Gamifiziertes Spracherlernen und neoliberale Ideologie: Eine multimodale kritische Diskursanalyse einer populären englischen Vokabelanwendung

Zusammenfassung

Diese Studie untersucht die Auswirkungen der Gamification auf die Motivation chinesischer Studierender beim mobilunterstützten Englisch-Vokabellern. Kritische Diskursanalyse zeigt, dass spielbasierte Elemente zwar vorübergehend das Engagement erhöhen, aber auch wettbewerbsorientierte und selbstüberwachende Normen fördern, die die intrinsische Motivation untergraben und die psychologischen und soziotechnischen Erfahrungen der Schüler beeinträchtigen können.

Zusammenfassung

Die Integration von Gamification in das mobilunterstützte Sprachlernen (MALL) hat die Art und Weise, wie Lernende sich mit Vokabelerwerb und selbstgesteuerter Kommunikation beschäftigen können, neu gestaltet. Nur wenige Studien haben die Auswirkungen gamifizierter Anwendungen auf das Verhalten und die psychologischen Reaktionen der Lernenden untersucht, insbesondere in Kontexten des Englischlernens außerhalb der Muttersprache, obwohl sie häufig für die Verbesserung der Nutzermotivation und -beteiligung gelobt werden. Diese Studie untersucht die motivationale Wirkung und ideologische Grundlagen beliebter gamifizierter englischer Vokabel-Apps und verwendet Faircloughs dreidimensionales Critical Discourse Analysis (CDA)-Framework, um sowohl Nutzerinteraktionen als auch Plattformdesign zu analysieren. Basierend auf Interface-Daten, Analyse der Nutzerstimmung und Interviewtranskripten von chinesischen Studierenden, die Englisch als Fremdsprache (EFL) lernen, zeigt diese Studie, dass Gamification im Einklang mit der Selbstbestimmungstheorie (SDT) eine bedeutende Rolle bei der Förderung der Motivation und des Engagements der Lernenden spielt, aber gleichzeitig neoliberale Ideale von Wettbewerb, Selbstoptimierung und Verhaltensüberwachung verankert. Diese Funktionen sollen zwar die Leistung steigern, können aber im Laufe der Zeit die intrinsische Motivation untergraben. Die Ergebnisse heben die psychologischen und soziotechnischen Dynamiken gamifizierter Lernumgebungen hervor und bieten neue Einblicke darin, wie digitale Bildungsplattformen selbstregulatorische Erwartungen und leistungsorientierte Diskurse stärken können.

Einleitung

Der Prozess des Spracherwerbs wird allgemein als sozial vermittelt und interaktiv betrachtet und beinhaltet kommunikative Interaktion, Output und Input in bestimmten soziokulturellen Situationen. Grundlegende Forschung zum Zweitspracherwerb (SLA) zeigt hervor, dass Möglichkeiten für Engagement, Feedback und selbstregulierte Praxis ebenso wichtig sind, um Lernenden zu helfen, kompetenter zu werden, wie die Begegnung mit sprachlichen Inputs. Dieses Rahmenwerk ermöglicht es den Lernenden, an Rückkopplungsschleifen und authentischer Kommunikation durch digitale und mobil unterstützte Lernumgebungen teilzunehmen. Die Integration von Gamification in diese Umgebungen hat weiter verändert, wie Schüler ihre Motivation aufrechterhalten, ihre Entwicklung verfolgen und selbstgesteuerte Sprachpraktiken entwickeln.

Sprachlerner können eine gezielte Fremdsprache effektiver erwerben, wenn sie über einen umfassenden Wortschatz verfügen, da dies ihnen hilft, zu verstehen, was sie hören oder lesen. Grammatik kann zur Datenübertragung verwendet werden, aber ohne Sprache kann ein Gespräch nicht abgeschlossen werden. Viele EFL-Schüler haben jedoch weiterhin Schwierigkeiten mit dem Wortschatzerwerb, den sie als erhebliches Hindernis für die Verbesserung ihrer allgemeinen Englischkenntnisse ansehen. Da der Erwerb komplexer Vokabeln – einschließlich Grammatik, Rechtschreibung, Bedeutung, Konnotation, Kollokation und Wortstruktur – konstante Eingaben erfordert, motiviert die kognitive Last die Schüler oft, ansprechendere^{Lernmethoden zu} suchen.

Die Wirksamkeit des Vokabellernens wird durch die konventionelle papierbasierte Lernmethode begrenzt. Mit dem Fortschritt der technologischen Bildung sind immer mehr gamifizierte englische Vokabellernprogramme aufgetaucht, mit dem Ziel, die Motivation und Effektivität der Schüler zu steigern. Laut Li et ^al.2 ist Gamification der Prozess, die Nutzungsmuster oder -verhaltensweisen von Menschen zu verändern, indem Spielmechaniken und -elemente in nicht-spielbezogene Settings integriert werden. Spielinspirierte Anwendungen werden unter EFL-Lernenden immer häufiger und ziehen das Interesse akademischer Forscher auf sich, da sie die Merkmale von Instructional Gamification und mobile-assisted language learning (MALL) in einer Umgebung der Vokabelentwicklung kombinieren können.

In den letzten 20 Jahren sind Bildungstechnologielösungen (EdTech) weltweit breiter verfügbar und^{im Klassenzimmer} eingesetzt worden. Eine neue Abhängigkeit von Technologie zur Überwindung der Lernlücke ist entstanden in einer Zeit, in der Forschungen und aufeinanderfolgende Jahresberichte⁶einen Rückgang des Lernniveaus bei indischen^{Kindern zeigen} 7. Die Vielfalt und Komplexität der modernen Gesellschaft haben die Hochschulbildung unerlässlich gemacht, und infolgedessen ist die Menge wissenschaftlicher Studien, die sich der Vorhersage von Bildungsleistungen oder der Wahrscheinlichkeit von Abbrüchen von Studierenden widmen, schnell gewachsen: 8,9,10,11,11,12,13 . Die traditionelle Funktion von Hochschulen bei der Verbreitung von Wissen hat sich weiterentwickelt; Kreativität im neuen Wissen, insbesondere mit dem Aufstieg der Künstlichen Intelligenz¹⁴, und die Ausbildung qualifizierter Fachkräfte haben dazu geführt, dass viele von ihnen mit verschiedenen Bereichen der Gesellschaft interagieren. Tatsächlich sind die Hauptziele seiner akademischen und kulturellen Aktivitäten, den Wissensstandard innerhalb der Gemeinschaft durch Unterricht, Untersuchungen und die Fähigkeit zum Teilen und Übertragen solcher Informationen zu erhöhen.

