在国际中文课堂中实施基于任务的跨文化交流学习

Summary

本试点协议描述了在大学级别的国际中文课堂中，任务型学习与展示-练习-生产的集群随机对比，并为实用表现、跨文化敏感性、口语流利度和口语焦虑提供了可行性导向的代表性结果。

Abstract

国际中文课程越来越要求学习者以不仅在语言上准确而且在实际应用上恰当的方式来管理跨文化互动。这篇试点方法文章介绍了一个课堂协议，用于在大学级别的国际中文课堂中比较任务型学习与表现-练习-生产法。该协议旨在通过结合匹配的教学内容、固定的教学和评估材料、隐藏评分、可重复的流利度-准确度-复杂度提取以及脚本化的集群分析工作流来提高方法学的透明度。完整的班级在班级级别被分配到两种教学条件中的一种，结果在基线、即时后测和后续评估中通过口头话语完成任务、拍摄的角色扮演评估、评估跨文化敏感性和外语口语焦虑的问卷以及基于语音的流利度、准确度和复杂度指数进行收集。在一个单一站点的试点实施中，涉及四个完整的班级和48名中国语言能力测试3级或以上的成年学习者，该工作流在所有三个评估场合生成可分析的课堂、评分、问卷和语音数据。描述性试点输出显示，在任务型条件下观察到更大的后测收益，包括语用适当性、跨文化敏感性和每分钟词数，同时口语焦虑减少。由于该协议在一个非常小的集群样本中试点并且仍然容易受到班级和教师层面的混淆因素影响，这些发现被视为可行性导向的代表性输出，而不是比较有效性的有力证据。该协议为未来在国际中文和相关第二语言环境中的多班级或多站点实施、适应和完善提供了可重复的框架。

Introduction

本协议提供了一个试点协议，用于在大学级别的国际中文课堂中实施和评估任务型教学，以进行跨文化交流，而不是旨在支持强有力的比较性主张的有效性试验。在国际中文项目中，学习者越来越期望做更多的事情，而不仅仅是产生语法上可接受的表述。他们还期望在社会和文化敏感的情况下做出适当的反应，在这些情况下，成功的互动取决于语用选择、关系定位以及在时间压力下调整语言的能力^1,2,3。对于成年大学学习者来说，这仍然是一个持续的教学挑战，因为在词汇和语法方面的进步并不一定能转化为在自发的跨文化互动中的适当表现⁴。

任务型学习经常被提议为应对这一挑战的合适方法，因为它将以意义为中心的活动置于教学的核心，并为学习者提供机会来动员语言资源以响应交流需求。相比之下，典型的演示-实践-生产从显式演示到受控练习，再到受限制的生产，这可以支持以形式为中心的学习，但可能无法一致地引发跨文化交流所需的情境性语用决策^5,6。同时，这个领域的表现不能仅通过单一类型的结果来理解。语用适当性、互动表现、学习者报告的跨文化定位、与说话相关的焦虑以及基于语音的流畅性、准确性和复杂性各自捕捉了学习者参与跨文化交流任务的不同方面^7,8。

尽管在比较教学序列方面有持续的兴趣，但之前的课堂研究往往难以解释和复制。任务程序并不总是得到充分描述；教学内容可能在不同条件下有所不同；跨文化情况有时只是松散地操作化；评分、评分者培训和数据处理步骤通常未充分报告。因此，观察到的差异可能不仅反映了教学序列，还反映了任务设计、教师教学、测量程序或分析选择的变化^9,10。这些问题在完整课堂研究中尤为重要，在这种研究中，班级层面的分配通常是唯一的实际选择，但也引入了教师效应、班级效应和污染风险，这些在单一站点的试点中特别难以区分，特别是在一个极少数的集群数量的情况下¹¹。

因此，本协议的贡献是方法论的。它结合了匹配的交流场景和目标表达，跨条件锁定教学和评估材料，盲法评分和校准、可重复的基于语音的流畅性-准确性-复杂性特征提取，以及在单一可审计的课堂设计中的脚本化集群分析工作流程^12,13。跨文化交流通过口头话语完成任务和拍摄的角色扮演场景来操作化，这些场景要求学习者对社会定位的互动问题做出反应，而跨文化敏感性和说话焦虑通过具有固定评分规则的结构化问卷进行测量。这种组合旨在捕捉学习者表现的互补方面，而不是依赖于单一的教学影响指标¹⁴。

