1. مقدمه و مرور کلی

این پژوهش به بررسی اثربخشی راهبردهای یادگیری خودتنظیمی بر فراگیری جملات وابسته‌ی انگلیسی می‌پردازد، با تمرکز ویژه بر نقش میانجی بالقوه‌ی سبک‌های هویت یادگیرنده. دستور زبان، به ویژه ساختارهای نحوی پیچیده‌ای مانند جملات وابسته، برای مهارت زبان دوم و شایستگی ارتباطی حیاتی است. این پژوهش بر پایه چارچوب‌های نظری خودتنظیمی در یادگیری (پینتریچ، ۲۰۰۴) و رشد هویت (اریکسون، ۱۹۶۸؛ برزونسکی، ۲۰۰۵) استوار است و این فرض را مطرح می‌کند که نحوه مدیریت فرآیند یادگیری و درک یادگیرندگان از خود ممکن است تأثیر قابل توجهی بر نتایج دستوری داشته باشد.

2. روش‌شناسی پژوهش

برای بررسی روابط پیشنهادی از یک طرح شبه‌آزمایشی استفاده شد.

2.1 شرکت‌کنندگان و طرح پژوهش

این مطالعه شامل ۶۰ زبان‌آموز ایرانی انگلیسی به عنوان زبان خارجی بود. شرکت‌کنندگان به صورت تصادفی به یک گروه آزمایشی (n=30) که آموزش راهبردهای یادگیری خودتنظیمی را دریافت کردند، یا یک گروه کنترل (n=30) که آموزش متداول را دنبال کردند، اختصاص یافتند. یک پیش‌آزمون بر روی جملات وابسته همگنی اولیه گروه‌ها را تضمین کرد.

2.2 ابزارها و روش اجرا

روش اجرا از یک توالی ساختاریافته پیروی کرد:

  1. پیش‌آزمون: ارزیابی دانش پایه جملات وابسته انگلیسی.
  2. پرسشنامه یادگیری خودتنظیمی: برای سنجش استفاده از راهبردهای موجود به همه شرکت‌کنندگان ارائه شد.
  3. مداخله: گروه آزمایشی آموزش صریحی در مورد راهبردهای یادگیری خودتنظیمی (مانند هدف‌گذاری، خودنظارتی، خودارزیابی) متناسب با یادگیری دستور زبان دریافت کردند.
  4. پرسشنامه سبک هویت (برزونسکی): به گروه آزمایشی ارائه شد تا یادگیرندگان را در سبک‌های هویتی اطلاعاتی، هنجاری یا اجتنابی-پراکنده دسته‌بندی کند.
  5. پس‌آزمون: ارزیابی مجدد دانش جملات وابسته انگلیسی پس از دوره مداخله.

تحلیل داده‌ها از تحلیل کوواریانس و تحلیل واریانس یک‌طرفه استفاده کرد.

3. نتایج و تحلیل

3.1 یافته‌های آماری

نتایج تحلیل کوواریانس یک اثر اصلی آماری معنادار برای مداخله راهبرد یادگیری خودتنظیمی بر نمرات پس‌آزمون جملات وابسته انگلیسی، با کنترل نمرات پیش‌آزمون (p < 0.01) نشان داد. این نشان می‌دهد که یادگیرندگان گروه آزمایشی، که در راهبردهای یادگیری خودتنظیمی آموزش دیده بودند، در یادگیری جملات وابسته از گروه کنترل عملکرد بهتری داشتند.

در مقابل، نتایج آزمون تحلیل واریانس نشان داد که هیچ یک از سه سبک هویت (اطلاعاتی، هنجاری، اجتنابی-پراکنده) در این زمینه خاص، اثر میانجی آماری معناداری بر رابطه بین استفاده از یادگیری خودتنظیمی و پیشرفت در جملات وابسته انگلیسی نشان ندادند.

