本研究由Robert Patrick Baxter撰写，是一项原创性实证研究。以下是对该研究的学术报告。
本研究报告的研究成果主要发表于期刊“John Benjamins Publishing Company”，出版时间为2015年。作者为Robert Patrick Baxter，其所属研究机构在文中未明确提及，但其研究是在中西部一所大学（Midwestern University）完成的，参与者来自该校的西班牙语与葡萄牙语系及其社交圈。
本研究的学术领域横跨第二语言习得（SLA）、语用学（Pragmatics）以及话语分析（Discourse Analysis）。研究的核心动机源于对两个相互关联但研究不足的领域的探索：一是礼貌（Politeness）研究中对“感知”（Perception）层面的忽视，特别是话语层面的感知；二是互动能力（Interactional Competence, IC）研究中缺乏对感知的实证考察。Baxter指出，尽管已有大量研究探讨学习者互动能力的“产出”（Production），并证实其与母语者存在差异，但一个根本性问题尚未解决：学习者是否“感知”到了这些目标行为？换句话说，产出差异可能源于感知能力的不足。此外，虽然已有研究将话语中的某些特征（如话轮转换、合作性交谈）与礼貌联系起来，但这些联系大多停留在理论层面，缺乏严格的实验验证。因此，本研究旨在填补这些空白，具体目标包括：1. 通过开发一种新颖的实验方法，比较母语者（Native Speakers, NS）与非母语者（Non-Native Speakers, NNS）对西班牙语中一种特定互动行为——“合作性交谈”（Collaborative Talk）的感知差异；2. 探究影响这种感知的语言学及非语言学变量。合作性交谈在此特指话轮重叠中，对话者提前完成对方话轮的互动模式，被认为是一种“面子功夫”（Face-Work），是连接互动能力和礼貌研究的桥梁。
本研究的工作流程设计严谨，可分为以下几个详细步骤：首先是参与者的招募与信息采集。研究共招募了36名志愿者，分为两组：12名西班牙语母语者（NS）和24名西班牙语非母语者（NNS）。所有参与者均为某中西部大学的研究生或讲师，学术社区背景相似。NS组年龄平均32.5岁，来自西班牙、波多黎各、哥斯达黎加和秘鲁等多个西语国家，均熟练掌握英语，在美国平均居住8年。NNS组年龄平均28岁，平均拥有6.8年的大学级西班牙语使用经验，被视为语言水平极高的学习者。研究者通过电子邮件和面对面方式招募参与者，并在实验后通过语言背景问卷调查收集了上述人口统计学信息，旨在后续分析中作为可能的变量。
其次是实验对话的设计与刺激材料的合成。这是本研究方法学上的创新核心。为了在保持实验控制的同时最大化生态效度，研究者采取了“基于自然话语建模”的策略。具体步骤如下：1. 模型来源：从先前研究的西班牙语自助小组录音和一次关于留学项目的会议录音中，提取自然发生的合作性交谈实例作为模型。其中，评估（Assessments）和建议（Suggestions）是出现频率最高的言语行为，因此被选为本研究的言语行为类型。2. 话题控制：所有对话情景均围绕“留学经历”展开，确保所有参与者都具备相关背景知识，避免因话题陌生而影响互动能力的体现。3. 语境提示：每个刺激项目开始前，会提供一个简短的文字线索，用以“铺垫”对话发生的前置话题内容，帮助参与者理解。4. 录音制作：招募两位来自哥伦比亚（男）和阿根廷（女）的西语母语者作为演员，在高质量录音设备下独立录音。他们先练习并反馈对话的自然度，然后分别录制对话的第一部分（发起话轮）。接着，另一名演员在耳机中收听第一部分，并录制第二部分（回应话轮）。最后，选取最佳录音片段，使用开源软件Audacity进行音量标准化，并处理成立体声音频，使两个说话者的声音听起来来自不同方向，以增强对话的真实感。