由于本次实施仅限于一个机构、中文水平测试3级或以上的成年大学学习者和四个完整班级，因此应将其解释为该协议的试点可行性应用。在这些条件下，未解决的教师和班级层面的混淆不能排除，任何条件之间的差异都应被视为描述性代表性输出，而不是比较有效性的有力证据¹⁵。在这些限制范围内，该协议旨在为课堂交付、评估、评分、转录、语音特征提取和集群纵向分析提供一个透明和可重复的框架，该框架可以在未来的多班级或多站点研究中进一步完善国际中文教育和相关的第二语言环境¹⁶。

Protocol

该研究是根据云南商学院伦理委员会的规定进行的，批准编号为 [批准号：YCBM-25168]。在入学前，每位潜在参与者都会收到一份书面说明，其中包括研究目的、课堂程序、音视频记录、去身份化、自愿参与以及在不会受到学术处罚的情况下退出的权利。在进行任何研究特定程序之前，获得了书面知情同意，同意参与研究和拍摄¹⁷。研究协议中使用的研究工具列在材料表中。

1. 设置班级、结果和评估时间表

1. 确定目标人群和教学环境
   1. 确定在大学级别的国际中文课程中注册的、具有明确口语交流目标的成年非母语中文学习者。
   2. 使用完整班级作为分配单位。在常规学期时间表内实施一个为期6周的跨文化交流模块，每周一次，每次50分钟的教学。
   3. 在试点实施中，包括4个完整班级，每个班级12名学习者，计划样本为48名学习者。
   4. 使用同一位主讲教师教授两种情况下的课程，使用锁定的教学计划和标准化时间。将两个教学方案安排在不同的工作日上，在干预期间保持班级名单不变，并禁止在指定课堂会议之外分发特定于条件的教学材料，以减少条件之间的污染。
2. 确定主要、辅助和次要结果
   1. 将语用表现定义为主要的课堂表现领域。使用两种互补的工具来评估：口头话语完成任务（ODCT）和拍摄的角色扮演评估。
   2. 在每个时间点进行5个ODCT提示。使用四个预先指定的领域对ODCT进行0-25分的复合评分：语用适当性（0-10）、文化社会对齐（0-5）、话语完整性（0-5）和语言控制（0-5）。将四个领域的分数相加得到总ODCT分数。在补充文件1中提供固定的ODCT提示。
   3. 在每个时间点为每对或三人组进行一个拍摄的角色扮演任务。使用四个预先指定的领域对角色扮演进行0-25分的复合评分：互动适当性（0-10）、响应性和修复（0-5）、关系立场管理（0-5）和语言控制（0-5）。将最终得分计算为两个隐藏评分者的平均值。如果两个总分差异超过3分，获得第三个隐藏评分并将最终得分计算为两个最近总分的平均值。
   4. 使用双语中文-英文纸质形式的跨文化敏感性量表来测量跨文化敏感性，24个项目以5分Likert量表评分，总分范围为24-120。
   5. 使用双语中文-英文格式的简短外语课堂焦虑量表来测量口语焦虑，8个项目以5分Likert量表评分，总分范围为8-40，较高的分数表示更大的口语焦虑。
   6. 将辅助性语言生产结果定义为从角色扮演录音中得到的流利度-准确性-复杂性指数，包括每分钟的词数、每分钟0.25秒或更长的静音停顿、至少包含一个形态-句法错误的T-单元的百分比以及平均从句长度。
   7. 对于跨文化敏感性量表，如果未回答超过2个项目，则将总分视为缺失。否则，将缺失项目替换为该量表已完成项目的平均分数。对于简短外语课堂焦虑量表，如果未回答超过1个项目，则将总分视为缺失。否则，将缺失项目替换为该量表已完成项目的平均分数。
   8. 使用年龄、性别、母语群体、汉语水平测试等级和对中文环境的先前接触来总结基线学习者概况，按教学条件分类。在表1中描述性地报告这些变量，以记录群体组成，而不是在四集群试点中声明基线等效性。
3. 确定评估时间点并绘制研究流程图
   1. 安排三个评估时间点：基线（T0，在第一次干预课程前3天内）、即时后测（T1，在最后一堂课后5天内）和后续跟踪（T2，在T1后的第28天）。
   2. 在每个时间点，先进行ODCT，然后进行拍摄的角色扮演，最后进行问卷调查。保持所有班级的这个顺序相同。
   3. 在整个研究过程中记录筛选、同意、班级层级分配、特定结果完成情况、排除、流失和最终分析集，以便在图1中透明地呈现完整的参与者流程¹⁸。

