ゲーミフィケーションされた言語学習と新自由主義的イデオロギー:人気のある英語語彙応用の多様態的批判的談話分析

サマリー

本研究は、モバイル支援による英語語彙学習における中国の大学生の動機付けに対するゲーミフィケーションの影響を調査します。批判的談話分析は、ゲーミフィケーション要素が一時的に関与を高める一方で、競争的かつ自己監視的な規範を促進し、内発的動機を侵食し、学生の心理的・社会技術的経験に影響を与える可能性があることを明らかにしています。

要約

モバイル支援言語学習(MALL)におけるゲーミフィケーションの統合は、学習者が語彙習得や自己主導的コミュニケーションにどのように関わるかを再構築しました。ゲーミフィケーションされたアプリケーションが学習者の行動や心理反応に与える影響を調査した研究はほとんどありません。特に非ネイティブ英語学習の文脈において、ユーザーの動機付けやエンゲージメントを高めると頻繁に称賛されているにもかかわらずです。本研究は、Faircloughの三次元批判的談話分析(CDA)フレームワークを用いて、ユーザーのやり取りとプラットフォーム設計の両方を分析し、人気のあるゲーミフィケーション英語語彙アプリの動機付け効果とイデオロギー的基盤を検証します。インターフェースデータ、ユーザー感情分析、英語を外国語として学ぶ中国の大学生のインタビュー記録を基に、本研究は自己決定理論(SDT)と整合して、ゲーミフィケーションが学習者の動機付けと関与を促進する重要な役割を果たす一方で、競争、自己最適化、行動監視といった新自由主義的理念を埋め込んでいることを明らかにしています。これらの機能はパフォーマンス向上を目的としていますが、時間が経つと内発的な動機付けを損なう可能性があります。この発見は、ゲーミフィケーション学習環境の心理的・社会技術的なダイナミクスを浮き彫りにし、デジタル教育プラットフォームが自己規制的な期待やパフォーマンス志向の議論をどのように強化できるかについて新たな洞察を提供しています。

概要

言語習得の過程は、社会的に媒介され、対話的であり、特定の社会文化的状況におけるコミュニケーションの相互作用、出力、入力を含みます。第二言語習得(SLA)の基礎研究は、関与、フィードバック、自己調整された実践の機会が、学習者の習熟を助ける上で言語的入力への触れ合いと同じくらい重要であることを強調しています。このフレームワークにより、学習者はデジタルおよびモバイル支援学習環境を活用し、足場のフィードバックループや本物のコミュニケーションに参加^{できます。}これらの環境にゲーミフィケーションを取り入れることで、生徒のモチベーション維持、成長の追跡、自己主導の言語実践の発達方法がさらに変化しています。

言語学習者は包括的な語彙を持つことで、対象となる外国語をより効果的に習得できます。なぜなら、その言語で聞いたり読んだりしている内容を理解するのに役立つからです。文法はデータを伝達するために使えますが、言語がなければ会話は完了しません。しかし、多くのEFL学生は依然として語彙習得に苦労しており、それが全体的な英語能力向上の大きな障壁と感じています。文法、綴り、意味、含意、コロケーション、語構成などの複雑な語彙を習得するには一貫した入力が必要であるため、認知的負荷が学生により魅力的な^{学習方法を求める}動機付けとなることが多いです。

語彙学習の効果は、従来の紙ベースの学習方法論によって制約されています。技術教育の進歩に伴い、学生のモチベーションと効果を高めることを目的としたゲーミフィケーションされた英語語彙学習アプリケーションが増えています。Liら2^{によると、ゲ}ーミフィケーションとはゲームの仕組みや要素をゲーム以外の環境に取り入れることで、人々の使用パターンや行動を変化させるプロセスです。ゲームにインスパイアされたアプリケーションは、英語学習者の間でますます一般的になり、語彙開発の環境で教育ゲーミフィケーションとモバイル支援言語学習(MALL)の機能を組み合わせられることから、学術研究者の関心を集めています。

過去20年間で、教育技術(EdTech)ソリューションは世界中の教室でより広く利用可能になりました。学習格差を埋めるために技術への新たな依存が生まれ、インド^{の子どもたち}の学習レベルが低下していることが研究や連続した^年次報告書6。現代社会の多様性と複雑さは高等教育を不可欠にしており、その結果、教育成果や学生の中退の可能性を予測するための科学的研究は急速に増加しました。8,9,10,11,12,13 .高等教育機関の知識普及における伝統的な役割は進化してきました。特に^人工知能の台頭や熟練した専門家の育成により、新しい知識への創造性が高まり、多くの人が社会のさまざまな側面と関わるようになりました。実際、学術的・文化的活動の主な目的は、教育、調査、そして情報の共有と伝達能力を通じて、コミュニティ内の知識水準を高めることです。