3.2 تفسیر اندازه اثر

اندازه اثر برای مداخله یادگیری خودتنظیمی به صورت اتا مربع (η²) = 0.83 محاسبه شد. بر اساس قراردادهای کوهن (۱۹۸۸)، این نشان‌دهنده یک اندازه اثر بزرگ است، که حاکی از آن است که دانش و استفاده از راهبردهای یادگیری خودتنظیمی بخش عمده‌ای از واریانس در موفقیت یادگیری دستور زبان را توضیح می‌دهد و آن را یافته‌ای با اهمیت عملی برای آموزش تبدیل می‌کند.

خلاصه نتایج کلیدی

اثر یادگیری خودتنظیمی: معنادار (p < 0.01) | اندازه اثر (η²): 0.83 (بزرگ)

میانجی‌گری هویت: غیر معنادار

4. بحث و نتیجه‌گیری

این مطالعه به طور قاطع نشان می‌دهد که آموزش صریح راهبردهای یادگیری خودتنظیمی به طور قابل توجهی فراگیری دستور زبان پیچیده انگلیسی، به ویژه جملات وابسته را افزایش می‌دهد. اندازه اثر بزرگ، قدرت آموزشی تجهیز یادگیرندگان به ابزارهای فراشناختی برای برنامه‌ریزی، نظارت و ارزیابی یادگیری خود را تأکید می‌کند. یافته غیر معنادار در مورد سبک‌های هویت نشان می‌دهد که در زمینه این مطالعه، کاربرد مستقیم راهبردهای یادگیری تأثیر قوی‌تر و فوری‌تری بر عملکرد داشته است تا عوامل هویتی گسترده‌تر و خصلتی. نویسندگان توصیه می‌کنند که معلمان زبان انگلیسی به عنوان زبان خارجی، طراحان برنامه درسی و سیاست‌گذاران، آموزش راهبردهای یادگیری خودتنظیمی را در آموزش دستور زبان ادغام کنند تا نتایج یادگیری بهینه شود.

5. بینش محوری و تحلیل انتقادی

بینش محوری: این پژوهش یک پیام واضح، عملی و قدرتمند ارائه می‌دهد: آموزش چگونگی یادگیری دستور زبان به یادگیرندگان، برای فراگیری نحوی خاص، تأثیر فوری‌تری دارد تا پرداختن به سبک هویت روانشناختی گسترده‌تر آن‌ها. اثر مستقیم راهبردهای یادگیری خودتنظیمی قوی و بدون ابهام است.

جریان منطقی و یک شکاف انتقادی: منطق مطالعه—مداخله با یادگیری خودتنظیمی، اندازه‌گیری نتیجه، بررسی اینکه آیا سبک هویت واریانس را توضیح می‌دهد—درست است. با این حال، جهش از یک نتیجه میانجی‌گری غیر معنادار به کم‌اهمیت جلوه دادن نقش هویت بالقوه زودرس است. همانطور که در آثار برجسته نورتون و توهی (۲۰۰۱) در مورد هویت زبان‌آموز ذکر شده، هویت یک میانجی ایستا نیست، بلکه نیرویی پویا و بافت‌ساز است که می‌تواند دسترسی به فرصت‌های یادگیری و درگیری با راهبردها را ممکن سازد یا محدود کند. طرح مطالعه، هویت را به عنوان یک فیلتر ثابت و از پیش موجود در نظر می‌گیرد و احتمالاً از این نکته غافل می‌شود که چگونه عمل استفاده موفقیت‌آمیز از راهبردهای یادگیری خودتنظیمی ممکن است خود هویت یادگیرنده را به عنوان یک کاربر توانای زبان بازسازی کند—فرآیندی که در سیستم خود انگیزشی زبان دوم دورنیه (۲۰۰۹) برجسته شده است. نتیجه صفر ممکن است نشان‌دهنده یک مسئله اندازه‌گیری/مدل‌سازی باشد، نه بی‌ارتباطی هویت.

