劉婷雁
漢字一直是對(duì)外漢語(yǔ)教學(xué)的一個(gè)重點(diǎn)和難點(diǎn)。調(diào)查表明,“字形困擾”是漢字難學(xué)的主要原因之一(石定果等,1998)。研究發(fā)現(xiàn),漢字構(gòu)形意識(shí)作為一個(gè)包含了漢字部件意識(shí)、漢字部件位置意識(shí)、漢字部件組合規(guī)則意識(shí)等微技能①此 處用“微技能”雖不妥當(dāng),但因目前沒(méi)有更合適的定義,本研究中暫且將漢字構(gòu)形意識(shí)所包含的漢字部件意識(shí)、漢字部件位置意識(shí)和漢字部件組合規(guī)則意識(shí)稱為“微技能”。的多維構(gòu)念(multidimentional construct),在漢字習(xí)得過(guò)程中有重要作用。
漢字構(gòu)形意識(shí)的形成和發(fā)展也越來(lái)越受到研究者的關(guān)注。江新(2001a)發(fā)現(xiàn):零起點(diǎn)美國(guó)學(xué)生學(xué)習(xí)五個(gè)月漢語(yǔ)后對(duì)上下結(jié)構(gòu)漢字已形成了明顯的正字法意識(shí)②筆者認(rèn)為“漢字正字法意識(shí)”也指對(duì)漢字部件表音表義的意識(shí)。但一些研究者也用“漢字正字法”來(lái)指代“漢字構(gòu)形意識(shí)”。為了轉(zhuǎn)述的方便,在文獻(xiàn)評(píng)述中,仍使用“漢字正字法”這一術(shù)語(yǔ)。。鹿士義(2002)發(fā)現(xiàn):母語(yǔ)為拼音文字的成人形成正字法意識(shí)需要兩年左右時(shí)間。王建勤(2004)發(fā)現(xiàn):零起點(diǎn)歐美學(xué)生學(xué)習(xí)三個(gè)月漢語(yǔ)后已開(kāi)始萌發(fā)漢字正字法意識(shí)。Wang M.etal(2003)發(fā)現(xiàn)漢語(yǔ)學(xué)習(xí)者部件意識(shí)的形成要早于部件位置意識(shí);而郝美玲(2007)則發(fā)現(xiàn)漢語(yǔ)學(xué)習(xí)者部件位置意識(shí)的形成要早于部件意識(shí)。這兩項(xiàng)研究結(jié)果相左,我們認(rèn)為主要是因?yàn)椋?)被試性質(zhì)不同。前者的被試為在美國(guó)每周學(xué)習(xí)6學(xué)時(shí)漢語(yǔ)的學(xué)生,他們接受的漢字刺激較少;后者的被試為在北京每周學(xué)習(xí)10學(xué)時(shí)漢語(yǔ)的學(xué)生,他們接受的漢字刺激較多。2)測(cè)量方法不同。雖然二者的測(cè)驗(yàn)材料均為真假非字判斷,但前者采用反應(yīng)時(shí)測(cè)量法,后者采用紙筆測(cè)驗(yàn)法。因此,關(guān)于漢語(yǔ)學(xué)習(xí)者何時(shí)開(kāi)始對(duì)漢字部件的位置信息有所意識(shí),他們的部件意識(shí)和部件位置意識(shí)的發(fā)展是否存在一個(gè)先后順序,紙筆測(cè)驗(yàn)的構(gòu)想效度如何,紙筆測(cè)驗(yàn)?zāi)芊窠梃b為漢字構(gòu)形意識(shí)診斷性評(píng)價(jià)的題型等問(wèn)題都還需要進(jìn)一步的驗(yàn)證和研究。