近年、TAMはソーシャルメディア¹⁵、オンラインバンキング¹⁶、ヘルスケアテクノロジー17、教育など多様な分野での技術導入を理解するための重要なパラダイムとなっています。多くの研究者が、TAMの理論的枠組みの下で教員や学生がどのようにeラーニング資源やプラットフォームを活用しているかを調査しています。例えば、COVID-19パンデミックを受けて、Mustafaらはeラーニングの成果に影響を与える^{変数を調査}しました。また、YouTubeベースの学習リソース¹⁹に対する学生の受け入れ状況も調査されました。Rafiqueらは、電子書籍形式を利用する際のユーザーの行動^{意図を調査}し、教員や学生がオンライン授業を好む理由を説明しました^。さらに、TAMを活用したモバイルアプリのユーザーの採用に関する研究も行われています。

この学習の主な目的は、大学レベルのEFL学生が使用するゲーミフィケーションされた言語学習アプリケーションが、新自由主義的な言説をどのように特徴づけ、広めているかを批判的に検証することです。これらのアプリケーションのコミュニケーションとデザインのアウトラインの両方が、これらの議論を統合しています。ユーザーの動機付けや受容は過去に体系的に検討されてきましたが、これらの研修プログラムは一般的に自己決定理論(SDT)や技術受容モデル(TAM)などの技術的かつ心理学的枠組みに依存しています。しかし、批判的談話分析(CDA)の観点から見ると、本研究は重要な研究ギャップを埋めることを目指しています。言語学習アプリケーションが競争行動、プレゼンテーションフォロー、自己最適化をどのように促進するかを検証します。これらの機能は新自由主義思想に根付いており、リーダーボード、バッジ、スコア、開発監視などのゲーミフィケーションの基本によって定期的に可能となっています。本研究では、テキストのプロンプト、インターフェースイメージ、学習者の思慮深い回答がユーザーの動機付け、学習行動、自己認識にどのように影響するかを評価します。主な目的は、これらの手法が学生の英語学習に与える影響にあります。

本研究は、フェアクロウの三次元CDA手法を用いて、新たな批判的談話の視点からゲーミフィケーションされた言語学習アプリを評価しています。主にSDTやTAMを用いた技術的または動機付けの採用機能に焦点を当てた既存の研究と比べて、この研究はEdTechのユーザーインターフェース拡張とコミュニケーションに根付く新自由主義的理想を解体します。特に、リーダーボード、ライン、評価指標などのゲーミフィケーション構造が、特に大学生の語彙学習の文脈で自己最適化やトラッキングのツールとして機能することを検証しています。デジタルや人間中心の情報を超えた結果の検証のために、本研究は感情分析、インターフェースログ、談話マッピングを組み合わせたハイブリッド手法を採用しています。

世界の高等教育は、市場主導のルール、対立、民営化を教育のより一般的な価値よりも優先する新自由主義の結果として大きな変化を遂げ^ました。雇用率と国際競争力の向上を目指して、大学は英語の価値を主要な強みとして認識し、EMI政策をますます採用しています。それでも、EMIは英語を話さない人を排除し、英語教材にアクセスできる人々を優遇することで教育的な格差を悪化させることが常にあります(²²)。その結果、階層的な構造が馴染み深く、言語能力が潜在的な障壁となります。新自由主義の目標は、韓国のような国々でのEMIの利用に明らかであり、これは世界の地位を向上させ投資を呼び込むことを目的としていますが、同時に地域言語を弱体化させ、^言語優越を招く可能性もあります。

研究者たちは、オンラインソーシャルネットワーキングサイトの^継続的な利用やCOVID-19中のテクノロジー強化学習の意図など、さまざまなシナリオでSDTとTAMを用いて、技術利用の根拠をさらに^{調査しました。}さらに、SDTとTAMを用いて、イザベルらはゲーミフィケーションされた採用ツールに対するユーザーの反応^を調査し、候補者のツールの使いやすさや使いやすさに対する意見が、ユーザーの自律性と能力の要求を満たす能力、そして自己動機付けの促進力と結びついていることを発見しました。Wuと^Chen(28)はこれら二つの理論を統合し、ゲーミフィケーションされた英語語彙学習アプリの受容に影響を与えるユーザーの知覚要素と、それに応じて自律的かつ監視されたインスピレーションとの間に明確な関係があることを示しようとしました。