نقاط قوت و ضعف: نقطه قوت مطالعه در طراحی آزمایشی منظم، عملیاتی‌سازی واضح یادگیری خودتنظیمی و اندازه اثر بزرگ و معناداری است که مستقیماً به عمل اطلاع می‌دهد—امری نادر در زبانشناسی کاربردی. ضعف آن، همانطور که استدلال شد، نگرشی تا حدی تقلیل‌گرایانه به هویت است. در مقایسه با یک پیشرفت در هوش مصنوعی مانند CycleGAN (زو و همکاران، ۲۰۱۷) که یاد می‌گیرد بدون مثال‌های جفت‌شده بین حوزه‌ها ترجمه کند، این مطالعه با موفقیت آموزش یادگیری خودتنظیمی را به پیشرفت دستوری «ترجمه» می‌کند. با این حال، مانند هوش مصنوعی اولیه که بافت را نادیده می‌گرفت، ممکن است «حوزه» اکوسیستم روانی-اجتماعی یادگیرنده را که هویت در آن عمل می‌کند، نادیده بگیرد.

بینش‌های عملی: برای دست‌اندرکاران: آموزش راهبردهای یادگیری خودتنظیمی برای دستور زبان را بلافاصله اجرا کنید. این روش مؤثر است. برای پژوهشگران: هویت را رها نکنید. در عوض، مطالعات طولی، کیفی یا سیستم‌های پویای پیچیده‌ای طراحی کنید تا بررسی کنند که چگونه استفاده از راهبردهای یادگیری خودتنظیمی و موفقیت دستوری با گذشت زمان با هویت یادگیرنده هم‌تکامل یافته و فعالانه آن را شکل می‌دهند. از روش‌های چارچوب فرارشته‌ای گروه داگلاس فیر (۲۰۱۶) برای ثبت تأثیرات چندلایه استفاده کنید.

6. چارچوب فنی و مدل ریاضی

تحلیل محوری را می‌توان با یک مدل میانجی‌گری که از طریق تحلیل کوواریانس و تحلیل واریانس آزمون شده است، نشان داد. مدل تحلیل کوواریانس اولیه برای ارزیابی اثر مداخله یادگیری خودتنظیمی به صورت زیر است:

$Y_{post, i} = \beta_0 + \beta_1 (Group_i) + \beta_2 (Y_{pre, i}) + \epsilon_i$

که در آن $Y_{post}$ نمره پس‌آزمون، $Group$ یک متغیر مجازی (0=کنترل، 1=آزمایشی)، $Y_{pre}$ نمره پیش‌آزمون (متغیر همپراش) و $\epsilon$ جمله خطا است. یک $\beta_1$ معنادار نشان‌دهنده اثر درمان است.

تحلیل میانجی‌گری برای سبک هویت (M) در مسیر بین یادگیری خودتنظیمی (X) و جملات وابسته انگلیسی (Y) از منطق بارون و کنی (۱۹۸۶) پیروی می‌کند که از طریق تحلیل‌های واریانس/رگرسیون جداگانه درون گروه آزمایشی آزمون شد:

  1. مسیر الف: اثر X بر M. (آیا سبک هویت تحت تأثیر قرار گرفتن در گروه یادگیری خودتنظیمی قرار گرفت؟ در اینجا مستقیماً آزمون نشد).
  2. مسیر ب: اثر M بر Y، با کنترل X. از طریق تحلیل واریانس بر نمرات پس‌آزمون با سبک هویت به عنوان یک عامل آزمون شد.
  3. نتیجه غیر معنادار برای مسیر ب منجر به نتیجه‌گیری عدم میانجی‌گری شد.

اندازه اثر، اتا مربع جزئی ($\eta_p^2$)، به صورت زیر محاسبه می‌شود: $\eta_p^2 = \frac{SS_{effect}}{SS_{effect} + SS_{error}}$ برای اثر داده شده در تحلیل کوواریانس.

