们接触刺激和经验，以最大程度地发挥年轻大脑的学习潜力。

神经科学可以为教育提供信息吗？
尽管越来越多的研究人员正在寻求将教育神经科学确立为一个富有成效的研究领域，但关于神经科学与教育领域之间进行实际合作的潜力以及神经科学研究是否确实可以为教育工作者提供帮助的争论仍在继续。

丹尼尔·威灵厄姆[20]指出：“神经科学是否可以为教育理论提供信息，实践是否值得商-？”他提请注意以下事实：仅行为研究并不能决定发育性阅读障碍是主要是视觉还是语音方面的疾病。神经影像学研究能够揭示出诵读困难儿童在已知支持语音处理的大脑区域的激活减少，[21]因此，为诵读困难的语音理论提供了行为证据。

尽管约翰·布鲁尔[13]提出，如果没有第三研究领域将神经科学与教育联系起来，这实际上是不可能的，但其他研究人员则认为这种观点过于悲观。乌沙·高斯瓦米[Usha Goswami] [22]认识到必须在基础神经科学与教育之间建立更多的桥梁，并且必须解构所谓的神经神话（见下文），但它已经认识到认知发展神经科学已经在教育中得到了一些发现，并且导致发现了可用于评估发育的“神经标记”。换句话说，正在建立神经活动或结构的里程碑，可以将其与个人进行比较以评估其发展。

例如，与事件相关的潜能（ERP）研究发现了语言处理的几种神经特征，包括语义处理（例如N400），语音处理（例如不匹配否定性）和句法处理（例如P600）的标记。 Goswami [22]指出，现在可以对儿童的这些参数进行纵向研究，并且某些变化模式可能表明某些发育障碍。此外，这些神经标志物对有针对性的教育干预措施的反应可以用作衡量干预措施有效性的指标。 Goswami等研究人员断言，认知神经科学具有为教育提供各种令人兴奋的可能性的潜力。对于特殊教育，这包括早期诊断特殊教育需求；监测和比较各种教育投入对学习的影响；并加深了对学习中个体差异的了解，以及适合学习者输入的最佳方法。[22]

Goswami [22]强调的神经影像学的潜在应用是区分学习障碍的延迟发育和非典型发育。例如，给定的阅读障碍儿童的阅读功能与典型阅读者完全不同，还是他/她沿着相同的轨迹发展，但花的时间更长？确实，已有证据表明，在患有特定语言障碍和阅读障碍的儿童中，语言系统的发展受到了延迟，而本质上却没有根本的不同。[23] [24]然而，在自闭症等疾病中，大脑的发育在质上可能有所不同，这表明与“心理理论”相关的大脑区域缺乏发育。[25]

Goswami [22]也建议神经影像学可用于评估特定训练计划的影响，例如Dore，这是一种基于小脑缺陷假设的运动计划，旨在通过一系列平衡运动来改善阅读。一些大脑影像学研究开始显示，对于患有阅读障碍的儿童，他们有针对性地接受了教育干预，他们的大脑激活模式开始看起来更像那些没有阅读障碍的人，此外，其他大脑区域也在充当补偿机制。[ 26] [27]这些发现可能有助于教育工作者理解，即使阅读障碍儿童表现出行为改善，他们处理书面信息的神经和认知机制仍可能有所不同，这可能会对这些儿童的持续教学产生实际影响。[28]

神经科学研究已证明其能够揭示学习障碍的“神经标志”，尤其是在诵读困难的情况下。脑电图研究表明，有阅读障碍风险的人类婴儿（即患有阅读障碍的直系亲属）即使在不理解语言的语义内容之前，也会对语音变化表现出非典型的神经反应。[29]这样的研究不仅可以及早发现潜在的学习障碍，而且以行为研究无法获得的方式进一步支持阅读障碍的语音学假设。

许多研究者对教育与神经科学之间的联系持谨慎乐观的态度，并认为要弥合两者之间的差距，必须开发新的实验范式，并且应设计这些新范式以捕捉神经科学与神经科学之间的关系。跨不同分析水平（神经元，认知，行为）的教育。[28]

神经科学与教育：案例案例
语言和素养
主要文章：阅读（过程）和阅读障碍
人类语言是思维的独特能力[30]，理解和产生口语和书面语言的能力是学术成就和成就的基础。[31]口语方面遇到困难的儿童对教育政策和实践提出了重大挑战； [32]国家战略，“每个孩子都是说话者”（2008）。在小学期间[33]，这种困难可能会继续存在，除了口语的核心缺陷外，儿童还会遇到识字，[34]计算能力[35]，行为和同伴关系[36]方面的问题。尽早识别和干预以解决这些困难，以及识别学习环境可以支持非典型语言发展的方式至关重要。[32]未经处理的言语和语言需求会给个人和国民经济带来巨大的成本（ICAN，2006）。

在过去的十年中，神经科学研究极大地增加了对幼儿在语音，单词和句子水平上的语言处理能力的研究。[37]有明确的迹象表明，可以在开发的早期阶段识别出所有语言水平的神经基础。同时，干预研究已经证明了大脑保持语言加工可塑性的方式。用听觉语言处理程序进行的强力补救措施伴随着左颞顶叶皮层和额下回声的功能改变。[27]但是，这些结果在多大程度上可以概括为口头和书面语言，尚有争议。[38]

满足语言障碍儿童的教育需求与神经科学研究的结果之间的关系尚未建立。进步的一种具体途径是使用神经科学方法来解决对于学习环境中重要的问题。例如，语言技能在多大程度上可归因于一个共同特征，以及这种特征在发展上的一致性，一直是争论的问题。[39]然而，对大脑活动的直接评估可以为这些辩论提供信息。[40]对语言系统各个子组件的详细了解以及这些组件随时间变化的方式可能不可避免地对教育实践产生影响。

数学
主要文章：数值认知，数学教育和运动困难
数学技能不仅对国民经济很重要，而且对个人的生活机会也很重要：低计算能力会增加被捕，抑郁，身体疾病，失业的可能性。[41]低计算能力的主要原因之一是一种先天性疾病，称为肌症。正如《精神资本与福祉》的前瞻性报告指出的那样：“发育性肌萎缩症-由于其低调但影响很大，应优先考虑。肌萎缩症与计算能力有关，影响4-7％的儿童。相比阅读困难，还可以产生重大影响：它可以使终身收入减少4,000114,000，并使获得五个或更多GCSE（A * -C）的可能性降低7–20个百分点。而且，技术干预是极有希望的，可以提供个性化的指导和帮助，尽管这些需要更多的发展。” （执行摘要，第5.3节）理解典型和非典型的数学发展是设计主流数学课程和帮助那些未能跟上学习的人的至关重要的基础。[42]在过去的十年中，已经确定了用于简单数字处理的大脑系统[43] [44]，并且对儿童大脑进行的少量研究也为该系统的发展提供了线索。[9]

越来越多的证据表明，吞咽困难可能是由于遗传核心系统中的缺陷所致，该核心系统无法表示集合中对象的数量，集合上的操作如何影响数字[45]，以及支持这些能力的神经系统。[ 9]这种核心缺陷会影响学习者枚举集合和按数量级排序集合的能力，这反过来又使得很难理解算术，也很难为算术事实提供有意义的结构。 Twin [46]和家族[47]的研究表明，旋毛虫病是高度可遗传的，遗传异常（例如特纳氏综合症）表明X染色体上基因的重要作用。[48]

