理论和发现演讲生产是高度相关的研究SLA ( 1- - - - - - 3]。在外语教学中,它是理解一个人如何产生语言的一个必不可少的先决条件在目标语言。L2演讲中知道明显的心理过程的生产,教师可以确定问题,学习者可能遇到在L2演讲课程书编辑器可以产生更有效的教科书。

考虑到外语学习者的时间压力生产流程的执行所有相关的演讲中,注意力资源的有限性之间的矛盾 4- - - - - - 6)和L2讲话中要求关注生产过程,特别是概念化,配方,和监控,在不同任务条件下 2),任何方法都可以提高性能或L2演讲中自动化生产效率是有价值的因为效率提高性能或自动化有助于流畅。目前,许多方法能提高性能的效率生产研究了L2演讲,如规划( 7- - - - - - 9和重复 10- - - - - - 12]。然而,这些提到的方法不能提高性能效率的外语学习者首次执行他们的任务在时间压力下各种真实的通信情况。

函数分配是一个关键子过程在演讲的语言水平生产( 13]。在功能分配,分配给他们的语法词汇表示角色或功能,如主题、对象,谓语动词( 14]。考虑,例如,句子”男孩喜欢苹果。“构建这样的一个句子,精神概念的男孩,苹果,就像选择和相应的心理词汇表示。男孩然后链接到主题函数,和苹果有关对象的功能。在构型语言像英语、功能分配会影响句子中单词的顺序,因此作为“词法和句法过程之间的接口”( 15]。除此之外,在这个子流程,注意力资源可能在L2演讲生产。

提供一个全面的概述功能L2演讲中作业生产的自动化,这篇论文概念旨在确定函数赋值的存在L2演讲中生产、澄清因素阻碍功能的自动化任务,探索促进功能的自动化作业生产基于L2演讲中函数分配机制和生成模型的学习。许多句子的语法知识材料通常存在元素的杂乱无章和分散的方式,因此可能阻碍的自动化功能分配和增加注意力的需求在这个言论子流程生产根据认知负荷理论(此时)[ 16]。此外,基于生成模型的学习( 17- - - - - - 20.),精心设计的教学材料可以'和促进适当的认知过程。自动化的功能任务的知识生产和L2演讲中解释水平理论生成模型的学习和教师的影响考虑,可以提高自动化生产函数分配L2演讲中通过优化表示句子的元素,以减轻对注意力资源的需求在L2言语生成函数赋值。因此,本调查报告的实际意义句子元素在两个教室和语法书。

本文将首先介绍各种言论L1和L2生产模型。接下来,不同级别的自动化功能分配L1和L2演讲中生产将会澄清。然后,因素,可能会妨碍自动化生产将讨论函数赋值在L2演讲。最后,生成的可能应用的改进模型的学习功能的自动化作业将审查。

L1和L2演讲生产模型之间存在很多差异,例如L1, L2[的影响 21, 22和句法编码的自动化 3]。然而,一个基本的程序语言在句法层面生产函数赋值存在于L1演讲生产( 14, 23, 24)和L2演讲生产( 25, 26]。实际上,L2演讲生产模型研究人员通常假定一个概念化的存在,配方设计师,包括语法编码,和发音器官生产(L2演讲中 25, 27- - - - - - 29日],他们主要有兴趣的话题,例如是否L1和L2共享一个词汇( 30.- - - - - - 32)或语码转换的现象( 33- - - - - - 36]。

自动信息处理和控制信息处理是两个二分法,它占据连续体的两端。根据Shiffrin和施耐德( 38),控制加工具有以下特点:(a)要求的重视;(b)它在本质上是连续的;(c)很容易,改变,甚至逆转;和(d)强烈有限的短期记忆能力。另一方面,自动处理具有以下特点:(a)没有关注和无意识的;(b)它在本质上是平行的;(c)很难改变,忽略,或抑制一旦获得;和(d)几乎不受短期记忆能力的影响。根据Segalowitz [ 39),自动处理的特点包括“更少的努力或关注,”“相对不受破坏,”和效率。举个例子,一个熟练的司机的驾驶性能可以很平滑、稳定和驾驶本身并不需要充分重视,形成了鲜明的对比与新司机,通常必须密切关注每个操作,以避免错误。开车时,熟练的司机可以执行并行任务,如说话或听音乐。换句话说,“作为一个领域的技能水平增加时,所需的注意力和精力执行通常出现减少”和从非自动转换到自动性能似乎是典型的几乎所有技能习得,包括SLA ( 39]。领域的SLA,性能效率或增加自动化有助于流畅。

