1. 问题的提出
当前，全球产业变革加速演进，以人工智能、大数据、物联网为代表的新技术深刻重塑着工作世界，对人才素质提出了前所未有的新要求。经济合作与发展组织(OECD)在其具有前瞻性的《学习框架2030》中明确指出，未来学生将需要在“未知的和不断变化的环境中应用他们的知识”，为此必须具备包括批判性思维、创造性思维等核心的认知与元认知技能。这些能力是应对不确定性、解决复杂问题、驱动创新的关键基石[1]。这表明学生的学习认知范式必须发生深刻转型，从传统的知识积累与再现，转向以高阶思维为核心的问题解决与创新应用能力。
《教育强国建设规划纲要(2024~2035年)》进一步设定了“人才自主培养质量全面提高，拔尖创新人才不断涌现”的总目标[2]。实现这一宏伟目标，职业教育不可或缺，而培养具备高阶认知能力的多样化人才乃至拔尖创新技能人才，已成为职业教育服务国家战略的核心使命。职业学校学生学习认知是实现上述目标的核心支撑。在全球教育范式加速向“素养本位”转型的背景下，这两种高阶能力已成为衡量教育质量的核心维度。
然而，当前职业学校学生的认知能力发展仍面临现实瓶颈。传统职教模式在一定程度上存在“重技能训练、轻思维养成”的倾向，学生的批判性思维、创造性思维等核心认知素养尚未得到系统培育。在此背景下，本研究聚焦于职业学校学生学习认知的发展机制，尤其关注学校管理因素在其中的作用，旨在回应以下核心问题：在全球素养导向的教育转型与国家教育强国战略双重驱动下，职业学校管理因素是如何通过系统性管理优化，有效促进学生高阶认知能力的发展，从而为培养面向未来的创新型技术技能人才提供支撑？
2. 研究设计
(一) 数据来源
1. 问卷结构。本研究以一所职业学校学生为研究对象，通过问卷调查展开分析。在现有研究基础上，结合活动理论、学校组织氛围理论和社会认知理论，界定了职业学校管理因素的四个维度维度及职业学校学生学习认知等概念，参考侯玉波等人开发的中国文化背景下的批判性思维量表与Runco创造力行为量表，并纳入职业院校学生所感知的学校管理要素，构建了相应的测量量表。问卷共53题，其中背景性问题10题，主要用于调查职业学校学生的基本情况。职业学校学生感知“学习认知”量表共设置33个题目，分为两个维度进行调查。这2个维度分别为：批判性思维(17题)，创造力(15题)，并将题目在具体内容的设置上，做了以下的细分：在批判性思维维度中，主要从批判性分析技能(简称技能)、对批判的开放性(简称开放)和运用批判性(简称运用)三个子维度；在创造力维度中，主要涉及创造性思维效能和认知流动性两个子维度。职业学校学生感知的“学校管理因素”量表共设置10个题项，主要用于考察学生对其所在学校的管理环境如何影响自身批判性思维与创造力发展的主观感知。从学校资源配置、评价体系、文化氛围及教师教学行为等维度设计问题，涵盖了课外活动支持、教学设施条件、考试与评价方式、鼓励创新氛围及教师教学方法等多方面管理实践。除了背景性问题和学校管理因素9~10题，其他题项均采用Likert五级量表进行测量，学生依据自身实际感受从“非常不同意”至“完全同意”中选择符合程度的选项，此部分主要采用Likert的五级量表，从1至5按照符合程度分别代表：“非常不同意”、“不同意”、“不确定”、“同意”、“完全同意”。
2. 调查实施。本数据研究源于2025年10月对四川省某高职学院的附属中等职业学校学生的问卷调查，采用多阶段不等概率抽样法以保证样本具有代表性。本次调查共发放问卷800份，回收789，回收率为98.62%，经核查剔除无效问卷20份，最终得到761份有效问卷，有效率为96.45%。本研究采用SPSS软件进行数据处理与分析。
(二) 被访者人口统计学特征
Table 1. Description of sample feature distribution
表1. 样本特征分布描述
项目 |
类别 |
数量 |
百分比 |
性别 |
男 |
543 |
71.35% |
女 |
218 |
28.65% |
年级 |
一年级 |
165 |
21.68% |
二年级 |
252 |
33.11% |
三年级 |
344 |
45.20% |
专业 |
装备制造大类 |
457 |
60.05% |
交通运输大类 |
304 |
39.95% |
本次调查共回收有效样本761份，在性别分布方面，男生543人，占比71.35%，女生218人，占比28.65%，整体呈现男生偏多，符合该职业学校主要办学专业的特征。在年级分布方面，一年级165人，占比21.68%，二年级252人，占比33.11%，三年级344人，占比45.20%，这与职业学校最近三年招生人数比例基本一致。鉴于此，该样本数据能够有效覆盖研究目标群体，符合研究设计的抽样要求，具体情况如表1所示。
3. 数据分析
(一) 样本的信度检验和效度检验
