Summary
여기서는 외국어의 문법 규칙을 학습자의 어휘와 통합하는 반인공어를 사용하여 외국어 학습자의 문법 학습에 대한 긍정적 인 유도 감정의 효과를 측정하는 프로토콜을 제시합니다. 언어.
Abstract
이전 연구는 감정이 외국어 어휘와 텍스트 이해의 학습에 상당한 영향을 미친다는 것을 발견했다. 그러나, 문법 학습에 유도 된 감정의 효과에 약간의 주의가 주어졌다. 이 연구는 일본어의 문법 규칙과 중국어 어휘를 결합한 반인공언어(즉, 치파네스어)를사용하여 중국어를 모국어로 사용하는 학습자 그룹 사이에서 일본어 문법 규칙의 학습에 긍정적인 유도 감정의 영향을 조사했습니다. 음악은 참가자의 긍정적 인 정서적 조건을 호출하는 데 사용되었다. 참가자들은 연습을 통해 교육 세션에서 Chipanese 문장을 배워야하고 학습 결과를 측정하기 위해 문법 판단 작업을 관리했습니다. 우리는 긍정적인 감정 상태에 있는 참가자가 대조군에 있는 그보다는 보다 적게 정확하고 능등하게 수행했다는 것을 것을을 발견했습니다. 연구 결과는 프로토콜이 문법 학습에 긍정적 인 유도 감정의 효과를 식별하는 데 효과적이라는 것을 시사한다. 외국어 학습을 조사하기위한이 실험 패러다임의 의미에 대해 설명합니다.
Introduction
감정은 지각, 학습, 추론, 암기 및 문제 해결과 같은 다양한 인지 활동에 중요한 역할을합니다. 언어 학습은 주의, 추론 및 암기가 필요하기 때문에 감정은 언어 학습 결과에 큰 영향을 미칠 수 있습니다1. 몇몇 이전 연구는 단어 생산 또는 텍스트 이해에 유도 된 감정의 효과를탐구했다 2,3,지속적으로 감정이 두 언어 과정에 중요한 영향을 미쳤다는 것을 발견했다. 예를 들어, Egidi와 Caramazza는 긍정적인 감정이 불일치 감지를 위해 특정한 뇌 영역에서 텍스트 이해의 불일치에 대한 민감도를 증가시키는 반면, 부정적인 감정은 덜 특정한 영역에서 불일치에 대한 민감도를 증가시키는 반면2. Hinojosa 등. 단어 생산에 유도 된 분위기의 효과 검사 하 고 부정적인 분위기 단어 생산 하는 동안 음운 정보의 검색을 손상 발견3. 감정이 텍스트 이해와 단어 제작에 현저한 영향을 미친다는 증거에도 불구하고, 감정이 언어 학습의 필수적인 측면 중 하나인 문법 학습에 영향을 미치는지 여부는 아직 명확하지 않습니다. 본 연구는 학습자의 감정 상태가 문법 학습에 미치는 영향을 탐구하는 것을 목표로했다.
언어와 감정은 인간의 경험4의두 가지 주요 구성 요소입니다. 그들의 관계는 주로 정서적 신경 언어학에 있는 연구 결과에 의해 탐구되었습니다. 단일 단어 수준에서, 이전 연구는 지속적으로 감정적 인 특징, 이러한 각성 또는 원자력, 크게 개별 단어의 처리에 영향을 발견5,6,7. 구체적으로, 일부 연구는 양성 단어5에대한 상당한 이점을 확인했으며, 다른 연구는 양성 및 음성 단어7모두에 대한 이점을 발견했다. 비록 일부 연구는 원자와 각성 사이의 상호 작용을 보고, 중요 한 상호 작용의 부족 다른 연구에서 보고 되었다4. 그림은 문장 처리 수준에서 더 복잡합니다. 이전 연구는 문장 이해 하는 동안 감정적인 내용과 구문 또는 의미 통합 프로세스 사이의 상호 작용에 관한 문제를 탐구 했다. 정서적 정보는 성별 또는 숫자 기능의 처리에 다른 영향을 미치는 것으로 밝혀졌다4. 또한, 긍정적이고 부정적인 감정은 다른 계약 효과와 연결되었다4. 예를 들어, 긍정적 인 감정적 인 특징은 숫자 계약 처리를 용이하게하는 반면 부정적인 감정적 특징은 이러한프로세스를 억제4. 의미론적 수준에서, 정서적 특징은 단일 단어 처리 및 조합 의미 적 프로세스에 관련된 뇌 영역의 활성화를 통해 문장과 담론 컨텍스트 모두에서 의미 통합 과정에 영향을미쳤다 4. 이전 문헌의 검토는 대부분의 선행 연구가 단어, 문장 및 텍스트의 이해에 대한 정서적 정보의영향에 초점을 맞추고 있음을 나타냅니다8,9,또는 언어 생산에 감정적 인 영향의 신경 기초10,11. 그러나 개인의 정서적 상태가 언어 처리 또는 학습에 어떤 영향을 미칠 수 있는지는 대체로 간과되었습니다.
