Summary
在这里，我们提出了一个协议，用一种半人工语言来测量积极诱导情绪对外语学习者语法学习的影响，这种语言将外语的语法规则与学习者的母语词典相结合。语言。
Abstract
以往的研究发现，情感对外语词汇和文本理解的学习有重要影响。然而，对诱发情绪对语法学习的影响却很少给予重视。本研究利用一种将日语语法规则与汉语词汇相结合的半人工语言（即奇帕人语言）的学习者，考察了积极诱导情绪对日语语法规则学习的影响。音乐被用来唤起参与者的积极情绪状况。学员被要求在培训课程中通过练习学习奇帕尼斯句子，然后执行语法判断任务来衡量学习结果。我们发现，处于积极情绪状态的参与者比对照组的参与者表现得不准确和有效。结果表明，该协议能有效识别积极诱导情绪对语法学习的影响。讨论了这一实验范式对研究外语学习的意义。
Introduction
情绪在各种认知活动中起着至关重要的作用，如感知、学习、推理、记忆和解决问题。因为语言学习需要注意、推理和记忆，情绪可能对语言学习结果有重大的影响。以前的几项研究已经探索了诱导情绪对单词产生或文本理解的影响2，3，并不断发现情绪对两种语言过程有关键的影响。例如，Egidi和Caramazza发现，积极情绪增加了大脑区域对文本理解不一致的敏感性，而消极情绪则增加了对不太具体区域2的不一致的敏感性。Hinojosa等人研究了诱导情绪对文字制作的影响，发现消极情绪在文字制作过程中影响了语音信息的检索。尽管有证据表明情绪对文本理解和单词产生有显著影响，但情感是否影响语法学习仍不清楚，这是语言学习的基本方面之一。本研究旨在探讨学习者情绪状态对语法学习的影响。
语言和情感是人类经验的两个主要组成部分。它们之间的关系主要通过情感神经语言学的研究来探讨。在单词水平上，以前的研究一直发现，情绪特征，如觉醒或价，显著影响单个单词5，6，7的处理。具体来说，一些研究已经发现了正词5的显著优势，而其他研究也发现了正词和负词7的优势。虽然一些研究已经报道了价与觉醒之间的相互作用，但其他研究4中却报告缺乏显著的相互作用。在句子处理方面，情况更为复杂。以前的研究探讨了在句子理解过程中情感内容与句法或语义统一过程之间的相互作用问题。情绪信息对性别或数字特征4的处理有不同的影响。此外，积极和消极的情绪与不同的协议效应4相关。例如，积极的情感特征促进了数字协议处理，而消极的情感特征抑制了这些过程4。在语义层面，情感特征通过激活单字处理和组合语义过程涉及的大脑区域，影响句子和话语语境中的语义统一过程4。对以前的文献的回顾表明，大多数先前的研究都集中在情绪信息对单词、句子和文本理解的影响上，即情绪效应对语言产生的神经基础10，11。然而，个人的情感状态如何影响语言处理或学习在很大程度上被忽视。
语法学习中最常用的情感研究方法是人工语法学习范式。一些研究已经使用人工语法任务来研究情感对学习新语言的影响12。人工语法学习范式于1967年由Reber首次引入，其特征是使用非意义材料，如数字字符串或非单词字母字符串，这些材料实际上是由基础语法生成的。研究人员通常让处于不同情绪状态（正、中性或阴性）的参与者接触视觉或听觉上的数字字符串或字母字符串，并测量他们的学习结果。人工语法方法的研究通常包括培训课程和测试会话。在培训课程中，学员被指示观察或记住从有限状态语法生成的符号序列列表。参与者被告知序列遵循一组特定的规则，但未提供有关这些规则的任何详细信息。在测试会话中，参与者将呈现新的符号序列，其中一些是语法序列，另一些则不是。然后，他们被要求判断字符串是否语法。人工语法任务允许实例化各种学习理论，如规则、相似性和关联学习理论14。这种方法可以有效地将词汇因素对语法规则的学习的影响降至最低，因为人工语言由数字、字母或其他毫无意义的符号组成，而不是自然语言中的单词。然而，许多研究人员认为，在人工语法学习中获得的知识可能代表了不同于人类使用的自然语法特征的统计属性。来自神经学研究的证据表明，自然语言的语法处理方式与人工语法学习任务中使用的有限状态语法不同。因此，人工语法学习任务可能无法反映人类语言的学习。使用人工语法研究情绪对语法学习的影响更有可能揭示情感如何影响统计学习，而不是人类语言中自然语法的学习。目前还不清楚这些无意义的刺激结果能否被推广到外语学习中。
本研究旨在采用半人工语言范式来研究情感对语法学习的影响。半人工语言任务最初由威廉姆斯和库里巴拉介绍，以检查语言学习。半人工语言是结合学习者母语中的词汇法和不同语言的语法而生成的。威廉斯和库里巴拉的研究18中可以找到这种语言的例子。威廉斯和库里巴拉设计了一种新颖的半人工语言Japlish，它遵循了日语的单词顺序和案例标记规则，但使用了英语词汇18。表1提供了他们研究中的Japlish句子样本。