TAM ist in den letzten Jahren zu einem bedeutenden Paradigma geworden, um die Einführung von Technologie in verschiedenen Bereichen zu verstehen, darunter Social Media¹⁵, Online-Banking¹⁶, Gesundheitstechnologien¹⁷ und Bildung. Zahlreiche Wissenschaftler haben untersucht, wie Dozenten und Studierende E-Learning-Ressourcen oder -Plattformen im theoretischen Rahmen von TAM nutzen. So untersuchten beispielsweise Mustafa et ^al.18 angesichts der COVID-19-Pandemie die Variablen, die E-Learning-Ergebnisse beeinflussen. Auch die Akzeptanz von YouTube-basierten Lernressourcen¹⁹ durch Schüler wurde untersucht. Rafique et ^al.20 untersuchten die Verhaltensabsichten der Nutzer bei der Nutzung des E-Book-Formats und lieferten eine Erklärung dafür, warum Lehrkräfte und Schüler Online-Unterricht mögen oder nicht mögen¹⁷. Darüber hinaus wurde Forschung zur Nutzung mobiler Apps durch Nutzer durchgeführt, die TAM verwenden.

Das Hauptziel dieses Lernens ist es, kritisch zu untersuchen, wie gamifizierte Sprachlernanwendungen, die von EFL-Schülern auf Hochschulniveau verwendet werden, neoliberale Diskurse charakterisieren und verbreiten. Sowohl die kommunikativen als auch die gestalterischen Umrisse dieser Anwendungen integrieren diese Diskurse. Obwohl Nutzermotivation und -akzeptanz in der Vergangenheit systematisch berücksichtigt wurden, stützen sich diese Schulungsprogramme häufig auf technische und psychologische Rahmenwerke wie die Selbstbestimmungstheorie (SDT) und das Technologieakzeptanzmodell (TAM). Aus Sicht der Critical Discourse Analysis (CDA) zielt diese Studie jedoch darauf ab, eine bedeutende Forschungslücke zu schließen. Es untersucht, wie Sprachlernanwendungen Wettbewerbsverhalten, Präsentationsfolgen und Selbstoptimierung fördern. Diese Merkmale, die in der neoliberalen Ideologie dominieren, werden regelmäßig durch Gamification-Grundlagen wie Bestenlisten, Abzeichen, Ergebnisse und Entwicklungsüberwachung ermöglicht. Die Arbeit wird bewerten, wie Textanregungen, Interface-Bilder und durchdachte Antworten der Lernenden die Motivation, das Lernverhalten und die Selbstwahrnehmung der Nutzer beeinflussen. Das Hauptziel bleibt der Einfluss dieser Methoden auf das Englischlernen der Schüler.

Diese vorgeschlagene Arbeit nutzt Faircloughs dreidimensionale CDA-Methode, um gamifizierte Sprachlern-Apps aus einer neuen kritischen Diskursperspektive zu bewerten. Im Vergleich zu bestehenden Arbeiten, die sich hauptsächlich auf technische oder motivationale Adoptionsfunktionen mit SDT oder TAM konzentrierten, zerlegt diese Arbeit die neoliberalen Ideale, die in der Erweiterung und Kommunikation der EdTech-Benutzeroberflächen verankert sind. Es bestätigt insbesondere, wie Gamification-Strukturen wie Bestenlisten, Linien und Bewertungsindikatoren als Werkzeuge zur Selbstoptimierung und Nachverfolgung dienen, insbesondere im Kontext des Vokabellernens für College-EFL-Studierende. Um die Ergebnisse über digitale und menschenzentrierte Informationen hinaus zu validieren, verwendet die Studie einen hybriden methodischen Ansatz, der Sentimentanalyse, Schnittstellenprotokollierung und Diskurskartierung kombiniert.

Die globale Hochschulbildung hat infolge des Neoliberalismus erhebliche Veränderungen erfahren, der marktorientierte Regeln, Rivalitäten und Privatisierung über allgemeinere^{Bildungswerte} stellt. Um die Beschäftigungsfähigkeit und die globale Wettbewerbsfähigkeit zu verbessern, haben Universitäten zunehmend EMI-Richtlinien eingeführt und erkennen den Wert von Englisch als zentralen Vorteil an. Dennoch verschärft EMI regelmäßig Bildungsunterschiede, indem es Nicht-Englischsprecher ausschließt und diejenigen bevorzugt, die Zugang zu englischsprachigen Materialien haben²². Daher ist eine hierarchische Konstruktion vertraut, wobei Sprachkompetenz als potenzielle Barriere dient. Neoliberale Ziele zeigen sich in der Nutzung von EMI in Ländern wie Südkorea, die darauf abzielen, die globale Stellung zu verbessern und Investitionen anzuziehen, aber sie könnten auch regionale Sprachen untergraben und zur Sprachvorherrschaft^führen.

Die Ermittler setzten SDT und TAM in verschiedenen Szenarien ein, einschließlich der fortlaufenden Absicht, während COVID-19 die Nutzung von Online-Social-Networking-Seiten²⁴ und technologiegestütztem Lernen zu nutzen^{, um die}Beweggründe für den Einsatz von Technologie weiter zu untersuchen. Zusätzlich untersuchten Isabel et ^al.27 mithilfe von SDT und TAM, wie Nutzer auf ein gamifiziertes Einstellungstool reagierten, und stellten fest, dass die Meinungen der Kandidaten zur Benutzerfreundlichkeit und Benutzerfreundlichkeit des Tools mit seiner Fähigkeit zusammenhängen, die Anforderungen der Nutzer an Autonomie und Kompetenz zu erfüllen sowie Selbstmotivation zu fördern. Wu und Chen²⁸hatten das Ziel, diese beiden Theorien zu integrieren und klare Zusammenhänge zwischen den wahrnehmbaren Elementen der Nutzer aufzuzeigen, die die Akzeptanz gamifizierter englischer Vokabellern-Apps und deren autonomer und überwachter Inspiration beeinflussen.