문법 학습에서 감정의 연구에 가장 자주 사용되는 접근 방식은 인공 문법 학습 패러다임입니다. 여러 연구는 새로운 언어의 학습에 감정의 영향을 검사하기 위해 인공 문법 작업을 사용했다12. 1967년13년Reber가 처음 도입한 인공 문법 학습 패러다임은 숫자 문자열이나 단어가 아닌 문자 문자열과 같이 의미 없는 자료를 사용하는 것이 특징이며, 이는 실제로 기본 문법에 의해 생성됩니다. 연구원은 일반적으로 다른 감정 상태 (양성, 중립, 또는 부정적인)에 있는 참가자를 시각적으로 또는 청각적으로 제시된 수 문자열 또는 문자 문자열에 드러내고 그들의 학습 결과를 측정했습니다. 인공 문법 접근 방식이 있는 연구는 일반적으로 교육 세션과 테스트 세션으로 구성됩니다. 교육 세션에서 참가자는 유한 상태 문법에서 생성된 기호 시퀀스 목록을 관찰하거나 암기하도록 지시받습니다. 참가자는 시퀀스가 특정 규칙 집합을 따르도록 통보되지만 이러한 규칙에 대한 세부 정보는 제공되지 않습니다. 테스트 세션에서 참가자에게는 새로운 기호 시퀀스가 제공되며, 그 중 일부는 문법이고 다른 순서는 그렇지 않습니다. 그런 다음 문자열이 문법인지 여부를 판단해야합니다. 인공 문법 작업은 규칙, 유사성 및 연관 학습 이론14와같은 다양한 학습 이론의 인스턴스화를 허용합니다. 인공 언어는 자연어의 단어가 아닌 숫자, 문자 또는 기타 의미없는 기호로 구성되므로 이 접근 방식은 문법 규칙 학습에 대한 어휘 적 요인의 영향을 효과적으로 최소화 할 수 있습니다. 그러나, 많은 연구자들은 인공 문법 학습에서 얻은 지식은 인간이 사용하는 자연 문법의 특징과 다른 통계적 특성을 나타낼 수 있다고 주장했다15. 신경학 연구의 증거는 자연어의 문법이 인공 문법 학습 작업에 사용되는 유한 상태 문법과 다르게 처리된다는 것을 보여줍니다16,17. 따라서, 인공 문법 학습 작업은 인간의 언어의 학습을 반영하지 않을 수 있습니다. 인공 문법을 사용하여 문법 학습에 대한 감정 효과의 연구는 감정이 인간의 언어에서 자연 문법의 학습보다는 통계 학습에 미치는 영향을 공개 할 가능성이 높습니다. 의미없는 자극의 발견이 외국어 학습으로 일반화 될 수 있는지 여부는 완전히 명확하지 않습니다.
본 연구는 문법 학습에 대한 감정의 영향을 조사하기 위해 반 인공 언어 패러다임을 채택하기위한 것입니다. 반 인공 언어 작업은 언어 학습을 검토하기 위해 윌리엄스와 쿠리바라에 의해 처음 도입되었다. 반 인공 언어는 학습자의 모국어와 다른 언어의 문법에 어휘의 조합으로 생성됩니다. 이러한 언어의 예는 윌리엄스와 쿠리바라의 연구18에서찾을 수 있습니다. 윌리엄스와 쿠리바라는 일본어의 단어 순서와 케이스 마킹 규칙을 따랐지만 영어 어휘18을사용하는 소설 반인공 언어인 Japlish를디자인했습니다. 그들의 연구에서 샘플 Japlish 문장은 표 1에제공됩니다.
| 구조 | 예제 |
| Sv | 말가 가 떨어졌을 때? |
| Sov | 활주로-오 톱이 있는 파일럿 가 |
| 시오프 (주) | 학생 가 개 니 무엇을 제공? |
| S 때 무엇 - O V? | 빌가 때 뭐가 노래? |
| S 후니 뭐-오 V? | 그 의사 - 가 누가 - 니 무엇을 보여 주었다? |
| S[SOV]V | 존가 화가 메리 가 그 반지 -o는 말했다 잃었다. |
| OS[SV]V | 그 질병-o 수의사-가 소-가 선언 했다. |
표 1: 반인공 언어로 된 문장을 샘플링한다. 문장은 영어 어휘와 일본어 구문으로 생성되었습니다. 표의 문장은 윌리엄스와 쿠리바라의 연구18에서입니다.