自己決定理論(SDT)の前提に沿って、最近の研究ではゲーミフィケーションを学習者の関与を支援する動機付けの枠組みの中に位置づけています。ゲーミフィケーション研究の詳細なレビューにおいて、SeabornとFels(2015)²⁹は、リーダーボード、バッジ、ポイントなどのゲーム機能が内発的動機を高め、学習目標を促進することを意図していることを強調しています。結果は実施方法によって異なりますが、Sailer and Homner(2020)³⁰のメタ分析によると、ゲーミフィケーションは認知的、動機付け的、行動的な成果に好影響を与える可能性があります。Landers, Bauer, and Callan(2017)^31,32はリーダーボードの動機付け効果が目標設定プロセスとの統合に依存していることを示しましたが、HanusとFox(2015)^31,32は、教室でのゲーミフィケーションが学習者のニーズと整合しない場合、内発的動機付けや学業成績を低下させる可能性があることを発見しました。これらの実験的および縦断的研究は、過度に単純化した応用に警鐘を鳴らしています。理論主導のゲーミフィケーションデザインの重要性は、Meklerら(2017)³³によってさらに強調されました。彼らは、特定のゲームメカニクスがパフォーマンスを向上させることはあっても、必ずしも内発的動機付けを促進するとは限らないことを示しました。これらの発見を総合的に見て、ゲーミフィケーションが学習とモチベーションを促進する上で矛盾しながらも有望な役割を果たすという知識体系の中に、現在の研究を位置づけるための高度な基盤を提供します。

前述の研究^1、2、3 の大半は、依然として動機付けや技術的受容モデルに焦点を当てていますが、大学生はますますゲーム化されたモバイル支援言語学習(MALL)スキルを活用しています。これらは、技術受容モデル(TAM)や自己決定理論(SDT^)などの枠組みで構成されています。これらの手法は、より微妙なイデオロギー的含意に定期的に取り組む一方で、ユーザーの行動や相互作用パターンの理解も支援します。特に、教育技術の戦略が特定の言説や世界観を取り入れる方法については十分に考慮されていません。魅力、評価の追跡、自己制御といったゲーミフィケーション的特徴が新自由主義の理想をどのように特徴づけ、支持するかを検証する批判的視点が不足しています。言語学習提出物のコミュニケーションおよび視覚的基礎も、批判的談話分析(CDA^)の視点から広く考慮されていません。これらの設計結果が学生の学習体験にどのように影響し、学習達成度に対する意見を形成するかを理解することは特に重要です。高等教育の文脈における英語学習者に対する新自由主義的言説の特性を、EdTechの段階を通じて学びます。

批判的教育技術の研究は、教育技術の動機付け効果を超えた広範な影響に疑問を投げかけています。セルウィン(2016)³⁴は、無条件の楽観主義に警鐘を鳴らし、技術は中立的な手段ではなく、社会的、文化的、政治的背景の中で捉えるべきだと主張しています。データ駆動型技術が新自由主義論理の下で教育ガバナンスをどのように変えるかを分析し、効率性や説明責任を公平性や教育法よりも優先することが多い中で、ウィリアムソン(2017)³⁵ はこの批判をさらに発展させています。同様に、Roberts-Mahoney、Means、Garrison(2016⁾⁴ は、市場志向や企業的な理念がパーソナライズされた学習プラットフォームに反映され、学生をデータ駆動型教育の消費者として再定義していることを強調しています。多様な視点を考慮することで、本研究は教育技術の政治経済学やSDTやTAMのような動機付け・採用フレームワークに関する継続的な議論の中に位置づけられています。ゲーミフィケーションの教育的可能性と、その実装に影響を与える体系的な力の両方を認めることで、この二重の枠組みは研究の重要な基盤を強化しています。大学生がゲーミフィケーションされた言語学習アプリを利用する動機付けは、競争順位や使いやすさによって左右されていると、パンデミック後の韓国と香港の最近の比較データが示されています。これは、ゲーミフィケーションされた要素がエンゲージメントと使いやすさの両方の判断に影響を与えることを示唆しています。⁵.これにより、本研究が批判的文脈の中でこうした性質の談話的構築に重点を置くことが強調されます。

分野間での有効性と可能性を強調するために、スコーピング^{レビュー36} ではTEFLにおけるゲーミフィケーションアプリケーションの現状を検証し、医学教育からの比較知見を議論しました。発表年、地理的分布、研究デザイン、提供方法、技術活用、ゲーミフィケーションの側面、測定ツールに焦点を当てたレビューは、合計33件の研究で構成されました。評価によると、出版物の大多数は2018年に発表され、その中でもかなりの部分がアジアからのものでした。介入研究は合計2,531人の生徒で構成されていました。最も人気があったのは混合手法や準実験的な事前・事後試験設計でした。モバイル学習技術は広く使われており、オンライン授業が最も一般的な指導方法となっています。

パンデミック後の学習環境からの最近の比較データは、ゲーミフィケーションされた語彙学習アプリの検討の重要性が高まっていることを浮き彫りにしています。香港と韓国で行われた調査によると、競争順位や連続記録といったゲーミフィケーション機能だけが大学生がモバイル言語学習アプリを利用する動機ではありません。使いやすさの認識や文化的な学習嗜好も^{重要な役割を果たします 4,5}.これらの結果は、パンデミック後のモバイルベースの自己調整学習(SRL)への傾向が、アプリの使いやすさとデザインの教育的重要性を高めたことを示しています。本研究をこの枠組みに位置づけることで、CDAの手法はイデオロギー批判を超え、動機付けや採用プロセスの言説的発展を包含するまで拡大されます。