第三是研究工具的开发——强制判断任务（Forced Judgment Task）。该任务是本研究的主要测量工具，旨在系统操纵并测量参与者对合作性交谈两个关键特征的感知：内容匹配（Content Match）和话轮时机（Overlap）。1. 变量操纵：研究者设计了四个对话情景（Scenario），平衡了言语行为（两个建议，两个评估）和说话者性别导向（男-女回应 和 女-男回应）。每个情景下，通过操纵“回应内容是否与发起话轮的潜在内容一致”（匹配/不匹配）和“回应时机是否与发起话轮末尾重叠”（重叠/延迟），生成四种对话变体：A（重叠匹配）、B（延迟匹配）、C（重叠不匹配）、D（延迟不匹配）。这构成了一个2x2的实验设计。2. 任务结构：整个任务包含42个项目：2个练习项目，20个实验项目（4个情景 x 5种配对比较），20个干扰项目。练习和干扰项目旨在让参与者熟悉任务并保持注意力。所有项目被半随机分配到三个版本的问卷中，以避免顺序效应。3. 呈现方式：任务通过PowerPoint呈现，每个项目幻灯片包含语境提示和一个触发音频文件的图标。参与者收听一对由短暂停顿隔开的对话音频（例如，比较A和C，或A和B）。4. 评估量表：收听完毕后，参与者在一份答题纸上用7点量表对两个对话的“恰当性”（Appropriateness）进行判断。量表两端代表仅有一个对话是可能的，中间点代表两个对话同等恰当，中间过渡点则代表不同程度的倾向性。研究者明确将“恰当性”的操作定义交给参与者，以避免对实验变量的偏向。
第四是数据收集与编码分析。研究在一对一或语言实验室环境中进行，参与者使用耳机完成音频任务并填写问卷，耗时约40-60分钟。数据分析步骤如下：1. 数据编码：根据研究假设（重叠优于延迟，内容匹配优于不匹配，内容匹配的权重高于重叠），研究者将五种对话配对比较（A-B， A-C, A-D, B-C, B-D）预设了层级偏好。参与者的7点量表回答被转换为+3（完全偏好假设更优的对话）到-3（完全偏好另一个对话）的数值，0代表完全中立。2. 统计分析：使用SPSS软件进行两种主要分析。首先，为了回答第一个研究问题（NS和NNS如何感知内容匹配和重叠的差异），对两组参与者在五个比较项目上的判断分值进行了双因素方差分析（ANOVA）及邦费罗尼（Bonferroni）事后成对比较。其次，为了回答第二个研究问题（哪些变量影响判断），分别对NS和NNS的数据进行了多元线性回归分析。纳入回归模型的变量包括：对话配对类型（以最中立的A-B比较为基准）、回应者性别、言语行为类型、参与者年龄和参与者性别。在分析前，研究者检查了数据，排除了极少数的极端异常值（占总令牌数的1.3%）。
研究的主要结果揭示了NS与NNS在感知合作性交谈上的系统性差异。首先，在总体判断强度上，方差分析显示NS组的平均判断分值（1.74）显著高于NNS组（1.11）。这表明NS在区分不同对话变体的恰当性时，态度更为明确和强烈，更倾向于认为只有一种回应是恰当的；而NNS的判断则更为模糊和中立，表现出更大的灵活性或不确定性。这一结果为后续的具体比较奠定了基础。
其次，在具体对话配对比较上，成对比较揭示了两组感知的关键差异点。对于涉及内容匹配与时机冲突的比较（B-C：延迟匹配 vs. 重叠不匹配），NS表现出明确的偏好，认为延迟但内容匹配的回应比重叠但内容不匹配的回应更恰当。然而，NNS对此没有表现出强烈偏好，他们的判断值接近中立。同样，在比较两个均为延迟的回应，但内容不同（B-D：延迟匹配 vs. 延迟不匹配）时，NS强烈偏好内容匹配的回应，而NNS的偏好再次不显著。这两个结果直接表明，NNS在评估合作性交谈时，对“内容匹配”这一关键特征的敏感性显著低于NS。他们不像NS那样，将内容准确性视为评判合作性回应的决定性因素。相反，对于其他配对（如A-C：重叠匹配 vs. 重叠不匹配；A-D：重叠匹配 vs. 延迟不匹配），两组都显著偏好内容匹配或全面更优的选项，只是NS的偏好强度更大。对于纯时机比较（A-B：重叠匹配 vs. 延迟匹配），两组都倾向于重叠，但偏好强度都不算最高，表明时机因素本身在两组的判断中都不是最强的驱动因素。