从许多意义上说，音译困难是由核心缺陷中的缺陷引起的，这与诵读困难是由于语音处理中的核心缺陷而引起的理论相似。尽管在科学进步方面存在这些相似之处，但是公众对阅读困难的认识远低于对阅读困难的认识。英国首席科学顾问约翰·贝丁顿（John Beddington）指出：“发展性阅读障碍目前是阅读障碍的不良关系，公众知名度低得多。但是，阅读障碍的后果至少与阅读障碍的后果一样严重。” [49]

神经科学在理解数学处理中的应用已经导致了超出早期认知理论的理解。认知神经科学研究表明，存在于动物，婴儿和成人中的先天“数字感觉”系统的存在，该系统负责有关数字及其关系的基本知识。该系统位于每个半球的大脑顶叶中。[43] [50]这个壁板系统在基本的数字任务中活跃于儿童和成人，[51] [52]，但随着发展，它似乎变得更加专业。此外，在基本数任务中，具有数学学习障碍（运动困难）的儿童在该区域的活动性较通常发育的儿童弱。[9]这些结果表明神经影像学可以如何提供有关基本认知功能与高级学习之间的联系的重要信息，例如比较两个数字与学习算术之间的联系。

除了这种基本的数字意义外，数字信息还可以通过语言存储在语言系统中，神经科学研究已经开始揭示这种系统在大脑层次上与数字意义系统在质上有所不同。[53]该系统还存储有关其他学得好的语言序列的信息，例如一周中的某天，一年中的几个月，甚至是诗歌，对于数字处理，它还支持计数和学习乘法表。尽管许多算术问题都被习以为常，它们被存储为口头事实，但其他更复杂的问题则需要某种形式的视觉空间心理意象。[54]表明算术技能的这些子集受不同的大脑机制支持，为深入了解获得算术能力所需的学习过程提供了机会。

对数学学习障碍的神经影像学研究仍然很少，但是神经营养障碍是神经科学研究者越来越感兴趣的领域。由于不同的神经机制会影响数学性能的不同要素，因此可能是患有肌萎缩症的儿童在大脑水平上表现出各种异常模式。例如，许多患有吞咽困难的儿童也患有诵读困难，而那些患有吞咽困难的儿童可能表现出对支持数学的语言网络的激活不同，而仅患有吞咽困难的儿童可能表现出顶叶数觉系统受损。的确，对运动障碍儿童进行的少数研究仅表明数觉系统的大脑水平受损。[9] [55]

这些证据开始在研究人员之间进行理论辩论，这些研究人员认为运算障碍是由数字感觉的大脑水平缺陷引起的，而认为该疾病是由使用数字符号访问数字感觉信息引起的。随着产生了明确的可检验假说的运动困难症理论模型的不断发展，发展研究应研究数学学习障碍与其神经相关性之间的联系。[20]

社会和情感认知
主要文章：社会神经科学
在过去的十年中，人们对情绪能力和特征在人生各个方面的成功贡献中的作用产生了浓厚的兴趣。情绪智力（EI）[56]的概念已得到广泛认可，并在有关精神资本和福祉的前瞻性报告中得到了体现。一些人发表了有影响力的断言，EI比传统的认知智能更重要，而且可以更轻松地增强。[57]尽管已经发现EI与学业成就有关[4] [58]，但系统研究尚未为这些主张提供很多支持，并且有证据表明，这对于处于学业失败风险和社会排斥。尽管证据基础薄弱，但由于对全民服务，预防和预防的投资，特别是在学校中，重点仍然是促进儿童和年轻人的社交和情感能力，心理健康和心理健康[59]。早期干预（例如英国的学习的社会和情感方面（SEAL）项目[DfES，2005，2007]）。

尽管很少有神经影像学能对处理不同情感的非典型发育儿童进行神经成像工作，但已对典型发育儿童的情绪识别的神经基础进行了研究[60]。在这些非典型发育人群中，男性的比例通常过高，在EI措施和大多数情感处理领域，女性优势均被普遍报道。在处理面部表情时，综合考虑大脑成熟度和社交互动的综合优势可以最好地说明女性优势。[61]

儿童前额脑损伤会影响社会行为，导致对社会接受，认可或拒绝不敏感。[62]这些大脑区域处理社交情绪，例如尴尬，同情和嫉妒。此外，这种损害损害了现实世界中的认知和社会决策[55] [63]，这支持了维果斯基的观点，即社会和文化因素在认知学习和决策中很重要。这种观点强调了将神经科学和社会建构主义观点融合在一起的重要性，在这种情况下，这是检验情感对可转移学习的影响的方法。[64]

然而，目前在将发展科学和神经科学结合起来以产生对意识和同理心发展的更完整理解方面的尝试存在许多差距。[65]教育研究依赖于学生对情绪的准确自我报告，这对于某些学生来说可能是不可能的，例如那些患有运动障碍的学生，这在识别和描述情感方面很困难，这种情况在典型的成年人中有10％发现。可以使用神经影像学方法[66]来测量情绪意识，这些方法表明，不同的情绪意识水平与杏仁核，前脑岛皮层和内侧前额叶皮层的活动差异有关。对儿童和青少年大脑发育的研究表明，这些区域经历了大规模的结构变化。[67]因此，学龄儿童和年轻人意识到自己的情绪的程度在这段时间内可能会有所不同，这可能对课堂行为以及某些教学方式和课程方法的有效程度产生重要影响。

神经影像工作也开始帮助理解儿童的社交行为障碍。例如，儿童的残酷无情特征是教师要处理的一个特别困难的问题，并且是行为干扰的一种特别严重的形式。琼斯等。 （2009）[68]表明，具有call性情绪特征的儿童在面对恐惧面孔时，右侧杏仁核的大脑活动较少，这表明这种情绪障碍的神经相关性在发育初期就已经存在。

伦敦教育神经科学中心的研究人员帮助发展了一个研究机构，该机构研究社交认知在大脑中如何发展。特别是《学习大脑》的合著者莎拉·詹妮·布雷克莫尔（Sarah-Jayne Blakemore）发表了有关与青春期社交认知相关的大脑发育的影响研究。她的研究表明，与情绪处理相关的大脑区域活动在青春期会发生明显的功能变化。[69]

注意和执行控制
注意是指使作者专注于感觉环境的特定方面而相对排斥其他方面的大脑机制。注意以“自上而下”的方式调节感觉处理。长时间保持对特定项目或个人的选择性关注显然是教室的一项重要基础技能。注意是注意力缺陷多动障碍中的关键认知技能，会导致难以完成任务或关注细节。[70]对于表现出反社会行为和品行障碍的儿童，注意力方面也可能是非典型的。从基础神经科学的角度来看，最近的证据表明，注意力技能可能是对早期干预和训练最有效的人脑功能之一（例如[71]）。

此外，从神经建构主义者的角度来看，注意力是一种至关重要的机制，通过这种机制，孩子可以积极地选择其环境的特定方面进行进一步学习。执行功能包括以下能力：抑制不想要的信息或响应，为一系列精神步骤或行动提前计划，并在短期内保留与任务相关和不断变化的信息（工作记忆）。[72]像关注一样，执行功能是在教育环境中获取特定领域知识和技能的关键平台。此外，最近的研究表明，学龄前对执行技能的培训可以防止早期学校失败。[73] [74]患有多动症，反社会行为，行为障碍和自闭症的儿童均可表现出非典型的执行功能。基础神经科学研究已经确定了成年人执行功能（包括前额叶皮层）涉及的主要大脑结构和回路。但是，要了解这种电路的发展以及执行功能中个体差异的遗传和神经基础，还有许多工作要做。[75]前瞻性精神资本和福利项目专门确定并强调了注意和执行功能技能在未来学习困难中的重要性（“学习困难：未来挑战”中的第2.2.4和2.4节）。