| 结构 | 例子 |
| Sv | 马加什么时候倒下？ |
| 苏联 | 飞行员-加，跑道-o看到 |
| SIOV | 学生-加狗-尼什么-o提供？ |
| S 何时为什么-o V？ | 比尔加什么时候唱什么？ |
| S 谁-尼什么-o V？ | 那个医生-加谁-尼什么-o？ |
| S [SOV]V | 约翰-加生气玛丽加，环o失去了说。 |
| 操作系统_SV_V | 那个疾病-兽医-加牛加已经宣布。 |
表1：半人工语言的样本句子。这些句子是用英语词典和日语语法生成的。表中的句子来自威廉姆斯和库里巴拉的研究18。
如表所示，虽然使用了英语单词，但它们根据日语单词顺序和案例标记规则组合成句子。Japlish句子都是动词末数，名词是主题 （-ga）、间接对象 （-ni） 或对象 （-o） 的案例标记。在格雷等人19日的研究中发现了贾普利什的详细说明。半人工语言任务包括训练阶段和测试阶段。在培训阶段，学员应学习一门新语言，在测试阶段，他们被要求执行可接受性判断任务或句子图片匹配任务。记录其反应的准确性和反应时间 （RT），以评估其学习性能。
半人工语言任务主要有三个优点：第一，由于半人工语言是使用语法规则在新语言中创造的，因此任务可以最大限度地减少结构学和语言传递的先前知识的影响。其次，这些任务使我们能够控制和操作参与者获得的暴露类型和数量。通过这种方式，它们能够更准确地评估学习效果。最后，由于半人工语言任务中使用的语法来自人类语言，这些任务使我们能够测量参与者如何获得自然语法，而不是人工语法。在这方面，它们比人工语法任务更有利，在人工语法任务中，使用数字或字母序列来代替真词。自然语法的使用使我们更有信心地得出结论，所获得的发现适用于自然语言学习。鉴于先前的研究已经证明使用半人工语言范式20、21、22的学习效果，这是研究语言学习中难以在自然语言研究的复杂背景下难以隔离的问题的有用方法。但是，半人工语言任务仅适用于结构上与学习者母语不同的外语。如果被测试的语言在结构上与学习者的母语相似，则可能使前者与后者无法区分。
与使用自然语言的任务相比，半人工语言任务可以更客观地评估情感对语法学习的影响。这是因为自然语言中的单词与特定的语法函数密切相关。例如，无生命的名词（如书桌、钉子）更有可能作为动词的患者发挥作用。因此，很难区分词汇学习与语法学习的表现，因为两者是相互关联和不可分割的自然语言。由于情绪对文字处理有重要影响23，24，它们可能对语法学习有间接影响。因此，要明确区分情感对词汇学习的影响与对语法学习的影响是不容易的。这个问题在半人工语言任务中很容易解决，因为这些任务允许将词汇与语法分开，从而使我们能够识别情感对语法学习的影响，而不必担心词汇学习的干扰。
虽然半人工语言范式在一些研究中被运用来研究第二语言习得25、26的语言知识，但这种方法很少用于探索学习者在外语学习中情感条件上的差异。在这项研究中，我们打算探讨积极诱导情绪如何影响使用半人工语言的语法学习。这项研究的结果对外语教学具有重要影响。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
该实验经北京外国语大学伦理委员会批准，符合人体实验指南。本研究中的所有受试者均提供书面知情同意。
1. 刺激性建筑
- 根据具体的研究问题设计实验刺激。由于本研究旨在用半人工语言检查外语学习，因此，根据被测试的外语的语法规则，在参与者的母语中重新排列句子来创建实验句子。表2提供了实验句子样本。
注：由于我们的研究旨在研究汉语学习者对日语语法的学习，因此用汉语词汇和日语语法生成了半人工语言（奇帕语）。实验句子改编自刘、徐、王二七的实验刺激。
表2：本研究中使用的实验句子样本。句子 （a） 是中文句子 ，b） 是它的日语等同.句子 （c） 是根据 （b） 的句法结构重新排列句子 （a） 所产生的实验刺激 .这种半人工语言最初是由刘、徐和王27设计的。
- 选择测试语言中具有代表性的语法结构。确保包括各种语法结构，以保持自然语言的语法复杂性和多样性。
注：在我们的研究中测试了四种语法结构，包括两个简单的语法结构（SOV、SIOV）和两个复杂结构（[SOV]SV，[OSV]SV）。名词和动词的词汇频率在不同类型的句子之间匹配。 - 在培训阶段，为语法判断任务，在测试语言中为每个语法结构设计至少20个句子。语法和非语法句子应对词汇变量（如词法频率和笔画数）进行平衡和控制。
- 在测试阶段，在测试语言中为每个语法结构设计至少 12 个句子。使一半的句子语法，另一半非语法。语法和非语法句子应对词汇变量进行平衡和控制。
- 随机化句子并设计实验。