本研究希望能在實(shí)現(xiàn)語(yǔ)言測(cè)試與第二語(yǔ)言習(xí)得研究、認(rèn)知心理學(xué)研究接口方面做出一次嘗試。為此,我們編制了一套針對(duì)漢語(yǔ)學(xué)習(xí)者漢字構(gòu)形意識(shí)的診斷性評(píng)價(jià)測(cè)驗(yàn)來(lái)考查學(xué)習(xí)者的漢字構(gòu)形意識(shí)。同時(shí),我們應(yīng)用概括診斷模型(GDM)對(duì)所編制的診斷性測(cè)驗(yàn)進(jìn)行了效度驗(yàn)證,以探討紙筆測(cè)驗(yàn)應(yīng)用于漢語(yǔ)學(xué)習(xí)者漢字構(gòu)形意識(shí)研究中的可行性。
概括診斷模型(Class of General Diagnosis Models,GDMs)是Davier M.von&Yamamoto(2004)提出的一個(gè)可定義和整合以往各種認(rèn)知診斷模型的模型組。
GDM的對(duì)數(shù)線性形式是由一個(gè)離散的、多維的潛在變量 θ定義的,θ=(a1,…,aK)。其中,當(dāng)ak∈{0,1}時(shí),ak被定義為掌握型能力(1)和未掌握型能力(0)。當(dāng)θ=(a1,…,aK),即θ為一個(gè)包含多維能力水平ak(k=1,…,K)的K維能力時(shí),被試對(duì)某一題目i的反應(yīng)x的對(duì)數(shù)形式可定義為:
其中:
qi為Q矩陣元素,qi.=(qi1,…,qiK),
βxi為難度參數(shù);
γxi為k維斜率參數(shù),對(duì)每個(gè)非零反應(yīng) x∈
采用一個(gè)特殊映射hi()可將GDM與多元IRT模型結(jié)合起來(lái),該映射關(guān)系為:
其中:
映射h的第k個(gè)值為hk(qi.,a)=qikak;
只要Q矩陣中只有0或1兩種元素,無(wú)論能力水平是多級(jí)的(即:)還是二分的(即 ak∈(0,1)),都可使用這一映射hi()。
GDM的對(duì)數(shù)線性形式可轉(zhuǎn)化為邏輯斯蒂(logistic)形式:
其中:
a=(a1,…,aK)為K維能力;
βxi為難度參數(shù);
γxi為K維斜率參數(shù),對(duì)每個(gè)非零反應(yīng) x∈
其中:
a=(a1,a2,…,aK)是包含了K個(gè)離散特質(zhì)的潛在能力;是一個(gè)二分值的Q矩陣。
βxi為難度參數(shù);
γxi為K維斜率參數(shù),對(duì)每個(gè)非零反應(yīng) x∈服從約束
本研究選取GDM檢驗(yàn)我們所編制的診斷性測(cè)驗(yàn)主要是因?yàn)椋?/p>
本研究所考察的漢字構(gòu)形意識(shí)(θ)是一個(gè)包含了部件意識(shí)、部件位置意識(shí)和部件組合規(guī)則意識(shí)三個(gè)維度的潛在能力(ak,k=3),GDM可對(duì)多維能力進(jìn)行診斷。
本研究的診斷性測(cè)驗(yàn)將采用二值計(jì)分法,每一個(gè)維度的潛在能力都只有兩個(gè)水平,即Q矩陣元素為qik∈{0,1},適用于最簡(jiǎn)單的0/1矩陣概括診斷模型。
GDM可采用標(biāo)準(zhǔn)EM算法的邊際極大似然估計(jì)法(Marginal Maximum Likelihood Estimation,MMLE/EM),計(jì)算成本較低。
(1)編制一套針對(duì)漢語(yǔ)學(xué)習(xí)者漢字構(gòu)形意識(shí)的診斷性評(píng)價(jià)測(cè)驗(yàn)。
(2)應(yīng)用GDM對(duì)我 們所編制的漢字構(gòu)形意識(shí)診斷性評(píng)價(jià)測(cè)驗(yàn)進(jìn)行效度檢驗(yàn)。