神经科学与教育：一座桥梁太远了？
尽管许多人乐观地认为神经科学可以对教育做出有意义的贡献，并且存在建立教育神经科学研究领域的潜力，但一些研究人员认为，这两个学科之间的差异太大，以至于他们无法直接以实际有意义的方式链接。 1997年，约翰·布鲁尔（John Bruer）发表了对他所谓的“神经科学与教育论点”的主要评论。[13]

布鲁尔定义的“神经科学和教育论据”源于发育神经生物学的三个主要发现。

儿童早期的特征是大脑中突触数量的快速增长（突触发生），并且在此之后是修剪期。
在所谓的依赖于经验的关键时期内，发育大脑最适合发展某些感觉和运动技能。
刺激丰富的环境导致更大的突触发生。基本论点是，当儿童的突触生长过多和大脑活动高峰时，他们能够在幼年时学习更多。
神经生物学提供的早期大脑发育的知识已被用于支持有关教育的各种争论。例如，由于幼小的大脑具有很大的适应性和学习潜力，因此可以以某种知识上诚实的形式向幼儿教授任何科目。[76]或者，存在用于学习某些技能或知识集的关键时期的想法吸引了这样一个事实，即在动物研究中，如果发育大脑被剥夺了某些感觉输入，负责处理这些输入的大脑区域就无法在以后的发育中充分发育。 ，因此是“如果您错过了窗口，则说明您正在让分”。[77]

布鲁尔关于支持神经科学和教育的报道的主要争论点之一是缺乏实际的神经科学证据。 《承诺年：美国儿童的全面学习策略》（纽约卡内基公司，1996年）等报告援引了许多认知和行为心理学研究，但只进行了少量的基于大脑的研究，但得出了关于大脑在学习中的作用。

布鲁尔认为，行为科学可以为教育政策的制定提供基础，但是与神经科学的联系是“一座遥不可及的桥梁”，而将神经科学应用于教育的局限性源于神经科学知识本身的局限性。布鲁尔通过论证有关神经科学和教育论证的三个主要原则的当前知识的局限性来支持他的批评。参见神经神话。

另一个问题是成像方法的空间分辨率与被认为是学习过程基础的突触变化的空间分辨率之间的差异。关于时间分辨率，存在类似的问题。这使得很难将认知技能的各个组成部分与脑功能相关联。但是，布鲁尔认为，教育神经科学论证的主要缺陷在于，它试图将突触级发生的事情与高阶学习和指导联系起来。术语“思维，大脑和教育”暗示了以下想法：如果作者不能直接架起教育和神经科学的桥梁，那么作者可以使用两个现有的联系来为教育提供信息。这些是认知心理学和教育之间以及认知心理学和神经科学之间的联系。

布鲁尔认为，当前形式的神经科学几乎无法为实践者提供教育。另一方面，认知科学可以作为学习和教育应用科学发展的基础。其他研究人员提出了布鲁尔提出的认知心理学的替代桥梁。[13]梅森[14]认为，教育和神经科学之间的鸿沟可以通过教育心理学来最好地弥补，她认为这与“发展学生学习和其他教育现象的描述性，解释性和说明性模型”有关。

教育神经科学的挑战
尽管Willingham断言[20]，神经科学对教育实践和理论做出贡献的潜力已经毋庸置疑，但他还是强调了要有效地与这两个学科结合起来必须克服的三个挑战。

目标问题：威林汉姆（Willingham）认为教育是一门所谓的“人工科学”，旨在构建一种“人工制品”，在这种情况下，是一套教学策略和材料。另一方面，神经科学是所谓的“自然科学”，与描述神经结构和功能的自然原理有关。这种差异意味着使用神经科学研究无法根本地解决教育设定的某些目标，例如，儿童品格或审美观念的建立。

垂直问题：分析级别：Willingham建议神经科学家采用的最高分析级别是将大脑结构和活动映射到认知功能，甚至是认知功能的交互作用（即情感对学习的影响）。在神经科学研究中，为简单起见，对这些功能进行了孤立的研究，并且没有考虑作为整体的神经系统，包括其功能相互作用的所有巨大组成部分。另一方面，对于教育者来说，最低的分析水平将是一个孩子的心智，随着分析水平的提高，课堂，邻里，国家等也将纳入其中。

因此，将关于单个认知因素的研究孤立地引入到情境本质上很重要的领域会带来固有的困难。例如，虽然死记硬背的学习方式可能会改善研究实验室的学习，但教师如果不考虑对孩子动机的影响，就无法实施该策略。作为回报，神经科学家很难在研究环境中描述这种相互作用。

横向问题：转移研究发现：尽管教育理论和数据几乎完全是行为的，但神经科学研究的发现可以采取多种形式（例如电学，化学，空间，时间等）。从神经科学到教育领域，最常见的数据形式是大脑激活到认知功能的空间映射。 Willingham（2009）强调了将此类空间信息应用于教育理论的困难。如果已知某个大脑区域支持与教育相关的认知功能，那么利用该信息实际上可以做什么？ Willingham建议，只有在已经有大量的行为数据和理论存在的情况下，才能解决这个“水平问题”，[78]并指出这种方法已经成功地识别了阅读障碍的亚型（例如[79] [80] ]）。

威林汉姆（Willingham）提出，要成功地将神经科学与教育结合起来，必不可少的是，这两个领域彼此抱有现实的期望。例如，教育工作者不应期望神经科学会为教育实践提供规定性答案，与神经科学方法（例如，审美训练）不兼容的教育目标，或超出个人水平的分析水平。最后，Willingham建议，只有在细粒度的分析（例如人们的阅读方式）针对特定问题时，神经科学才对教育工作者有用，但是这些数据仅在完善的行为理论的背景下有用。

Katzir和Pareblagoev等其他研究人员[28]指出，目前的神经影像学方法可能不适合用于更高水平的认知功能的检查，因为它主要依赖于“减法”。通过这种方法，从“高阶”认知任务的活动中减去了简单控制任务中的大脑活动，因此留下了与目标功能特别相关的激活。 Katzir＆Pareblagoev建议，虽然此方法可能非常适合检查诸如感知，视觉和触觉之类的低级处理，但很难为高阶处理（例如阅读和推理理解）设计有效的控制任务。因此，一些研究者[81] [82]认为功能成像技术可能不是最适合测量高阶处理的技术。 Katzir＆Pareblagoev认为这可能不是技术本身的缺陷，而是实验设计和解释结果的能力。作者提倡在扫描仪中使用实验手段，对于这些手段而言，行为数据已经众所周知，并且存在强大的理论框架。

将挑战转化为机遇
Varma，McCandliss和Schwartz [83]最近对教育神经科学辩论的另一篇综述着眼于八个主要挑战，分为面对领域的科学挑战和实际挑战，并试图将这些挑战转化为机遇。

科学挑战
方法：神经科学方法创建了人工环境，因此无法提供有关教室环境的有用信息。此外，令人担忧的是，如果神经科学开始对教育实践产生太大影响，那么可能会不再重视情境变量，并且解决教育问题的方法可能主要是生物学的，而不是教学的。但是，Varma等。认为新颖的实验范式为研究情境提供了机会，例如遵循不同学习程序的大脑激活[84]，并且神经影像学还可以检查战略/机制发展变化，而这些变化不能仅仅通过反应时间和行为手段来把握。此外，Varma等。引用最近的一项研究表明，可以使用大脑成像技术来研究文化变量的影响（例如[85]），其结果可用于对课堂实践产生影响。