プロトコル

この研究は、中国福州の福建警察学院倫理委員会により承認されました。すべての方法は関連するガイドラインおよび規則に従って実施されました。研究に関与した全参加者からインフォームドコンセントが得られました。参加者には、研究目的、データ使用、参加の任意性、そしていつでも辞退できる権利について明確に説明されました。また、匿名化された引用やインタビューの書き起こし、アプリの利用パターンから得られた洞察の公開については、すべての参加者から書面によるインフォームドコンセントも取得されました。この原稿には個人を特定できる情報や画像は一切含まれていません。

提案された方法論は、Critical Discourse Analysis(CDA)フレームワークを用いて、Baicizhan アプリケーションでの先行研究を基盤とした、ゲーム化された言語学習インターフェースにおける新自由主義的言説を分析しています。分析は、フェアクロウの三次元枠組みを通じてバイシジャンのテキストメカニズム、視覚デザイン、機能的装置を検証します。さらに、ユーザー感情分析データ、インターフェース移動記録、大学EFL学生の質的面接ログも収集されます。この混合的なアプローチは、ゲーミフィケーションが競争、行動監視、自己最適化を促進する新自由主義イデオロギーの重要要素を評価するのに役立ちます。重要な理解は、学生の議論やアプリ設計の複雑なマッピングによって明らかになります。本研究は、エンゲージメント重視のゲーミフィケーションと学習者の内発的動機付けとの緊張関係を明らかにし、技術的特徴が高等教育における言語学習にどのように影響するかを明らかにします。 図1 は提案された手法のアーキテクチャ構造を示しています。

図1 は、アプリに埋め込まれた談話を分析するために用いられた3段階の批判的談話分析(CDA)アプローチを示しています。このパラダイムは意図的にプロセスを技術的データ処理ではなく解釈的アプローチとして再構築し、アプリの特定のテキスト要素から社会的イデオロギー的問題の抽象へと移行しています。イデオロギー符号化の具体的な位置、すなわちアプリのテキスト、視覚、機能的側面(連続記録、ランキング表、動機付けの発言など)を記録しることで、ステージ1:アプリアーティファクトが実証的な基盤を築きます。その後、これらの遺物はステージ2:CDA解釈層を経ます。これは重なり合う概念層の連続を用いて、ミクロレベルの証拠とマクロレベルの文脈との弁証法的関係を視覚的に強調します。テキスト要素は意味の再生産を扱う言説的実践を通じて解釈され、権力とイデオロギーの文脈を考察する社会実践と結びついている。個別の説明責任や競争的動機など、アプリ体験を組織する新自由主義的イデオロギー的テーマは、最終的に「ステージ3:テーマ統合」によって生み出されます。この段階は解釈的コーディングとテーマ抽象を用いて、談話に見られるパターンを抽象的かつ質的な発見へと翻訳します。提案されたプロトコルの主要な4つのステップは以下の通りです。

インターフェース設計とアプリの選択
人気のゲーミフィケーション型言語学習アプリ(バイチジャンのようなもの)が研究対象として選ばれます。ここでは、Faircloughが開発した三次元CDAモデルを用いて、語彙プロンプト、ユーザーフィードバック、インターフェース関連シグナルを分析するテキスト分析や、アプリ内のコミュニケーション構造やユーザーインタラクションパターンに重点を置いた談話実践分析を行います。社会実践分析を用いることで、競争力、効率性、自己追跡といった新自由主義的価値観を明らかにすることができます。これらの特徴は効率性、競争、自己追跡といった新自由主義的価値観を反映しています。

データ収集
大学レベルのEFL学生のゲーミフィケーション学習環境に関する知識、目的、感情についてより深く知るために、半構造化されたインタビューが行われます。

感情分析と談話マッピング
感情分析は、感情的な返答やユーザーの反応、チャットログ、コミュニケーション情報への参加度を調整するために用いられます。言説の領域は、パフォーマンスベンチマーキングや自己統治などの新自由主義的理念との適合性を評価されます。

データ統合と検証
ゲーミフィケーション装置と学習者の不安、モチベーションの低下、パフォーマンスプレッシャーの指標との関係を検証します。ユーザーのやり取りや行動に影響を与える主な会話戦略は制御されています。

インターフェース設計とアプリ選択
白物斬アプリ¹ は、研究の前半でゲーミフィケーション型モバイル支援言語学習(MALL)の主要な例として用いられ、語彙習得に焦点を当てています。ランキング順、進捗監視、視覚的バッジ、フィードバックトリガーなど多くのゲーミフィケーション要素があるため、このアプリケーションは中国のEFL大学生全体に共通しています。

