PISA 2022 中东北非六国数据：可解释机器学习显示数学自我效能感是阿拉伯青少年数学焦虑的首要预测因素
一项基于 PISA 2022（国际学生评估项目）中东北非六国 47,652 名 15 岁学生的研究，用可解释机器学习（ML）分析数学焦虑的预测因素。
结果显示，数学自我效能感是首要预测因素，成长型思维排名第五但双变量相关接近零； 女生焦虑更高，且遭受欺凌带来的焦虑惩罚约为男生的两倍。 研究为横截面预测性证据，不能推断因果关系。
研究发表于 Frontiers in psychology，作者 Omar Allohibi（沙特阿拉伯泰巴大学）。 数据来自 PISA 2022，覆盖阿联酋、约旦、摩洛哥、巴勒斯坦、卡塔尔、沙特六个阿拉伯教育系统的 47,652 名 15 岁学生。
研究用六种算法预测 PISA 数学焦虑指数（ANXMAT），XGBoost 表现最佳（交叉验证 R²=0.275，测试集 R²=0.266，RMSE=0.978），比线性基准解释方差高约 10%。
SHAP（SHapley Additive exPlanations，沙普利加性解释）值显示，数学自我效能感是主导预测因素，其次是数学努力与坚持、数学推理自我效能感、数学成绩。 成长型思维排名第五，但其双变量相关接近零。 女生预测焦虑系统性地更高； 自我效能感和坚持的保护作用在两性间几乎相同，但欺凌受害相关的焦虑惩罚对女生几乎是男生的两倍。
预测因素层级在六个系统中均复现（平均成对秩相关=0.88）。 研究为横截面设计，属预测性而非因果性证据。
该研究来自 PubMed 摘要级证据，全文未阅读； 其可支持的范围限于预测因素排序、模型性能与性别不对称关联，不支持因果结论，也不支持外推到中东北非六国以外的地区、其他年龄段或非数学领域的焦虑。 对 AI（人工智能） 心理行业的方法学意义在于：用 SHAP 拆解黑箱模型贡献、并做性别与国家分层稳健性检验，是可复用的建模路径。
摘要已提示的候选干预方向包括效能感培养、焦虑敏感型作业设计与反欺凌政策，但这些只是“干预研究候选靶点”，未见干预或纵向验证。
后续观察信号
- 查看论文全文以确认 SHAP 值的具体效应量与稳健性分析细节
- 关注中东北非地区后续教育心理干预研究