数据：知道支持基本认知功能的大脑区域并不能告诉作者如何设计该功能的指令。但是，Varma等。这表明神经科学为认知的新颖分析提供了机会，将行为分解为在行为水平上不可见的元素。例如，不同的算术运算是否显示出不同的速度和精度曲线的问题是一个认知系统内相对于使用不同认知系统的不同效率水平的结果。

还原论：将神经科学术语和理论应用于教育实践是一种还原，对教育工作者没有实际用处。用神经科学的术语重新描述行为缺陷并没有获得任何好处。 Varma等。指出还原论是科学统一的一种模式，神经科学术语的共同采用并不需要消除教育术语，它只是提供了跨学科交流和理解的机会。

哲学：教育和神经科学从根本上是不相容的，因为试图通过描述单个大脑的物理机制来描述教室中的行为现象在逻辑上是错误的。但是，神经科学可以通过提供关于结果报告的统一性度量，来帮助解决因在教育子领域中使用的不同理论构造和术语而导致的教育内部冲突。

务实的关注
成本：神经科学方法非常昂贵，而且预期结果不能证明成本合理。但是，Varma等。指出与教育相关的神经科学可能会吸引更多的教育研究资金，而不是占用资源。教育神经科学的基本主张是，这两个领域是相互依存的，集体分配给这两个领域的部分资金应用于共同的问题。

时间安排：神经科学虽然发展迅速，但在健康大脑的非侵入性研究方面仍处于起步阶段，因此教育研究人员应等待，直到收集到更多数据并将其提炼成简洁的理论为止。与此相反，Varma等。认为已经取得了一些成功。例如，研究阅读障碍症纠正计划成功的研究[86]能够揭示这些计划对支持阅读的大脑网络的影响。这反过来导致产生新的研究问题。

控制：如果教育允许神经科学进入大门，则将越来越多地根据神经机制来投掷理论，并且辩论将越来越依赖于神经影像数据。神经科学将蚕食资源，而教育研究将失去其独立性。 Varma等。认为两个字段之间不对称关系的假设是不必要的。教育具有影响神经科学的潜力，将未来的研究引向复杂的认知形式，而教育研究人员可以帮助教育神经科学避免进行幼稚的实验和避免重复先前的错误。

神经神话：到目前为止，应用于教育的大多数神经科学发现都被证明是神经神话，是对教育问题的基础研究的不负责任的推断。此外，这样的神经神话已经超越了学术界，并直接向教师，行政人员和公众推销。 Varma等。有人回答说，神经神话的存在揭示了人们对脑功能的着迷。适当转移教育性神经科学结果和完善的合作研究可以降低神经神话的可能性。

双向关系
诸如Katzir和Pareblagoev [28]和Cacioppo＆Berntson（1992）[87]之类的研究者认为，除了提供神经科学知识教育之外，教育研究方法还可以促进神经科学研究新实验范式的发展。 Katzir和Pareblagoev（2006）提出了阅读障碍研究的例子，作为如何实现这种双向协作的模型。在这种情况下，阅读过程的理论指导了神经科学研究的设计和解释，但是现有的理论主要是从行为工作中发展出来的。作者认为，建立理论来描述与教育相关的任务所需的技能和子技能，这是教育神经科学研究取得成果的基本要求。此外，这些理论需要建议在教育上相关的行为和脑功能之间的经验可检验的联系。

教育者的作用
哈佛大学思维，大脑和教育研究生项目主任库尔特·菲舍尔（Kurt Fischer）表示：“垃圾之所以出很多，原因之一是，很少有人对教育和神经科学有足够的了解，可以将它们整合在一起。” [88] ]教育者一直依靠他人的专业知识来进行Neuroscience的解释，因此无法辨别所提出的主张是对研究的有效还是无效的陈述。如果没有直接接触基础研究的知识，教育工作者就有可能滥用神经科学研究的结果。[89]从研究到实践的转移中需要所谓的“中间人”，这导致了认知神经科学研究结果的应用在研究本身之前的局面。

为了消除对中间人的需求，一些研究人员建议需要建立一组神经教育者，这是经过特殊培训的专业人员类别，其作用是以明智和道德的方式指导将认知神经科学引入教育实践。神经教育者将在评估与教育有关的证据质量，评估谁最有资格采用新近开发的知识，采用何种保护措施以及如何应对已实施的研究结果的意外后果方面发挥关键作用。[ 90]

Byrnes＆Fox（1998）[91]提出，与神经科学研究相关的发展心理学家，教育心理学家和教师通常属于四个方向之一：“（1）那些容易接受（有时会过度解释）神经科学研究结果的人；（2）完全拒绝神经科学方法并认为神经科学研究的结果毫无意义的人；（3）对神经科学研究不熟悉和漠不关心的人；以及（4）谨慎地接受神经科学发现作为积极部分的人从认知和神经科学的不同角度得出的发现的总体模式”。 Greenwood（2009）[85]认为，随着教育者可用的知识体系的增加，以及在各个领域成为专家的能力下降，最有生产力的观点将是第四点，[87]谨慎地接受神经科学发现和积极的协作。

Bennett＆Rolheiser-Bennett（2001）[92]指出“教师必须在教学艺术中意识到科学并采取行动”。他们建议教育者必须意识到其他方法，并将其纳入实践。此外，贝内特（Bennett）和罗尔海塞尔（Rolheiser-Bennett）建议，特定的知识体系在就“学习环境的设计”做出重要决策时，在告知教育工作者方面将发挥重要作用。讨论的知识体系包括多元智能，情绪智力，学习方式，人脑，处于危险中的儿童和性别。正如作者所解释的那样，这些领域和其他领域只是“旨在扩大教师对学生学习方式的理解，并以此为依据来决定如何以及何时选择，整合和制定……清单中项目的镜头”。 [88]

Mason [14]支持在神经科学与教育之间进行双向建设性合作的呼吁，由此，不是将神经科学研究直接应用于教育，而是将神经科学研究的发现用于约束教育理论。作为回报，教育将影响神经科学研究中使用的研究问题和实验范式的类型。梅森（Mason）还举了一个例子，尽管课堂上的教学实践可能引起有关在学校任务中表现的情感基础的教育问题，但神经科学有潜力揭示高阶思维过程的大脑基础，因此可能有助于理解情感在学习中所扮演的角色，并在课堂上开创情感思想的新研究领域。

神经神话
“神经律”一词最早是由经合组织关于了解大脑的报告提出的。[93]该术语是指将科学发现转化为关于教育的错误信息。经合组织的报告突出了三个特别需要注意的神经神话，尽管乌沙·高斯瓦米（Usha Goswami）等研究人员发现了其他几个神话。

半球差异与学习类型的不同有关的信念（即左脑与右脑）。
认为大脑仅在某些“关键时期”才可以进行某些类型的学习，因此认为必须在这些时期内进行这些领域的学习。
相信有效的教育干预措施必须与突触发生的时期相一致。换句话说，在最大突触生长期间，应丰富儿童的环境。