- 在培训阶段和测试阶段将句子呈现给学员之前，先对句子进行随机化。在刺激演示软件的"属性页面上"找到"选择"选项卡，并将选择方法设置为"随机"。
- 将实验分成多个块，每个块持续时间不超过 10 分钟。
2. 参与者的招募和实验的准备
- 招募没有阅读困难和没有外语背景的学员。确保参与者有正常或矫正的视力。
- 随机将参与者分配为两组（实验组和对照组），每个组至少包含 30 个成员。确保这两组在教育年数或性别比例上没有差异。
- 告诉参与者，在实验当天，他们应没有疲惫、饥饿、疾病或其他使他们感到不舒服的条件。
- 单独或分组邀请参与者到实验室。
3. 程序
- 将参与者带到实验室，并指示他们坐在电脑工作场所。
- 要求学员阅读并签署书面的知情同意书。
- 让参与者完成情感诱导。
- 给学员的铅笔和纸版的自我评估马尼金（SAM）图片评级表28，29。要求参与者用铅笔来标记相应的 Manikin 来评价他们的情绪。
注：自我评估 Manikin 量表是一种非语言评估工具，用于衡量情感的三个维度（即价势、觉醒和支配地位）。我们管理的比例是九点刻度，在三个维度中，每个维度的范围从 1 到 9。 - 指导实验组的参与者通过耳机聆听正价音乐10分钟。
注：在这项研究中，好时光被用来诱导积极情绪。在20名参与者中进行了试验性研究，以测试音乐在情感诱导中的有效性，结果显示，参与者在诱导后将情绪评为明显更积极，这表明音乐能有效地将参与者置于积极情感状态。对照组的参与者没有接触任何充满情感的材料。相反，他们直接着手学习任务。 - 给参与者一个铅笔和纸版的自我评估Manikin表28，29，并要求他们评价他们的情绪状态。
- 给学员的铅笔和纸版的自我评估马尼金（SAM）图片评级表28，29。要求参与者用铅笔来标记相应的 Manikin 来评价他们的情绪。
- 要求学员执行培训任务。
- 在计算机屏幕上展示以下书面说明，告诉学员他们将学习一种包含母语词汇的语言和新的语法："欢迎参加我们的实验！在这个实验中，你将需要学习一门包含汉语单词的新语言和一个新的语法。准备就绪后，按任意键继续实验。
- 在计算机屏幕上显示以下书面说明，指导学员执行学习任务："接下来，您将在屏幕上看到一些句子。请仔细观察它们，并决定是否语法。如果句子是语法，请按"1";如果句子不是语法，则按"0"。每次回复后，您将收到反馈回复（"正确！"或"错误！"），并显示正确的句子。按任意键继续学习任务。
- 让参与者在每次答覆后，按下按钮（"1"表示语法，用"0"表示非语法），然后在屏幕上显示一个答复（"正确！"或"INCORRECT！"），判断句子的语法可接受性。在答复后提出正确的结构，以增强学习的效果。
- 完成所有试验后，在计算机屏幕上显示以下书面说明，告知学员培训任务已完成："学习任务已完成！
- 给参与者一个铅笔和纸版的自我评估Manikin表28，29，并要求他们评价他们的情绪状况。
- 要求学员执行测试会话的语法判断任务。
- 在计算机屏幕上显示以下书面说明："请继续回答类似问题。请确定句子的语法结构是否正确。如果您认为它们正确，请按"1";如果您认为不正确，请按"0"。您将有七秒钟时间进行回复。如果您未能在时间限制内做出响应，则下一个问题将自动启动。按任意键开始实验。
- 让参与者阅读屏幕上显示的句子，用按钮按一下判断句子的语法（"1"表示语法，"0"表示非语法）。
- 完成所有试验后，在计算机屏幕上显示以下书面说明，告知学员任务已结束："结束。感谢您的参与！
- 要求学员填写有关其人口统计详细信息的调查问卷。在问卷期间准备付款。
- 向参与者提供金钱补偿或奖励。
4. 数据分析
- 从刺激演示软件的输出文件中收集数据。
- 以情感（正、控制）和句子类型（SOV、SIOV、OSVSV、SOVSV）作为独立变量执行ANOVA分析，并将学习的平均准确性作为因变量，以探索情感对准确性的影响。
- 以情感（正、控制）和句子类型（SOV、SIOV、OSVSV、SOVSV）作为独立变量和平均RT作为因变量执行ANOVA分析，以探索情感对RT的影响。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
