文法性判断課題における反応時間と主観的測度は正答率を予測するか

—文法項目の違いに焦点をあてて—

2016年2月27日外国語教育メディア学会中部支部

外国語教育基礎研究部会第3回年次例会於　名古屋学院大学

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

2

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

3

• 反応時間と主観的測度が文法性判断の正答・誤答に与える影響は文法項目によって異なる

はじめに4

本研究の結論

田村 祐名古屋大学大学院

5

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

6

• 学習者のもつ言語知識が，２種類の異なる知識から構成されるという見方

• 名前は違えどこういった見方は第二言語習得研究（SLA）においてはかなり一般的といえる(e.g., Anderson, 1992; Bialystok, 1978; Jiang, 2007）

• これをテーマにした特集号がくまれることも

• Hulstijn and Ellis (2005), Andringa & Rebuschat (2015)

研究背景7

明示的暗示的知識

• 明示的知識とは（Ellis, 2004）• 意識的• しばしばメタ言語的• 言語報告が可能• アクセスに時間が必要

• ※ただし知識の自動化を認める立場からみれば暗示的知識と同じような振る舞いをする明示的知識もある（DeKeyser, 2003)

研究背景8

明示的暗示的知識

• 暗示的知識とは• 無意識的• 言語運用を主に担うもの• 母語話者のもっている知識

• 狭義のSLAの目的は暗示的知識の習得

研究背景9

明示的暗示的知識

• 2つの知識は操作的にどのように区別されるのか• 明示的知識の測定

• 時間制限なしの文法性判断課題（e.g., Tamura & Kusanagi, 2015）

• メタ言語テスト（e.g., Ellis, 2005）• 誤り訂正課題

• 暗示的知識の測定• 時間制限ありの文法性判断課題（e.g., Loewen, 2009）

• 自己ペース読み課題（e.g., Jiang, 2007）

• 口頭模範課題（e.g., Erlam, 2006)

• 視線計測（e.g., Godfroid et al., 2015）

• ワードモニタリング課題（e.g., Granena, 2013)

研究背景10

明示的暗示的知識

• 自己ペース読みやワードモニタリングなどの課題が暗示的知識の測定具として優れている（Vafaee et al., 2016）

• オンラインの課題は，学習者が明示的知識にアクセスする可能性を極力排除できる（Suzuki & DeKeyser, 2015）

• 文法性判断課題だと形式に注意が向くのでどうしても明示的知識を使ってしまう（時間制限かけるだけは不十分）

研究背景11

明示的暗示的知識

• 文法性判断と時間制限を用いて明示的・暗示的知識の測定を試みた研究（e.g., Kusanagi & Yamashita, 2013; Tamura & Kusanagi, 2015）

