该文档属于类型a(原始研究报告),以下是学术报告内容:
背景知识与二语阅读的关系:一项眼动研究
作者及机构:
本研究由上海交通大学人文学院国际中文教育中心的Na An与Jun Wang(通讯作者),以及英国利兹大学语言学与语音学系的Clare Wright合作完成,发表于《International Journal of Applied Linguistics》(2024年6月,DOI: 10.1111/ijal.12601)。研究受中国教育部人文社会科学项目资助(编号:19YJC740076)。
学术背景
研究领域与动机:
该研究属于第二语言(L2)阅读认知领域,聚焦背景知识(background knowledge)对二语阅读的影响。尽管背景知识在母语(L1)阅读中的作用已被广泛认可(如Rumelhart, 1977; Goodman, 1968),但其在二语阅读中对理解准确度(comprehension accuracy)和阅读速度(reading rate)的具体作用尚不明确,尤其是在非字母文字(如汉语)中。此外,背景知识与二语语言知识(linguistic knowledge)的权重关系及心理机制仍需探索。
核心问题:
1. 背景知识是否影响二语阅读的理解准确度、阅读速度,或两者?
2. 在汉语这类表意文字中,背景知识与语言知识对阅读的贡献如何权衡?
3. 背景知识影响二语阅读的心理过程是什么?
研究流程与方法
研究对象:
40名以印欧语系为母语的汉语二语学习者(年龄18-38岁,平均学习时长2.84年),均通过眼动仪校准测试。
实验设计:
1. 知识测试:
- 背景知识测试:英语多选题(15题/主题),覆盖“棒球规则”和“化妆品”两类主题,评分0-15分。
- 语言知识测试:分三部分:
- 正字法知识(orthographic knowledge):汉字识别(0-30分,可换算为汉字量)。
- 词汇知识(lexical knowledge):基于HSK词表的30题(0-30分,可换算为词汇量)。
- 句法知识(syntactic knowledge):20题语法选择题(0-20分)。
阅读材料:
- 4篇HSK5级难度文章(每篇约275汉字),分属棒球和化妆品主题,每主题2篇。
- 每篇文章后附6道多选题(含高、中、低三种理解层级)。
眼动实验:
- 使用EyeLink 1000眼动仪(采样率1kHz),记录左眼运动。
- 兴趣区(AOIs)设置:
- 从句起始处(SC):检验推断过程。
- 低频内容词(LFC):排除高频词和技术术语,分析词汇处理难度。
- 技术术语(TT):验证双编码理论(DCT)的意象激活假设。
- 眼动指标:首次注视时长(first fixation duration)、凝视时间(gaze duration)、回视次数(regression count)等。
数据分析:
- 相关性分析:背景知识、语言知识与阅读表现(准确度、速度)的关系。
- 回归分析:比较背景知识与语言知识对阅读的贡献权重。
- 眼动指标部分相关分析:控制语言知识后,背景知识对特定AOIs的影响。
主要结果
背景知识的作用:
- 理解准确度:背景知识显著提升两主题的阅读准确度(棒球:r=0.509, p=0.001;化妆品:r=0.392, p=0.012),尤其对高阶推理题影响更大。
- 阅读速度:仅化妆品主题中,背景知识与阅读速度正相关(r=0.513, p=0.001),棒球主题无显著关联。
与语言知识的比较:
- 在棒球主题中,背景知识对阅读准确度的贡献(β=0.453)超过任何单一语言知识;化妆品主题中,背景知识与句法知识贡献相当(β=0.376 vs. 0.480)。
- 语言知识(如正字法、词汇)仅影响理解准确度,且对低阶问题更显著。
眼动机制:
- 背景知识显著减少低频词(LFC)和从句起始处(SC)的凝视时间(棒球:r=-0.365;化妆品:r=-0.435),表明其促进词汇和句法层面的自动化处理。
- 技术术语(TT)未显示预期效应,不支持双编码理论(DCT)的意象激活假设。
理论验证:
- 建构-整合模型(C-I Model)最能解释数据:背景知识与语言知识在语义网络中动态交互,支持层级化处理(如词汇→句法→篇章)。
- 图式理论(Schema Theory)的“推断减少回视”假设未获支持。
结论与价值
科学意义:
- 首次在汉语二语阅读中证实背景知识的独立作用,尤其在复杂主题中可能超越语言知识。
- 为C-I Model提供实证支持,强调背景知识与语言知识的协同整合机制。
应用价值:
- 教学建议:对高难度主题,需优先补充背景知识;阅读任务时间应根据主题难度动态调整。
- 教材设计:需强化词汇、句法与背景知识的系统关联(如通过主题式教学)。
研究亮点
- 方法创新:结合眼动技术与多维度知识测试,量化背景知识对阅读过程的实时影响。
- 理论突破:挑战传统图式理论,确立C-I Model在二语阅读中的解释优势。
- 语言特殊性:聚焦汉语表意文字,填补非字母语言二语阅读研究的空白。
局限与展望:样本量较小(n=40),未来可纳入高阶学习者及母语者对比,并增加工作记忆等个体差异变量。
(报告字数:约1800字)