中国独自の国家主導デジタル教育政策、試験志向の学習文化、そして成長する教育技術の市場化を踏まえる中、中国のEFL学習者に焦点を当てることは特に重要です。学校でのデジタルツールの利用は、Education Informatization 2.0のような全国的な取り組みにより増加しており、パーソナライズされたデータ駆動型の学習戦略を支援しています。同時に、中国の試験重視の教育システムは一貫して定量的な結果と継続的なパフォーマンス評価を重視しており、目標達成、ランキング、進捗追跡を重視するゲーム化された機能に余地を生み出しています。これらの競争的な手法は、急速に拡大する商業教育技術産業によって、重要な英語試験の準備を支援するBaicizhanなどのモバイル学習プラットフォームにもさらに統合されています。中国の環境は、政策、文化、技術の交差点によって、自己最適化、競争、パフォーマティビティといった新自由主義的言説をゲーミシフィケーションされた学習デザインがどのように自然化するかを検証するのに理想的な環境です。

アプリケーションの本質的な要素は、インターフェース分析の一環として合理的に削除され、3つのセクションに分けられます:視覚的要素(例:アイコンや進行バー)、テキストの手がかり(例:指示やインセンティブ)、そして機能的構造(例:目標形成、リマインダー、社会的競争)。

フェアクロウの三次元批判的談話分析(CDA)アプローチがこれらの特性の学習に適用されています。このモデルは、コミュニケーションとインタラクティブなアプローチに新自由主義的イデオロギーが含まれている行動を包括的に精査する余地を提供します。CDAプロセスの最初のステップはテキスト分析で、フィードバック回答やアプリのリクエストで使われた単語を検証します。その後、談話的パフォーマンスの研究では、ユーザーがアプリとどのように連携し、成功や失敗の要素がどのように構築されるかに焦点を当てます。最後に、このソーシャルプラクティス研究は、アプリのデザインが自己規制、競争、パフォーマンス評価など、より広範な新自由主義的イデオロギーを反映していることを説明しています。 図2 はアプリ選択とインターフェース設計の作業過程を示しています。

インターフェースデータ収集
この作業は、有料サンプルサービスを提供する中国のオンライン調査エリア www.wjx.cn を用いて重要かつ完全な情報を集めています。当初の対象条件は、参加者が中国の大学に在籍する学部生であり、少なくとも1つのゲーミフィケーション英語語彙学習アプリを使用したことがあるということでした。研究の学術目的、参加の自主的性質、必要な推定時間はすべて募集メッセージで明確に伝えられていました。参加者は調査開始前にインフォームドコンセントステートメントを読み、自主的な同意を提出しなければなりません。IPアドレスのスクリーニングは重複や低負荷の回答を減らすだけでなく、注意チェック項目や異常に短い完了時間の監視も用いられ、データの質を検証しました。参加者全員が学部生であるという条件がサンプル条件となりました。1週間にわたり収集された重複しないIPアドレスからの279件の応答の平均完了時間は243秒でした。回答者がゲーミフィケーションされた英語語彙アプリを一度も使ったことがないと示唆する7つの回答は削除されました。真回答率は97.49%で、最終的に合計272件の回答が保持されました。

次に、中国のEFL学生に対して半構造化されたインタビューを行い、彼らのゲーミフィケーション語彙アプリでの体験をより深く理解しました。各面接は30〜45分で、学習習慣、ゲーミフィケーションに対する感情的反応、動機付けパターン、そして感じるプレッシャーをカバーする構造化されたプロトコルに従っていました。インタビューはオンラインで行われ、許可を得て音声録音され、逐語的に書き起こしられ、2人の研究者がテーマ分析手法を用いて独立してコーディングしました。

第三に、スクリーンショット、フィードバックメッセージのログ、連続記録、バッジ、ユーザープロンプトなどのインターフェースインタラクションデータが、百物斬アプリケーションから体系的に抽出されました。これらの遺物は、フェアクロウの三次元CDAに必要なテキスト、視覚、機能的な素材を提供しました。同時に、DeepL³⁸を用いてユーザー生成の中国語テキストを英語に翻訳し、バイリンガルコーダーによる翻訳精度検証、VADER³⁹、TextBlob⁴⁰、SnowNLP⁴¹ を用いた極性スコアの計算による言語横断検証によって感情分析データが収集されました。

英語を外国語として学ぶ中国の大学生(EFL)に対し、彼らのゲーミフィケーション英語語彙アプリに関する交流、動機、意見をより深く理解するためにインタビューを行いました。(1) アプリの使用頻度と文脈、(2) タスクや報酬に対する感情的反応、(3) アプリの機能によるエンゲージメントやモチベーション、(4) アプリ使用に関連するプレッシャーやストレス、(5) 学習習慣や語彙学習戦略への影響、(6) アプリの進捗に関する社会的交流、(7) 学習体験向上のための推奨事項など、すべて半構造化プロトコルの一部でした。各セッションはZoom、対面、または電話で行われ、約30〜45分続きました。参加者の同意のもと、すべてのインタビューは音声録音され、英語で逐語的に書き起こしされました。データ分析にはテーマ別分析が用いられました。2人の研究者が独立してトランスクリプトをコード化し、それらをテーマごとに反復的に分類しました。意見の相違は話し合いによって解決されました。これらの質的洞察と、使用頻度、フィードバック応答、目標追求を記録したインターフェースログを組み合わせることで、ゲーミフィケーションに対する行動的および心理的反応の徹底的な分析が可能となりました。