표에 표시된 것처럼 영어 단어가 사용되지만 일본어 단어 순서와 대/소문자 표시 규칙에 따라 문장으로 결합됩니다. Japlish 문장은 모두 동사 -final이며 명사는 제목 (-ga), 간접 객체 (-ni) 또는 객체 (-o)에 대한 대문자로 표시됩니다. Japlish에 대한 자세한 설명은 Grey et al.의 연구19에서찾을 수 있습니다. 반 인공 언어 작업에는 교육 단계와 테스트 단계가 포함됩니다. 교육 단계에서 참가자는 새로운 언어를 배우도록 지시받고 테스트 단계에서 수용성 판단 작업 또는 문장 - 그림 일치 작업을 수행해야합니다. 응답의 정확도 및 반응 시간(RT)이 기록되어 학습 성과를 평가합니다.
반 인공 언어 작업은 주로 세 가지 장점이 있습니다 : 첫째, 반 인공 언어는 새로운 언어로 문법 규칙을 사용하여 생성되기 때문에, 작업은 구조의 사전 지식뿐만 아니라 언어 전송(19)의영향을 최소화 할 수 있습니다. 둘째, 태스크를 통해 참가자가 받는 노출 유형과 양을 제어하고 조작할 수 있습니다19. 이러한 방식으로 학습 효과를 보다 정확하게 평가할 수 있습니다. 마지막으로, 반 인공 언어 작업에 사용되는 문법은 인간의 언어에서 온 것처럼, 작업은 우리가 참가자가 인공 문법보다는 자연 문법을 획득하는 방법을 측정 할 수 있습니다. 이 측면에서, 그들은 숫자 또는 문자의 시퀀스가 실제 단어 대신 사용되는 인공 문법 작업보다 더 유리하다. 자연 문법의 사용은 우리가 얻은 연구 결과는 자연어 학습에 적용 할 수 있다는 결론을 더 확신하게. 사전 연구는 반 인공 언어 패러다임을 사용하여 학습 효과를 입증 한 것을 감안할 때20,21,22,자연어 연구의 복잡한 맥락에서 격리하기 어려운 언어 학습의 문제를 조사하는 데 유용한 접근 방식입니다. 그러나 반인공언어 작업은 학습자의 모국어와 구조적으로 다른 외국어에만 적용됩니다. 테스트된 언어가 구조적으로 학습자의 모국어와 유사한 경우 전자를 후자의 언어와 구별할 수 없게 만들 수 있습니다.
자연어를 사용하는 작업과 비교하여 반 인공 언어 작업은 문법 학습에 대한 감정의 영향에 대한 보다 객관적인 평가를 가능하게 합니다. 자연어로 된 단어는 특정 문법 기능과 밀접하게 연관되어 있기 때문입니다. 예를 들어, 무생물 명사(예: 책상, 못)는 동사 환자로서 기능할 가능성이 더 높습니다. 따라서, 어휘 학습의 성과를 문법 학습의 성과와 구별하기는 어렵다. 감정이 단어 처리에 중요한 영향을 미치는 것으로밝혀졌다으로 23,24,그들은 문법 학습에 간접적 인 영향을 미칠 수 있습니다. 따라서, 문법 학습에 대한 어휘 학습에 대한 감정의 효과를 명확하게 구별하는 것은 쉽지 않다. 이 문제는 이러한 작업이 문법에서 어휘의 분리를 허용하기 때문에 반 인공 언어 작업에서 쉽게 해결할 수 있으며, 따라서 우리는 어휘 학습의 간섭에 대해 걱정할 필요없이, 문법 학습에 감정의 효과를 식별 할 수 있습니다.
반인공언어 패러다임은 제2외국어 습득25,26에서언어지식을 조사하기 위해 일부 연구에 사용되어 왔지만, 외국어 학습에서 학습자의 정서적 조건에서의 개인적 차이를 탐구하는 데 는 거의 사용되지 않았습니다. 이 연구에서는 양성 유도 감정이 반 인공 언어를 사용하여 문법 학습에 미치는 영향을 탐구하기위한 것입니다. 이 연구의 결과는 외국어 교육 및 학습에 중요한 의미를 갖는다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
이 실험은 베이징 외국어대학의 윤리위원회의 승인을 받았으며, 인간 피험자와의 실험에 대한 지침을 준수했습니다. 이 연구의 모든 과목은 서면 으로 통보 된 동의를 제공했습니다.
1. 자극 구조
- 특정 연구 질문을 기반으로 실험 자극을 설계합니다. 이 연구는 반인공어를 이용한 외국어 학습을 검토하기 위한 것으로, 시험된 외국어의 문법 규칙에 따라 참가자의 모국어로 문장을 재배열하여 실험적인 문장을 작성합니다. 샘플 실험 문장은 표 2에제공됩니다.