2. 锁定材料、运行集群随机化并强制掩蔽

1. 冻结教学和评估材料
   1. 在第一次干预课程前，将固定的教学和评估材料存储在锁定的研究文件夹中。
   2. 在第一次研究课程前将锁定的研究文件夹设置为只读，并在整个数据收集过程中保持不变。
   3. 只有在不可避免需要修订时才创建新的文件夹版本。在纯文本变更日志中记录每次更改、日期、原因和负责人。
   4. 记录工作流程中使用的确切软件版本，包括Praat v6.4.58、ELAN v7.0、Audacity v3.

Results

研究流程和队列

招募、筛选、书面同意、班级级别分配、结果特定完成以及基线（T0）、即时后测（T1）和后续（T2）的最终分析集概括在图1中。在试点实施中，4个完整班级共48名学习者被分配在班级级别，其中2个班级分配到任务型学习（TBL，n=24），2个班级分配到演示-练习-生产（PPP，n=24）。在T0，所有48名学习者完成了口头话语完成任务（ODCT）、问卷测量和拍摄的角色扮演任务。在T1，47名学习者完成了ODCT和问卷，46个可分析的角色扮演录音被保留下来，因为1个录音因严重的背景噪音而被排除。在T2，45名学习者完成了ODCT和问卷，44个可分析的角色扮演录音在排除1个额外的录音（因不可恢复的说话者重叠）后保留。这些代表性结果背后的参与者级别去标识化纵向数据提供在补充文件4中。

基线特征

基线人口统计和语言学习特征在表1中呈现。因为在这个试点中只分配了4个完整班级，这些值被报告为描述队列组成，而不是建立组间等效性。这两个条件在年龄、性别分布、汉语能力测试水平和之前在讲中文的环境中的经历方面大致相似，尽管在这个设计中不能排除班级级别和教师相关的混淆因素。

语用表现结果

T0、T1和T2的语用表现结果在表2中呈现。对于ODCT复合得分（0-25），两个组在T1比T0得分更高，TBL组的增长比PPP组更大（+5.04vs.+2.50）。TBL组从T0的12.46±3.21增加到T1的17.50±3.18，并在T2的16.92±3.37保持在基线以上。PPP组从T0的11.98±2.92增加到T1的14.48±3.63，并在T2的13.82±3.70保持在基线以上。这个轨迹在图2中显示。

拍摄的角色扮演评估观察到了类似的模式。在TBL组，平均角色扮演得分从T0的13.10±2.86增加到T1的17.84±3.04，并在T2的17.10±3.12。在PPP组，对应的值是12.88±2.79，15.26±3.08和14.60±3.17。从T0到T1的增长在TBL组比PPP组更大（+4.74vs.+2.38）。跨文化敏感性在两个组中都增加了。在TBL组，总分从T0的48.96±6.19增加到T1的54.52±6.36，并在T2的53.60±6.28保持。在PPP组，对应的值是48.67±7.39，51.77±8.09和50.74±7.96。从T0到T1的增长在TBL组比PPP组更大（+5.56vs.+3.10）。考虑到试点设计和小的集群数量，这些组间差异应谨慎解释。

支持性言语和问卷结果

T0、T1和T2的支持性言语和问卷结果在表3中呈现。在所有场合，两个组在支持性结果上从基线到后测都有改善，任务型学习（TBL）组通常显示出比演示-练习-生产（PPP）组更大的观察到的变化。每分钟词数在两个组中都增加了，而无声停顿和至少包含一个形态-句法错误的T-units百分比减少了。平均从句长在两个条件下的所有场合都有增加。

