2.1 參與者與設計
研究涉及60名伊朗英語作為外語學習者。參與者被隨機分配到實驗組(n=30),接受SRL策略培訓;或對照組(n=30),接受常規教學。關係子句前測確保咗各組嘅初始同質性。
本研究探討自主調節學習策略對英文關係子句習得嘅成效,特別聚焦於學習者身份風格嘅潛在中介作用。文法,尤其係關係子句呢類複雜句法結構,對第二語言嘅熟練程度同交際能力至關重要。本研究建基於學習自我調節(Pintrich, 2004)同身份發展(Erikson, 1968; Berzonsky, 2005)嘅理論框架,假設學習者如何管理學習過程同點樣看待自己,可能會顯著影響文法學習成果。
採用準實驗設計來研究所提出嘅關係。
研究涉及60名伊朗英語作為外語學習者。參與者被隨機分配到實驗組(n=30),接受SRL策略培訓;或對照組(n=30),接受常規教學。關係子句前測確保咗各組嘅初始同質性。
程序遵循結構化順序:
數據分析採用共變數分析同單因子變異數分析。
共變數分析結果顯示,在控制前測分數嘅情況下,SRL策略介入對後測英文關係子句分數有統計學上顯著嘅主效應(p < 0.01)。呢個結果表明,接受過SRL策略培訓嘅實驗組學習者,喺學習關係子句方面表現優於對照組。
相反,變異數分析結果顯示,三種身份風格(資訊型、規範型、彌散-逃避型)喺呢個特定情境下,對SRL使用同英文關係子句成績之間嘅關係,都冇表現出統計學上顯著嘅中介效應。
SRL介入嘅效應值計算為Eta平方(η²)= 0.83。根據Cohen(1988)嘅慣例,呢個代表一個大效應值,表明SRL策略嘅知識同使用,解釋咗文法學習成功變異嘅相當大一部分,對教學法嚟講係一個具有實際意義嘅發現。
SRL效應:顯著(p < 0.01) | 效應值(η²): 0.83(大)
身份中介作用:不顯著
本研究明確證明,自主調節學習策略嘅明確教學,能顯著提升複雜英文文法(特別是關係子句)嘅習得。大效應值突顯咗賦予學習者元認知工具去計劃、監控同評估自己學習嘅教學效力。關於身份風格嘅不顯著結果表明,喺本研究情境下,學習策略嘅直接應用對表現嘅影響,比更廣泛嘅、傾向性嘅身份因素更強大、更直接。作者建議EFL教師、課程設計者同政策制定者將SRL策略培訓融入文法教學,以優化學習成果。
核心見解:呢項研究傳遞咗一個清晰、可行且有力嘅信息:教導學習者點樣學習文法,對於特定句法習得嘅即時影響,比處理佢哋更廣泛嘅心理身份風格更大。SRL策略嘅直接效應係強勁且明確嘅。
邏輯流程與關鍵缺口:研究嘅邏輯——用SRL介入、測量結果、檢查身份風格能否解釋變異——係合理嘅。然而,從一個不顯著嘅中介結果,跳到輕視身份嘅作用,可能為時過早。正如Norton同Toohey(2001)關於語言學習者身份嘅開創性著作所指,身份唔係一個靜態嘅中介變量,而係一個動態嘅、在情境中建構嘅力量,可以促進或限制學習機會嘅獲取同策略嘅投入。本研究嘅設計將身份視為一個固定嘅、預先存在嘅過濾器,可能忽略咗成功使用SRL策略嘅行為本身,可能會重塑學習者作為有能力語言使用者嘅身份——呢個過程喺Dörnyei(2009)嘅L2動機自我系統中亦有強調。零結果可能反映咗測量/建模問題,而唔係身份無關緊要。
優點與缺點:本研究嘅優點在於其清晰嘅實驗設計、對SRL嘅明確操作化,以及一個大且有意義嘅、能直接指導實踐嘅效應值——喺應用語言學中實屬罕見。如前所述,其缺點係對身份嘅看法略顯化約主義。將其與CycleGAN(Zhu et al., 2017)呢類AI突破相比,後者無需配對樣本即可學習不同領域之間嘅轉換,本研究成功將SRL培訓「轉換」為文法增益。然而,好似早期忽略上下文嘅AI一樣,佢可能忽略咗身份運作嘅學習者社會心理生態系統呢個「領域」。
可行建議:對於實踐者:立即將SRL策略培訓應用於文法教學。 佢係有效嘅。對於研究者:唔好放棄身份因素。 相反,設計縱貫性、質性、或複雜動態系統研究,去探索SRL策略使用同文法成功點樣隨時間推移,同學習者身份共同演化並主動塑造身份。使用Douglas Fir Group(2016)跨學科框架嘅方法,去捕捉多層次嘅影響。
核心分析可以通過共變數分析同變異數分析檢驗嘅中介模型來表示。用於評估SRL介入效應嘅主要共變數分析模型為:
$Y_{post, i} = \beta_0 + \beta_1 (Group_i) + \beta_2 (Y_{pre, i}) + \epsilon_i$
其中 $Y_{post}$ 係後測分數,$Group$ 係虛擬變量(0=對照組,1=實驗組),$Y_{pre}$ 係前測分數(共變量),$\epsilon$ 係誤差項。顯著嘅 $\beta_1$ 表示處理效應。
身份風格(M)對SRL(X)同英文關係子句(Y)之間路徑嘅中介分析,遵循Baron & Kenny(1986)嘅邏輯,通過實驗組內嘅獨立變異數分析/迴歸進行檢驗:
效應值,部分Eta平方($\eta_p^2$),計算公式為:$\eta_p^2 = \frac{SS_{effect}}{SS_{effect} + SS_{error}}$,適用於共變數分析中嘅指定效應。
關鍵結果可以通過兩個主要圖表進行視覺化:
圖表1:前測與後測分數比較(實驗組 vs. 對照組)
一個分組條形圖,顯示兩組喺前測同後測嘅平均分數。實驗組喺後測嘅條形會明顯高於其他所有條形,視覺上展示咗大嘅處理效應。對照組嘅後測條形只會顯示相對於其前測嘅邊際增長。
圖表2:按身份風格劃分嘅後測分數(僅實驗組)
一個條形圖,顯示實驗組內被分類為資訊型、規範型同彌散-逃避型身份風格嘅學習者嘅平均後測分數。條形嘅高度可能只顯示微小、不顯著嘅差異,視覺上確認咗變異數分析結果,即喺SRL介入後,身份風格喺呢個樣本中與結果無系統性關聯。
解讀:視覺敘事係清晰嘅:SRL「處理」提升咗整個實驗組,造成咗明顯嘅組間差異。喺呢個被提升嘅實驗組內,身份風格並冇造成進一步清晰嘅表現分層。
情境:一位EFL教師陳老師,想將呢項研究應用喺佢嗰班對形容詞子句感到困難嘅中級程度班級。
框架應用:
預期結果: 根據研究結果,陳老師可以預期全班喺形容詞子句嘅準確性上會有顯著嘅整體提升,呢啲增益主要歸因於所提供嘅策略工具箱,而唔係嘗試為呢項特定技能去分析同迎合唔同學生嘅身份類型。