L1讲话中关于语法编码生产、机器人( 25认为处理”很大程度上自动”大部分的注意力被定向到概念化和一些重视反馈机制,而没有关注其余功能,其中包括语法编码。换句话说,语法编码是没有有意识的控制自动完成。摘自( 3, 27]L1讲话中指出,生产,而消息规划/概念化需要注意,“制定和清晰度是自动”,做“没有有意识的监督,确保可以进行并行计算和自动处理。“此外,摘自 3视图L1演讲任务”主要是轻松和快速、不需要注意力集中在演讲者的一部分,可以与其他活动,比如开车,洗餐具,和听音乐。”

虽然L1扬声器可以执行过程在句子形成阶段(检索心理词汇项目和建立一个句法结构)自动没有关注,更有可能是有限的外语学习者外语水平必须通过控制激活并执行他们的语言知识处理( 40]。换句话说,L2扬声器在句子中可能遇到的问题制定阶段,这个阶段的流程太多的工作记忆资源的需求。摘自( 3)共享一个相似的视图,L1演讲中与生产、句法加工的L2演讲中生产经常注意力资源的请求。

总而言之,作为语法编码的子流程、功能分配L1演讲中基本上是自动生产。相比之下,L2演讲中生产、自动化水平函数赋值的变化很大程度上取决于语言水平的外语学习者的效率。然而,即使先进的外语学习者不能实现完全的自动化像L1同行 3]。因此,为了改善自动化功能分配L2演讲中生产,有必要探索可能会阻碍这个子过程的因素。

学习者的目标语言不完整的知识和他们的有限的工作记忆资源会阻碍语法编码的自动化,这是一个高级的函数赋值的过程。此外,学习者不完整句子的知识元素,这些元素是必不可少的功能任务,可以延缓作业的自动化功能。

外语学习者的目标语言不完整的知识或资源赤字按Dornyei和斯科特 41)是其中一个因素导致差异L1和L2生产( 3]。更具体地说,外语学习者的目标语言不完整的知识可以影响演讲的自动化生产。

外语学习者的语言能力是很少完成,这使得他们很难表达他们按计划进行内部消息。因此,外语学习者经常“不得不做出有意识的努力来克服沟通中的问题( 3]。“换句话说,虽然L1扬声器可以不注意过程像语法加工和离开这些过程操作没有有意识的控制,外语学习者必须在执行这些过程有意识地花太多关注。L2扬声器通常的过程中学习语言本身和他们的有限的知识结构的第二语言可以因此不利言论生产性能的影响。

然而,注意力资源或为任何学习者工作记忆资源是相当有限的。学习者的认知结构是由感觉记忆、工作记忆和长期记忆 4]。小说被感官记忆信息将被发送到工作记忆当学习者关注它。要学习材料在工作记忆加工。工作记忆只能同时处理大约七个项目或元素的信息( 42和不超过几秒钟 5];此外,没有彩排,几乎所有的信息都将被遗忘后大约20秒( 6]。在持续时间和工作记忆容量的“限制”应该考虑任何教学设计的关键因素 4]。

第二语言学习者的知识的不完备目标语言可以与三个语言产生过程:词汇,语法,和语音编码 43]。三个过程中,语法编码是特别重要的,当前的任务是研究函数语法编码的子流程。

L2输出比L1输出慢得多,因为L1演讲生产”很大程度上自动配方设计师和发音器官”,可以并行处理,而L2演讲生产不能完成而不注意语法和语音编码阶段,只能串行处理( 3]。换句话说,配方设计师和发音器官的自动化的水平只会增加与目标语言的一般水平的外语学习者。然而,即使先进的外语学习者不能实现完全的自动化配方设计师和发音器官像L1同行。L2输出速度是由于外语学习者的需要寻找必要的语言资源,如适当的单词和/或句法结构。此外,所有这些处理需要注意,有限的工作记忆资源。因此,外语学习者经常有困难在语法在日常生活交际中编码时间压力下。一句话,L2输出速度是由于外语学习者的知识不完整的L2, L2演讲中对注意力资源造成巨大的需求生产。然而,人的注意力资源是相当有限的。L2讲话中要求的矛盾更多的关注生产和注意力资源的有限性只能减轻和改善言语生成的自动化,特别是语法编码。