本研究通过 Cronbach’ α系数信度检验方法分析各个维度的内部一致性。信度分析的结果如表2所示，学习认知中批判性思维量表和创造力量表以及学习管理因素量表信度系数均在0.9~1的范围内。因此，本次研究所使用的量表均具有很好的内部一致性，信度很好。因而说明研究数据信度质量很高，可用于进一步分析。
Table 2. Reliability and validity analysis of school management factors and learning cognition
表2. 学校管理因素和学习认知的信效度分析
变量名称 |
Cronbach α系数 |
KMO值 |
Bartlett球形检验 |
学校管理因素 |
0.967 |
0.949 |
0.000 |
创造力 |
0.954 |
0.953 |
0.000 |
批判性思维 |
0.907 |
0.930 |
0.000 |
学习认知 |
0.958 |
0.963 |
0.000 |
继而，本研究通过KMO检验和Bartlett球形检验对量表效度进行分析。由表2可知，各维度的各维度KMO值均高于0.9，最高为0.963，最低为0.93，表明样本适合因子分析，结构效度良好，并且所有维度Bartlett球形检验显著性水平均为0.000，进一步支持了量表结构效度的可靠性。
(二) 描述性统计与相关性分析
(1) 学习管理因素各维度的统计描述
由表3可知，职业学校学生对学校管理的整体感知处于中等偏上水平(M = 3.857)，表明学生对学校管理基本认可，但仍有提升空间。具体来看，“教师教学实施”(M = 3.888)与“校园文化建设”(M = 3.867)得分较高，说明学校在教学方法与态度、课堂互动氛围以及校园文化环境建设方面获得了学生肯定；而“学校资源配置”(M = 3.807)得分相对偏低，反映出学生在实训设备、学习资源及生活支持等方面的体验较为一般。“教学评价体系”维度得分最低(M = 3.406)，且其标准差最大(SD = 0.944)，说明学生对当前评价体系的公平性、多样性与科学性认同度不高，且在此问题上观点分化明显。
Table 3. School management factors perceived by vocational school students
表3. 职业学校学生感知的学校管理因素
名称 |
样本量 |
最小值 |
最大值 |
平均值 |
标准差 |
学校管理因素 |
761 |
1.000 |
5.000 |
3.857 |
0.713 |
学校资源配置 |
761 |
1.000 |
5.000 |
3.807 |
0.786 |
教学评价体系 |
761 |
1.000 |
5.000 |
3.406 |
0.944 |
校园文化建设 |
761 |
1.000 |
5.000 |
3.867 |
0.745 |
教师教学实施 |
761 |
1.000 |
5.000 |
3.888 |
0.726 |
(2) 学习认知各维度的统计表述
根据表4数据可知，该职业学校学生对学习认知的整体感知处于中等偏上水平(M = 3.562)，其中批判性思维(M = 3.575)与创造力(M = 3.548)两个核心维度的自我评价均略高于理论中值，表明学生对自身高阶思维能力持有基本肯定态度，但尚未形成显著优势。值得注意的是，创造力维度的标准差相对较大(SD = 0.674)，反映出学生在该能力上的自我评价存在较明显的个体分化，部分学生创造性自信较强，而另一部分则自我感知不足；相比之下，批判性思维的评价则更为集中(SD = 0.565)。这一结果提示，学校在均衡推进批判性思维与创造力培养的同时，需重点关注学生创造性自信的分化现象，通过针对性教学与支持机制，助力更多学生建立稳定的创新自我效能感。
Table 4. Vocational school students’ perceived learning cognition
表4. 职业学校学生感知的学习认知
名称 |
样本量 |
最小值 |
最大值 |
平均值 |
标准差 |
中位数 |
学习认知 |
761 |
1.000 |
5.000 |
3.562 |
0.580 |
3.469 |
批判性思维 |
761 |
1.000 |
5.000 |
3.575 |
0.565 |
3.471 |
创造力 |
761 |
1.000 |
5.000 |
3.548 |
0.674 |
3.467 |
(3) 学校管理因素与学习认知的相关分析