(3)為進(jìn)一步設(shè)計(jì)開(kāi)發(fā)漢字構(gòu)形意識(shí)測(cè)驗(yàn)提供參考依據(jù),為對(duì)外漢語(yǔ)漢字教學(xué)實(shí)踐提供反饋信息。
本研究被試包括了來(lái)自遼寧大學(xué)和福建師范大學(xué)的漢語(yǔ)學(xué)習(xí)者,共116人④全體被試視力或矯正視力正常,且均未被告知實(shí)驗(yàn)?zāi)康摹?。被試的具體情況如表1所示:
表1 被試基本情況表
本測(cè)驗(yàn)所測(cè)的漢字構(gòu)形意識(shí)包含了學(xué)習(xí)者對(duì)漢字部件形體特征的意識(shí)、對(duì)漢字部件位置信息的意識(shí)、對(duì)漢字部件之間組合規(guī)則的意識(shí)(如圖1所示)。
圖1 漢字構(gòu)形意識(shí)結(jié)構(gòu)示意圖
我們?cè)O(shè)計(jì)了三種題型對(duì)學(xué)習(xí)者漢字構(gòu)形意識(shí)的不同層面進(jìn)行考查(表2)。
第一部分判斷漢字,60題。其中,非字1(其中一個(gè)部件是在正確的部件上增加或減少一筆而成的,如:“ ”;或?qū)⑵渲幸粋€(gè)部件用線條圖代替,如:“ ”)、非字2(將真字的一個(gè)部件用另一部件代替,但此部件的位置不符合漢字部件構(gòu)字規(guī)則,如:“ ”;或?qū)⒄孀值膬蓚€(gè)部件對(duì)調(diào),如“ ”)、假字(將真字的一個(gè)部件用另一部件代替,但符合部件構(gòu)字規(guī)則的字,如“ ”)各10題,填充真字⑧30題。被試判斷正確計(jì)1分,錯(cuò)誤計(jì)0分。假字和非字均使用Windows XP系統(tǒng)自帶的TrueType造字程序制作,與真字印刷體無(wú)差別。
第二部分補(bǔ)全漢字,20題。每題給出一個(gè)部件,要求被試添加另一個(gè)或幾個(gè)部件,構(gòu)成一個(gè)新的漢字。補(bǔ)全的漢字正確計(jì)1分,只添加單一筆畫(huà)或添加的部件書(shū)寫(xiě)錯(cuò)誤均計(jì)0分。
第三部分組合部件,20題。要求被試使用每題給出的四個(gè)部件中的兩至三個(gè)組合成一個(gè)漢字。組合正確計(jì)1分,組合錯(cuò)誤或部件抄寫(xiě)錯(cuò)誤均計(jì)0分。
為比較真假字判斷測(cè)量作業(yè)和我們所自行編制的測(cè)量作業(yè)的優(yōu)劣,我們將全卷分為測(cè)驗(yàn)1(判斷漢字)、測(cè)驗(yàn)2(書(shū)寫(xiě)漢字)兩份平行測(cè)驗(yàn)進(jìn)行效度檢驗(yàn)。
4.1.1 數(shù)據(jù)整理
第一步,根據(jù)各測(cè)驗(yàn)題所測(cè)的微技能建立各題的0/1微技能Q矩陣。
第二步,根據(jù)被試在測(cè)驗(yàn)中的作答情況,建立被試的0/1反應(yīng)矩陣。
4.1.2 模型公式
本研究采用概括診斷模型(GDM)的公式(4),即:
其中:
a=( )
a1,a2,…,aK是包含了K個(gè)離散特質(zhì)的潛在能力;是一個(gè)二分值的Q矩陣。
βxi為難度參數(shù);
γxi為K維斜率參數(shù),對(duì)每個(gè)非零反應(yīng)x∈
在本研究中,a為漢字構(gòu)形意識(shí);k=3,a1為部件組合規(guī)則意識(shí),a2為部件意識(shí),a3為部件位置意識(shí)。能力水平數(shù)SK=2,我們將能力水平賦值為掌握型(1)和非掌握型(0)兩種數(shù)據(jù),即