左脑与右脑
主要文章：脑功能的横向化
大脑的两个半球可能学习不同的想法实际上在神经科学研究中没有基础。[4]这个想法源于以下知识：某些认知技能似乎在特定的半球上有所不同（例如，在健康的右撇子中，语言功能通常受左半球大脑区域的支持）。然而，神经健康的个体中大量的纤维连接连接了大脑的两个半球。迄今为止，已使用神经影像学进行研究的每一项认知技能都使用分布在两个大脑半球（包括语言和阅读）的大脑区域网络，因此没有证据表明存在针对大脑一侧的任何类型的学习。

关键时期
主条目：关键时期
关键时期是动物早期生命中的某个时间段，在此期间某些属性或技能的发展很快，并且最容易发生变化。在关键时期，最容易掌握技能或特征。在此期间，可塑性最依赖于经验或环境影响。关键时期的两个例子是儿童双眼视觉语言能力的发展。关键时期神经神话是某些神经科学研究的发现（见上文）的过度延伸，主要来自对视觉系统的研究，而不是认知和学习。尽管在某些时间段内的感觉剥夺可以明显地阻碍视觉技能的发展，但这些时间段是敏感的而不是关键的，学习的机会不一定会永远丧失，正如“关键”一词所暗示的那样。尽管儿童可能会从某种类型的环境投入中受益，例如，在学习语言的敏感时期接受第二语言的学习，但这并不意味着成年人在以后的生活中无法获得外语技能。

关键时期的想法主要来自于Hubel和Wiesel的工作。[94]关键时期通常与过量的突触形成时期相吻合，并且在突触水平稳定的大约同一时间结束。在突触形成的这些时期中，某些大脑区域对某些普遍类型的刺激是否存在特别敏感。特定系统内有不同的关键时期，例如视觉系统对于眼部优势，视敏度和双眼功能具有不同的临界期[95]，并且系统之间的临界期也不同，例如，视觉系统的临界期似乎在12岁左右就结束了，而对于获取语法的时间大约为16年。

现在，神经科学家不再谈论一般认知系统的单个关键时期，而是感知敏感的时间段，在此期间，大脑最有可能以微妙和渐进的方式成形。此外，关键时期本身可以分为三个阶段。首先是快速的变化，然后是持续发展，可能会造成损失或恶化，最后是持续发展的阶段，在此阶段，系统可以从匮乏中恢复过来。

尽管有证据表明处于敏感时期，但作者不知道它们是否存在于文化传播的知识体系中，例如阅读和算术等教育领域。此外，作者不知道突触发生在这些技能的获得中起什么作用。

丰富的环境
丰富的环境论证基于证据，即在复杂环境中饲养的大鼠在迷宫任务中的表现更好，并且与在严峻环境中饲养的大鼠相比，突触联系多20-25％。[96]然而，这些丰富的环境是在实验室的笼子里，并没有接近复制老鼠在野外会经历的强烈刺激的环境。此外，响应于新的环境刺激，这些附加连接的形成贯穿整个生命，而不仅仅是在关键或敏感时期。例如，熟练的钢琴演奏者在听觉皮层中显示出与钢琴音色有关的扩大的重现，[97]而小提琴家的左手手指中的神经被重现了。[98]即使是精打细算地学习伦敦街道地图的伦敦出租车司机，在负责空间重现和导航的大脑部分也会形成扩大的形态。[99]这些结果表明，即使专注于成年教育，也可以通过集中的教育投入来形成广泛的新连接。 Greenough的工作表明了大脑可塑性的第二种类型。突触发生和关键时期与预期的可塑性有关，而复杂环境中突触的生长与“经验依赖性”可塑性有关。这种类型的可塑性与特定于环境的学习有关，而不与该物种的所有成员（如词汇）普遍存在且共有的环境特征有关。

依赖于经验的可塑性很重要，因为它确实可能将特定的学习与大脑的可塑性联系在一起，但它在整个生命中都是重要的，而不仅仅是在关键时期。 “预期的可塑性” [96]表明，微调感官系统所必需的环境特征无处不在，并且具有非常普遍的性质。在任何典型的儿童环境中，这类刺激都是丰富的。因此，可预期的可塑性不依赖于特定环境中的特定经验，因此无法在选择玩具，学前班或幼儿保育政策方面提供很多指导。经验与大脑可塑性之间的联系很有趣。毫无疑问，学习会影响大脑，但是这种关系并不能为作者如何设计教学提供指导。

布鲁尔还警告说，在社会经济价值体系的基础上丰富环境的危险，并警告说，在没有神经科学依据的情况下，通常倾向于将中产阶级追求的价值比与工人阶级生活方式相关的追求更丰富。

突触发生
主条目：突触发生
此外，一些对教育神经科学方法的批评者强调了在将早期生理性大脑发育的理解，特别是突触形成应用于教育理论方面的局限性。

突触发生的研究主要是在动物（例如猴子和猫）上进行的。突触密度的度量是总体度量，众所周知，同一大脑区域内不同类型的神经元的突触生长速率有所不同[70]。其次，据称出生到三年的“关键时期”是从对恒河猴的研究中得出的，恒河猴在三岁时达到青春期，并假设人类的突触形成时期与猴子的突触形成时期完全相同。假设神经生长的这一时期实际上一直持续到青春期，这可能更合理，这意味着人类直到青春期初期。

强烈的突触发生期通常与某些技能和认知功能的出现相关，例如视觉固定，抓握，符号使用和工作记忆。但是，在突触发生被认为结束之后，这些技能仍将继续发展。许多这些技能甚至在突触密度达到成人水平后仍继续提高，因此，作者最多可以说的是，突触发生对于这些技能的出现可能是必需的，但不能完全说明它们的不断完善。[100]某些其他形式的大脑变化必须有助于持续的学习。

另外，通常认为与突触发生有关的认知变化的类型围绕视觉，触觉，运动和工作记忆。这些不是教授的技能，而是通常独立于学校而获得的技能，即使它们可能支持将来的学习。但是，这些技能与以后的学校学习如何相关尚不清楚。作者知道发生突触，并且突触的模式对于正常的脑功能很重要。但是，缺乏的是神经科学告诉教育者什么样的幼儿经历可以增强孩子的认知能力或教育成果。

男性与女性的大脑
主条目：性别差异的神经科学
一个人可以拥有“男性”大脑或“女性”大脑的想法是对试图描述自闭症谱系障碍患者的认知模式本质的一种错误解释，即[101]。 Baron-Cohen建议，尽管男人是更好的“系统化者”（善于理解机械系统），而女人是更好的“移情者”（善于交流和理解他人），因此他建议自闭症可以被认为是孤独症的一种极端形式。 “男性大脑”。没有迹象表明男性和女性的大脑完全不同，或者自闭症女性的大脑是男性。

学习方法
在教育领域，一个普遍的神话是个人具有不同的学习方式，例如“视觉”或“动觉”。 [p] [102] [103]尽管有很多人会说p参考他们想学习的方式，但是没有证据表明将一种教学技术与一种偏好的风格相匹配会改善学习。[102] [103]学习风格的使用甚至可能会带来危害，其中学习者会变得“笨拙”，认为他们可能不适合与“学习风格”不匹配的学习类型[104]（例如所谓的视觉学习者可能不希望学习音乐）。尽管缺乏证据，但2012年的一项研究表明，教师对使用学习方式的信念普遍存在[105]。2015年的一项研究表明，高等教育研究中的大多数研究论文都错误地认可了学习方式的使用。 [104]