由表5可知，学校管理总体因素与学生学习认知之间存在显著中高度正相关(r = 0.655, p < 0.01)，表明学校管理的系统水平对学生认知发展具有重要促进作用。从各管理维度看，教学评价体系与学习认知的相关性最强(r = 0.672)，说明评价机制的科学性与多元性是影响学生认知发展的关键因素；教师教学实施(r = 0.636)与校园文化建设(r = 0.626)同样具有显著影响，体现了教学过程与文化环境对学生认知的塑造作用；而学校资源配置虽相关性稍弱(r = 0.603)，但仍达到显著水平，提示资源条件作为基础保障，其作用可能更多通过教学与评价等过程变量间接实现。此外，各管理维度之间亦呈现显著相关，尤其是资源配置、校园文化与教师教学三者间关联密切(r = 0.835~0.891)，反映出学校管理各要素在实际运作中相互协同、共同构成一个整体系统。综上，数据表明学校管理不仅整体上与学生学习认知紧密关联，其内部各维度均对认知发展具有不同程度的影响，这为通过系统优化学校管理以促进学生认知能力提升提供了实证依据。
Table 5. Internal correlation between vocational school management factors and school cognition
表5. 职业学校管理因素与学校认知的内部相关性
|
学校管理因素 |
学校资源配置 |
教学评价体系 |
校园文化建设 |
教师教学实施 |
学习认知 |
学校管理因素 |
1 |
|
|
|
|
|
学校资源配置 |
0.940** |
1 |
|
|
|
|
教学评价体系 |
0.332** |
0.297** |
1 |
|
|
|
校园文化建设 |
0.964** |
0.881** |
0.322** |
1 |
|
|
教师教学实施 |
0.956** |
0.835** |
0.327** |
0.891** |
1 |
|
学习认知 |
0.655** |
0.603** |
0.672** |
0.626** |
0.636** |
1 |
*p < 0.05, **p < 0.01.
(三) 回归分析结果
由表6可知，将教师教学实施、校园文化建设、教学评价体系、学校资源配置作为自变量，而将学习认知作为因变量进行线性回归分析，从下表可以看出，模型公式为：学习认知 = 0.977 + 0.198*教师教学实施 + 0.089*校园文化建设 + 0.314*教学评价体系 + 0.106*学校资源配置，模型R方值为0.659，意味着教师教学实施、校园文化建设、教学评价体系和学校资源配置可以解释学习认知的65.9%变化原因。对模型进行F检验时发现模型通过F检验(F = 365.119, p = 0.000 < 0.05)，也即说明教师教学实施、校园文化建设、教学评价体系、学校资源配置中至少一项会对学习认知产生影响关系，另外，针对模型的多重共线性进行检验发现，模型中有VIF值大于5，但是小于10，意味着可能存在着一定的共线性问题，可使用岭回归或者逐步回归解决共线性问题；同时也建议检查相关关系紧密的自变量，剔除掉相关关系紧密的自变量后，重新进行分析。最终具体分析可知：
教师教学实施的回归系数值为0.198 (t = 5.134, p = 0.000 < 0.01)，意味着教师教学实施会对学习认知产生显著的正向影响关系。校园文化建设的回归系数值为0.089 (t = 2.037, p = 0.042 < 0.05)，意味着校园文化建设会对学习认知产生显著的正向影响关系。教学评价体系的回归系数值为0.314 (t = 22.689, p = 0.000 < 0.01)，意味着教学评价体系会对学习认知产生显著的正向影响关系。学校资源配置的回归系数值为0.106 (t = 3.096, p = 0.002 < 0.01)，意味着学校资源配置会对学习认知产生显著的正向影响关系。
总结分析可知：教师教学实施、校园文化建设、教学评价体系和学校资源配置全部均会对学习认知产生显著的正向影响关系。
Table 6. Regression analysis results
表6. 回归分析结果
|
非标准化系数 |
标准化系数 |
t |
p |
共线性诊断 |
B |
标准误 |
Beta |
VIF |
容忍度 |
常数 |
0.977 |
0.072 |
- |
13.570 |
0.000** |
- |
- |
教师教学实施 |
0.198 |
0.039 |
0.248 |
5.134 |
0.000** |
5.178 |
0.193 |
校园文化建设 |
0.089 |
0.044 |
0.114 |
2.037 |
0.042* |
6.961 |
0.144 |
教学评价体系 |
0.314 |
0.014 |
0.511 |
22.689 |
0.000** |
1.125 |
0.889 |
学校资源配置 |
0.106 |
0.034 |
0.143 |
3.096 |
0.002** |
4.730 |
0.211 |
R2 |
0.659 |
调整R2 |
0.657 |
F |
F(4, 756) = 365.119, p = 0.000 |
D-W值 |
2.096 |
因变量 = 学习认知 |
*p < 0.05, **p < 0.01.