7. نتایج آزمایشی و مصورسازی

نتایج کلیدی را می‌توان از طریق دو نمودار اصلی مصورسازی کرد:

نمودار ۱: مقایسه نمرات پیش‌آزمون و پس‌آزمون (گروه آزمایشی در مقابل گروه کنترل)
یک نمودار میله‌ای خوشه‌ای که میانگین نمرات هر دو گروه را در پیش‌آزمون و پس‌آزمون نشان می‌دهد. میله‌های گروه آزمایشی در پس‌آزمون به طور قابل توجهی بالاتر از همه دیگران خواهد بود و به صورت بصری اثر درمان بزرگ را نشان می‌دهد. میله پس‌آزمون گروه کنترل تنها رشد حاشیه‌ای از پیش‌آزمون خود را نشان می‌دهد.

نمودار ۲: نمرات پس‌آزمون بر اساس سبک هویت (فقط گروه آزمایشی)
یک نمودار میله‌ای که میانگین نمره پس‌آزمون یادگیرندگان دسته‌بندی شده در سبک‌های هویتی اطلاعاتی، هنجاری و اجتنابی-پراکنده درون گروه آزمایشی را نشان می‌دهد. میله‌ها احتمالاً تفاوت‌های جزئی و غیر معناداری در ارتفاع نشان می‌دهند و به صورت بصری نتیجه تحلیل واریانس را تأیید می‌کنند که سبک هویت در این نمونه پس از مداخله یادگیری خودتنظیمی به طور سیستماتیک با نتیجه مرتبط نبوده است.

تفسیر: روایت بصری واضح است: «درمان» یادگیری خودتنظیمی کل گروه آزمایشی را ارتقا می‌دهد و یک تفاوت آشکار بین گروهی ایجاد می‌کند. درون آن گروه آزمایشی ارتقا یافته، سبک هویت لایه‌بندی واضح بیشتری در عملکرد ایجاد نمی‌کند.

8. چارچوب تحلیل: نمونه موردی

سناریو: یک معلم زبان انگلیسی به عنوان زبان خارجی، خانم چن، می‌خواهد این پژوهش را در کلاس سطح متوسط خود که با جملات وصفی دست و پنجه نرم می‌کند، به کار ببرد.

کاربرد چارچوب:

  1. تشخیص (پیش‌آزمون): خانم چن یک آزمون تشخیصی کوتاه بر روی جملات وصفی برای تعیین خط پایه اجرا می‌کند.
  2. جعبه ابزار راهبرد (مداخله): به جای فقط توضیح قواعد دستوری، او ۱۵ دقیقه از هر درس را به مدت ۲ هفته به آموزش راهبردهای یادگیری خودتنظیمی اختصاص می‌دهد:
    • برنامه‌ریزی: «تا پایان این هفته، قادر خواهم بود اسم در حال توصیف را در ۵ جمله تمرینی شناسایی کنم.»
    • نظارت: آموزش پرسشگری از خود: «آیا از 'who' برای افراد و 'which' برای اشیا استفاده کردم؟» «آیا این جمله به یک ضمیر فاعلی نیاز دارد؟»
    • ارزیابی: استفاده از یک چک‌لیست ساده برای تمرینات بازبینی همتایان: «۱. ضمیر موصولی صحیح؟ ۲. جمله در جای صحیح قرار گرفته؟ ۳. معنی واضح است؟»
  3. تمرین هدایت‌شده: دانش‌آموزان تمرینات را در حالی که با صدای بلند در مورد استفاده از راهبرد خود «فکر می‌کنند» تکمیل می‌کنند.
  4. ارزیابی و بازتاب (پس‌آزمون): یک آزمون جدید جملات وصفی داده می‌شود. خانم چن همچنین از دانش‌آموزان می‌خواهد یک بازتاب کوتاه در مورد اینکه کدام راهبرد بیشتر کمک کرد بنویسند و عملکرد را به فرآیند پیوند دهند.