第三，回归分析进一步明确了影响两组判断的具体变量及其影响模式。对于NS组，回应者性别、言语行为类型以及所有四个对话配对比较（相对于A-B）都是判断值的显著预测因子。具体而言：1. 当回应者为男性时，参与者倾向于做出更明确的单一选择；而为女性时，判断更趋向中立（即认为更多回应可能恰当）。2. 与评估相比，对建议的回应被感知为具有更大的灵活性。3. 所有对话配对（除基准A-B外）都引发了比基准更强烈的倾向性判断，支持了研究假设。对于NNS组，回归模型也达到了显著性，但解释力（R² = 0.12）低于NS组（R² = 0.25）。显著预测因子包括回应者性别和言语行为类型，其影响方向与NS组一致，但强度较弱。关键的不同在于，对话配对B-C和B-D在NNS模型中不显著，这从统计上确认了上述发现：NNS在面临内容匹配与时机冲突或双延迟对比时，没有形成一致的、可预测的判断模式。此外，参与者年龄是NNS组独有的一个弱显著预测因子，表明年龄稍大的NNS评判标准可能略为宽松。
研究的结论具有多方面的意义。在科学价值上，本研究首次通过严格的实验方法，定量比较了NS和NNS对合作性交谈（作为一种互动能力和面子功夫）的感知差异，证实了二者在感知层面的不同。研究最重要的发现是，即使对于语言水平极高的NNS，他们对互动序列中“内容匹配”这一微妙而关键的特征仍不够敏感。这表明，互动能力的发展可能不仅仅涉及产出技能的提升，更深层的“感知能力”可能是更早、更基础的瓶颈。这一发现深化了我们对互动能力的理解，强调了从感知入手研究语言习得的必要性。此外，研究成功地将礼貌研究（第一人称视角的恰当性感知）与互动能力研究（对话轮序列的关注）结合起来，为跨学科研究提供了范例。
在方法论价值上，本研究开发并验证了一种创新的实验范式。它有效解决了以往研究的两难困境：使用完全人为的刺激材料缺乏效度，而使用纯自然语料又难以进行实验控制和复制。本研究采用的“基于自然语料建模+实验操纵”的折中方法，为研究话语层面的感知问题提供了一条可行路径。特别是其精心设计的音频刺激合成方法和强制判断任务，为未来研究类似互动现象提供了工具模板。
在应用价值上，该研究的工具和方法可直接应用于第二语言教学。教师可以利用类似的判断任务，帮助学习者提高对目标语互动规范的意识，特别是那些微妙的、与文化相关的序列特征（如合作性完成）。通过引导学习者注意“何时”以及“说什么”来恰当地完成话轮，可以有针对性地培养其互动能力。研究者在讨论部分也提出了未来教学应用的设想，例如创建计算机辅助的对话模拟练习，让学习者在删除了重叠部分的自然对话中练习插入恰当的回应。
本研究的亮点突出体现在以下几个方面：首先，研究问题具有前沿性和交叉性，敏锐地抓住了感知研究在互动能力和语用学领域的空白。其次，研究方法创新性强，特别是在刺激材料设计上兼顾了实验控制与生态效度，其音频合成技术和任务设计具有很高的技术含量和可推广性。再次，研究发现意义重大，明确指出高水平学习者与母语者在互动“感知”上存在本质差异，而不仅仅是“产出”差异，这为二语习得理论提供了新的实证证据。最后，研究体现了严谨的科学态度，通过详细的文献综述、精细的实验设计、全面的统计分析和坦诚的局限性讨论（如参与者文化背景的异质性），保证了研究的可靠性。
此外，研究中对性别变量的发现也颇具价值。它表明在合作性交谈的语境下，说话者性别会系统性影响感知：男性回应者的重叠行为被期待更明确，而女性回应者的行为被赋予更大灵活性。这呼应了当代语言与性别研究强调“情境化实践”（Local Construction of Practices）的观点，即性别效应高度依赖于具体的互动语境，而非固定的刻板印象。
Robert Patrick Baxter的这项研究是一项设计精巧、执行严谨、结论深刻的实证研究。它不仅增进了我们对语言互动能力及其习得的理解，而且为相关领域的研究方法学做出了实质性贡献，并为连接学术研究与教学实践搭建了桥梁。