另见
Ten percent of brain myth
The five-senses myth
Cognitive advantages of bilingualism
Cognitive style
参考
"Neuroeducation" Emerges as Insights into Brain Development, Learning Abilities Grow, Dana Foundation.
Ansari, D; Coch, D (2006). "Bridges over troubled waters: Education and cognitive neuroscience". Trends in Cognitive Sciences. 10 (4): 146–151. doi:10.1016/j.tics.2006.02.007. PMID 16530462.
Coch, D; Ansari, D (2008). "Thinking about mechanisms is crucial to connecting neuroscience and education". Cortex. 45 (4): 546–547. doi:10.1016/j.cortex.2008.06.001. PMID 18649878.
Goswami, U (2006). "Neuroscience and education: from research to practice?". Nature Reviews Neuroscience. 7 (5): 406–411. doi:10.1038/nrn1907. PMID 16607400.
Meltzoff, AN; Kuhl, PK; Movellan, J; Sejnowski, TJ (2009). "Foundations for a New Science of Learning". Science. 325 (5938): 284–288. doi:10.1126/science.1175626. PMC 2776823. PMID 19608908.
Ansari, D (2008). "Effects of development and enculturation on number re介绍 in the brain". Nature Reviews Neuroscience. 9 (4): 278–291. doi:10.1038/nrn2334. PMID 18334999.
McCandliss, BD; Noble, KG (2003). "The development of reading impairment: a cognitive neuroscience model". Mental Retardation and Developmental Disability Research Review. 9 (3): 196–204. CiteSeerX 10.1.1.587.4158. doi:10.1002/mrdd.10080. PMID 12953299.
Gabrieli, JD (2009). "Dyslexia: a new synergy between education and cognitive neuroscience". Science. 325 (5938): 280–283. CiteSeerX 10.1.1.472.3997. doi:10.1126/science.1171999. PMID 19608907.
Price, GR; Holloway, I; Rsnen, P; Vesterinen, M; Ansari, D (2007). "Impaired parietal magnitude processing in developmental dyscalculia". Current Biology. 17 (24): R1042–1043. doi:10.1016/j.cub.2007.10.013. PMID 18088583.
Davis, A (2004). "The credentials of brain-based learning". Journal of Philosophy of Education. 38 (1): 21–36. doi:10.1111/j.0309-8249.2004.00361.x.
Petitto, LA; Dunbar, K (2004). "New findings from educational neuroscience on bilingual brains, scientific brains, and the educated mind.". In Fischer, K; Katzir, T (eds.). Building Usable Knowledge in Mind, Brain, & Education. Cambridge University Press.
Howard-Jones, P; Pickering, S.; Diack, A (2007). "Perception of the role of neuroscience in education. Summary Report for the DfES Innovation Unit"
Bruer, JT (1997). "Education and the brain: A bridge too far". Educational Researcher. 26 (8): 4–16. doi:10.3102/0013189x026008004.
Mason, L. (2009). "Bridging neuroscience and education: A two-way path is possible". Cortex. 45 (4): 548–549. doi:10.1016/j.cortex.2008.06.003. PMID 18632093.
Fischer, KW (2009). "Mind, Brain, and Education:Building a scientific groundwork for learning and teaching" (PDF). Mind, Brain and Education. 3 (1): 3–16. doi:10.1111/j.1751-228X.2008.01048.x.
Frith, C (2007). Making Up the Mind: How the Brain Creates Our Mental World. Oxford: Blackwell. ISBN 978-1-4051-6022-3.
Ischebeck, A.; Zamarian, L; Siedentopf, C; Koppelsttter, F; Benke, T; Felber, S; Delazer, M (2006). "How specifically do we learn? Imaging the learning of multiplication and subtraction". NeuroImage. 30 (4): 1365–1375. doi:10.1016/j.neuroimage.2005.11.016. PMID 16413795.
Bransford, JD; Brown, AL; Cocking, RR (2000). How people learn : brain, mind, experience, and school (Expanded edition). Washington, DC: National Academy of Sciences: Committee on Developments in the Science of Learning and Committee on Learning Research and Educational Practice. ISBN 978-0-309-07036-2.
Blakemore, SJ; Frith, U (2005). "The learning brain: lessons for education: a precis". Developmental Science. 8 (6): 459–465. doi:10.1111/j.1467-7687.2005.00434.x. PMID 16246234.
Willingham, DT (2009). "Three problems in the marriage of neuroscience and education". Cortex. 45 (4): 544–545. doi:10.1016/j.cortex.2008.05.009. PMID 18644588.
Rumsey, JM; Andreason, P; Zametkin, AJ; Aquino, T; King, AC; Hamburger, SD; Pikus, A; Rapoport, JL; Cohen, RM (1992). "Failure to activate the left temporoparietal cortex in dyslexia: An oxygen 15 正电子 emission tomographic study". Archives of Neurology. 49 (5): 527–534. doi:10.1001/archneur.1992.00530290115020. PMID 1580816.
Goswami, U (2004). "Neuroscience and education". British Journal of Educational Psychology. 74 (1): 1–14. doi:10.1348/000709904322848798. PMID 15096296.
McArthur, GM; Bishop, DVM (2004). "Which people with specific language impairment have auditory processing deficits?". Cognitive Neuropsychology. 21 (1): 79–94. doi:10.1080/02643290342000087. PMID 21038192.
Thomson, J; Baldeweg, T; Goswami, U. (2005). "Amplitude envelope onsets and dyslexia: a behavioural and electrophysiological study". ISCA.
Frith, U; Happe, F (1998). "Why specific developmental disorders are not specific: On-line and developmental effects in autism and dyslexia". Developmental Science. 1 (2): 267–272. doi:10.1111/1467-7687.00041.
Shaywitz, SE; Shaywitz, BA; Fulbright, RK; Skudlarski, P; Mencl, WE; Constable, RT; Pugh, KR; Holahan, JM; Marchione, KE; Fletcher, JM; Lyon, GR; Gore, JC (2003). "Neural systems for compensation and persistence: Young adult outcome of childhood reading disability". Biological Psychiatry. 54 (1): 25–33. CiteSeerX 10.1.1.568.7213. doi:10.1016/S0006-3223(02)01836-X. PMID 12842305.
Temple, E; Deutsch, GK; Poldrack, RA; Miller, SL; Tallal, P; Merzenich, MM; Gabrieli, JD (2003). "Neural deficits in children with dyslexia ameliorated by behavioral remediation: Evidence from functional MRI". Proceedings of the National Academy of Sciences. 100 (5): 2860–2865. doi:10.1073/pnas.0030098100. PMC 151431. PMID 12604786.
Katzir, T; Pare-Blagoev, J (2006). "Applying cognitive neuroscience research to education: The case of literacy". Educational Psychologist. 41 (1): 53–74. doi:10.1207/s15326985ep4101_6.
Guttorm, TK; Leppnen, PH; Poikkeus, AM; Eklund, KM; Lyytinen, P; Lyytinen, H (2005). "Brain event-related potentials (ERPs) measured at birth predict later language development in children with and without familial risk for dyslexia". Cortex. 41 (3): 291–303. doi:10.1016/S0010-9452(08)70267-3. PMID 15871595.
Pinker, S; Jackendoff, R (2005). "The faculty of language: what's special about it?". Cognition. 95 (2): 201–236. CiteSeerX 10.1.1.494.2923. doi:10.1016/j.cognition.2004.08.004. PMID 15694646.
Catts, HW; Fey, ME; Zhang, X; Tomblin, JB (1999). "Language basis of reading and reading disabilities: Evidence from a longitudinal investigation". Scientific Studies of Reading. 3 (4): 331–361. doi:10.1207/s1532799xssr0304_2.