使用短形外语课堂焦虑量表指数的说话焦虑从T0到T1在两个组中都有所降低，并在T2保持低于基线。降低在TBL组比PPP组更大。这些轨迹在图3中显示。

图1: 研究流程和班级级别分配。总结筛选、书面同意、班级级别分配到任务型学习（TBL）或演示-练习-生产（PPP），以及口头话语完成任务、拍摄的角色扮演、问卷和可分析言语录音在基线（T0）、即时后测（T1）和后续（T2）的特定场合完成，包括排除和流失。请点击这里查看这个图的大版本。

图2: 口头话语完成任务表现跨场合。口头话语完成任务（ODCT）复合得分（0-25）在基线（T0）、即时后测（T1）和后续（T2）对于任务型学习（TBL）和演示-练习-生产（PPP）。点代表组平均值，线连接三个评估场合。请点击这里查

Discussion

本文介绍了一个用于比较大学级别国际汉语课堂中任务型学习和演示-实践-生产的试点教室协议。其主要贡献是方法论的。该协议不是提供另一个关于两个教学序列之间广泛比较的研究，而是指出在课堂条件下如何实施此类比较，同时控制程序变异的核心来源。每周主题在不同条件下匹配，目标表达提前固定，教学和评估材料在实施前锁定，评估顺序在三次机会中保持不变，从记录到分析的工作流程以可检查和重复的形式记录下来²²。在课堂研究中，这些设计特征并非微小的技术添加。它们通常决定了报告的组间差异是否可以被解释为教学对比，而不是不均匀材料、变化程序或未记录评分决定的副产品²³。

该协议的第二个优势在于跨文化沟通表现的衡量方式。设计不依赖单一指标。相反，它结合了口头话语完成提示、拍摄的角色扮演任务、学习者报告的跨文化敏感性、说话相关的焦虑和基于语音的生产指标。这种组合很重要，因为跨文化沟通不能完全通过单一格式捕捉。口头话语完成任务支持学习者和场合之间的可比性，而拍摄的角色扮演提供了更具互动性的视角，展示了学习者如何响应社会定位的沟通需求。每分钟单词数、停顿频率、错误率和平均子句长度等语音测量增加了关于表现变化如何分布在流畅性、控制和结构扩展方面的进一步信息²⁴。总之，这些渠道使得从多个角度检查课堂表现成为可能，而不是将所有变化压缩到一个分数中。

该协议还明确概述了几种质量控制形式。班级级别分配与成簇纵向分析策略相匹配。评分员遮蔽与校准和记录的可靠性阈值配对。在数据收集之前标准化记录条件，并在下游处理开始之前验证文件完整性。每个会话的教学保真度都被记录，以便稍后可以追踪实际时间和与计划序列的偏差²⁵。这些保障措施在教育研究中尤为重要，因为即使更广泛的研究设计看起来合理，结果的可解释性也可能因为对协议的小规模、累积偏离而削弱。因此，本文不仅旨在描述教授了什么，而且还展示了如何稳定周围的程序以便后续重复²⁶。

同时，当前实施具有明确的设计限制。最重要的限制是聚类数量非常少。在基于聚类的课堂研究中，统计精度严重依赖于班级数量，而不仅仅是学习者数量。四个完整的班级可以支持试点实施，但它们仅提供有限的保护，防止特定班级的影响和局部环境效应²⁷。这个限制在这里非常相关，因为课堂反应不仅由课程序列塑造，还受参与规范、同伴动态、班级氛围以及任务接受方式的微妙差异影响。现有工作流程通过匹配内容、固定时间、标准化评估和共同评分程序减少了部分变异，但并未消除它。因此，任何条件之间的模式应在这个限制内进行解释。