因此,探讨理论具有重要意义,可以为应用程序提供支持的知识功能的转让在提高自动化功能分配L2演讲中生产。

生成学习模型认为我们的大脑工作被动不像一台电脑,这商店一样。相反,积极的认知过程,如组织,我们的大脑内部发生。针对刺激倾斜所涉及的心理过程,生成学习模型的研究人员设计生成学习策略来帮助学生学习。此外,考虑到学生组织呈现学习材料的难度,他们强调组织教学材料的重要性 17, 44]。

根据工作程序和梅尔( 17),有意义的学习涉及生殖活动,学习者开始在学习认知过程,积极努力的意义提出了材料。有意义的学习功能”良好的传输性能以及良好的保留性能”等表演从认知加工而不是行为导致学习者在学习活动( 45]。作为Wittrock [ 19)所说的,我们的思想并不被动地接收信息。相反,它注重提出了选择性的信息,解释它,与它与先前的知识。工作程序和迈耶 17)也认为,我们的大脑不工作就像一台电脑,可以在提出了什么,把它放到内存一样。相反,认知过程发生在我们的大脑。传入的信息将被重组,结合以前获得的知识,从而改变了客观知识到知识与个人特性。在一个词,学习者的认知加工生成学习中扮演着重要的角色。

生成学习不同于其他形式的学习,死记硬背和联想学习等。死记硬背,也称为机械学习,指的是学习记忆,导致记忆的呈现;联想学习,即学习通过建立和加强联系,导致快速对熟悉的刺激的反应;相比之下,生成学习,学习通过理解,会导致有意义的学习结果,因为它涉及到积极重组和整合新信息与之前学到的知识,从而使学习者能够以这种方式学到的新知识应用情况。

Wittrock生成模型的学习( 19, 20., 44)是基于这样一个前提:学习者产生认知和意义,符合他们的先验知识。Wittrock [ 44)认为“学习是一个函数的抽象和独特的混凝土协会”,他的经验之间的学习者产生和刺激;此外,学习与理解是一个生成的过程语义和独特的刺激和先前获得的知识之间的关联。

根据Wittrock [ 19)模型,生成学习,生成学习包括四个主要部分:“一代、动机、注意力和记忆。”代指的不同部分之间的连接学习者形式提交材料(即。、内部连接)和提交材料和学习者之间的先验知识(即。外部连接)。代会导致两个同化学习,也就是说,符合现有的模式,和宽松的学习。、建设新模式。动机是指学习者的意愿努力理解材料。注意手段有意识地应用生成过程提供材料和先验知识,和记忆指的是学习者先前获得的知识。

Wittrock模型的生成与select-organize-integrate学习密切相关(SOI)模型( 17, 18),多媒体学习的认知理论的子组件( 45]。从工作程序和迈耶的观点来看,生成学习发生在学习者开始学习期间相关的认知过程,包括关注选择性的方式(即呈现信息。提交材料,选择),组织到一个集成工作记忆(即认知结构。,organizing), and “integrating the cognitive structures with each other” and with previous knowledge retrieved from long-term memory (i.e., integrating) [ 17]。学习者的先验知识,包括模式、分类,模型,和原则,在生成学习中占有不可或缺的地位。先验知识可以帮助选择要处理的信息,组织传入的信息,与其他类似的知识结构和建立关系。

生成的SOI模式学习包括三个关键认知过程,包括选择、组织和整合。信息中包含的指令,这是第一个被学习者的眼睛和耳朵(或其他感觉器官),将简单地发送和存储在感官记忆。如果任何信息在感觉记忆吸引学习者的注意力(选择),参加信息将被发送到工作记忆进行进一步处理。在工作记忆中,学习者将精神重组所选信息一致的心理表征的基础上,材料的基本结构(组织)。与此同时,相关的先验知识(比如模式,类别,或原则)将从长期记忆和检索与选定的工作记忆中的信息集成(集成)。新建的知识在工作记忆可以存储在长期记忆和用于解决新问题,学习者可能遇到的新情况。