Im Einklang mit den Annahmen der Selbstbestimmungstheorie (SDT) haben neuere Forschungen die Gamification in motivationale Rahmen eingeordnet, die ihr Potenzial zur Unterstützung der Lernbeteiligung beschreiben. In ihrer gründlichen Übersicht über Gamification-Forschung betonen Seaborn und Fels (2015)²⁹, wie Spielfunktionen wie Bestenlisten, Abzeichen und Punkte darauf abzielen, die innere Motivation zu steigern und Lernziele zu fördern. Obwohl die Ergebnisse je nach Umsetzung variieren, kann Gamification laut einer Metaanalyse von Sailer und Homner (2020)³⁰ einen positiven Einfluss auf kognitive, motivationale und verhaltensbezogene Ergebnisse haben. Obwohl Landers, Bauer und Callan (2017)^31,32 zeigten, dass der motivierende Effekt von Bestenlisten von ihrer Integration in Zielsetzungsprozesse abhängt, entdeckten Hanus und Fox (2015)^31,32, dass Gamification im Klassenzimmer die intrinsische Motivation und akademische Leistung verringern kann, wenn sie nicht mit den Bedürfnissen der Lernenden übereinstimmt. Diese experimentellen und longitudinalen Studien warnen auch vor zu vereinfachten Anwendungen. Die Bedeutung des theoriegetriebenen Gamification-Designs wurde weiter von Mekler et al. (2017)³³ hervorgehoben, die zeigten, dass bestimmte Spielmechaniken zwar die Leistung verbessern können, aber nicht immer die intrinsische Motivation fördern. In ihrer Gesamtheit bieten diese Ergebnisse eine anspruchsvolle Grundlage, um die aktuelle Forschung in den Wissensbestand über die widersprüchliche, aber vielversprechende Rolle der Gamification bei der Förderung von Lernen und Motivation einzuordnen.

Der Großteil der zuvor diskutierten Forschungsarbeiten ^1,2,3 konzentriert sich weiterhin auf motivationale und technologische Akzeptanzmodelle, obwohl Studierende zunehmend gamifizierte, mobil unterstützte Sprachlernfähigkeiten (MALL) nutzen. Diese bestehen aus Rahmenwerken wie dem Technology Acceptance Model (TAM) und der Self-Determination Theory (SDT)¹. Diese Methoden behandeln regelmäßig nuanciertere ideologische Implikationen und unterstützen zugleich das Verständnis des Nutzerverhaltens und der Interaktionsmuster. Insbesondere wird die Art und Weise, wie die Strategie von Bildungstechnologien bestimmte Diskurse oder Weltanschauungen integriert, nicht ausreichend berücksichtigt. Es fehlt an kritischen Standpunkten, die untersuchen, wie gamifizierte Eigenschaften wie Attraktivität, Nachverfolgungsbewertung und Selbstkontrolle neoliberale Ideale charakterisieren und unterstützen. Die Kommunikations- und visuellen Grundlagen von Sprachlern-Einreichungen wurden ebenfalls aus der Perspektive der Kritischen Diskursanalyse (CDA)² nicht breit berücksichtigt. Besonders wichtig ist zu verstehen, wie diese Designergebnisse die Lernerfahrungen der Studierenden beeinflussen und ihre Meinung über den Lernerfolg prägen. Es untersucht die Eigenschaften neoliberaler Diskurse über englischsprachige Studierende im Hochschulkontext, indem man sie über EdTech-Stufen lernt.

Kritische Forschung zur Bildungstechnologie hat die weiterreichenden Auswirkungen von Bildungstechnologien hinterfragt und geht über ihre motivationsfördernden Vorteile hinaus. Selwyn (2016)³⁴warnt vor unkritischem Optimismus und argumentiert, dass Technologie kein neutrales Instrument ist, sondern vielmehr im Kontext sozialer, kultureller und politischer Kontexte betrachtet werden sollte. Indem er analysiert, wie datengetriebene Technologien die Bildungsverwaltung nach neoliberalen Logiken verändern, die oft Effizienz und Verantwortlichkeit über Fairness und Pädagogik stellen, erweitert Williamson (2017)³⁵ diese Kritik. Ebenso betonen Roberts-Mahoney, Means und Garrison (2016)⁴ , wie marktorientierte und unternehmerische Ideale in personalisierten Lernplattformen widergespiegelt werden und definieren Schüler als Konsumenten datengetriebener Bildung neu. Durch die Berücksichtigung verschiedener Standpunkte positioniert sich die aktuelle Studie in fortlaufende Diskussionen über die politische Ökonomie von EdTech sowie zu motivierenden und adoptierenden Rahmenwerken wie SDT und TAM. Indem sowohl das lehrreiche Potenzial der Gamification als auch die systemischen Kräfte, die ihre Umsetzung beeinflussen, anerkannt werden, stärkt diese doppelte Rahmung die entscheidende Grundlage der Forschung. Der Anreiz der Studierenden, spielifizierte Sprachlern-Apps zu nutzen, wird laut aktuellen Vergleichsdaten aus Südkorea und Hongkong nach der Pandemie durch Wettbewerbsranking und Benutzerfreundlichkeit vermittelt. Dies legt nahe, dass gamifizierte Aspekte sowohl das Engagement als auch die Usability-Urteile beeinflussen⁵. Dies verstärkt die Betonung der aktuellen Studie auf die diskursive Konstruktion solcher Qualitäten innerhalb eines kritischen Kontexts.

Um Wirksamkeit und Potenzial disziplinübergreifend hervorzuheben, untersuchte der Scoping Review³⁶ den Stand gamifizierter Anwendungen im TEFL und diskutierte vergleichende Erkenntnisse aus der medizinischen Ausbildung. Mit Fokus auf das Veröffentlichungsjahr, die geografische Verteilung, das Studiendesign, Lieferoptionen, Technologienutzung, Gamification-Aspekte und Messinstrumente umfasste die Übersicht insgesamt 33 Studien. Laut der Einschätzung wurden die meisten Veröffentlichungen 2018 veröffentlicht, wobei ein erheblicher Teil aus Asien stammt. Die Interventionsstudien umfassten insgesamt 2.531 Schüler. Die beliebtesten Ansätze waren Mixed-Methods-Ansätze und quasi-experimentelle Pretest/Posttest-Designs. Mobile Lerntechnologien sind weit verbreitet, und Online-Unterricht ist zur gebräuchlichsten Unterrichtsform geworden.