참고: 중국어 학습자들의 일본어 문법 학습을 조사하기 위한 연구를 통해 중국어 어휘와 일본어 구문으로반인공어(Chipanese)가생성되었습니다. 실험 문장은 리우, 쉬, 왕27에사용되는 실험 자극에서 적응되었다.
표 2: 이 연구에 사용된 실험 문장을 샘플링한다. 문장(a)은중국어 문장이며(b)은일본어와 동등합니다. 문장(c)은(b)의구문 구조에 따라문장(a)을재배열하여 생성된 실험자극이다. 이 반 인공 언어는 먼저 리우, 쉬, 왕27에의해 설계되었습니다.
- 테스트된 언어로 대표 문법 구조를 선택합니다. 자연어의 문법복잡성과 다양성을 유지하기 위해 다양한 문법 구조를 포함해야 합니다.
참고: 두 개의 간단한 문법 구조(SOV, SIOV)와 두 개의 복잡한 구조([SOV]SV, [OSV]SV)를 포함하여 4개의 문법 구조가 연구에서 테스트되었습니다. 명사와 동사의 어휘 빈도는 다른 유형의 문장 간에 일치했습니다. - 교육 단계의 경우, 문법 판단 작업에 대해 테스트 된 언어로 각 문법 구조에 대해 최소 20 문장을 디자인하십시오. 문법및 문법없는 문장은 어휘 빈도 및 스트로크 수와 같은 어휘 변수에 대해 균형을 이루고 제어되어야 합니다.
- 테스트 단계의 경우 테스트된 언어로 각 문법 구조에 대해 최소 12개의 문장을 디자인합니다. 문장의 절반을 문법으로 만들고 나머지 절반은 문법이 없는 것으로 만듭니다. 문법과 문법이 없는 문장은 어휘 변수에 대해 균형을 이루고 제어되어야 합니다.
- 문장을 임의로 지정하고 실험을 디자인합니다.
- 교육 단계와 테스트 단계 모두에서 참가자에게 문장을 제시하기 전에 문장을 무작위로 지정합니다. 자극 프레젠테이션 소프트웨어에서 속성 페이지에서'선택'탭을 찾아 선택 방법을'임의'로설정합니다.
- 실험을 블록으로 나누고 각각 10분 이상 지속합니다.
2. 참가자 모집 및 실험 준비
- 시험할 외국어에 대한 독서의 어려움과 배경지식이 없는 참가자를 모집합니다. 참가자가 정상 또는 정상 시력을 교정했는지 확인하십시오.
- 참가자를 두 그룹(실험 그룹 및 대조군)에 무작위로 할당하고 각 그룹에는 최소 30명의 구성원이 포함됩니다. 두 그룹이 교육 또는 성별 비율의 년 에서 다르지 않도록합니다.
- 참가자들에게 실험 당일 불편함을 느끼게 하는 피로, 굶주림, 질병 또는 기타 질병으로부터 자유로이 대비해야 한다고 알려 주십시오.
- 참가자들을 개별적으로 또는 그룹으로 실험실로 초대한다.
3. 수속
- 참가자들을 실험실로 데리고 가서 컴퓨터 작업장에 앉도록 지시한다.
- 참가자들에게 서면 동의서를 읽고 서명하도록 요청한다.
- 참가자들에게 감정 유도를 완료하십시오.
- 참가자들에게 자체 평가 마네킹(SAM) 그림 등급 척도28,29의연필 및 종이 버전을 제공합니다. 참가자들에게 연필을 사용하여 해당 마네킹을 표시하여 감정을 평가하도록 한다.
참고 : 자기 평가 마네킹 규모는 감정의 세 가지 차원을 측정하는 비언어적 평가 도구입니다 (즉, 원자력, 각성, 지배). 우리가 관리한 척도는 3차원각각 1에서 9까지의 9점 척도였습니다. - 실험 그룹의 참가자들에게 헤드폰을 통해 10분 동안 긍정적으로 평가된 음악을 듣도록 지시합니다.
참고: 이 연구에서는 좋은 시간을 긍정적인 감정을 유도 하는 데 사용 되었습니다. 파일럿 연구는 감정 유도에서 음악의 유효성을 테스트하기 위해 20 참가자의 그룹에서 구현되었다, 결과는 참가자가 유도 후 훨씬 더 긍정적 으로 자신의 감정을 평가 표시, 이는 음악이 긍정적 인 정서적 상태에 참가자를 배치에 효과가 있음을 보여 주었다. 대조군의 참가자들은 감정적으로 가득 찬 어떤 물질도 노출되지 않았다. 오히려, 그들은 학습 과제로 직접 진행했습니다. - 참가자들에게 자기 평가 마네킹 척도28,29의 연필과 종이 버전을 주고 감정 상태를 평가하도록 요청합니다.