本研究旨在探讨积极诱导情绪对外语语法学习的影响。为此，招募了两组参与者参加实验，包括积极情绪组（15名女性，M年龄=20.20岁，年龄范围：18-27岁）和对照组（16名女性，M年龄=20.33，年龄范围：18-26岁）。每组由30名参与者组成。这两组在年龄上没有显著差异，t （58） = -0.215，p = 0.831 或教育年，t （58） = -0.830，p = 0.410，尽管对照组的英语水平高于其他组。 据报告，他们中没有人学过日语。音乐被用来诱导积极的情绪。在情感诱导后，参与者需要学习一种用汉语词汇和日语语法产生的新颖语言"奇帕涅语"。参与者通过语法判断任务学习语言，在此期间，他们被要求判断句子的语法性，并在每个答复后提供反馈。为了评估学习结果，我们执行了一个可接受性判断任务，在此期间，参与者被呈现了新的奇帕尼斯句子，其中一些是语法句子，另一些则不是。参与者被要求决定句子是否语法。记录并分析其回答的准确性和 RT，以评估他们的学习表现。
为了找出情绪诱导是否成功，用时间（诱导前与诱导后）和组（正与控制）作为预测变量和评分分数作为因变量执行重复测量的ANOVA。分析表明，时间的主要影响显著，F（1， 58） = 25.91， p < 0.001;组的主要显著主要影响，F（1， 58） = 12.62，p < 0.001; 时间和组之间的显著交互作用，F（1， 58） = 28.03，p < 0.001。 配对比较显示，诱导后对照组的价值评分没有显著变化。对照组的参与者在诱导前后的情绪状况相对中性。在带正价音乐（p < 0.001）的感应后，积极情绪组的评分显著增加。积极情绪组的参与者比对照组的参与者更快乐（p < 0.001）。因此，我们的情感诱导是成功的 （图1）。
图1：情绪诱导的结果。该图显示了两组情绪状况的平均评分。误差条表示数据的标准偏差。请点击此处查看此图的较大版本。
为了探索情绪状态在训练阶段是否持续，我们用组（阳性与控制）和时间（诱导后与训练后）作为预测变量和评分分数作为因变量，进行了重复测量。结果表明，F（1，58）= 52.96，p <0.001具有显著的主要作用。 积极情绪组的平均评分明显高于对照组，这表明积极情绪组比对照组快乐。未发现时间显著影响，F（1， 58） = .61，p = 0.436，这表明两组在训练阶段的价评分没有显著变化，积极情绪参与者在这段期间仍然比对照组更快乐。 结果表明，在整个实验中，参与者的情绪状况得以维持。
图2：按组计算语法学习的准确性。该图显示了积极情绪组和对照组正确答案的平均比例。误差条表示数据的标准错误。请点击此处查看此图的较大版本。
图2给出了两组语法学习的平均准确性。ANOVA 以情感（正、控制）和句子类型（SOV、SIOV、OSVSV、SOVSV）作为预测变量执行，平均精度作为因变量。结果显示情绪有显著影响，F（1， 58） = 62.68， p < 0.001;和句子类型，F（1， 58） = 35.21， p < 0.001 的显著效果。情绪和句子类型的相互作用在统计学上没有显著性，F（1， 58） = 1.71，p = 0.165。 对照组的参与者比积极情绪状态的参与者表现准确得多。与SOV和OSVSV结构相比，对SIOV和SOVSV结构的理解准确得多。无论语法结构如何，对照组的表现都优于积极情绪组。
图3：按组分组进行语法学习的反应时间。该图显示了积极情绪组和对照组的平均 R。误差条表示数据的标准错误。请点击此处查看此图的较大版本。
两个组的平均 R 值如图3所示。在分析之前，删除了错误响应的 RT。高于平均值的三个标准偏差的 RT 被视为异常值，并排除在分析之外。ANOVA 以情感（正、控制）和句子类型（SOV、SIOV、OSVSV、SOVSV）作为预测变量执行，RT 作为因变量。结果表明，情绪有显著影响，F（1， 58） = 600.81， p < 0.001;和句子类型，F（1， 58） = 77.03， p < 0.001 的显著效果。情感和句子类型的相互作用并不显著，F（1， 58） = 1.70，p = 0.165。 对照组的参与者比处于积极情绪状态的参与者反应更快。SOV结构的识别速度比其他三种结构快，而SIOV结构的识别速度比其他结构慢。然而，不同结构的情绪效果没有显著差异。在测试的所有结构中，积极情绪组的反应明显慢于对照组。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