(四) 差异性分析
1. 性别差异性分析
为探究职校学生学习认知的性别差异，对批判性思维与创造力两个核心维度进行独立样本T检验(见表7)。结果显示：性别因素对学生学习认知存在显著影响(见表7)。在批判性思维维度，男生平均值(M = 3.61, SD = 0.59)高于女生(M = 3.50, SD = 0.48)，平均值差值为0.11，95%置信区间为[0.026, 0.189]，t = 2.585，df = 485.827，p = 0.010 < 0.05，差异达到统计显著水平；在创造力维度，男生平均值(M = 3.59, SD = 0.70)同样高于女生(M = 3.46, SD = 0.59)，平均值差值为0.13，95%置信区间为[0.032, 0.230]，t = 2.607，df = 469.154，p = 0.009 < 0.01，差异具有高度统计显著性。这一结果表明，男生在批判性思维的整体表现与创造力的自我感知上均略优于女生，且创造力维度的性别差异更为突出，为后续针对性优化教学管理策略、促进不同性别学生认知素养均衡发展提供了数据支撑。
Table 7. Analysis of gender differences in learning, cognition, and perception based on independent samples t-test
表7. 基于独立样本T检验的学习认知感知性别差异分析
分析项 |
项 |
样本量 |
平均值 |
标准差 |
平均值差值 |
差值95% CI |
t |
df |
p |
批判性思维 |
男 |
543 |
3.61 |
0.59 |
0.11 |
0.026~0.189 |
2.585 |
485.827 |
0.010* |
女 |
218 |
3.50 |
0.48 |
总计 |
761 |
3.57 |
0.56 |
创造力 |
男 |
543 |
3.59 |
0.70 |
0.13 |
0.032~0.230 |
2.607 |
469.154 |
0.009** |
女 |
218 |
3.46 |
0.59 |
总计 |
761 |
3.55 |
0.67 |
*p < 0.05, **p < 0.01.
2. 年级差异性分析
由表8可知，在批判性思维维度，一年级(3.49 ± 0.41)得分略低于二、三年级(均为3.60)，但差异未达统计显著水平(F = 2.491, p = 0.083 > 0.05)，说明年级对批判性思维的影响不具有确定性，高年级的小幅提升可能是随机因素所致。创造力维度则呈现显著的年级分化：一年级(3.41 ± 0.59)得分明显低于二、三年级(均为3.59)，且差异具有高度统计显著性(F = 4.694, p = 0.009 < 0.01)，反映出随着年级升高，学生在创造性思维上的自我感知显著增强，这与高年级接触更多实训任务、学校管理中教学与文化的持续浸润密切相关。同时，创造力维度的标准差(0.59~0.70)大于批判性思维(0.41~0.60)，说明创造力的个体分化程度更高。这一结果提示，学校需强化一年级创造力启蒙，并针对创造力设计分层培养策略，以缩小个体差异。
Table 8. Analysis of differences in learning cognition and perception across grade levels
表8. 年级对学习认知感知的差异分析
|
批判性思维 |
创造力 |
一年级(n = 165) |
3.49 ± 0.41 |
3.41 ± 0.59 |
二年级(n = 252) |
3.60 ± 0.59 |
3.59 ± 0.70 |
三年级(n = 344) |
3.60 ± 0.60 |
3.59 ± 0.69 |
F |
2.491 |
4.694 |
p |
0.083 |
0.009** |
*p < 0.05, **p < 0.01.