- 참가자들에게 자체 평가 마네킹(SAM) 그림 등급 척도28,29의연필 및 종이 버전을 제공합니다. 참가자들에게 연필을 사용하여 해당 마네킹을 표시하여 감정을 평가하도록 한다.
- 참가자들에게 교육 과제를 수행하도록 요청한다.
- 참가자들에게 모국어와 새로운 문법이 포함된 언어를 배울 수 있음을 알리기 위해 컴퓨터 화면에 다음과 같은 서면 지침을 제시하십시오: "우리의 실험에 오신 것을 환영합니다! 이 실험에서는 중국어 단어와 새로운 문법이 포함된 새로운 언어를 배워야 합니다. 준비가 되면 키를 눌러 실험을 진행합니다."
- 참가자들에게 학습 과제를 수행하도록 지시하기 위해 컴퓨터 화면에 다음 서면 지침을 제시합니다. 주의 깊게 관찰하고 문법 인지 여부를 결정하십시오. 문장이 문법인 경우 '1'을 누르고 문법이 없는 경우 '0'을 누릅니다. 각 응답 후, 당신은 피드백 응답을 받게됩니다 ('CORRECT!' 또는 '잘못된!') 올바른 문장이 표시됩니다. 키를 눌러 학습 작업을 진행합니다."
- 참가자들에게 버튼(문법의 경우 1', 문법에 대한 '0')을 눌러 컴퓨터 화면의 문장의 문법 허용가능성을 판단하고 각 응답 후 화면에 답장('CORRECT!' 또는 '잘못된!')을 제시합니다. 답장 후 올바른 구조를 제시하여 학습 효과를 강화합니다.
- 모든 시험이 완료되면 컴퓨터 화면에 다음과 같은 서면 지침을 제시하여 참가자에게 교육 작업이 끝났다는 것을 알려줍니다.
- 참가자들에게 자기 평가 마네킹 척도28,29의 연필과 종이 버전을 주고 그들의 정서적 상태를 평가하도록 요청합니다.
- 참가자들에게 시험 세션에 대한 문법 판단 작업을 수행하도록 요청한다.
- 컴퓨터 화면에 다음과 같은 서면 지침을 제시하십시오: "비슷한 질문에 계속 대답하십시오. 문장의 문법 구조가 올바른지 여부를 결정하십시오. '1'을 누르면 정확하다고 생각되면 '0'을 누르고 잘못 누르면 '0'을 누릅니다. 응답하는 데 7초가 주어집니다. 제한 시간 내에 응답하지 않으면 다음 질문이 자동으로 시작됩니다. 키를 눌러 실험을 시작합니다."
- 참가자들이 화면에 표시된 문장을 읽고 버튼을 눌러 문장의 문법을 판단하십시오 (문법의 경우 "1", 문법에 대한 "0").
- 모든 시험이 완료되면 컴퓨터 화면에 다음과 같은 서면 지침을 제시하여 참가자들에게 작업이 끝났다는 것을 알려드립니다. 참여해 주셔서 감사합니다!"
- 참가자들에게 인구 통계학적 세부 정보에 대한 설문지를 작성하도록 요청합니다. 설문지 중에 결제를 준비합니다.
- 참가자에게 금전적 보상이나 보상을 제공합니다.
4. 데이터 분석
- 자극 프리젠 테이션 소프트웨어에서 출력 파일에서 데이터를 수집합니다.
- 감정(양수, 제어) 및 문장 유형(SOV, SIOV, OSVSV, SOVSV)을 독립 변수로 사용하여 ANOVA 분석을 수행하고 감정의 정확도에 미치는 영향을 탐구하는 종속 변수로 학습의 평균 정확도를 수행합니다.
- 감정(양수, 제어) 및 문장 유형(SOV, SIOV, OSVSV, SOVSV)을 독립 변수로 사용하여 ANOVA 분석을 수행하고 평균 RT를 종속 변수로 사용하여 RT에 대한 감정의 영향을 탐색합니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
이 연구의 목적은 외국어 문법 학습에 긍정적 인 유도 감정의 효과를 탐구하는 것입니다. 이를 위해, 양성 감정 군(15명의 여성, M나이 = 20.20, 연령 대: 18-27) 및 대조군(16명의 여성, M나이 = 20.33, 연령 대: 18-26)을 포함하여 실험에 참여하기 위해 참가자의 두 그룹이 모집되었다. 각 그룹은 30명의 참가자로 구성되었습니다. 대조군은 다른 그룹보다 영어 능력수준이 높았지만, 두 그룹은 연령, t (58) = -0.215, p = 0.831 또는 교육 년, t (58) = -0.830, p = 0.410의 나이에서 크게 다르지 않았다. 그들 중 누구도 이전에 일본어를 배운 적이 없다고 보고하지 않았습니다. 음악은 긍정적 인 감정을 유도하는 데 사용되었다. 감정 유도 후, 참가자들은 중국어 어휘와 일본어 문법으로 생성 된 새로운 언어, 치파네스를배워야했다. 참가자들은 문법적으로 판단하는 작업을 통해 언어를 배웠으며, 각 응답 후에 피드백을 제공하면서 문장의 문법을 판단하도록 요청받았습니다. 학습 결과를 평가하기 위해, 우리는 참가자들에게 새로운 Chipanese 문장을 제시하는 동안 수용성 판단 작업을 관리했으며, 그 중 일부는 문법이었고 다른 문장은 그렇지 않았습니다. 참가자들은 문장이 문법인지 아닌지를 결정하도록 요청받았습니다. 응답의 정확성과 RT를 기록하고 분석하여 학습 성과를 평가했습니다.