Bercow, J (2008). "The Bercow Report. A Review of Services for Children and Young People (0–19) With Speech, Language and Communications Needs"
Tomblin, JB; Zhang, X; Buckwalter, P; O'Brien, M (2003). "The stability of primary language disorder: Four years after kindergarten diagnosis". Journal of Speech, Language, and Hearing Research. 46 (6): 1283–1296. doi:10.1044/1092-4388(2003/100). PMID 14700355.
Catts, HW (1993). "The relationship between speech-language impairments and reading disabilities". Journal of Speech and Hearing Research. 36 (5): 948–58. doi:10.1044/jshr.3605.948. PMID 8246483.
Donlan, C; Cowan, R; Newton, EJ; Lloyd, D (2007). "The role of language in mathematical development: Evidence from children with specific language impairments". Cognition. 103 (1): 23–33. doi:10.1016/j.cognition.2006.02.007. PMID 16581052.
Dockrell, JE; Lindsay, G (2001). "Children with Specific Speech and Language Difficulties—the teachers perspective". Oxford Review of Education. 27 (3): 369–394. doi:10.1080/03054980125168.
Kuhl, P; Rivera-Gaxiola, M (2008). "Neural substrates of language acquisition" (PDF). Annual Review of Neuroscience. 31: 511–534. doi:10.1146/annurev.neuro.30.051606.094321. PMID 18558865.
McArthur, GM; Ellis, D; Atkinson, CM; Coltheart, M (2008). "Auditory processing deficits in children with reading and language impairments: Can they (and should they) be treated?". Cognition. 107 (3): 946–977. doi:10.1016/j.cognition.2007.12.005. PMID 18262177.
Tomblin, JB; Zhang, X (2006). "The dimensionality of language ability in school-age children". Journal of Speech, Language, and Hearing Research. 49 (6): 1193–1208. doi:10.1044/1092-4388(2006/086). PMID 17197490.
Fonteneau, E; van der Lely, HKJ; Pinker, Steven (2008). Pinker, Steven (ed.). "Electrical Brain Responses in Language-Impaired Children Reveal Grammar-Specific Deficits". PLoS ONE. 3 (3): e1832. doi:10.1371/journal.pone.0001832. PMC 2268250. PMID 18347740. open access
Parsons, S; Bynner, J (2005). "Does numeracy matter more?". National Research and Development Centre for Adult Literacy and Numeracy, Institute of Education, UK. Archived from the original on 2011-09-29. Retrieved 2010-08-06
Ansari, D; Karmiloff-Smith, A (2002). "Atypical trajectories of number development: a neuroconstructivist perspective". Trends in Cognitive Sciences. 6 (12): 511–516. doi:10.1016/S1364-6613(02)02040-5. PMID 12475711.
Dehaene, S; Piazza, M; Pinel, P; Cohen, L (2003). "Three parietal circuits for number processing" (PDF). Cognitive Neuropsychology. 20 (3–6): 487–506. CiteSeerX 10.1.1.4.8178. doi:10.1080/02643290244000239. PMID 20957581.
Castelli, F; Glaser, DE; Butterworth, B (2006). "Discrete and analogue quantity processing in the 顶叶: A functional MRI study". Proceedings of the National Academy of Sciences of the USA. 103 (12): 4693–4698. doi:10.1073/pnas.0600444103. PMC 1450233. PMID 16537401.
Landerl, K; Bevan, A; Butterworth, B (2004). "Developmental dyscalculia and basic numerical capacities: a study of 8-9-year-old students". Cognition. 93 (2): 99–125. CiteSeerX 10.1.1.123.8504. doi:10.1016/j.cognition.2003.11.004. PMID 15147931.
Alarcon, M; DeFries, JC; Light, JG; Pennington, BF (1997). "A twin study of mathematics disability". Journal of Learning Disabilities. 30 (6): 617–623. doi:10.1177/002221949703000605. PMID 9364899.
Shalev, RS; Manor, O; Kerem, B; Ayali, M; Badichi, N; Friedlander, Y; Gross-Tsur, V (2001). "Developmental dyscalculia is a familial learning disability". Journal of Learning Disabilities. 34 (1): 59–65. doi:10.1177/002221940103400105. PMID 15497272.
Mazzocco, MMM; McCloskey, M (2005). "Math performance in girls with Turner or fragile X syndrome". In Campbell, JID (ed.). Handbook of Mathematical Cognition. Psychology Press. pp. 269–297. ISBN 978-1-84169-411-5.
Beddington, J; Cooper, CL; Field, J; Goswami, U; Huppert, FA; Jenkins, R; Jones, HS; Kirkwood, TBL; Sahakian, BJ; Thomas, SM (2008). "The mental wealth of nations" (PDF). Nature. 455 (7216): 1057–1060. doi:10.1038/4551057a. PMID 18948946.
Dehaene, S; Dehaene-Lambertz, G; Cohen, L (1998). "摘要 re介绍s of numbers in the animal and human brain" (PDF). Trends in Neurosciences. 21 (8): 355–361. doi:10.1016/S0166-2236(98)01263-6. PMID 9720604.
Temple, E; Posner, MI (1998). "Brain mechanisms of quantity are similar in 5-year-old children and adults". Proceedings of the National Academy of Sciences of the USA. 95 (13): 7836–7841. doi:10.1073/pnas.95.13.7836. PMC 22775. PMID 9636237.
Ansari, D; Garcia, N; Lucas, E; Hamon, K; Dhital, B (2005). "Neural correlates of symbolic number processing in children and adults". NeuroReport. 16 (16): 1769–1773. doi:10.1097/01.wnr.0000183905.23396.f1. PMID 16237324.
Dehaene, S; Spelke, E; Pinel, P; Stanescu, R; Tsivkin, S (1999). "Sources of mathematical thinking: behavioral and brain-imaging evidence" (PDF). Science. 284 (5416): 970–974. doi:10.1126/science.284.5416.970. PMID 10320379.
Zago, L; Pesenti, M; Mellet, E; Crivello, F; Mazoyer, B; Tzourio-Mazoyer, N (2001). "Neural correlates of simple and complex mental calculation". NeuroImage. 13 (2): 314–327. CiteSeerX 10.1.1.420.2126. doi:10.1006/nimg.2000.0697. PMID 11162272.
Kucian, K; Loenneker, T; Dietrich, T; Dosch, M; Martin, E; von Aster, M (2006). "Impaired neural networks for approximate calculation in dyscalculic children: a functional MRI study". Behavioral and Brain Functions. 2 (1): 31. doi:10.1186/1744-9081-2-31. PMC 1574332. PMID 16953876.
Salovey, P. and D.J. Sluyter, Emotional development and emotional intelligence: Educational implications. 1997: Basic Books.
Goleman, D., Emotional intelligence. New York, 1995.
Petrides, K.V., N. Frederickson, and A. Furnham, The role of trait emotional intelligence in academic performance and deviant behavior at school. Personality and individual differences, 2004. 36(2): p. 277-293.
Appleby, L., S. Shribman, and N. Eisenstadt, Promoting the mental health and psychological wellbeing of children and young people. Report on the Implementation of Standard, 2006. 9.
Herba, C. and M. Phillips, Annotation: Development of facial expression recognition from childhood to adolescence: Behavioural and neurological perspectives. Journal of Child Psychology and Psychiatry, 2004. 45(7): p. 1185-1198.
McClure, E.B., A meta-analytic review of sex differences in facial expression processing and their development in infants, children, and adolescents. Psychological Bulletin, 2000. 126(3): p. 424-453.
Anderson, S.W., et al., Impairment of social and moral behavior related to early damage in human prefrontal cortex. Foundations of Social Neuroscience, 2002: p. 333–343.