Aktuelle vergleichende Daten aus Lernumgebungen nach der Pandemie verdeutlichen die zunehmende Bedeutung der Untersuchung von gamifizierten Vokabellern-Lern-Apps. Laut einer in Hongkong und Südkorea durchgeführten Studie sind gamifizierte Funktionen wie Wettbewerbsranking und Serien nicht die einzigen Faktoren, die Universitätsstudenten dazu bewegen, mobile Sprachlern-Apps zu nutzen; Wahrgenommene Benutzerfreundlichkeit und kulturelle Lernpräferenzen spielen ebenfalls eine bedeutende Rolle ^4,5. Diese Ergebnisse zeigen, wie der postpandemische Trend zu mobilbasiertem, selbstreguliertem Lernen (SRL) die pädagogische Bedeutung von App-Benutzerfreundlichkeit und -Design erhöht hat. Indem die aktuelle Studie in diesen Rahmen eingebettet wird, wird die CDA-Technik über die Ideologiekritik hinaus erweitert und umfasst nun die diskursive Entwicklung von Motivations- und Adoptionsprozessen.

Protokoll

Diese Studie wurde vom Ethikausschuss des Fujian Police College in Fuzhou, China, genehmigt. Alle Methoden wurden gemäß den einschlägigen Richtlinien und Vorschriften durchgeführt. Die informierte Zustimmung wurde von allen an der Studie beteiligten Teilnehmer eingeholt. Die Teilnehmer wurden eindeutig über den Forschungszweck, die Datennutzung, die freiwillige Natur der Teilnahme und ihr Recht, jederzeit abzutreten, informiert. Für die Veröffentlichung anonymisierter Zitate und Erkenntnisse aus den Interviewtranskripten und App-Nutzungsmustern wurden auch schriftliche informierte Einwilligungen von allen Teilnehmern eingeholt. In diesem Manuskript sind keine personenbezogenen Informationen oder Bilder enthalten.

Die vorgeschlagene Methodik wendet ein Critical Discourse Analysis (CDA)-Framework an, um die neoliberalen Diskurse in gamifizierten Sprachlernoberflächen zu analysieren, basierend auf der vorherigen Forschung mit der Baicizhan-Anwendung. Die Analyse prüft Baicizhans textuelle Mechanismen, visuelle Designs und funktionale Mittel anhand von Faircloughs dreidimensionalem Rahmen. Darüber hinaus werden Daten zur Analyse von Nutzergefühlen, Schnittstellenbewegungsaufzeichnungen und qualitative Interviewprotokolle von EFL-Studierenden an der Hochschule erhoben. Dieser kombinierte Ansatz hilft zu bewerten, wie Gamification den Wettbewerb, das Verhaltensmonitoring und selbstoptimierende Schlüsselelemente der neoliberalen Ideologie fördert. Wichtige Erkenntnisse werden durch die schwierige Zuordnung von Schülerdiskussionen und App-Design durch das Verfahren offenbart. Indem die Spannungen zwischen engagement-orientierter Gamification und der intrinsischen Motivation der Lernenden hervorgehoben werden, verdeutlicht diese Studie, wie technologische Merkmale das Sprachenlernen im Hochschulbereich beeinflussen. Abbildung 1 zeigt die architektonische Struktur der vorgeschlagenen Methode.

Abbildung 1 veranschaulicht den dreistufigen Ansatz der kritischen Diskursanalyse (CDA), der zur Analyse der eingebetteten Diskurse der App verwendet wurde. Dieses Paradigma stellt den Prozess bewusst als interpretativen Ansatz statt als technische Datenverarbeitung um und bewegt sich von den spezifischen textuellen Elementen der App zur Abstraktion gesellschaftlicher ideologischer Fragestellungen. Indem die spezifischen Orte ideologischer Codierung – die textuellen, visuellen und funktionalen Aspekte der App (wie Streaks, Ranking-Tabellen und motivierende Bemerkungen) – erfasst wird, schafft Stage 1: App-Artefakte die empirische Grundlage. Anschließend durchlaufen diese Artefakte Stufe 2: CDA-Interpretative Schichten, bei der eine Abfolge überlappender konzeptueller Schichten verwendet wird, um die dialektische Beziehung zwischen Mikroebenen-Evidenz und makroebenem Kontext visuell hervorzuheben. Die textuellen Elemente werden durch Diskursive Praxis interpretiert, die sich mit der Reproduktion von Bedeutungen befasst, und sind mit Social Practice verknüpft, die den Kontext von Macht und Ideologie untersucht. Die neoliberalen ideologischen Themen, die das App-Erlebnis organisieren, wie individuelle Verantwortlichkeit und Wettbewerbsmotivation, werden letztlich durch Stufe 3: Thematische Synthese erzeugt, die interpretative Codierung und thematische Abstraktion nutzt, um die im Diskurs gefundenen Muster in abstrakte, qualitative Ergebnisse zu übersetzen. Die vier Hauptschritte des vorgeschlagenen Protokolls sind wie folgt:

Interface-Design und Auswahl der App
Für das Studium wird eine beliebte gamifizierte Sprachlern-App (wie Baicizhan) ausgewählt. Ein von Fairclough entwickeltes dreidimensionales CDA-Modell wird hier verwendet, um eine Textanalyse durchzuführen, die Vokabelanforderungen, Nutzerfeedback und interfacebezogene Signale untersucht, sowie eine diskursive Praxisanalyse mit Schwerpunkt auf In-App-Kommunikationsstrukturen und Nutzerinteraktionsmustern. Durch die Analyse sozialer Praxis kann man neoliberale Werte wie Wettbewerbsfähigkeit, Effizienz und Selbstverfolgung aufdecken. Diese Merkmale spiegeln neoliberale Werte wie Effizienz, Wettbewerb und Selbstbeobachtung wider.

Datenerhebung
Um mehr über das Wissen, die Ziele und die Gefühle der EFL-Schüler auf College-Niveau zu erfahren, werden halbstrukturierte Interviews mit ihnen geführt.

Sentimentanalyse und Diskurskartierung
Eine Sentimentanalyse wird verwendet, um die emotionale Antwort und das Ausmaß der Beteiligung an Nutzerreaktionen, Chatprotokollen oder Kommunikationsinformationen zu regulieren. Die Diskursbereiche werden auf die Vereinbarkeit mit neoliberalen Ideen wie Performance Benchmarking und Selbstverwaltung gemessen.

Datenintegration und -validierung
Die Zusammenhänge zwischen Gamification-Geräten und Indikatoren für Lernangst, verminderte Motivation oder Leistungsdruck werden untersucht. Die wichtigsten Gesprächsstrategien, die die Nutzerinteraktion und das Verhalten beeinflussen, werden kontrolliert.