감정 유도가 성공적이었는지 여부를 확인하기 위해 반복 측정 ANOVA는 시간(유도 전 대 유도 후)과 그룹(양수 대 대조군)을 예측 변수로 수행하고 등급 점수를 종속 변수로 수행했습니다. 상기 분석은 시간의 유의한 주요 효과를 밝혀, F(1, 58) = 25.91, p < 0.001; 그룹의 중요한 주요 효과, F(1, 58) = 12.62, p < 0.001; 및 시간과 그룹 사이의 유의한 상호작용 효과, F(1,58) = 28.03, p< 0.001. 쌍-와이즈 비교는 유도 후 대조군에 대한 원자등급이 크게 변하지 않았다는 것을 보여주었다. 대조군의 참가자들은 유도 전후에 비교적 중립적인 정서적 상태에 있었다. 긍정적 감정 그룹에 대한 등급은 긍정적 인 가치의 음악(p < 0.001)과 유도 후 크게 증가했다. 양성 감정 그룹의 참가자는 대조군(p< 0.001)에 있는 사람들보다 훨씬 더 행복했다. 따라서, 우리의 감정 유도 성공했다(그림 1).
그림 1: 감정 유도 결과. 이 그림은 두 그룹의 정서적 조건에 대한 평균 등급 점수를 나타낸 것입니다. 오류 막대는 데이터의 표준 편차를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
훈련 단계에서 감정 상태가 지속되었는지 여부를 탐구하기 위해 그룹(양성 대 제어) 및 시간(유도 후 대 훈련 후)을 예측 변수로 반복 측정한 결과 및 등급 점수를 종속 변수로 수행했습니다. 결과는 F(1, 58) = 52.96, p< 0.001의 유의한 주요 효과가 있었다는 것을 나타낸다. 양성 감정 그룹에 대한 평균 평점 점수는 대조군에 대한 점수보다 훨씬 높았으며, 이는 양성 감정 그룹이 대조군보다 훨씬 더 행복하다는 것을 시사했습니다. 시간의 유의한 효과는 발견되지 않았다, F(1, 58) = .61, p = 0.436, 이는 두 그룹에 대한 원자등급이 훈련 단계 동안 크게 변경되지 않았음을 나타내고 양성 감정 참가자는이 기간 동안 대조군보다 더 행복남아 있었다. 결과 참가자의 정서적 조건 실험 을 통해 지속 되었다 표시.
그림 2: 그룹별 문법 학습의 정확도. 이 그림은 양극 감정 그룹과 대조군에 의한 정답의 평균 비율을 제시합니다. 오류 막대는 데이터의 표준 오류를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
두 그룹에 의한 문법 학습의 평균 정확도는 그림 2에제시되어 있습니다. ANOVA는 감정(양성, 제어) 및 문장 유형(SOV, SIOV, OSVSV, SOVSV)을 예측 변수로서 예측및 평균 정확도로 수행하였다. 결과는 감정의 유의한 효과를 밝혀, F(1, 58) = 62.68, p < 0.001; 및 문장 유형, F(1, 58) = 35.21, p < 0.001의 상당한 효과. 감정과 문장 유형 사이의 상호 작용은 통계적으로 유의하지 않았으며, F(1,58) = 1.71, p = 0.165. 대조군의 참가자들은 긍정적인 감정 상태에 있는 사람들보다 훨씬 더 정확하게 수행했다. SIOV 및 SOVSV 구조는 SOV 및 OSVSV 구조보다 훨씬 덜 정확하게 이해되었습니다. 대조군은 문법 구조에 관계없이 양성 감정 그룹보다 더 나은 수행.
