清一下积累的一些文献，主要领域在BCI，质量没有专门统计，参差不齐
Using a brain-computer interface (BCI) in reducing math anxiety:Evidence from South Africa 2015
数学焦虑对数学成绩有显著的负向影响。在这项研究中，目的是确定是否使用BCI数学教育游戏可以帮助学生有效地降低数学焦虑。BCI数学教育游戏表明，数学焦虑可以得到有效的训练和降低有BCI。此外，研究结果显示，数学焦虑对学生的学习成绩有显著的负面影响数学表现与以往研究一致。这些发现为其中一种低成本的无创BCI设备可用于教育目的。
Over the past decade, many researchers and academics have started to pay special attention to the impact that computer games could have on improving mathematics performance in schools (Ke & Grabowski, 2007; Kim & Chang, 2010; Oblinger,2006). However, many studies have failed to find consensus on the impact of computer games on mathematics skill development. Some studies (Bokyeong, Hyungsung, & Youngkyun, 2009; Bragg, 2012; Burguillo, 2010; Kebritchi et al., 2010; Lopez-Moreto & Lopez, 2007; Shin,Sutherland, Norris, & Soloway, 2012) have found significant evidence to support the use of computer games for mathematics education,while others (Lim, Nonis, & Hedberg, 2006; Nusir, Alsmadi, Al-Kabi, & Sharadgah, 2012; Vos, Van der Meijden, & Denessen, 2011) have had mixed results or no impact
The relationship showed that children with high levels of math anxiety had poorer mathematics achievement than those with low math anxiety
本研究中使用了研究版的Emotiv EPOC BCI设备。研究者开发了一款名为Math-Mind的BCI数学教育游戏
未来的研究可以将基于BCI的数学焦虑干预措施与现有的CBGT等方法进行比较，以确定最合适的方法。减少学龄儿童的数学焦虑；
感受：没有什么理论，偏向应用，应用的结果可以参考
BRAVO: A BRAin Virtual Operator For Education Exploiting Brain-Computer Interfaces 2013
In this context, this paper describes a new system, called BRAVO (BRAin Virtual Operator)
BRAVO利用商业化的BCI检测用户的大脑活动(特别是注意力和冥想水平)在学习时，从脑电波检测到的脑电波中找出实时。这使得我们可以了解哪些部分的讲座内容对用户来说是最难的，以便以最适当的形式，以不同的方式提出。虽然主要是为了教育目的，但本文提出的系统可以很容易地适应于其他应用，如交互式视觉或音频经验。
For the realization of a prototype of the system, the Mindwave Mobile headset by Neurosky Inc. has been used.
感受：偏应用，没有涉及神经科学的内容，设计一个在使用电子设备学习时，通过BCI来检测学习状态的系统；或者远程教学时，老师可以了解学生对于任务是否需要帮助。不过用的是neurosky家的产品呀
Brain-Computer Interfaces for Educational Applications 2017
我们可以在接下来的研究中表明，脑电图可以成功地预测学生在算术练习中的工作量。基于所得到的预测模型，我们开发了一个数字学习环境，该环境通过EEG检测用户的工作负荷，并自动适应所提出练习的难度，使学习者的工作负荷水平保持在最佳范围内。
脑电图数据作为工作量指标。因此我们用之前训练过的回归模型的输出来预测当前的每个学习者的工作量状态，并区分了三个难度等级。如果预测到的工作量小于Q = 0:8，则假设呈现的任务难度为容易。
感受：介绍了具体的两个实验——EEG-based workload assessment during arithmetic learning，A passive BCI for online adaptation of a learning environment，主要能学习的是上图的结果展示
脑机接口研究之演化及教育应用趋势的知识图谱分析——基于1985-2018年SCI及SSCI期刊论文研究
国外脑机接口在教育学领域应用的相关研究已经开展，主要集中在以下三个方面：
学习者情感识别
学习者注意力水平的测量
认知知识领域的教学质量测量
行为主义学习理论、认知主义学习理论和建构主义学习理论
学习通用设计
感受：本文比较详细的介绍了以EEG为主的BCI发展历程，后半部分讲了教育领域上的应用和偏教育领域的一些概念，还是值得了解了解
教育心理学研究对人工智能神经网络 以学习方式分类学（ICAP）研究为例_熊媛 2018
教育心理学研究的主要目的是了解人是如何学习的，人工智能神经网络研究的核心在于探究机器是如何学习的。ICAP学习方式分类学，是国际教育心理学领域最新取得的一个重大研究成果，其研究方法和结论对人工智能神经网络设计有什么价值？本文假设ICAP四种学习方式与人工智能 神经网络设计元素之间能建立起一种关联，将目前流行的人工智能神经网络构成元素和算法依据ICAP的四种学习方式进行分类拆分，以一个基本教学设计为案例，依据学习方式对应的人工智神经网络构成元素设计了简单的人工智能神经网络。文章尝试在人类学习与机器学习之间建立某种对应参照关系，为人工智能神经网络设计研究提供一个新思路。
ICAP：交互方式(Interactive)、建构方式(Constructive)、主动方式(Active)与被动方式(Passive)。
人工神经网络的前向算法， 是从第一层向后面的层逐层更新网络参数，信息从前向后传递，没有封闭的环路，这类运算类似于被动学习。
人工智能神经网络中的反馈神经网络是对输入信号进行处理，再根据输出信号与实际信号之间的偏差对网络中各个参数进行更新计算。这样的过程类似于主动学习过程，因此反馈神经网络可理解为主动学习。
如果说主动学习是利用划线方式对知识 点进行了强调，那么建构学习则是对该划线部分进 行解释和说明。建构学习要求具有超越了原始学习 材料本身的独立见解。在无监督条件下的人工智能 深度学习网络中，网络的输入层将原始数据导入到 网络中，紧随其后的网络第一隐含层将对原始数据 进行初步的学习而获取该原始数据最细微的特征， 其后每一隐含层都会在前一层基础上，抽象提取更 高抽象级别的数据特征，即通过学习获取新知识， 因此，这样的学习方式类似于建构性学习。
交互学习指两个及两个以上的学习个体相互协 同，开展交互学习，是在不同的学习者之间展开激 活思想，启发思路和补充不足等建构性学习活动。人工智能深度学习网络中包含很多交互学习元 素，如深度残差(ResNet)模块、循环神经网络(RNN) 等。
感受：将神经网络的特征和学习方式ICAP进行类比，整理目前比较流行的一些神经网络，比较有帮助。