表2 漢字構(gòu)形意識(shí)測(cè)驗(yàn)試題結(jié)構(gòu)與題型表
4.1.3 參數(shù)估計(jì)
我們使用Davier M.von(2005)開(kāi)發(fā)的GDM軟件mdltm,應(yīng)用EM算法的邊際最大似然法進(jìn)行參數(shù)估計(jì),結(jié)果顯示(表4-1):全卷及測(cè)驗(yàn)1、測(cè)驗(yàn)2所估計(jì)出的整體難度值都小于0,說(shuō)明測(cè)驗(yàn)偏易。但三種微技能a1、a2、a3的斜率參數(shù)γxi均值均大于0且小于3,這說(shuō)明全卷對(duì)三種微技能都有較好的區(qū)分度。其中,測(cè)驗(yàn)1估計(jì)出的a1、a2、a3斜率參數(shù)γxi均大于2,說(shuō)明測(cè)驗(yàn)1對(duì)三種微技能的區(qū)分度均較高;測(cè)驗(yàn)2估計(jì)出的a1斜率參數(shù)γxi大于a2、a3,說(shuō)明測(cè)驗(yàn)2對(duì)部件組合規(guī)則意識(shí)的區(qū)分度高于對(duì)部件意識(shí)、部件位置意識(shí)的區(qū)分度。
4.1.4 模型擬合度檢驗(yàn)
我們以IRT雙參數(shù)邏輯斯蒂模型(2PL-IRT)為參照⑨當(dāng)k=1,即a為一個(gè)單維能力時(shí),IRT模型可作為GDM的一個(gè)特殊形式。,對(duì)GDM的模型擬合度(model fit)進(jìn)行檢驗(yàn)發(fā)現(xiàn):GDM擬合度指標(biāo)⑩包括LogPen絕對(duì)值、Deviance(G)和AIC指標(biāo)這三個(gè)擬合度指標(biāo)。均小于2PL-IRT(表4-2),即實(shí)測(cè)數(shù)據(jù)與GDM的模型擬合度較好。
根據(jù)GDM估計(jì)出的三種微技能的掌握概率(probability of mastery)以及2PL-IRT估計(jì)出的總技能的掌握概率,我們對(duì)部件組合規(guī)則意識(shí)(a1)、部件意識(shí)(a2)、部件位置意識(shí)(a3)與總的漢字構(gòu)形意識(shí)(θ)之間的關(guān)系進(jìn)行了分析?為了避免有界概率數(shù)據(jù)(bounded classification)對(duì)皮爾遜(Person)相關(guān)分析的誤導(dǎo),我們將漢字構(gòu)形意識(shí)(θ)的掌握概率進(jìn)行了logit轉(zhuǎn)化,即:l=log。。
GDM對(duì)測(cè)驗(yàn)1的估計(jì)結(jié)果顯示(表5):在測(cè)驗(yàn)1中,a1、a2、a3的掌握概率之間存在中度相關(guān)(.575,.622,.657),說(shuō)明測(cè)驗(yàn)1所測(cè)的不同微技能之間有一定區(qū)別。另外,a1、a2、a3的掌握概率與θ兩兩間存在高度相關(guān)(.857,.855,.878),說(shuō)明測(cè)驗(yàn)1具有較高的同質(zhì)性。因此,我們認(rèn)為測(cè)驗(yàn)1測(cè)到了構(gòu)成漢字構(gòu)形意識(shí)的不同微技能。方差分析?本研究中的方差分析均采用Bonferroni調(diào)整系數(shù)的事后多重比較。結(jié)果顯示:a3的掌握概率顯著高于a2(p=.040);a2的掌握概率顯著高于a1(p=.001)。也就是說(shuō),對(duì)于被試而言,部件組合規(guī)則意識(shí)最難掌握,而部件位置意識(shí)最容易掌握。