从上面的介绍生成模型的学习,我们可以看到,选择的认知过程,组织,和集成在梅尔的SOI模式理论的关注与Wittrock密切相关的概念,构建内部连接,分别和建立外部连接。

学习的教师灵感从生成模型是双重的:学习可以提高通过教学设计方法和学习策略的方法。前方法重视精心设计的教学材料,可以'和促进适当的认知过程而后者方法涉及到认识合适的生成学习策略的学生,这样他们就可以开始生成活动,可以帮助他们理解了材料。

以双重的教师学习的灵感从生成模型考虑,参与演讲的知识流程生产以来,两种方法也可以利用语言产生的知识提供了一个基础考虑流程语言学习者可能在某个阶段关注生产和研究影响策略或教学设计针对某一过程对实际生产( 40]。

首先,意识到L2语言生产任务的压力可以对注意力资源特别是准确性和复杂性之间的权衡的可能性当任务太要求,教师可以采取策略,如计划,可以“减轻学习者的工作记忆有限的压力”,从而对语言的不同流程之间的竞争产生积极影响生产和权衡的准确性和复杂性在语言( 40]。针对特定语言生产过程或阶段,许多研究已经完成(见下表 1)。

其次,通过理解语言产生的过程和应变对语言学习者在任务绩效,教师还可以设计教学材料,目的是加强他们的能力来处理某些流程L2演讲中生产,包括函数赋值。

因为教师可以增强外语学习者的L2演讲中能够处理某些流程生产通过改善教学材料的设计生成模型的基础上学习,很明显,促进功能L2演讲中作业生产的自动化,需要优化表示句子的元素,知识是不可或缺的在L2言语生成函数赋值。句子的知识元素,比如可以用作主语或宾语,在L2言语生成函数分配是必要的。九种材料可以用作对象如表所示 2。然而,初学者L2通常只使用很少的类型的名词和代词等主题的演讲。同时,很可能,这种现象可能与表示句子元素语法课程的书籍。目前,大多数语法课程书籍(如[ 49- - - - - - 52句子])的知识元素分散非系统性的方式如表所示 2。例如,在 波宾英语语法( 49),为了找到“可作为主题,“学习者必须检查二十多个地方能找到答案(见表 2)。这样的表现是不友好的,不利于学习者句子元素的命令。

与理想表示句子的元素根据他们的聚合和组合关系(见图 1),呈现句子元素分散和非系统性的方法如表中所示 2使它很难找到上述问题的答案。实际上,根据认知负荷理论(此时)[ 16),提出要学习材料在给定的例子等分散的、无组织的话题不可避免地会增加认知负担或负载之间由于学习者将他们的注意力太多的空间上分开的信息来源。在这种情况下,学习者需要保持在工作记忆一些信息,同时努力寻找不可用的信息,还需要在认知加工。换句话说,学习者必须分配一些有限的工作记忆资源来处理发生不必要的认知负荷,因此自动化的严重阻碍。

当前研究确定函数赋值的存在在L2的演讲中生产,验证函数的不同级别的自动化作业L1和L2演讲中生产,探索因素阻碍功能L2演讲中作业生产的自动化,并显示,可以提高自动化功能L2演讲中作业生产的优化表示句子的元素。

这个研究的发现可以用来(a)关注知识的应用程序功能的自动化作业提高外语学习者的表现进行通信任务时第一次在各种实际通信环境和(b)提供一个可行的方法来提高自动化的功能分配L2演讲中生产呈现句子元素根据他们的聚合和组合关系,以减轻对注意力资源的需求函数赋值。然而,作为一个概念,本研究的局限性是它缺乏实证数据支持。

最后,我们建议未来的研究可以努力验证当前研究的结果。确切地说,需要进行对比实验,实验组显示句子的元素基于聚合和组合关系和对照组与句子元素提出了以杂乱无章的方式如图所示,例如,在 波宾英语语法( 49]。这些实验可以用不同年龄学习者的参与和L2熟练。