3. 学习成绩差异性分析
由表9可知，不同学习成绩群体的学习认知存在高度显著差异：在批判性思维维度，班级后25%学生得分(3.76 ± 0.71)高于中间50% (3.57 ± 0.52)与前25% (3.51 ± 0.55)，F = 7.364、p = 0.001 < 0.01；创造力维度同样呈现“成绩越靠后得分越高”的特征，后25%学生得分(3.74 ± 0.84)高于中间50% (3.54 ± 0.63)与前25% (3.50 ± 0.65)，F = 5.226、p = 0.006 < 0.01。此外，后25%群体的标准差更大，说明其学习认知的个体差异更明显。这一结果打破了“成绩好则认知能力强”的常规认知，提示职业教育中成绩靠后的学生可能在高阶认知维度具有独特优势，需通过差异化教学挖掘其潜力。
Table 9. Analysis of the differences in cognitive perception of learning based on academic performance
表9. 学习成绩对学习认知感知的差异分析
|
批判性思维 |
创造力 |
班级前25% (n = 300) |
3.51 ± 0.55 |
3.50 ± 0.65 |
班级中间50% 2.0 (n = 356) |
3.57 ± 0.52 |
3.54 ± 0.63 |
班级后25% 3.0 (n = 105) |
3.76 ± 0.71 |
3.74 ± 0.84 |
F |
7.364 |
5.226 |
p |
0.001** |
0.006** |
*p < 0.05, **p < 0.01.
4. 班干部差异性分析
由表10可知，参与本次调查的学生中班干部群体个案数为279，占比36.7%；非班干部群体个案数为482，占比63.3%。在批判性思维维度，班干部得分3.57 ± 0.53，非班干部得分3.58 ± 0.58；创造力维度班干部得分3.56 ± 0.62，非班干部得分3.54 ± 0.70。统计结果显示，批判性思维的F值为0.006、p = 0.937 > 0.05，创造力的F值为0.062、p = 0.803 > 0.05，均未达到统计显著水平，说明班干部与非班干部群体在批判性思维、创造力这两项学习认知维度上的感知差异不具备统计学意义，即班干部身份并未对职校学生的学习认知产生显著影响。
Table 10. Analysis of differences in class leaders’ cognitive perceptions of learning
表10. 班干部对学习认知感知的差异分析
(平均值 ± 标准差) |
批判性思维 |
创造力 |
是(n = 279) |
3.57 ± 0.53 |
3.56 ± 0.62 |
否(n = 482) |
3.58 ± 0.58 |
3.54 ± 0.70 |
F |
0.006 |
0.062 |
p |
0.937 |
0.803 |
*p < 0.05, **p < 0.01.
5. 家庭所在地差异性分析
由表11可知，在批判性思维维度，城市群体得分3.60 ± 0.58，农村群体得分3.53 ± 0.54，F值为3.266、p = 0.071 > 0.05，差异未达统计显著水平；在创造力维度，城市群体得分3.60 ± 0.67，农村群体得分3.47 ± 0.67，F值为6.299、p = 0.012 < 0.05，差异达到统计显著水平。这表明家庭所在地对职校学生的批判性思维感知无显著影响，但城市家庭学生的创造力感知显著高于农村家庭学生。
Table 11. Analysis of differences in learning cognition perception based on family location
表11. 家庭所在地对学习认知感知的差异分析
(平均值 ± 标准差) |
批判性思维 |
创造力 |
城镇(n = 467) |
3.60 ± 0.58 |
3.60 ± 0.67 |
农村(n = 294) |
3.53 ± 0.54 |
3.47 ± 0.67 |
F |
3.266 |
6.299 |
p |
0.071 |
0.012* |
*p < 0.05, **p < 0.01.
6. 家庭经济差异性分析
根据表12可知，在批判性思维维度，不同收入群体得分呈“中间高、两端低”趋势(1000~2000元群体3.66 ± 0.56最高，少于500元群体3.46 ± 0.63最低)，但F = 2.325、p = 0.074 > 0.05，差异未达统计显著水平；在创造力维度，1000~2000元群体得分3.69 ± 0.67 显著高于其他群体，F = 3.486、p = 0.016 < 0.05，差异达到统计显著水平。这表明家庭经济水平对职校学生的批判性思维感知无显著影响，但1000~2000元月收入家庭的学生，创造力感知显著高于其他经济水平家庭的学生。
Table 12. Analysis of differences in the impact of family economic status on learning cognition perception
表12. 家庭经济对学习认知感知的差异分析
(平均值 ± 标准差) |
批判性思维 |
创造力 |
少于500元(n = 85) |
3.46 ± 0.63 |
3.40 ± 0.70 |
500~1000元(n = 505) |
3.57 ± 0.53 |
3.53 ± 0.64 |
1000~2000元(n = 147) |
3.66 ± 0.56 |
3.69 ± 0.67 |
2000元以上(n = 24) |
3.50 ± 0.97 |
3.51 ± 1.09 |
F |
2.325 |
3.486 |
p |
0.074 |
0.016* |
*p < 0.05, **p < 0.01.