表3 漢字構(gòu)形意識(shí)測(cè)驗(yàn)題目參數(shù)估計(jì)結(jié)果表
表4 GDM和2PL-IRT模型擬合度指標(biāo)表
表5 漢字構(gòu)形意識(shí)微技能與總技能相關(guān)關(guān)系表(測(cè)驗(yàn)1)
GDM對(duì)測(cè)驗(yàn)1的估計(jì)結(jié)果顯示(表6):在測(cè)驗(yàn)2中,a1、a2、a3之間以及它們和θ之間均存在高度正相關(guān),進(jìn)一步的方差分析發(fā)現(xiàn)a1、a2、a3的掌握概率差異均不顯著(p=1.00,p=.146,p=.109)。因此,我們認(rèn)為,與測(cè)驗(yàn)1相比,測(cè)驗(yàn)2更傾向于考查被試對(duì)三項(xiàng)微技能的綜合運(yùn)用,從整體上考查被試的漢字構(gòu)形意識(shí)。
表6 漢字構(gòu)形意識(shí)微技能與總技能相關(guān)關(guān)系表(測(cè)驗(yàn)2)
GDM對(duì)全卷的估計(jì)結(jié)果顯示(表7):對(duì)于全卷而言,a1、a2、a3之間以及它們和θ之間均存在顯著的高相關(guān)。這一方面說(shuō)明全卷具有很高的同質(zhì)性,各分測(cè)驗(yàn)均對(duì)被試的總的漢字構(gòu)形意識(shí)進(jìn)行了有效測(cè)量,也說(shuō)明部件組合規(guī)則意識(shí)、部件意識(shí)和部件位置意識(shí)可以很好地預(yù)測(cè)漢字構(gòu)形意識(shí)。但就全卷來(lái)說(shuō),我們對(duì)三個(gè)微技能的考查沒(méi)有很好地區(qū)別開(kāi)來(lái)。我們認(rèn)為,這主要是受測(cè)驗(yàn)2的影響。方差分析結(jié)果顯示:a3的掌握概率顯著高于a2(p=.039)和a1(p=.001);但a2和a1的掌握概率的差異不顯著(p=.871)。這說(shuō)明全卷未能很好地把部件意識(shí)和部件組合規(guī)則意識(shí)區(qū)分開(kāi)來(lái)。但與GDM對(duì)測(cè)驗(yàn)1的估計(jì)結(jié)果一致的是,全卷估計(jì)結(jié)果也說(shuō)明部件位置意識(shí)最容易掌握。
同時(shí),GDM在測(cè)驗(yàn)1和測(cè)驗(yàn)2中分別估計(jì)出的a1、a2、a3兩兩之間存在中度相關(guān)(.497,.662和.590)(表8)。但2PL-IRT模型在測(cè)驗(yàn)1和測(cè)驗(yàn)2中對(duì)總技能θ的估計(jì)結(jié)果卻有相對(duì)較高的一致性(.726)。因此,我們認(rèn)為測(cè)驗(yàn)1和測(cè)驗(yàn)2都測(cè)到了漢字構(gòu)形意識(shí)。但測(cè)驗(yàn)1是通過(guò)對(duì)部件組合規(guī)則意識(shí)、部件意識(shí)和部件位置意識(shí)的分項(xiàng)評(píng)價(jià)來(lái)測(cè)量漢字構(gòu)形意識(shí)的。而測(cè)驗(yàn)2是通過(guò)考查被試對(duì)三種微技能的綜合運(yùn)用能力來(lái)整體測(cè)量漢字構(gòu)形意識(shí)的。
表7 漢字構(gòu)形意識(shí)微技能與總技能相關(guān)關(guān)系表(全卷)
表8 測(cè)驗(yàn)1與測(cè)驗(yàn)2所估計(jì)的漢字構(gòu)形意識(shí)微技能與總技能的相關(guān)關(guān)系表
