这篇文档属于类型a（研究报告类），以下为详细学术报告内容：

1. 作者与发表信息
本研究由Yan Huang（上海外国语大学语言学研究院）、Mengmeng Wang与Hengyi Rao（上海外国语大学应用脑与认知科学重点实验室）合作完成，发表于International Journal of Multilingualism（2024年，第21卷第1期）。

2. 学术背景
本研究聚焦二语习得（SLA）与认知心理学交叉领域，探讨多语言经验（multilingualism）与外语能力倾向（foreign language aptitude, FLA）的关系，并提出工作记忆（working memory, WM）可能作为二者间的中介变量。传统观点认为FLA是先天稳定的能力（Carroll, 1964），但近期研究表明其具有可塑性，可能受语言经验影响（如Kormos, 2013）。然而，多语言经验如何通过认知机制（如WM）影响FLA尚不明确。本研究旨在填补这一空白，验证WM在多语言经验与FLA间的部分中介作用，并揭示FLA的动态性本质。

3. 研究流程与方法
研究对象：93名中国大学生（18-25岁），包括48名高水平双语者（中英）和45名高水平三语者（中英日），两组在年龄、二语（英语）习得年龄（AOA）及英语熟练度（CET-6分数）上无显著差异。

研究工具与流程：
- 语言能力倾向测试：采用LLAMA语言能力倾向电池（Meara, 2005），包含：
- LLAMA-B：词汇联想学习（显性语言能力倾向，ELA）。
- LLAMA-D：声音序列识别（隐性语言能力倾向，ILA）。
- LLAMA-E：音标对应学习。
- LLAMA-F：语法推理能力。
- 工作记忆测试：使用非言语Fractal 2-back任务（F2B）测量执行WM，通过MATLAB Psychtoolbox编程实现，要求被试识别当前刺激与间隔两个试次前的刺激是否一致。
- 流程：被试依次完成语言背景问卷、LLAMA测试与F2B任务（顺序随机）。

数据分析：
1. 多变量方差分析（MANOVA）比较双语与三语组在LLAMA和WM任务的表现。
2. 线性判别分析（LDA）识别对语言经验最具预测力的变量。
3. 分层回归分析检验语言经验和WM对FLA的独立贡献。
4. 中介分析（Bootstrap法）验证WM的中介作用。

4. 主要结果
- 多语言经验与ILA的关联：三语者在LLAMA-D（ILA）（p < 0.001）和WM任务（p = 0.004）上显著优于双语者，其他子测试无差异。LDA显示LLAMA-D（判别载荷0.908）和WM（0.629）是区分两组的关键变量。
- WM的部分中介作用：分层回归表明，语言经验（β = 0.379）和WM（β = 0.289）均能独立预测ILA表现。中介分析显示，WM解释了语言经验对ILA影响中的23.1%（95%CI [0.018, 0.176]），支持部分中介模型。
- 机制解释：多语言学习者因需处理更多语言规则，可能增强序列学习能力（ILA的核心）和执行控制（WM的提升），进而间接促进FLA。

5. 结论与意义
- 理论价值：首次证实WM在多语言经验与FLA间起部分中介作用，支持FLA的动态性假说，为P/E模型（Wen, 2016）和神经认知模型（Turker et al., 2021）提供实证依据。
- 应用价值：提示语言教学中可针对性训练WM以提升学习效率，尤其在隐性语言能力培养中。
- 争议回应：解释了既往研究结论的不一致（如Ma et al., 2018与Schoonen et al., 2002），因未控制WM的混杂效应。

6. 研究亮点
- 创新方法：采用非言语F2B任务避免语言干扰，结合LLAMA区分显性与隐性FLA。
- 样本严谨性：选择高水平多语言者（如通过JLPT N1）控制熟练度干扰。
- 跨学科整合：将认知心理学（WM）与语言学（FLA）理论结合，提出中介机制模型。

7. 局限与展望
未纳入单语对照组、未测量其他WM子系统（如语音WM），未来可纵向追踪多语言者的FLA动态变化，或扩展至四语学习者。

（报告总字数：约1500字）