センチメントデータの前処理:
TextBlobやVADERのような英語ベースのツールとの相互運用性を確保するため、すべてのテキストデータは感情計算前に英語に翻訳されました。元のユーザーの回答は中国語であったためです。文脈的かつ感情的な正確性を維持するために、Deep LAPIを翻訳に用い、その後2人のバイリンガル研究者が手動で結果を検証しました。これらの検証済みの英語テキストを用いて、感情の極性および主観性のスコアを計算しました。中国語感情モデルSnowNLPは、200件の回答のランダムな部分集合を調査し、言語間信頼性を評価するためにも使用されました。結果はVADER極性スコアと強い正の関連を示しました(r = 0.84)。

表1は 、ゲーム化された英語語彙学習アプリケーションを以前に使用したと報告した272人の中国の大学EFL学生のデータセットからの回答をまとめたものです。人口統計データによると、本研究の対象対象者は対象利用者グループの調査に適しており、性別、年齢、専攻、教育経験の面で中国の大学生を十分に代表しています。実践デザインに関しては、測定対象者の79.04%が週に1時間以上アプリを使用し、94.11%が週に複数回使用しました。実践行動に関する情報は、メンバーからの補足回答と合わせて観察されました。

このデータセットには、人口統計的変数(年齢、性別、専攻、学年)および利用に関連する変数(アプリの使用頻度や週ごとの使用期間)が含まれています。データセットに含まれる272の事業体は通常、18〜22歳(91.91%)の年齢層で、そのうち60.66%が男性、39.34%が女性です。これらの年齢分布の保証は、参加者数がモバイル支援言語学習を利用する大学生と一致し、従来の学部生集団に似ていることを示しています。

回答者は多様な学術経験を持っていますが、主なグループは以下の通りです:技術(38.97%)、工学(37.87%)、理系(12.87%)、数学(10.29%)。学際的な分布により、他分野の学生がゲーミフィケーションされたシステムをどう見て活用しているかを比較できます。学業成績に関しては、3年生(36.03%)と2年生(26.47%)が最も多く、次いで1年生(18.01%)、4年生(19.49%)が続きました。この分布によると、回答者の大多数は中〜上級レベルの学生であり、これが学習資源の参加度や批判的分析に影響を与える可能性があります。アプリの利用に関しては、28.31%の投稿者が毎日百精弾を利用していると答え、33.46%が週に4〜5回使うと答えており、ソーシャルネットワークとの頻繁な交流が示唆されています。ユーザーのわずか2.21%が週に1回未満しか使っていませんでした。参加者の週次アプリ利用率は変化し、大多数は1〜3時間(50.37%)、5時間以上は少なく(11.4%)使用しました。

参加者のログイン頻度およびインタラクションログは、学習活動の管理、ルーチンの監視、関与の持続性を反映したSRLに隣接した行動指標として解釈されました。これは、パンデミック後の技術導入と自己調整学習(SRL)に関する研究に基づいています。質的なインタビューデータでは、TAMの特徴に一致するいくつかのテーマも明らかになりました。例えば、有用性の認識(「リーダーボードが毎日勉強するモチベーションを与えてくれる」)や使いやすさ(「アプリはシンプルで直感的に操作できる」)です。これらの次元は、公式にコーディング^{やモデル化}されたことはないものの、現在のCDAフレームワークと最近の比較研究で見られる採用ベースの視点と概念的に結びつけています。CDAと感情の発見を定量的に三角測量し、行動、知覚、談話レベルの研究の統合を強化するために、今後のバージョンではTAMとSRLの短く検証済みの測定を組み込む予定です。

フェアクロウのCDAモデル
Baicizhanのようなゲーム化された言語学習アプリケーションにおける談話がどのように新自由主義的理想を生み出し、永続させるかを調査するための実際の構成³⁷は、フェアクロウの三次元批判的談話分析(CDA)モデルを通じて入手可能です。モデルには、社会的実践(マクロレベル)、談話的実践(メソレベル)、テキスト分析(ミクロレベル)という三つの相互に関連する手続きが組み合わされています。

テキスト分析(T) - ミクロレベル
用語、構成、アプリデザインのリマインダー(「Daily Goal Attaed」や「Keep Your Streak Alive」)などの言語面がこのレベルの主要な目的です。ユーザーのすべてのテキスト単位が以下の通りであると仮定します。

(1)

ここでTe_I は特別なテキストメッセージまたはプロンプトの略です。

新自由主義の配置と発生を評価するために:

(2)

(3)

したがって、テキスト層の新自由主義的密度は次の通りです。

(4)