نتیجه مورد انتظار: با پیروی از یافته‌های مطالعه، خانم چن می‌تواند انتظار یک بهبود کلی قابل توجه در دقت کلاس با جملات وصفی را داشته باشد، که این پیشرفت‌ها عمدتاً به جعبه ابزار راهبردی ارائه شده نسبت داده می‌شود، نه تلاش برای مشخص‌سازی و پاسخگویی به انواع هویت دانش‌آموزی مختلف برای این مهارت خاص.

9. کاربردهای آتی و جهت‌گیری‌های پژوهشی

  • یادگیری خودتنظیمی تقویت‌شده با فناوری: توسعه برنامه‌های یادگیری سازگار (شبیه به پلتفرم‌هایی مانند دولینگو اما با تمرکز بر راهبرد) که برنامه‌ریزی، نظارت و ارزیابی را برای نکات دستوری داربست می‌کنند. این برنامه‌ها می‌توانند از الگوریتم‌ها برای ترغیب استفاده از راهبرد در لحظات بهینه استفاده کنند.
  • مطالعات خرد-طولی: استفاده از روش‌های نمونه‌گیری تجربه یا داشبوردهای تحلیل یادگیری برای ردیابی نوسان استفاده از راهبردهای یادگیری خودتنظیمی، ادراکات لحظه‌ای هویت (مانند «الان احساس می‌کنم یک یادگیرنده شایسته هستم») و موفقیت تمرین دستوری در سطح خرد در طول روزها یا هفته‌ها، برای ثبت پویایی‌هایی که در طرح‌های پیش‌پس نادیده گرفته می‌شوند.
  • تعمیم بین‌زبانی: آزمون اینکه آیا اثر قدرتمند یادگیری خودتنظیمی بر جملات وابسته انگلیسی برای یادگیری سایر ساختارهای دستوری پیچیده (مانند وجه التزامی، مجهول) در انگلیسی یا در زبان‌های دیگر با ویژگی‌های نحوی متفاوت صادق است.
  • ادغام با نظریه‌های انگیزشی: تلفیق آموزش یادگیری خودتنظیمی با مداخلات از نظریه خودتعیین‌گری (خودمختاری، شایستگی، ارتباط) یا سیستم خود انگیزشی زبان دوم برای ایجاد یک بسته جامع‌تر «یادگیریِ یادگیری» که ممکن است به طور غیرمستقیم بر هویت به گونه‌ای قابل اندازه‌گیری تأثیر بگذارد.
  • ماژول‌های آموزش معلم: ایجاد منابع توسعه حرفه‌ای بر اساس شواهد این مطالعه برای کمک به معلمان در ادغام مؤثر آموزش راهبردهای فراشناختی در برنامه‌های درسی استاندارد دستور زبان.

10. منابع

  • Aliasin, S. H., Kasirloo, R., & Jodairi Pineh, A. (2022). The efficacy of self-regulated learning strategies on learning english grammar: the mediating role of identity styles. Journal of Psychological Science, 21(115), 1359-1374.
  • Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182.
  • Berzonsky, M. D. (2005). Ego identity: A personal standpoint in a postmodern world. Identity, 5(2), 125-136.
  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
  • The Douglas Fir Group. (2016). A transdisciplinary framework for SLA in a multilingual world. Modern Language Journal, 100(S1), 19-47.
  • Dörnyei, Z. (2009). The L2 Motivational Self System. In Z. Dörnyei & E. Ushioda (Eds.), Motivation, language identity and the L2 self (pp. 9-42). Multilingual Matters.
  • Norton, B., & Toohey, K. (2001). Changing perspectives on good language learners. TESOL Quarterly, 35(2), 307-322.
  • Pintrich, P. R. (2004). A conceptual framework for assessing motivation and self-regulated learning in college students. Educational Psychology Review, 16(4), 385-407.
  • Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (pp. 2223-2232).