少即是多：面向学习与教学的实用建构一致性分类框架（CATLI）

针对现有建构一致性分类体系过度细分、难以实用和跨研究整合的问题，Hofer 与 Schalk 在 npj Science of Learning 提出面向学习与教学的建构一致性分类框架（CATLI），在保留效度的前提下减少不必要的区分。该框架旨在帮助研究者与实践者描述和设计学习环境，并为研究与实践建立共同语言。