Interface-Design und App-Auswahl
Die Baicizhan-App¹ wird im ersten Teil der Studie als Hauptbeispiel für gamifiziertes mobile-assistiertes Sprachlernen (MALL) verwendet, mit Schwerpunkt auf dem Wortschatzerwerb. Da sie eine Vielzahl von Gamification-Elementen wie Ranglistenreihenfolge, Fortschrittsüberwachung, visuelle Abzeichen und Feedback-Trigger enthält, ist diese Anwendung universell für chinesische EFL-Universitätsstudierende.

Angesichts Chinas einzigartiger Kombination aus staatlich gesteuerter Digitalbildungspolitik, prüfungsorientierter Lernkultur und wachsender Marktwirtschaft von EdTech ist der Fokus auf chinesische EFL-Lernende besonders wichtig. Der Einsatz digitaler Werkzeuge in Schulen hat durch nationale Bestrebungen wie Education Informatization 2.0 zugenommen, die personalisierte und datengetriebene Lernstrategien unterstützen. Gleichzeitig legt Chinas prüfungsorientiertes Bildungssystem konsequent Wert auf quantifizierbare Ergebnisse und eine fortlaufende Leistungsbewertung, was Raum für gamifizierte Funktionen schafft, die Zielerreichung, Rankings und Fortschrittsverfolgung wertschätzen. Diese wettbewerbsorientierten Verfahren wurden durch die schnell wachsende kommerzielle EdTech-Branche weiter in mobile Lernplattformen wie Baicizhan integriert, die Millionen von Nutzern bei der Vorbereitung auf wichtige Englischtests unterstützen. Das chinesische Umfeld ist ein idealer Rahmen, um zu untersuchen, wie gamifiziertes Lerndesign neoliberale Diskurse über Selbstoptimierung, Wettbewerb und Performativität naturalisiert, bedingt durch die Schnittstelle von Politik, Kultur und Technologie.

Die wesentlichen Elemente der Anwendung werden im Rahmen der Schnittstellenanalyse vernünftig entfernt und in drei Abschnitte unterteilt: Visuelle Elemente (z. B. Symbole und Fortschrittsbalken), Texthinweise (z. B. Anweisungen und Anreize) und funktionale Konstrukte (z. B. Zielbildung, Erinnerungen und sozialer Wettbewerb).

Faircloughs dreidimensionaler Ansatz der kritischen Diskursanalyse (CDA) wird zum Erlernen dieser Eigenschaften angewandt. Dieses Modell bietet Raum für eine umfassende Prüfung der Verhaltensweisen, wobei der kommunikative und interaktive Ansatz der App neoliberale Ideologien enthält. Der erste Schritt im CDA-Prozess ist eine Textanalyse, bei der Wörter untersucht werden, die in Feedbackantworten und App-Anfragen angewendet werden. Später konzentriert sich eine Studie zu diskursiven Performances darauf, wie Nutzer mit der App zusammenarbeiten und wie Erfolgs- oder Misserfolgselemente innerhalb dieser App konstruiert werden. Abschließend beschreibt die Studie zur sozialen Praxis, wie das Design der App breitere neoliberale Ideologien widerspiegelt, wie Selbstregulierung, Wettbewerb und Leistungsbewertung. Abbildung 2 zeigt den Arbeitsprozess der App-Auswahl und des Interface-Designs.

Erfassung von Schnittstellendaten
Diese Arbeit sammelt wichtige und vollständige Informationen über www.wjx.cn, ein chinesisches Online-Umfragegebiet mit kostenpflichtigen Stichprobendiensten. Anfangs waren die Einschlusskriterien, dass die Teilnehmer Bachelor-Studierende sein mussten, die an chinesischen Universitäten eingeschrieben waren und mindestens eine gamifizierte englische Vokabellern-App zuvor genutzt hatten. Das akademische Ziel der Studie, die freiwillige Natur der Teilnahme und die geschätzte benötigte Zeit wurden alle klar in der Rekrutierungsbotschaft kommuniziert. Die Teilnehmer müssen vor Beginn der Umfrage eine informierte Einwilligungserklärung lesen und ihre freiwillige Zustimmung abgeben. Nicht nur wurde IP-Adress-Screening eingesetzt, um doppelte oder aufwandarme Antworten zu reduzieren, sondern auch Aufmerksamkeitsprüfungen und Überwachung ungewöhnlich kurzer Abschlusszeiten wurden zur Überprüfung der Datenqualität eingesetzt. Die Voraussetzung, dass alle Teilnehmer chinesische Bachelor-Studierende sein müssen, diente als Stichprobenbedingung. Die durchschnittliche Abschlusszeit für die 279 Antworten von nicht doppelten IP-Adressen, die über eine Woche gesammelt wurden, betrug 243 Sekunden. Sieben Antworten, die darauf hindeuteten, dass der Befragte nie spielerische englische Vokabel-Apps verwendet hatte, wurden entfernt. Mit einer echten Antwortrate von 97,49 % wurden insgesamt 272 Antworten beibehalten.

Zweitens wurden halbstrukturierte Interviews mit chinesischen EFL-Schülern geführt, um tiefere Einblicke in ihre Erfahrungen mit gamifizierten Vokabel-Apps zu gewinnen. Jedes Interview dauerte 30–45 Minuten und folgte einem strukturierten Protokoll, das Lerngewohnheiten, emotionale Reaktionen auf Gamification, Motivationsmuster und wahrgenommene Belastungen umfasste. Die Interviews wurden online durchgeführt, mit Genehmigung audioaufgezeichnet, wortwörtlich transkribiert und unabhängig von zwei Forschern mit einem thematischen Analyseansatz codiert.

Drittens wurden Interface-Interaktionsdaten, darunter Screenshots, Protokolle von Rückmeldungen, Streak-Zähler, Abzeichen und Benutzereingaben, systematisch aus der Baicizhan-Anwendung extrahiert. Diese Artefakte lieferten das textuelle, visuelle und funktionale Material, das für Faircloughs dreidimensionales CDA erforderlich war. Parallel dazu wurden Sentiment-Analysedaten gesammelt, indem nutzergenerierte chinesische Texte mit DeepL³⁸ ins Englische übersetzt, die Übersetzungsgenauigkeit mit zweisprachigen Codierern überprüft und Polaritätswerte mit VADER³⁹, TextBlob⁴⁰ und SnowNLP⁴¹ für sprachübergreifende Validierung berechnet wurden.