相关的问题涉及教师和污染效应。该协议试图通过分离班级时间表、限制特定组材料的流通、在评分和分析过程中遮蔽条件标签以及保持固定的教学结构来减少污染。即使如此，每当学习者跨班级交流或当一位教师在多个班级中工作时，污染仍然是一个现实的可能性。同样，使用一个机构站点和一个有限的学习者群体在试点实施期间改善了控制，但缩小了外部有效性²⁸。因此，本研究结果不应自动推广到学习汉语的成人大学生，或者假设它们会不变地适用于低水平学习者、学校环境或其他语言项目，而无需进一步测试。

还应直接承认测量限制。口头话语完成任务和角色扮演任务不捕捉相同层次的能力。前者提供更紧密的引导控制和更稳定的可比性，而后者对互动性的偶然性、伙伴行为和时刻时刻的话语发展更敏感²⁹。这种差异不是两种工具的缺陷，但确实意味着这两种格式应该被解释为互补而不是可互换的。同样的谨慎适用于支持性语音指标。停顿、流畅度、错误率和子句长度的变化可以阐明表现如何演变，但它们不应被视为语用成功的直接替代。它们的价值在于将表现置于语境中，而不是取代它³⁰。

从实践角度来看，该协议的一个有用特征是将实施问题视为工作流程的一部分，而不是非正式例外。课堂研究很少能够不受干扰地进行。课程可能会提前结束，问卷可能不完整，录音可能无法使用，转录可能需要排除，评分员可能需要重新校准，才能开始正式评分。通过指定如何记录、保留和报告此类事件，该协议使后续用户更容易重现不仅是计划设计，还有设计如何应对日常课堂

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Analysis scripts folder	本研究	Version 1.0	用于课堂随机化、暂停检测、数据集构建、模型拟合和绘图的固定脚本。
音频编辑软件	Audacity团队	Version 3.7.7	用于音频检查和必要时修剪。
音频监控耳机	Audio-Technica	ATH-M20x	用于监控播放质量、剪切和录音检查时的背景噪音。
课堂录音清单	本研究	Version 1.0	用于摄像机位置、麦克风位置、音量、存储容量、房间噪音和角色卡分发的会话级清单。
数据字典 / 代码表	本研究	Version 1.0	定义了课程ID、学习者ID、时间点、结果变量、缺失规则和派生特征名称。
外部麦克风	Sony	ECM-LV1	用作课堂任务录音的固定外部麦克风。
忠实日志模板	本研究	Version 1.0	用于记录日期、课程、场景标签、每个阶段的实际持续时间和偏离计划结构的地方。
拍摄角色扮演评分标准	本研究	Version 1.0	固定的0-25评分标准，用于角色扮演评估，包括双重遮蔽评分和裁定规则。
跨文化敏感性量表表单	本研究	Version 1.0	双语英文-中文问卷，24个项目，在T0、T1和T2时进行。
口头话语完成任务提示	本研究	Version 1.0	固定的5个提示，用于所有三次评估。
语音分析软件	Praat	Version 6.4.58	用于暂停检测，静音暂停阈值固定为0.25秒。
演示-实践-生产课程计划	本研究	Version 1.0	固定的6周PPP课程计划，与TBL条件的主题、目标表达和交际功能相匹配。
原始媒体存储	SanDisk	SDSSDE60-1T00-G25	用于加密原始媒体存储和校验和验证归档的外部SSD。
角色扮演场景和角色卡	本研究	Version 1.0	固定的拍摄角色扮演材料，用于T0、T1和T2的评估。
统计计算软件	R统计计算项目	Version 4.5.2	用于课堂随机化、聚类纵向模型和输出生成。
任务型学习课程计划	本研究	Version 1.0	固定的6周TBL课程计划，使用与PPP条件相同的每周主题和目标表达。
转录和注释软件	ELAN	Version 7.0	用于角色扮演转录和时间对齐注释。
转录指南	本研究	Version 1.0	固定的转录、说话者标记、分段和排除处理的约定。
三脚架 / 摄像机支持	Manfrotto	MKELES5BK-BH	用于稳定的课堂摄像机位置。
视频摄像机	Sony	FDR-AX43	固定的课堂视频摄像机，用于所有会话。
工作站计算机	Dell	DC15250	用于转录、特征提取和统计分析。
短式外语课堂焦虑量表表单	本研究	Version 1.0	双语英文-中文问卷，8个项目，在T0、T1和T2时进行。