談話的実践(D) - メソレベル
これは、ユーザーがアプリとどのように関わるか(使用頻度、フィードバック反応、目標追求)についてのインタビューやインターフェースログから得られた情報です。

_iをユーザー、ai_jをインタラクション行為(タスクの完了やリーダーボードを見るなど)を表します。相互作用の行列を説明してください:

(5)

ユーザー自己最適化スコアは次のように定義されました:

(6)

新自由主義的な重み(重要性)_{は Act ai j} で表されます。例えば、リーダーボードを見ると、単にアプリにアクセスするよりも_wjが高いです。

社会実践(S) - マクロレベル
これは、アプリの利用や議論が生産性や競争などより一般的な社会的概念をどのように反映しているかを分析することを意味する。

P(us_{i,λ k})を二進数または曖昧な値とし、これはユーザー談話が特徴λ_kを促進するかどうかを示し、λ_k はイデオロギー特性(公平性や自己最適化など)とします。

次に、ユーザーのイデオロギー的外見について:

(7)

これは、各新自由主義イデオロギーλkがユーザーベースにどれだけ広まったかを測定します。ユーザーインターフェースの総合CDAフレームワークスコアは次のように表すことができます。

(8)

各次元に重み(α,β,γ)が与えられ、経験的に調整したり、質的な考慮に基づいて調整したりできます。

フェアクロウによって確立された三次元批判的談話分析(CDA)モデルは 図3に示されており、主に白占のような言語学習段階における教育境界のゲーミフィケーションされた知識を評価するために用いられます。図の上段はCDAの3つの解析的次元を表し、下段はそれらの次元の結果を統合して一つの一貫した結果を生成しています。

この研究は、談話的側面をテキスト(語彙選択、比喩)、視覚的(アイコン、色、バッジ)、機能的(ポイント、レベル、通知)の3つのカテゴリーに分類する、批判的談話分析(CDA)の簡潔なコードブックを作成しました。テキストには「続けて!」といったモチベーションの表記、ビジュアルには星章、機能的な機能には進捗追跡通知が挙げられます。曖昧さを解消し、コードを反復的に改良した後、2人の熟練したコーダーが独立してコードブックをデータに適用しました。コーエンのカッパを用いてコーダー間の一致を算出し、結果は満足のいく信頼性(κ = 0.78)を示し、研究の一貫性と厳密さを確保しました。

感情分析と談話マッピング
感情分析は、ユーザー生成コンテンツだけでなく、説明、アプリレビュー、コミュニケーションログ、会議の書き起こしにも適用可能であり、これはフェアクロウの三層にわたる批判的談話分析(テキスト、談話、社会的反復を含む)の結論に基づいて^います。このステップでは、自然言語処理(NLP)手法を用いて感情のトーン(ポジティブ、ネガティブ、ニュートラル)と強度を分類します。例えば、ユーザーがゲーミフィケーション学習ダイナミクスと感情的に結びついているかどうかを確立するために、行切れやリーダーボードの表示に対するストレスや満足感の正常な表現を測定します。本研究は、フォローや競争、成長圧力、参加などのゲーミフィケーションされた手法が、CDAで示された新自由主義的価値観を支持するのか矛盾するのかを定義するのに役立ちます。

補足ファイル1に提供されているアルゴリズム1は、感情分析と談話マッピングの作業過程を示しています。テキスト情報が収集され事前処理された後、ユーザー観察は大文字縮写、ストップワード除去、レマタイズ、句読点フィルタリングなどの手法で準備されます。次に、英語および中国語の英語英語テキストデータに対して、ロウカーシング、ストップワード除去、レマタイズ、句読点フィルタリングなどの前処理ステップを経てセンチメント分析が行われました。これらのテキストはVADER、TextBlob、BERTベースのモデルなどのプログラムを用いて感情分析を受け、感情的なトーンや極性スコアに基づいて各テキストを中立、肯定、または否定に分類します。これにより、プレゼンテーション、ライン、賞などのゲーミフィケーションされた基本要素に対するユーザーの感情的反応を定義できます。同時に、「自己最適化」「コンカレンス」「効果性」「トラッキング」といった特定の新自由主義概念に関連する表現やアイデアは、キーワードベースのマッチングやテーマ符号化を用いて談話の側面を除去することで特定されます。

CDA段階で掲げられた概念的ラベルは、各ユーザーのテキストで理解できるようになりました。詳細な談話と態度がデータセット内でどのように共存するかを認証する談話マップが、その結果に基づいて設計されます。これには、各イデオロギー的テーマの表現豊かなトーンや規則性を示すチャートやヒートマップが含まれるかもしれません。より包括的な資料の全体像を作成するために、これらの感情や議論の理解をCDAの結果と共有します。この調査は、学習者が境界スキームで提示される新自由主義的言説を受け入れているのか拒否しているのかを検証するのに役立ちます。さらに、ゲーム化学習における感情的な体験を強調し、引越しサービスが意図せず基本的なインセンティブや学習者選択を損なう事例を指摘しています。