结果表明，参与者在接触正价音乐后，其情绪明显更积极。这些受试者比对照组更快乐。这表明我们的情感操纵是成功的。发现积极情绪组的参与者比对照组的参与者明显不精确和有效。一个可能的原因是参与者在语法学习中采用了归纳策略，从而强烈依赖分析和自下而上的处理。归纳处理涉及仔细考虑详细信息和使用分析策略来处理信息。另一方面，演绎处理涉及使用启发式策略，这些策略具有很强的依赖以前的经验，以加快解决问题的过程。由于语法学习是一个需要考虑不同语言单元之间的关系和提取管理这些关系的规则的过程，电感处理比演绎处理更促进处理方式。以前的研究发现，归纳法是学习外语语法的一种有效方法。在本研究中，我们操纵了实验句的词序和案例标记，这是语法的基本方面。此学习任务要求学员分析和识别句子中不同单词之间的关系，并形成对句子中单词合法顺序的判断。最重要的是，这些判断必须基于对特定语言细节（如句法类别或语义角色）的仔细观察和分析。因此，字序学习更受益于归纳策略和相应的自下而上的处理风格。由于积极情绪培养了演绎或自上而下的处理风格31，32，这与参与者使用的归纳方法不相容，因此可能对参与者在语法学习中的表现产生抑制作用。另一个可能的原因是，处于积极情绪状态的个人倾向于以不那么努力的方式处理信息33，34。根据动机原则，处于积极情感条件下的个人没有动力去努力，因为他们更倾向于通过避免认知努力来维持自己的情感状态。因此，处于积极情绪状态的学习者可能比对照组更缺乏动力，这或许可以解释为什么他们在实验任务中表现更差。这些发现与波利蒂斯和豪茨的研究36和刘等人的研究27一致，这些研究发现，处于积极情绪状态的学习者在学习活动中表现得不太准确和谨慎。研究结果表明，该协议成功地识别了人为诱导积极情绪对外语语法学习的影响。
在方法论上，实验基于半人工语言范式。选择半人工语言是为了确保测试的结构对参与者是新颖的。本研究在以下两个方面不同于传统的人工语言研究：首先，我们采用了遵循自然语言（日语）语法规则的目标语言系统。其次，目标语言系统中使用的词典由真词（中文）组成，而不是无意义的数字或字母字符串。这两个特点增加了半人工语言与人类使用的自然语言的相似性。使用半人工语言可以保留自然语言中的语法复杂性和语义信息，从而可以更好地揭示参与者在情感状态中的个体差异如何影响他们对语法规则的学习在自然语言。因此，本研究的结果可以概括为实验室外的外语学习。
半人工语言任务将学习者母语中的词汇与外语语法相结合，可以有效地分离两个学习过程，区分情感对语法学习的影响和词汇学习的影响。与自然语言相比，半人工语言可以最大限度地减少词汇因素对语法学习的干扰，从而对学习结果进行更客观的评估。半人工语言任务已被多次使用，并被发现是研究非母语中语法或变形的隐式或附带性学习的有效方法19。本研究表明，该方法也适用于对非母语学习中学习者个体差异的调查。
该协议的一个主要问题是缺乏先验措施，以确保类似的语法处理和学习，在没有任何情绪操纵在两组。理想的协议应包括一系列预测试操作，允许明确证明两组在没有情感感应的情况下学习语法相似。例如，我们将使用另一种外语管理语法判断任务和单词顺序学习任务，并比较两组的表现。只有在两组之间没有显著差异时，才应允许他们继续实验。如果我们能够在实验前证明两组在基本方面没有差异，从而可能偏袒他们的行为反应，那么这项研究的结果将更有说服力。这是我们的议定书中被忽视的一个步骤，在今后的研究中应予以认真考虑。另一个限制是，它仅适用于语法上不同于学习者母语的语言。如果外语的语法结构与学习者的母语相似，由此产生的半人工语言将包含与其母语相同的词汇和相似的语法，因此很难区分两者。.对于与学习者母语类似的语言，最好使用人工语言任务，在其中使用字母或数字序列而不是单词。此外，由于本研究只研究了人为诱导积极情绪对语法学习的影响，结果对于消极情感状态不一定相同。需要进一步的研究来探索消极情感状态如何影响使用半人工语言范式的外语学习。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
提交人宣称他们没有相互竞争的利益。
Acknowledgments
这项研究得到了中国国家社会科学基金重点项目[18AY003]、国家外语教育研究中心（教育部高校人文社会科学重点研究所）、北京外国语研究大学，北京外国语大学资助项目[2019SYLHQ012].
Materials
| Name | Company | Catalog Number | Comments |
| E-prime | PST | 2.0.8.22 | Stimulus presentation software |
| Computer | N/A | N/A | Used to present stimuli and record subjects' responses |
| Self-Assessment Manikin (SAM) | N/A | N/A | Used to assess subjects' affective states. From Lang (1980)29 |
References
- Affect in Language Learning. Arnold, J. , Cambridge University Press. Cambridge. (1999).