首先,我們所定義的漢字部件位置意識(shí)表現(xiàn)為能夠判斷部件的位置是否正確。實(shí)測(cè)數(shù)據(jù)分析結(jié)果顯示:對(duì)于漢語(yǔ)學(xué)習(xí)者而言,漢字部件位置意識(shí)最容易獲得。我們認(rèn)為,這是因?yàn)榫哂形恢眯畔⒌幕A(chǔ)部件具有很強(qiáng)的構(gòu)字能力,在學(xué)習(xí)者漢字習(xí)得初期的出現(xiàn)率較高。根據(jù)邢紅兵(2005)的統(tǒng)計(jì),具有位置信息的基礎(chǔ)部件“扌”、“艸”、“氵”和“亻”的構(gòu)字?jǐn)?shù)均在100個(gè)以上。另外,漢字部件的位置信息在漢字構(gòu)形系統(tǒng)中也是有限的。在邢紅兵(2005)所劃分的515個(gè)基礎(chǔ)部件中,只有206個(gè)基礎(chǔ)部件具有位置信息,占總部件數(shù)的40%,且這206個(gè)具有位置信息的基礎(chǔ)部件在HSK甲乙級(jí)字中均已出現(xiàn)。這樣,學(xué)習(xí)者在漢字習(xí)得的初期階段就能夠較好地歸納和總結(jié)出這類部件的共性和規(guī)律,較快地掌握這些部件的位置信息。因此,我們認(rèn)為部件位置意識(shí)在漢語(yǔ)學(xué)習(xí)者漢字習(xí)得的初期,有重要作用。
其次,我們所定義的漢字部件意識(shí)表現(xiàn)為能夠判斷部件是否真實(shí)存在,能夠?qū)Σ考男误w特征進(jìn)行分析和加工,能夠正確書(shū)寫(xiě)漢字部件形體。實(shí)測(cè)數(shù)據(jù)分析結(jié)果顯示:與部件位置意識(shí)相比,學(xué)習(xí)者較難獲得漢字部件意識(shí)。我們認(rèn)為,這主要是因?yàn)闈h字部件形體特征較為復(fù)雜,不像漢字部件位置信息特征那樣具有有限性和較強(qiáng)的系統(tǒng)性,漢語(yǔ)學(xué)習(xí)者的部件意識(shí)需要在漢語(yǔ)學(xué)習(xí)的過(guò)程中慢慢積累。特別是對(duì)于非漢字文化圈的初級(jí)學(xué)習(xí)者而言,他們首先需要建立漢字筆畫(huà)和結(jié)構(gòu)的心理圖式(schema),才可能有效地掌握漢字部件的形體特征。漢語(yǔ)學(xué)習(xí)者在初級(jí)階段的漢字部件意識(shí)常處于一個(gè)較弱的水平,僅限于對(duì)漢字形體和圖形的識(shí)別(王建勤,2004)。其次,漢字形似部件較多(如“氵”和“冫”,“辶”和“廴”,“末”和“未”等),這給漢語(yǔ)學(xué)習(xí)者構(gòu)建較為清晰的漢字部件意識(shí)帶來(lái)了很大困難。以往的偏誤分析研究也發(fā)現(xiàn)這類形似錯(cuò)誤在漢語(yǔ)學(xué)習(xí)者的漢字偏誤中占有很大的比例(孫清順等,1985)。因此,我們認(rèn)為只有在漢語(yǔ)學(xué)習(xí)者的漢語(yǔ)達(dá)到一定水平,積累了一定的識(shí)字量后,才有可能獲得較強(qiáng)的漢字部件意識(shí)。
最后,我們所定義的漢字部件組合規(guī)則意識(shí)表現(xiàn)為能夠判斷部件的組合關(guān)系是否合法,能夠?qū)⒉考M合為正確漢字。實(shí)測(cè)數(shù)據(jù)分析結(jié)果顯示:較之部件意識(shí)和部件位置意識(shí),部件組合規(guī)則意識(shí)是最難獲得的。我們認(rèn)為,具有較為清晰的部件位置意識(shí)和部件意識(shí)是漢語(yǔ)學(xué)習(xí)者能夠判斷漢字部件組合關(guān)系合法性的前提。