結果

本研究は、バイチザンのようなモバイル支援言語学習(MALL)アプリケーションにおけるゲーミフィケーションが、批判的談話体系的手法を通じて、大学のEFL学習者の動機付けや自己調整行動にどのように影響するかを検証しました。推定には3つの統一財団からのデータセットが用いられました:(1) EFL大学生を含む15の半構造化会議の記録;(2) 250件以上のユーザーエンゲージメントログからの感情分析データ;(3)ロゴ、スタディ、報酬コメント、ストリークカウンターなどのゲーミフィケーション構造を含むインターフェースデータログ。この研究は、インターフェース談話マッピングに従来のPythonスクリプトを、感情分類とテーマ構成にNVivoを用いた試験シミュレーション環境で実施されました。フェアクロウのCDAモデルのテキスト、談話、社会レベルにわたる言語的、図的、行動的情報のグループ化は、シミュレーションの状況によって想像可能となりました。

評価に用いられるパラメータは、新自由主義的キーワードの頻度、フィードバックの性質、極性スコア、感情タグ、日々のログイン頻度、内発的・外在的動機付け指標、自己最適化...

ディスカッション

提案されている批判的談話分析(CDA)は、ゲーム化された言語学習アプリに内在するより深いイデオロギー機能を検証することで、従来の研究を拡張する批判的・イデオロギー的視点を採用しています...特にChenとZhao¹の先行研究では、中国英語学習者の間で大規模にゲーム化された語彙アプリの受容に影響を与える動機要因が調査されています。フェアクロウの三次元CDAフレームワークを基に、本研究はバイシザンのようなアプリが学習ツールとして同時に機能し、継続的なパフォーマンス評価を強化するプラットフォームとしても機能すると主張しています。これらの発見は、ゲーミフィケーションがユーザーのエンゲージメントを高めるだけでなく、パフォーマンス比較や行動追跡などの仕組みを通じて微妙な圧力をかけるという理論的主張と一致しています。これにより、従来の動機付け説明を超え、デジタル学習環境に関連する体系的な懸念を浮き彫りにすることで、学習者の関与の理解が深まり^ます。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
アデノウイルスベクター(shNEAT1)	10692-V5	ヴィジーン・バイオサイエンス	NEAT1発現を体内およびin vitroで抑制するために用いられるアデノウイルス。
BCAタンパク質アッセイキット	23227	サーモ・フィッシャー	細胞溶解液中のタンパク質濃度を定量するために使われるキット。
デュアルルシフェラーズリポーターアッセイキット	E1910年	プロメガ	miR-181a-5p相互作用を測定するためのデュアルルシフェラーゼレポーターアッセイに使用されたキット。
ELISAキット(サイトカイン)	該当なし	R&Dシステムズ	血清および組織サンプル中のサイトカインレベルを測定するためのキット。
胎児用牛血清(FBS)	16000-044	ギブコ	細胞増殖のための培養培地に使われるサプリメント。
GAPDH抗体	2118S	細胞シグナル伝達技術	GAPDHに対する一次抗体はウェスタンブロットの負荷制御として使用されました。
ヘマトキシリン・エオシン染色キット	該当なし	サーモ・フィッシャー	病理解析のための組織学的染色キット。
免疫蛍光抗体(CD206)	14693-1-AP	プロテインテック	組織切片中のM2マクロファージマーカーCD206検出に用いられる抗体。
リポポリサカリド(LPS)	L2630	シグマ・オルドリッチ	LPSはRAW264.7細胞における炎症性マクロファージ分極誘導に用いられました。
miR-181A-5P ミミック	該当なし	該当なし	miR-181a-5pのレベルを調節するために使われる合成miR-181a-5p模倣体。
NEAT1発現プラスミド	該当なし	該当なし	RAW264.7マクロファージにおけるNEAT1の過剰発現に用いられるプラスミド。
RAW264.7 マクロファージ細胞	TIB-71	ATCC	in vitro実験に用いられるマウスマクロファージ細胞株。
RIPA溶解バッファー	89901	サーモ・フィッシャー	細胞を溶解して総タンパク質を抽出するためのバッファー。
RPMI-1640 ミディアム	11875-093	ギブコ	RAW264.7マクロファージの培養培地。
SYBRグリーンマスターミックス	4385612	サーモ・フィッシャー	定量的リアルタイムPCR解析に使用される試薬。
トランスウェル移動分析室	3422	コーニング	マクロファージの移動を評価するためのトランスウェル移動アッセイに用いられるチャンバー。
TUNEL アポトーシス分析キット	AB66110	アブカム	TUNEL染色によるRAW264.7細胞のアポトーシス検出に使用されたキット。
ウェスタンブロッティング抗体(HMGB1)	AB18256	アブカム	ウエスタンブロッティングで使用されるHMGB1に対する一次抗体。