- Egidi, G., Caramazza, A. Mood-dependent integration in discourse comprehension: Happy and sad moods affect consistency processing via different brain networks. NeuroImage. 103, 20-32 (2014).
- Hinojosa, J. A., et al. Negative induced mood influences word production: An event-related potentials study with a covert picture naming task. Neuropsychologia. 95, 227-239 (2017).
- Hinojosa, J. A., Moreno, E. M., Ferré, P. Affective neurolinguistics: towards a framework for reconciling language and emotion. Language, Cognition and Neuroscience. , 1-27 (2019).
- Kuperman, V., Estes, Z., Brysbaert, M., Warriner, A. B. Emotion and language: valence and arousal affect word recognition. Journal of Experimental Psychology: General. 143 (3), 1065-1081 (2014).
- Rodríguez-Ferreiro, J., Davies, R. The graded effect of valence on word recognition in Spanish. Journal of Experimental Psychology: Learning, Memory, and Cognition. , (2018).
- Vinson, D., Ponari, M., Vigliocco, G. How does emotional content affect lexical processing. Cognition and Emotion. 28 (4), 737-746 (2014).
- Kotz, S. A., Kalberlah, C., Bahlmann, J., Friederici, A. D., Haynes, J. D. Predicting vocal emotion expressions from the human brain. Human Brain Mapping. 34 (8), 1971-1981 (2013).
- Wegrzyn, M., Herbert, C., Ethofer, T., Flaisch, T., Kissler, J. Auditory attention enhances processing of positive and negative words in inferior and superior prefrontal cortex. Cortex. 96, 31-45 (2017).
- Cato, M. A., et al. Processing words with emotional connotation: an FMRI study of time course and laterality in rostral frontal and retrosplenial cortices. Journal of Cognitive Neuroscience. 16 (2), 167-177 (2004).
- Hinojosa, J. A., Méndez-Bértolo, C., Carretié, L., Pozo, M. A. Emotion modulates language production during covert picture naming. Neuropsychologia. 48 (6), 1725-1734 (2010).
- Larsen, K. G. The relationship between mood and implicit learning. , University of Nevada. Doctorate thesis (2017).
- Reber, A. S.