Chinesische Universitätsstudierende, die Englisch als Fremdsprache (EFL) lernen, wurden interviewt, um ein tieferes Verständnis ihrer Interaktionen, Motivationen und Meinungen zu gamifizierten englischen Wortschatz-Apps zu gewinnen. Fragen zu (1) Häufigkeit und Kontext der App-Nutzung, (2) emotionalen Reaktionen auf Aufgaben oder Belohnungen, (3) Engagement und Motivation durch App-Funktionen, (4) Druck oder Stress im Zusammenhang mit der App-Nutzung, (5) Einfluss auf Lerngewohnheiten oder Wortschatzstrategien, (6) sozialen Interaktionen im Zusammenhang mit dem App-Fortschritt und (7) Empfehlungen zur Verbesserung des Lernerlebnisses waren alle Teil des halbstrukturierten Protokolls. Jede Sitzung, die per Zoom, persönlich oder telefonisch durchgeführt wurde, dauerte etwa 30–45 Minuten. Mit Zustimmung der Teilnehmer wurden alle Interviews audioaufgezeichnet und wortwörtlich auf Englisch transkribiert. Zur Analyse der Daten wurde thematische Analyse eingesetzt. Zwei Forscher codierten die Transkripte unabhängig voneinander, die dann iterativ nach Themen kategorisiert wurden. Meinungsverschiedenheiten wurden durch Diskussionen gelöst. Eine gründliche Analyse der Verhaltens- und psychologischen Reaktionen auf Gamification wurde durch die Kombination dieser qualitativen Erkenntnisse mit Schnittstellenprotokollen ermöglicht, die Nutzungshäufigkeit, Rückmeldungen und Zielverfolgung dokumentierten.

Vorverarbeitung von Sentimentdaten:
Um die Interoperabilität mit englischbasierten Tools wie TextBlob und VADER zu gewährleisten, wurden alle Textdaten vor der Sentiment-Berechnung ins Englische übersetzt, da die ursprünglichen Nutzerantworten auf Chinesisch waren. Um kontextuelle und affektive Korrektheit zu gewährleisten, wurde das Deep LAPI für die Übersetzung verwendet, und zwei zweisprachige Forscher validierten die Ergebnisse manuell. Diese verifizierten englischen Texte wurden dann verwendet, um die Werte für Sentiment-, Polaritäts- und Subjektivitätswerte zu berechnen. Das chinesischsprachige Sentiment-Modell SnowNLP wurde ebenfalls verwendet, um eine zufällige Teilmenge von 200 Antworten zu untersuchen und die interlinguistische Zuverlässigkeit zu bewerten; die Ergebnisse zeigten eine starke positive Assoziation mit den VADER-Polaritätswerten (r = 0,84).

Tabelle 1 fasst die Antworten aus dem Datensatz von 272 EFL-Studierenden chinesischer Universitäten zusammen, die zuvor eine gamifizierte englische Vokabellernanwendung verwendet hatten. Laut demografischen Daten ist die Forschungspopulation dieser Studie geeignet, um die Zielgruppe der Nutzer zu untersuchen, da sie chinesische Studierende hinsichtlich Geschlecht, Alter, Hauptfach und Jahre Lehrerfahrung vollständig repräsentiert. Was die Praxisdesigns betrifft, so nutzten 79,04 % der Befragten die Apps mehr als eine Stunde pro Woche, und 94,11 % nutzten sie mehrmals pro Woche. Die Informationen zum Praxisverhalten wurden zusammen mit ergänzenden Antworten der Mitglieder beobachtet.

Der Datensatz enthält demografische Variablen (Alter, Geschlecht, akademisches Hauptfach, Studienjahr) und nutzungsbezogene Variablen (Häufigkeit der App-Nutzung und wöchentliche Nutzungsdauer). Die 272 Einheiten im Datensatz liegen typischerweise im Alter von 18 bis 22 Jahren (91,91 %), wobei 60,66 % Männer und 39,34 % Frauen sind. Diese Altersverteilungszusicherungen zeigen, dass die Teilnehmerzahl der Studierenden entspricht, die mobil unterstütztes Sprachlernen nutzen und der traditionellen Bachelor-Studierendenpopulation ähnelt.

Obwohl die Befragten aus einer Vielzahl akademischer Erfahrungen kamen, sind die Hauptgruppen wie folgt: Technologien (38,97 %), Ingenieurwesen (37,87 %), Naturwissenschaften (12,87 %) und Mathematik (10,29 %). Die interdisziplinäre Verteilung ermöglicht den Vergleich, wie Studierende anderer Fachrichtungen gamifizierte Systeme betrachten und nutzen. Bezüglich der akademischen Leistungen stellten die Elften (36,03 %) und die Zweitklässler (26,47 %) den größten Prozentsatz der Teilnehmer, gefolgt von Erstsemestern (18,01 %) und Abschlussjahrgängern (19,49 %). Nach dieser Verteilung sind die meisten Befragten mittlere bis obere Schüler, was ihren Grad der Beteiligung und kritischen Analyse der Lernressourcen beeinflussen kann. Was die App-Nutzung betrifft, gaben 28,31 % der Beitragenden an, Baicizhan täglich zu nutzen, während 33,46 % angaben, es vier- bis fünfmal pro Woche zu nutzen, was auf eine hohe häufige Interaktion mit dem sozialen Netzwerk hindeutet. Nur 2,21 % der Nutzer nutzten die App weniger als einmal pro Woche. Die wöchentliche App-Nutzung der Teilnehmer änderte sich, wobei die Mehrheit sie 1–3 Stunden (50,37 %) nutzte und weniger Schüler sie länger als 5 Stunden nutzten (11,4 %).

Die Anmeldehäufigkeit und die Interaktionsprotokolle der Teilnehmer wurden als SRL-nahe Verhaltensindikatoren interpretiert, die die Autonomie der Nutzer bei der Verwaltung von Lernaktivitäten, der Überwachung von Routinen und der Ausdauer im Engagement widerspiegeln, gemäß der Nach-Pandemie-Forschung zur Technologieübernahme und selbstreguliertem Lernen (SRL). Qualitative Interviewdaten zeigten zudem mehrere Themen, die mit TAM-Eigenschaften übereinstimmen, darunter die wahrgenommene Nützlichkeit ("die Bestenliste motiviert mich täglich zum Lernen") und die wahrgenommene Benutzerfreundlichkeit ("die App ist einfach und intuitiv zu bedienen"). Diese Dimensionen verknüpfen konzeptionell das aktuelle CDA-Framework mit adoptionsbasierten Sichtweisen, die in jüngster vergleichender Forschung zu sehen sind, obwohl sie weder offiziell codiert^{noch modelliert} wurden. Um CDA- und Sentiment-Ergebnisse quantitativ zu triangulieren und die Integration von Verhaltens-, Wahrnehmungs- und Diskursstudien zu verbessern, werden zukünftige Versionen dieser Studie kurze, validierte Messgrößen von TAM und SRL enthalten.