有時(shí),當(dāng)某一部件與一個(gè)具有位置信息的部件組合時(shí)合法,但它與另一個(gè)具有同樣位置信息的形似部件組合時(shí)卻不合法,如“進(jìn)”與“”,前者為真字,后者為假字。漢語(yǔ)母語(yǔ)者在判斷這類假字時(shí),也可能出現(xiàn)錯(cuò)誤。對(duì)于漢語(yǔ)學(xué)習(xí)者而言,這無(wú)疑是更大的困難。因此,我們認(rèn)為,漢語(yǔ)學(xué)習(xí)者部件組合規(guī)則意識(shí)的獲得,一方面,與他們的漢字識(shí)字量有著密切聯(lián)系;另一方面,也與他們對(duì)漢字部件構(gòu)字理?yè)?jù)的掌握有關(guān)。這無(wú)疑對(duì)他們漢字能力提出了更高的要求。
“判斷漢字”測(cè)量作業(yè)通過(guò)要求被試對(duì)三種類型的錯(cuò)字進(jìn)行判斷來(lái)分別考查被試能否判斷某一部件的形體特征是真實(shí)存在的、能否識(shí)別某一部件的位置信息、能否判斷漢字部件組合關(guān)系的合法性。也就是對(duì)漢字構(gòu)形意識(shí)的三項(xiàng)微技能一一進(jìn)行考查。從整體上看,該題型對(duì)被試而言最為容易。從GDM估計(jì)出的三項(xiàng)微技能的參數(shù)來(lái)看,真假字判斷作業(yè)能夠較好地區(qū)分出漢字構(gòu)形意識(shí)中的各項(xiàng)微技能,也能夠有效地反映被試總的漢字構(gòu)形意識(shí)。
但該測(cè)量作業(yè)也存在一定的問(wèn)題。首先,由于該測(cè)量作業(yè)為正誤判斷,容易受到猜測(cè)因素的影響。只有增加題量才能有效地降低猜測(cè)因素的影響。但由于該測(cè)量作業(yè)需要加入與測(cè)驗(yàn)用字相等數(shù)量的填充真字,這在一定程度上,又增加了測(cè)量的成本。
“補(bǔ)全漢字”和“組合漢字”兩項(xiàng)測(cè)量作業(yè)都是考查被試輸出漢字的能力,要求被試綜合運(yùn)用他們的部件意識(shí)、部件位置意識(shí)和部件組合規(guī)則意識(shí)。從整體上看,這兩項(xiàng)測(cè)量作業(yè)都能很有效地反映被試的漢字構(gòu)形意識(shí),但對(duì)微技能的反映有限,這是因?yàn)閷?duì)于初級(jí)漢語(yǔ)學(xué)習(xí)者而言,各項(xiàng)微技能的掌握還不完全,綜合運(yùn)用各微技能的能力有限,而高級(jí)漢語(yǔ)學(xué)習(xí)者的各項(xiàng)微技能已發(fā)展得相對(duì)完善,已具備綜合運(yùn)用的能力。因此,我們認(rèn)為該測(cè)量作業(yè)適用于考查中、高級(jí)漢語(yǔ)學(xué)習(xí)者的漢字構(gòu)形意識(shí)。
(1)我們所編制的漢字構(gòu)形意識(shí)診斷性評(píng)價(jià)測(cè)驗(yàn)?zāi)軌蛴脕?lái)考查漢語(yǔ)學(xué)習(xí)者漢字構(gòu)形意識(shí)的發(fā)展?fàn)顩r。
(2)真假字判斷測(cè)驗(yàn)?zāi)軌蜉^好地診斷漢語(yǔ)學(xué)習(xí)者的漢字部件意識(shí)、漢字部件位置意識(shí)和漢字部件組合規(guī)則意識(shí),可以作為用來(lái)診斷評(píng)價(jià)學(xué)習(xí)者漢字構(gòu)形意識(shí)。
