设计CAST:一种用于自我调节外语听力练习的计算机辅助跟读训练器
编程教育与计算思维在线学习与 MOOC 平台协作学习与同伴教学在线课程设计师在线辅导教师
文献标题
Designing CAST: A Computer-Assisted Shadowing Trainer for Self-Regulated Foreign Language Listening Practice
文献信息
- 主题领域: 语言学习技术、计算机辅助教育
- 关键词: 计算机辅助语言学习, 自我调节学习, 多媒体学习, 语言影读训练, 音频和语音界面, 可视化工具, 反思性实践
研究背景与问题
-
研究问题:
- 语言影读法是一种广受欢迎且有效的语言学习技术,但现有的软件工具通常注重口语技能的培养,而忽略了听力重点的影读练习。
- 在缺乏外部反馈的自我调节学习环境中,学习者往往难以专注于听力,并有效反思他们的学习过程。
-
研究重要性:
- 听力技能是语言学习的基本组成部分。现有研究表明影读可以有效提高学习者的听力能力,但缺乏专注于听力开发的自我调节影读工具。
-
研究动机与相关工作:
- 通过文献和实证研究,作者指出现有的影读系统更多关注口语而非听力学习(如“WithYou”系统)。
- 作者通过需求挖掘发现:语言学习者在自我调节的影读练习中面临高认知负荷、文本依赖问题,同时缺乏有效支持来反思练习中的错误。
解决方案
-
提出的解决方案:
- 引入“计算机辅助影读训练器” (CAST),一个专门设计用于听力重点的影读系统。
- 提出四个创新设计元素来支持自我调节影读学习过程:
- 即时高亮功能: 用于标记和可视化学习者感到困难或容易的部分。
- 上下文模糊处理: 通过模糊部分文本,减少学习者依赖文本并促进自反思。
- 听力比较器: 将学习者的录音与目标文本互动显示,用于后期自评。
- 可调整暂停句柄: 在句间添加短暂停以减少认知负担,同时保留目标语音的自然节奏。
-
实施步骤:
- 设计以“听—练—反思”和“影读—练—反思”两阶段模式为基础,支持学习者动态调整内容(例如模糊/解除模糊)。
- 提供映射工具(文本高亮)、暂停句柄和可视化录音的方法以帮助学习者更紧密地结合反思和练习。
研究成果
-
具体成果:
- CAST增强了学习者专注听力的能力,并有效支持自我调节学习行为。
- 使用CAST的学习者能够更系统地跟踪、评价和改进他们的影读表现,尤其是在听力困难的部分。
-
相比现有解决方案的优势:
- 与传统工具相比,CAST提供了一种更结构化且专注于听力练习的系统设计。
- 它引入了特定设计元素(例如文本模糊处理),有效地解决了学习者文本依赖和听力干扰问题。
-
实验或评估结果:
- 在任何一个阶段,使用CAST的参与者都比使用基线界面的表现更好,显著提升了听力专注度、反思能力以及自我评估的有效性。
- 参与者(N=12)在测试中表现出对CAST正向评价,指出其交互设计更能支持学习的深度参与。
-
局限性与未来方向:
-
局限性:
- 当前研究中对于长期学习增益的验证较为局限,仅基于单次会话和较短时间的评估。
- 组件级的独立验证尚缺乏深入研究,例如各设计元素是否单独对学习效果产生影响。
-
未来方向:
- 可以扩展该系统以支持口语技能的训练,将"听力比较器"改为"口语比较器",调整对比标准。
- 进行多次长期实验,验证使用CAST对学习者长期听力和语言能力提升的影响。
- 探索如何将CAST的设计原则应用到其他语言学习或多媒体学习场景,例如数学解题、史诗背诵等。
-
总结
CAST首次以学习者的需求为基础设计了一个自我调节影读系统,着重解决了听力重点的影读练习中的文本依赖问题,同时促进自我反思和评估。实验证实了CAST在支持语言学习者专注听力和改善学习体验方面的有效性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何设计一个自我调节的语言练习系统(如CAST)以支持听力为主的跟读训练?分类: 语言学习与发音训练同类问题arrow_forward
- 哪些设计元素可以有效减少学习者对文本的依赖并提升反思能力?分类: 语言学习与发音训练同类问题arrow_forward
- CAST如何帮助学习者在短期内提高听力专注度和跟读表现?分类: 语言学习与发音训练同类问题arrow_forward
lightbulb
现实痛点
1- 外语学习者讲练偏重,缺乏有效工具提高听力跟读能力。分类: 语言学习与发音训练同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445190
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
编程教育与计算思维、在线学习与 MOOC 平台、协作学习与同伴教学
work
职业/产业
在线课程设计师、在线辅导教师
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文