Faircloughs CDA-Modell
Eine reale Konstruktion³⁷zur Untersuchung, wie Diskurs in gamifizierten Sprachlernanwendungen wie Baicizhan neoliberale Ideale erzeugt und perpetuiert, ist durch Faircloughs dreidimensionales Modell der Kritischen Diskursanalyse (CDA) zugänglich. Drei miteinander verbundene Verfahren werden zum Modell kombiniert: soziale Praxis (Makroebene), diskursive Praxis (Mesoebene) und Textanalyse (Mikroebene).

Textanalyse (T) – Mikroebene
Sprachliche Aspekte, einschließlich Begriffe, Organisation und App-Design-Erinnerungen (wie "Tagesziel erreicht" und "Halten Sie Ihre Serie am Leben"), sind das Hauptziel dieses Niveaus. Angenommen, alle Texteinheiten des Nutzers sind wie folgt:

(1)

Hier steht Te_I für eine spezielle Textnachricht oder Eingabeaufforderung.

Zur Bewertung der neoliberalen Anordnung und des Vorkommens:

(2)

(3)

Folglich ist die neoliberale Dichte der Textschicht:

(4)

Diskursive Praxis (D) – Meso-Ebene
Dies sind Informationen, die aus Interviews und Schnittstellenprotokollen gesammelt werden, wie Nutzer mit der App interagieren (Nutzungshäufigkeit, Feedback-Antwort und Zielverfolgung).

Lass uns_i einen Nutzer darstellen und ki_j einen Akt der Interaktion darstellen (wie zum Beispiel das Beenden einer Aufgabe oder das Betrachten einer Bestenliste). Beschreiben Sie die Matrix der Wechselwirkungen:

(5)

Der Nutzer-Selbstoptimierungswert ist nun definiert:

(6)

Das neoliberale Gewicht (Bedeutung) von Akt ai_j wird durch w_j bezeichnet. Zum Beispiel hat das Ansehen der Bestenliste einen höheren w_j als den einfachen Zugriff auf die App.

Soziale Praxis (S) – Makroebene
Dies beinhaltet die Analyse der Wege, auf denen App-Nutzung und Diskurs allgemeinere soziale Ideen (wie Produktivität und Wettbewerb) widerspiegeln.

Sei P(us_{i,λ k}) ein binärer oder vager Wert, der angibt, ob der Nutzerdiskurs die Eigenschaft λ_k fördert, und λ_k ein ideologisches Merkmal (wie Fairness oder Selbstoptimierung).

Als Nächstes das ideologische Erscheinungsbild der Nutzer:

(7)

Dies misst, inwieweit sich jede neoliberale Ideologie λ_k über die Nutzerbasis verbreitet hat. Der Gesamtwert eines CDA-Frameworks einer Benutzeroberfläche kann wie folgt geschrieben werden:

(8)

Wenn jeder Dimension ein Gewicht (α, β, γ) zugewiesen wird, das empirisch angepasst oder auf qualitativen Überlegungen basiert.

Das von Fairclough etablierte dreidimensionale Critical Discourse Analysis (CDA)-Modell ist in Abbildung 3 dargestellt, das zur Bewertung gamifizierter Wissensgrenzen für Bildungsgrenzen verwendet wird, hauptsächlich in Sprachlernphasen wie Baicizhan. Die obere Reihe der Abbildung stellt die drei analytischen Dimensionen des CDA dar, während die untere Reihe die Ergebnisse dieser Dimensionen integriert, um eine einzige, kohärente Konsequenz zu erzeugen.

Diese Studie erstellte ein kurzes Codebuch für die Critical Discourse Analysis (CDA), das diskursive Aspekte in drei Kategorien unterteilte: textuell (Wortwahl, Metaphern), visuell (Symbole, Farben, Abzeichen) und funktional (Punkte, Ebenen, Benachrichtigungen). Motivationsaussagen wie "Weitermachen!" für Text, Sternabzeichen für visuelle Elemente und Fortschrittsbenachrichtigungen für funktionale Funktionen sind anschauliche Beispiele. Nachdem sie Mehrdeutigkeiten behoben und die Codes iterativ verbessert hatten, wandten zwei erfahrene Programmierer das Codebuch unabhängig voneinander auf die Daten an. Cohens Kappa wurde verwendet, um die Übereinstimmung zwischen den Codierern zu berechnen, und die Ergebnisse zeigten eine zufriedenstellende Zuverlässigkeit (κ = 0,78), was Konsistenz und Strenge in der Studie sicherstellte.

Sentimentanalyse und Diskurskartierung
Die Sentiment-Analyse ist auf nutzergenerierte Inhalte sowie auf Erklärungen, App-Rezensionen, Kommunikationsprotokolle und Konferenzprotokolle anwendbar, nachdem Faircloughs dreistufiger Critical Discourse Analysis, der Text-, Diskurs- und Social Repetition³⁷ enthalten ist, abgeschlossen hat. Dieser Schritt kategorisiert emotionalen Ton (positiv, negativ und neutral) und Intensität mittels Natural Language Processing (NLP)-Verfahren. Um beispielsweise die emotionale Verbindung des Nutzers zu gamifizierten Lerndynamiken zu etablieren, werden normale Ausdrucksformen von Stress oder Zufriedenheit als Reaktion auf Linienverlust oder Präsentation in der Bestenliste gemessen. Diese Studie hilft zu definieren, ob gamifizierte Mittel wie Folgen und Konkurrenz, Wachstumsdruck oder Beteiligung die neoliberalen Werte, die in CDA offengelegt werden, unterstützen oder widersprechen.