4. 研究结论与提升策略
(一) 研究结论
本研究以一所职业学校为个案，通过问卷调查与数据分析，探讨了学校管理因素对职校学生学习认知的影响，得出以下主要结论：(1) 学校管理与学习认知存在显著正向关联，且呈现系统性影响机制，但各维度的影响程度存在差异。(2) 职校学生学习认知存在显著群体差异，呈现多元分化特征，主要体现在性别、年级、成绩和家庭经济等方面。(3) 教学评价体系、教师教学实施、校园文化建设维度对职业学生学习认知具有显著的正效应。而学校资源配置虽相关性稍弱，但是也会直接或间接影响职业学校学生学习认知。
(二) 提升策略
1. 以评价改革为杠杆，树立认知素养导向
传统的学业评价体系存在明显的弊端，亟需从试题设计、评价标准、评价方式等方面进行系统性变革。这种改革将有效减少死记硬背和机械刷题现象，促使教育回归立德树人的本质。因此，必须推动评价体系向素养本位转型，将批判性思维、问题解决与创新能力确立为核心评价指标，尤其是批判性思维和创造力这两项高阶思维能力。具体而言，在试题设计上，应减少对孤立知识点复现的考查，增加基于真实工作情境的综合性案例题、开放性问题及项目任务，要求学生进行分析判断、方案设计与反思优化；在评价标准上，需突破“答案唯一”的局限，制定能够识别思维过程、创新程度与实践适应性的多维评分量规，关注学生论证的严谨性、视角的多元性以及解决问题的独创性[3]；在评价方式上，应推动形成性评价与终结性评价相结合[4]，嵌入课堂辩论、项目报告、实践档案等过程性证据，并探索引入行业专家评价、同行评议等多元主体参与机制。
通过这样指向素养、嵌入过程、多元参与的评价改革，才能真正引导教学走出“机械训练”的窠臼，推动学生从“学会操作”向“学会思考”跃升，最终实现职业教育立德树人与适应未来职业变革的双重使命。
2. 以教学与文化为两翼，浸润认知素养发展
教师教学实施和校园文化建设同样会影响职业学校学生学习认知的发展[5]。因此要深化课堂教学变革，推动教学方法从“知识传授”向“思维赋能”转型[6]。在教学设计中，教师应有意识地嵌入开放性议题与跨学科挑战[7]，如针对技术方案进行正反辩论、对生产案例进行多维度复盘、在真实或仿真的工作情境中定义并解决复杂问题。同时，教师应通过建立积极的课堂对话规范，鼓励学生大胆提问、质疑与发表不同见解；对待非常规思路或探索中的错误，应强调其学习价值而非仅仅评价对错。这种安全、支持性的课堂环境，是培养学生“批判开放性”与“认知流动性”不可或缺的心理基础。
最后，建立课堂与校园文化活动的深度联结。课堂教学中生成的优秀创意或批判性思辨成果，应有通道在更广阔的校园文化平台(如创新大赛、文化节、学术沙龙)中得到展示、延伸与实践。这不仅能让课堂学习获得现实意义，也能使校园文化氛围获得源源不断的实质内容，形成“课堂激发思维–文化滋养思维–实践锤炼思维”的良性循环。
3. 以资源配置为支撑，赋能认知素养实践
优化资源投入结构。在保障基础实训设备的同时，职业学校还应加大对开放式学习空间[8] (如创客空间、研讨室)、数字化思维工具(如协作平台、概念图软件)以及跨学科学习资源库的投入。同时，促进资源向认知体验转化。设计开发一些将先进设施、丰富资源与高阶认知任务紧密结合的学习项目，确保资源不仅“可用”，更能有效“用于”支撑学生的深度思考与创造性实践。