Damasio, A.R., The neurobiological grounding of human values. Changeux JP, et al (ed) Neurobiology of human values, in Neurobiology of human values J.P. Changeux, et al., Editors. 2005, London: Springer-Verlag. p. 47-56.
Immordino-Yang, M.H. and A. Damasio, We feel, therefore we learn: The relevance of affective and social neuroscience to education. Mind, Brain, and Education, 2007. 1(1): p. 3-10.
Decety, J. and M. Meyer, From emotion resonance to empathic understanding: A social developmental neuroscience account. Development and Psychopathology, 2008. 20(04): p. 1053-1080.
Silani, G., et al., The neurophysiological bases of inner emotional experience in autism spectrum disorders: an fMRI investigation. Social Neuroscience, 2008. 3(2): p. 97-112.
Lenroot, R.K. and J.N. Giedd, Brain development in children and adolescents: insights from anatomical 磁共振成像. Neuroscience and Biobehavioral Reviews, 2006. 30(6): p. 718-729.
Jones, A.P., et al., Amygdala hypoactivity to fearful faces in boys with conduct problems and callous-unemotional traits. American Journal of Psychiatry, 2009. 166(1): p. 95.
Blakemore, S.J., The social brain in adolescence. Nature Reviews Neuroscience, 2008. 9(4): p. 267-277.
Ronald, A., et al., Evidence for overlapping genetic influences on autistic and ADHD behaviours in a community twin sample. Journal of Child Psychology and Psychiatry, 2008. 49(5): p. 535-542.
Holmboe, K. and M.H. Johnson, Educating executive attention. 2005, National Acad Sciences. p. 14479-14480.
Kirkham, N.Z. and A. Diamond, Sorting between theories of perseveration: performance in conflict tasks requires memory, attention and inhibition. Developmental Science, 2003. 6(5): p. 474-476.
Diamond, A., et al., Preschool program improves cognitive control. Science, 2007. 318(5855): p. 1387-1388.
Blair, C. and A. Diamond, Biological processes in prevention and intervention: The promotion of self-regulation as a means of preventing school failure. Development and psychopathology, 2008. 20(03): p. 899-911.
Blakemore, S.J. and S. Choudhury, Development of the adolescent brain: implications for executive function and social cognition. Journal of Child Psychology and Psychiatry, 2006. 47(3–4): p. 296-312.
Hirsch, E.D., The schools we need and why we don't have them. 1996: Doubleday Books.
Begley, S., Your child's brain. NEWSWEEK-AMERICAN EDITION-, 1996. 127: p. 54-57.
Willingham, D.T. and J.W. Lloyd, How educational theories can use neuroscientific data. Journal Compilation. 1(3): p. 140-149.
Heim S, Tschierse J, Amunts K (2008). "Cognitive sub类型 of dyslexia". Acta Neurobiologiae Experimentalis. 68 (1): 73–82. ISSN 0065-1400. PMID 18389017.
Shaywitz, B.A., G.R. Lyon, and S.E. Shaywitz, The role of functional 磁共振成像 in understanding reading and dyslexia. Developmental Neuropsychology, 2006. 30(1): p. 613-632.
Palmer, E.D., et al., Investigation of the functional neuroanatomy of single word reading and its development. Scientific Studies of Reading, 2004. 8(3): p. 203-223.
Caplan, D., Functional neuroimaging studies of written sentence comprehension. Scientific Studies of Reading, 2004. 8(3): p. 225-240.
Varma, S., B.D. McCandliss, and D.L. Schwartz, Scientific and pragmatic challenges for bridging education and neuroscience. Educational Researcher, 2008. 37(3): p. 140.
Delazer, M., et al., Learning by strategies and learning by drill—evidence from an fMRI study. Neuroimage, 2005. 25(3): p. 838-49.
Tang, Y., et al., Arithmetic processing in the brain shaped by cultures. Proceedings of the National Academy of Sciences of the United States of America, 2006. 103(28): p. 10775-80.
Eden, G.F., et al., Neural changes following remediation in adult developmental dyslexia. Neuron, 2004. 44(3): p. 411-22.
Cacioppo, J.T. and G.G. Berntson (1992). "Social psychological contributions to the decade of the brain. Doctrine of multilevel analysis" (PDF). The American Psychologist. 47 (8): 1019–28. doi:10.1037/0003-066x.47.8.1019. PMID 1510329. Archived from the original (PDF) on 2015-02-26. Retrieved 2015-12-28.
Strauss, V., Starting where science meets education., in Washington Post. 2002.
Greenwood, R., Where are the educators? What is our role in the debate? Cortex, 2009. 45: p. 552-554.
Sheridan, K., E. Zinchenko, and H. Gardner, Neuroethics in Education. Unpublished Manuscript, 2005
Byrnes, J.P. and N.A. Fox, The educational relevance of research in cognitive neuroscience. Educational Psychology Review, 1998. 10(3): p. 297-342.
Bennett, B.B. and N.C. Rolheiser-Bennett, Beyond Monet: The artful science of instructional integration. 2001: Bookation.
OECD, Understanding the Brain: Towards a New Learning Science, OECD, Editor. 2002.
Wiesel, T.N. and D.H. Hubel, Extent of recovery from the effects of visual deprivation in kittens. Journal of Neurophysiology, 1965. 28(6): p. 1060-1072.
Kuhl, P.K., Learning and re介绍 in speech and language. Current Opinion in Neurobiology, 1994. 4(6): p. 812.
Greenough, W.T., J.E. Black, and C.S. Wallace, Experience and brain development. Child development, 1987. 58(3): p. 539-559.
Pantev, C., et al., Increased auditory cortical re介绍 in musicians. Nature, 1998. 392: p. 811-814.
Elbert, T., et al., Increased cortical re介绍 of the fingers of the left hand in string players. Science, 1995. 270(5234): p. 305.
Maguire, E.A., et al., Navigation-related structural change in the hippocampi of taxi drivers. Proceedings of the National Academy of Sciences of the United States of America, 2000. 97(8): p. 4398-403.
Goldman-Rakic, P.S. (1987). "Development of cortical circuitry and cognitive function". Child Development. 58 (3): 601–622. doi:10.1111/j.1467-8624.1987.tb01404.x.
Baron-Cohen, S., The essential difference: Men, women and the extreme male brain. 2003: Allen Lane.
Pashler, Harold; McDaniel, Mark; Rohrer, Doug; and Bjork, Robert (2008). "Learning Styles: Concepts and Evidence". Psychological Science in the Public Interest. 9 (3): 105–119. CiteSeerX 10.1.1.694.7021. doi:10.1111/j.1539-6053.2009.01038.x. PMID 26162104.
Rohrer, Doug and Pashler, Harold (2012). "Learning styles: where's the evidence?". Medical Education. 46 (7): 634–635. doi:10.1111/j.1365-2923.2012.04273.x. PMID 22691144.
Newton, Philip M. (2015). "The Learning Styles Myth is Thriving in Higher Education". Frontiers in Psychology. 6: 1908. doi:10.3389/fpsyg.2015.01908. PMC 4678182. PMID 26696947.
Dekker, Sanne; et al. (2012). "Neuromyths in education: Prevalence and predictors of misconceptions among teachers". Frontiers in Psychology. 3: 429. doi:10.3389/fpsyg.2012.00429. PMC 3475349. PMID 23087664.