Algorithmus 1, bereitgestellt in Supplementary File 1, zeigt den Arbeitsprozess der Sentiment-Analyse und Diskurs-Mapping. Nachdem textuelle Informationen gesammelt und vorverarbeitet wurden, werden Benutzerbeobachtungen mit Methoden wie Kleinbuchstaben, Stopwort-Eliminierung, Lemmatisierung und Zeichensetzungsfilterung erstellt. Anschließend wurde eine Sentiment-Analyse mit englischen und chinesischen EFL-Textdaten durchgeführt, wobei Vorverarbeitungsschritte wie Kleinbuchstaben, Stopwortentfernung, Lemmatisierung und Zeichensetzungsfilterung folgten. Diese Texte werden mit Programmen wie VADER, TextBlob oder BERT-basierten Modellen einer Sentimentanalyse unterzogen, die jeden Text basierend auf seinem emotionalen Ton oder Polaritätswerten als neutral, positiv oder negativ klassifizieren. Dies hilft, die emotionalen Reaktionen der Nutzer auf gamifizierte Fundamentaldaten wie Bewertungen von Präsentation, Zeilen und Auszeichnungen zu definieren. Parallel dazu werden Ausdrücke und Ideen, die sich auf spezifische neoliberale Konzepte beziehen – wie "Selbstoptimierung", "Konkurrenz", "Effektivität" oder "Tracking" – durch das Entfernen von Diskursaspekten durch den Einsatz von schlüsselwortbasiertem Matching oder thematischer Codierung entsprechend identifiziert.

Konzeptionelle Bezeichnungen, die während der CDA-Phase angesprochen wurden, können nun im Text jedes Nutzers verstanden werden. Eine Diskurskarte, die authentifiziert, wie detaillierte Diskurse und Einstellungen im Datensatz gemeinsam auftreten, wird dann auf Basis der Ergebnisse entworfen. Dies kann das Erstellen von Diagrammen oder Heatmaps umfassen, die den ausdrucksstarken Ton und die Regelmäßigkeit jedes ideologischen Themas demonstrieren. Um ein umfassenderes Bild des Materials zu erzeugen, werden diese Gefühle und Diskursverständnisse dann mit den CDA-Ergebnissen geteilt. Diese Untersuchung hilft zu überprüfen, ob Lernende die neoliberalen Diskurse im Grenzschema übernehmen oder ablehnen. Außerdem hebt es emotionale Erfahrungen im gamifizierten Lernen hervor und identifiziert Fälle, in denen Wechseldienste unbeabsichtigt grundlegende Anreize oder Lernwahl beeinträchtigen könnten.

Ergebnisse

Diese Arbeit untersuchte, wie Gamification in Mobile-Assisted Language Learning (MALL)-Anwendungen wie Baicizhan die Motivation und das Selbstregulationsverhalten von College-EFL-Lernenden durch eine systematische Methode des kritischen Diskurses beeinflusst. Für die Schätzung wurde ein Datensatz von drei einheitlichen Stiftungen verwendet: (1) Aufzeichnungen von 15 halbstrukturierten Konferenzen mit EFL-Studierenden; (2) Sentiment-Analysedaten aus mehr als 250 Nutzerengagement-Protokollen; und (3) Schnittstellen-Datenpr...

Diskussion

Die vorgeschlagene Kritische Diskursanalyse (CDA) nimmt eine kritisch-ideologische Perspektive ein, die frühere Arbeiten erweitert, indem sie die tieferen ideologischen Funktionen untersucht, die in gamifizierten Sprachlern-Apps eingebettet sind... Frühere Forschungen, insbesondere die von Chen und Zhao¹, haben die motivierenden Faktoren untersucht, die die Akzeptanz gamifizierter Vokabel-Apps unter chinesischen EFL-Lernenden in großem Maßstab beeinflussen. Aufbau...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Adenoviraler Vektor (shNEAT1)	10692-V5	Vigene Biosciences	Adenovirus, das zur Senkung der NEAT1-Expression in vivo und in vitro verwendet wird.
BCA-Protein-Assay-Kit	23227	Thermo Fisher	Kit wird verwendet, um die Proteinkonzentration in Zelllysaten zu quantifizieren.
Dual-Luciferase-Reporter-Testkit	E1910	Promega	Kit, das für Dual-Luciferase-Reporter-Assays zur Messung der MIR-181a-5p-Wechselwirkung verwendet wird.
ELISA-Kits (Zytokine)	N/A	R& D-Systeme	Kits, die zur Messung der Zytokinspiegel in Serum- und Gewebeproben verwendet werden.
Fetales Rinderserum (FBS)	16000-044	Gibco	Nahrungsergänzungsmittel, das in Kulturmedien für das Zellwachstum verwendet wird.
GAPDH-Antikörper	2118S	Zell-Signaltechnik	Primärer Antikörper gegen GAPDH wird als Lastkontrolle im Western Blot verwendet.
Hämatoxylin- und Eosin-Färbungsset	N/A	Thermo Fisher	Kit, das zur histologischen Färbung von Gewebeschnitten für pathologische Analysen verwendet wird.
Immunfluoreszenz-Antikörper (CD206)	14693-1-AP	Proteintech	Antikörper zur Erkennung des M2-Makrophagenmarkers CD206 in Gewebeschnitten verwendet.
Lipopolysaccharid (LPS)	L2630	Sigma-Aldrich	LPS wurde verwendet, um eine entzündliche Makrophagepolarisation in RAW264.7-Zellen zu induzieren.
miR-181a-5p Mimic	N/A	N/A	Synthetisches miR-181a-5p-Mimik, das zur Modulation der miR-181a-5p-Pegel verwendet wird.
NEAT1-Expressionsplasmid	N/A	N/A	Plasmid wird für eine Überexpression von NEAT1 in RAW264.7-Makrophagen verwendet.
RAW264.7 Makrophagenzellen	TIB-71	ATCC	Maus-Makrophagenzelllinie, die für In-vitro-Experimente verwendet wird.
RIPA Lysis-Puffer	89901	Thermo Fisher	Puffer, der zur Lysierung von Zellen verwendet wird, um das gesamte Protein zu extrahieren.
RPMI-1640 Medium	11875-093	Gibco	Kulturmedium für RAW264.7-Makrophagen.
SYBR Green Master Mix	4385612	Thermo Fisher	Reagenz wird für quantitative Echtzeit-PCR-Analysen verwendet.
Transwell-Migrationsprüfkammern	3422	Corning	Kammern werden für Transwell-Migrationstests zur Bewertung der Makrophagenwanderung verwendet.
TUNEL Apoptose-Assay-Kit	ab66110	Abcam	Kit zur Erkennung von Apoptose in RAW264.7-Zellen mittels TUNEL-Färbung.
Westliche Blotting-Antikörper (HMGB1)	ab18256	Abcam	Primärer Antikörper gegen HMGB1, der beim Western Blotting verwendet wird.