그림 3: 그룹별 문법 학습의 반응 시간. 이 그림은 양-감정 그룹과 대조군에 의한 평균 RT를 제시한다. 오류 막대는 데이터의 표준 오류를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
두 그룹에 대한 평균 RT는 그림 3에나와 있습니다. 분석 하기 전에 잘못 된 응답에 대 한 RT가 제거 되었습니다. 평균에서 세 가지 표준 편차를 초과하는 RT는 이상값으로 간주되고 분석에서 제외되었습니다. ANOVA는 감정(양성, 제어) 및 문장 유형(SOV, SIOV, OSVSV, SOVSV)을 종속 변수로서 예측변수 및 RTs로서 수행하였다. 결과는 감정의 유의한 효과가 있었다는 것을 보여주었다, F(1, 58) = 600.81, p < 0.001; 및 문장 유형, F(1, 58) = 77.03, p < 0.001의 상당한 효과. 감정과 문장 유형 사이의 상호 작용은 유의하지 않았다, F(1, 58) = 1.70, p = 0.165. 대조군의 참가자들은 긍정적인 감정 상태에 있는 사람들보다 더 빨리 반응했다. SOV 구조는 다른 3개 구조물보다 빠르게 인식되었고, SIOV 구조는 다른 구조물보다 더 느리게 인식되었다. 그러나 감정의 효과는 다른 구조에 걸쳐 크게 다르지 않았다. 양성 감정 군은 시험된 모든 구조물에서 대조군보다 훨씬 더 느리게 반응하였다.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
결과는 참가자가 긍정적으로 평가 된 음악에 노출 된 후 훨씬 더 긍정적 인 것으로 자신의 감정을 평가 한 것을 나타냅니다. 이들 피험자는 대조군보다 훨씬 더 행복하였다. 이것은 우리의 감정 조작이 성공했음을 시사합니다. 양성 감정 그룹의 참가자는 대조군에 있는 사람들 보다는 현저하게 덜 정확하고 능률적인 것으로 나타났습니다. 한 가지 가능한 이유는 참가자들이 문법 학습에 유도 전략을 채택하여 분석 및 상향식 처리에 대한 강한 의존도를 초래하기 때문입니다. 유도 처리에는 세부 정보를 신중하게 고려하고 정보를 처리하기 위한 분석 전략의 사용이 포함됩니다. 반면, 추론 처리는 문제 해결 프로세스를 가속화하기 위해 이전 경험에 대한 강한 의존도를 특징으로하는 휴리스틱 전략을 사용하는 것을 포함합니다. 문법 학습은 서로 다른 언어 단위와 이러한 관계를 지배하는 규칙의 추출 사이의 관계를 고려해야하는 프로세스이기 때문에 유도 처리는 공제 처리보다 더 원활한 처리 스타일입니다. 이전 연구는 유도 접근이 외국어 문법 을 학습하는 효과적인 접근 방식임을 발견했다30. 본 연구에서는 문법의 필수 요소인 실험 문장의 단어 순서와 사례 표시를 조작했습니다. 이 학습 과제는 참가자들이 문장에서 서로 다른 단어 들 사이의 관계를 분석하고 식별하고 문장에서 단어의 합법적 인 순서에 대한 판단을 형성하도록 요구했습니다. 가장 중요한 것은 이러한 판단은 구문 범주 또는 의미 체계 역할과 같은 특정 언어 적 세부 사항을 주의 깊게 관찰하고 분석하는 것을 기반으로해야한다는 것입니다. 따라서 워드 오더 학습은 유도 전략과 해당 상향식 처리 스타일에서 더 많은 혜택을 얻었습니다. 긍정적인 감정은 참가자들이 사용하는 유도적 접근법과 양립할 수 없는 연수또는 하향식 처리 스타일31,32를육성하기 때문에, 그것은 문법 학습에서 참가자의 성과에 억제 효과가 있을 수 있습니다. 또 다른 가능한 이유는 긍정적 인 정서적 조건에서 개인이 덜 노력 방법으로 정보를 처리하는 경향이 있다는 것입니다33,34. 동기 부여 원칙에 따르면, 긍정적인 정서적 조건에 있는 개인은 인지 노력을 피함으로써 그들의 정서적 상태를 유지 하는 경향이 있기 때문에 큰 노력을 덜 동기 부여35. 따라서, 긍정적인 정서적 상태에 있는 학습자는 실험적인 업무에서 더 나쁜 것을 왜 설명하는 지도통제 보다는 더 적은 동기부여될 지도 모릅니다. 연구 결과는 Politis와 Houtz의 연구 결과 와 일치합니다36 및 Liu 등.의 연구27,이는 긍정적 인 정서적 조건에서 학습자가 학습 활동에 덜 정확하고 신중하게 수행 것을 발견했다. 이 연구의 연구 결과는 프로토콜이 외국어 문법 학습에 인위적으로 유도 긍정적 인 감정의 효과를 식별하는 데 성공했다는 것을 보여 주었다.