(3)補(bǔ)全漢字和組合漢字測(cè)驗(yàn)?zāi)軌蜉^好地診斷漢語(yǔ)學(xué)習(xí)者的漢字構(gòu)形意識(shí)以及漢字部件意識(shí)、漢字部件位置意識(shí)和漢字部件組合規(guī)則意識(shí)的綜合運(yùn)用能力,但對(duì)這三種微技能的獨(dú)立的、區(qū)別性的診斷還不理想。
(4)對(duì)于漢語(yǔ)學(xué)習(xí)者而言,漢字部件位置意識(shí)最容易獲得,漢字部件組合規(guī)則意識(shí)最難獲得,漢字部件意識(shí)居中。
(5)我們可以通過(guò)對(duì)漢語(yǔ)學(xué)習(xí)者的漢字部件意識(shí)、漢字部件位置意識(shí)、漢字部件組合規(guī)則意識(shí)以及三者的綜合運(yùn)用能力的考查來(lái)評(píng)價(jià)他們總體的漢字構(gòu)形意識(shí)。
[1]郝美玲.漢語(yǔ)作為第二語(yǔ)言的學(xué)習(xí)者漢字正字法意識(shí)的萌芽與發(fā)展[J].世界漢語(yǔ)教學(xué),2007(1).
[2]江新.初學(xué)漢語(yǔ)的美國(guó)學(xué)生漢字正字法意識(shí)的實(shí)驗(yàn)研究[C].見(jiàn):趙金銘,主編.對(duì)外漢語(yǔ)研究的跨學(xué)科探索——漢語(yǔ)學(xué)習(xí)與認(rèn)知國(guó)際學(xué)術(shù)研討會(huì)論文集.北京:北京語(yǔ)言大學(xué)出版社.2001.
[3]鹿士義.母語(yǔ)為拼音文字的學(xué)習(xí)者漢字正字法意識(shí)發(fā)展的研究[J].語(yǔ)言教學(xué)與研究,2002(3).
[4]石定果,萬(wàn)業(yè)馨.有關(guān)漢字教學(xué)的調(diào)查報(bào)告[C].見(jiàn):呂必松,主編.漢字與漢字教學(xué)研究論文選.北京:北京大學(xué)出版社.1998.
[5]孫清順,張朋朋.初級(jí)階段漢語(yǔ)作為第二語(yǔ)言的學(xué)習(xí)者錯(cuò)別字統(tǒng)計(jì)分析[C].見(jiàn):北京語(yǔ)言學(xué)院第三屆科學(xué)報(bào)告會(huì)論文選.北京:北京語(yǔ)言學(xué)院出版社.1985.
[6]王建勤.歐美學(xué)生漢字部件認(rèn)知效應(yīng)的實(shí)驗(yàn)研究[J].漢語(yǔ)研究與應(yīng)用,2004(2).
[7]邢紅兵.基于統(tǒng)計(jì)的漢語(yǔ)字詞研究[M].北京:語(yǔ)文出版社.2005.
[8]Davier M.von&Yamamoto K.Partially observed mixtures of IRT models:An extension of the generalized partial credit model[J],Applied Psychological Measurement,2004(28),389-406.
[9]Davier M.von.A general diagnosis models applied to language testing data[R].Princeton,NJ,US:Educational Testing Service,2005,September:RR-05-16.
[10]Wang M.,Charles A.Perfetti&Ying Liu.Alphabetic readers quickly acquire orthographic structure in learning to read Chinese[J].Scientific Studiesof Reading,2003(2).