- Ziori, E., Pothos, E. Artificial grammar learning: An introduction to key issues and debates. Implicit and Explicit Learning of Languages. Rebuschat, P. , John Benjamins Publishing Company. Amsterdam. 249-273 (2015).
- Opitz, B., Hofmann, J. Concurrence of rule- and similarity-based mechanisms in artificial grammar learning. Cognitive Psychology. 77, 77-99 (2015).
- Bahlmann, J., Gunter, T. C., Friederici, A. D. Hierarchical and linear sequence processing: An electrophysiological exploration of two different grammar types. Journal of Cognitive Neuroscience. 18, 1829-1842 (2006).
- Friederici, A. D., Bahlmann, J. H. S., Schubotz, R. I., Anwander, A. The brain differentiates human and nonhuman grammars: Functional localization and structural connectivity. Proceedings of the National Academy of Sciences of the United States of America. 103, 2458-2463 (2006).
- Williams, J. N., Kuribara, C. Comparing a nativist and emergentist approach to the initial stage of SLA: An investigation of Japanese scrambling. Lingua. 118, 522-553 (2008).
- Grey, S., Williams, J. N., Rebuschat, P. Individual differences in incidental language learning: Phonological working memory, learning styles, and personality. Learning and Individual Differences. 38, 44-53 (2015).
- Williams, J. N.
- Leung, J. H. C., Williams, J. N. The implicit learning of mappings between forms and contextually derived meanings. Studies in Second Language Acquisition. 33, 33-55 (2011).
- Leung, J. H. C., Williams, J. N. Constraints on implicit learning of grammatical form-meaning connections. Language Learning. 62, 634-662 (2012).
- Pratt, N. L., Kelly, S. D. Emotional states influence the neural processing of affective language. Social Neuroscience. 3 (3-4), 434-442 (2008).
- Chwilla, D. J., Virgillito, D., Vissers, C. T. W. The relationship of language and emotion: N400 support for an embodied view of language comprehension. Journal of Cognitive Neuroscience. 23 (9), 2400-2414 (2011).
- Williams, J. N., Paciorek, A. Indirect tests of implicit linguistic knowledge. Advancing Methodology and Practice: The IRIS Repository of Instruments for Research into Second Languages. Mackey, A., Marsden, E. , Taylor & Francis. 25-42 (2016).
- Rebuschat, P., Williams, J. N. Implicit and explicit knowledge in second language acquisition. Applied Psycholinguistics. 33, 829-856 (2012).
- Liu, X., Xu, X., Wang, H. The effect of emotion on morphosyntactic learning in foreign language learners. PloS One. 13 (11), 0207592 (2018).
- Bradley, M. M., Lang, P. J. Measuring emotion: the self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
- Lang, P. J. Behavioral treatment and bio-behavioral assessment: computer applications. Technology in mental health care delivery systems. Sidowski, J. B., Johnson, J. H., Williams, T. A. , Ablex. Norwood, NJ. 119-137 (1980).
- Vogel, S., Herron, C., Cole, S. P., York, H. Effectiveness of a guided inductive versus a deductive approach on the learning of grammar in the intermediate‐level college French classroom. Foreign Language Annals. 44 (2), 353-380 (2011).
- Storbeck, J., Clore, G. L. On the interdependence of cognition and emotion. Cognition and Emotion. 21 (6), 1212-1237 (2007).
- Clore, G. L., Storbeck, J. Affect as information about liking, efficacy, and importance. Affect in Social Thinking and Behavior. Forgas, J. P. , Psychology Press. New York. 123-141 (2006).
- Clark, M. S., Isen, A. M. Towards understanding the relationship between feeling states and social behavior. Cognitive Social Psychology. Hastorf, A. H., Isen, A. M. , Elsevier. North Holland, New York. 73-108 (1982).
- Sinclair, R. C., Mark, M. M., Clore, G. L. Mood-related persuasion depends on (mis)attributions. Social Cognition. 12, 309-326 (1994).
- Forgas, J. P. Can sadness be good for you? On the Cognitive, Motivational, and Interpersonal Benefits of Negative Affect. The Positive Side of Negative Emotions. Porrott, W. G. , Guilford Publications. New York. 3-35 (2014).
- Politis, J., Houtz, J. C. Effects of positive mood on generative and evaluative thinking in creative problem solving. SAGE Open. 5 (2), 2158244015592679 (2015).