방법론의 관점에서, 실험은 반 인공 언어 패러다임을 기반으로했다. 반 인공 언어는 테스트 된 구조가 참가자들에게 새로운 것을 보장하기 위해 선택되었습니다. 이 연구는 다음과 같은 두 가지 측면에서 전통적인 인공 언어 연구와 는 다릅니다: 첫째, 우리는 자연어 (일본어)의 문법 규칙을 따르는 대상 언어 시스템을 채택했습니다. 둘째, 대상 언어 시스템에 사용되는 어휘는 의미없는 숫자 나 문자 문자열이 아닌 실제 단어 (중국어)로 구성되었습니다. 이 두 가지 특징은 반인공언어와 인간이 사용하는 자연어의 유사성을 증가시합했다. 반 인공 언어의 사용은 자연어의 문법 복잡성과 의미 체계 정보를 유지할 수 있으며, 따라서 참가자의 정서적 상태의 개인적 차이가 문법 규칙의 학습에 미치는 영향을 더 잘 알 수 있습니다. 자연어로. 따라서 본 연구의 결과는 실험실 밖에서 외국어 학습에 일반화할 수 있습니다.
반인공언어 는 학습자의 모국어와 외국어 문법의 어휘를 결합하여 두 학습 과정을 효과적으로 분리하고 어휘 학습에서 문법 학습에 대한 감정의 영향을 차별화할 수 있습니다. 자연어와 비교하여 반인공언어는 문법 학습에서 어휘적 요인의 간섭을 최소화할 수 있으므로 학습 결과에 대한 보다 객관적인 평가를 할 수 있습니다. 반인공언어 작업은 여러 연구에서 사용되어 왔으며, 비모국어로 구문 또는 형태신탁의 암시적 또는 부수적 학습을 연구하는 효과적인 접근법인 것으로 나타났다19. 본 연구는 이 접근법이 모국어가 아닌 언어 학습에서 학습자의 개인적 차이에 대한 조사에도 적용 가능하다는 것을 입증했습니다.
이 프로토콜의 주요 문제는 두 그룹의 감정 조작이없는 경우 문법과 학습의 유사한 처리를 보장하는 선험적 조치의 부족입니다. 이상적인 프로토콜은 감정 유도가 없는 상태에서 두 그룹이 문법을 유사하게 학습한다는 것을 명확하게 입증할 수 있는 일련의 사전 테스트 조작을 포함해야 합니다. 예를 들어, 다른 외국어를 사용하여 문법 판단 작업과 단어 순서 학습 작업을 관리하고 두 그룹의 성과를 비교합니다. 그들은 두 그룹 사이에 유의한 차이가 발견되지 않는 경우에만 실험을 진행할 수 있어야합니다. 이 연구 결과는 우리가 실험의 앞에, 두 단이 그들의 행동 반응을 편향할 수 있던 기본적인 양상에서 다르지 않다는 것을 증명할 수 있었다면 더 설득력있을 것입니다. 이것은 우리의 프로토콜에서 무시 되었습니다 단계 이며 밀접 하 게 향후 연구에서 고려 되어야 한다. 또 다른 제한은 학습자의 모국어와 문법적으로 다른 언어에만 적용가능하다는 것입니다. 외국어가 학습자의 모국어와 유사한 문법 구조를 가지고 있다면, 그 결과로 생긴 반인공언어는 모국어와 동일한 어휘와 유사한 문법을 포함하므로 두 언어를 구별하기가 어려워집니다. . 학습자의 모국어와 유사한 언어의 경우 단어 대신 문자 또는 숫자 시퀀스를 사용하는 인공 언어 작업을 사용하는 것이 좋습니다. 게다가, 이 연구는 인위적으로 유도 된 긍정적 인 감정의 효과를 조사했기 때문에 문법 학습에 대한 결과는 반드시 부정적인 정서 상태에 대해 동일하게 유지되지 않을 수 있습니다. 부정적인 정서 국가가 반 인공 언어 패러다임을 사용하여 외국어 학습에 어떤 영향을 미칠 수 있는지 탐구하기 위해 추가 연구가 필요합니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 경쟁적인 이해관계가 없다고 선언합니다.
Acknowledgments
이 연구는 중국 국립 사회 과학 재단의 주요 프로젝트 [18AYY003], 외국어 교육을위한 국립 연구 센터 (대학의 인문 사회 과학의 MOE 주요 연구소), 베이징 외국어에 의해 지원되었다 연구 대학, 베이징 외국 어 학 대학의 후 자금 프로젝트 [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. Implicit learning of artificial grammars. Journal of Verbal Learning and Verbal Behavior. 6, 855-863 (1967).
- 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. Learning without awareness. Studies in Second Language Acquisition. 27, 269-304 (2005).
- 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).