• Tamura and Kusanagi (2015)• 対象項目

• 普通名詞と物質名詞• 結果

• 「読みなおしをせずできるだけ早く」と指示した場合に普通名詞の正答率が低下

• 物質名詞は普通名詞よりも正答率が低く，早く判断するようにという指示があっても正答率は低下しない

• 普通名詞は暗示的知識が習得されておらず，物質名詞は明示的知識すらもない可能性

研究背景12

明示的暗示的知識

• 認知心理学における明示的・暗示的知識• 純粋に意識的であるか，無意識的であるかの問題（Diense, 2007）

• 方法• 刺激再生法• 思考発話法• 主観的測度

研究背景13

早い＝暗示的，遅い＝明示的？

• 認知心理学における明示的・暗示的知識• 純粋に意識的であるか，無意識的であるかの問題（Diense, 2007）

• 方法• 刺激再生法• 思考発話法• 主観的測度

研究背景14

早い＝暗示的，遅い＝明示的？

• 主観的測度• 判断知識のリソースを主観的に判断してもらう

• 推測（まったくのあてずっぽう）• 直感（なんとなくそんな感じがする）• 記憶（前にでてきたやつを覚えている）• 規則（規則で説明できる）

研究背景15

早い＝暗示的，遅い＝明示的？

• 主観的測度• 判断知識のリソースを主観的に判断してもらう

• 推測（まったくのあてずっぽう）• 直感（なんとなくそんな感じがする）• 記憶（前にでてきたやつを覚えている）• 規則（規則で説明できる）

研究背景16

早い＝暗示的，遅い＝明示的？

無意識的

意識的

• Tamura et al. (in press)• 反応時間で表されるスピードと言語的知識の意識軸は斜行している

• 早い＆意識的，遅い＆暗示的という知識は既存のSLA的明示・暗示の枠組みでどのように説明される？（特に後者）

• 意識軸を取り入れた文法性判断課題の分析手法の提案

研究背景17

早い＝暗示的，遅い＝明示的？

• 本研究で採用する主観的測度• 暗示的知識（無意識的知識）

• 直感（なんとなくそんな感じがする）• 明示的知識（意識的知識）

• 規則（規則で説明できる）

研究背景18

早い＝暗示的，遅い＝明示的？

• 文法性判断課題における主観的測度，反応時間，正答率の連関関係を調査した研究（草薙・川口, 2015）

• 早い反応->正答率高い＆規則的

• ただし，この研究では文法項目の違いは焦点にはしていない

->異なる文法項目間では，反応時間や主観的測度はどうなる？

研究背景19

早い＝暗示的，遅い＝明示的？

• 文法性判断課題における反応時間と主観的測度は正答率を予測するか

• 反応時間が早ければ or 遅ければ正答しやすい？

• 「規則を説明できる」or 「直感である」と答えた場合に正答しやすい？

• 反応時間，主観的測度，正答率の連関関係は文法項目によって異なるか

研究背景20

研究課題

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

21

• 日本人大学生・大学院生（N = 24）

• Tamura et al. (in press)と同様• 平均年齢

• 22.87歳（SD = 1.29, n = 23)

• TOEIC平均スコア

• 704.32 (SD = 95.39, n = 22)• 専攻

• 教育科学，工学，人文社会学，化学，etc.

本研究22

実験参加者

• Tamura and Kusanagi (2015) で用いられたものと同様

• 普通名詞：12項目

• She picked three apples out of the bag.• * She picked three apple out of the bag.

• 物質名詞：12項目

• She bought a lot of gold last month.• * She bought many golds last month. • He spilled a wine by accident.• * He spilled wine by accident.

• それぞれの項目ごとに文法文と非文法文の2条件

• 2つのリストでカウンターバランス

• 24文＋フィラー40文の合計64項目の文法性判断

本研究23

実験材料

本研究24

実験材料

普通名詞物質名詞

規則 不規則apple knife gold threaddog child wine ricepen man toast chalkbag mouse stone gascar goose paper timberlake teeth meat mud

表1 実験に用いられた名詞

1. 実験の説明2. 同意書の記入

3. PC版文法性判断課題

本研究25

実験手順

1. 参加者のデモグラ情報の入力2. 文法性判断課題

1. 注視点の提示(1000ms）->ブランク画面の提示（500ms）

2. 刺激文の提示3. キー押下による文法性判断4. 主観的測度（判断のリソース）の回答

• 自分の知っている規則 ->意識的知識

• 直感 ->無意識的知識

本研究26

PC版文法性判断課題

• 一般化線形混合モデル（GLMM) by R (R Core team, 2014) , lme4 (Bates et al., 2015)• 応答変数

• 正答・誤答の0/1データ• 説明変数

• 反応時間（RT）

• log変換等はなしでz変換

• 主観的測度（規則 or 直感）

• コントラストコーディングに変更（Linck & Cunnings, 2015)

• 分布• 二項分布＆ロジットリンク関数

本研究27

分析

• 項目（普通名詞・物質名詞）で分けてデータセットを2つ作成

• 2つのデータセットで反応時間と主観的測度が文法性判断の正答率に及ぼす影響を探索的に分析

本研究28

分析

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

29

• 信頼性（Cronbach α）

• 普通名詞

• α = .60 (k = 24)• 物質名詞

• α = .26 (k = 24)

結果30

記述統計

結果31

記述統計

項目 M SD Min Max skew kurtsis

普通名詞 .78 .17 .42 1.0 -0.32 -0.76

物質名詞 .54 .16 .17 .75 -0.52 -0.41

Note. k = 24 for each, N = 24

CNP MNP

0.2

0.4

0.6

0.8

1.0

平均値の図示。赤点は個人の平均値，青点は全体の平均値を示す。

表2 項目別の正答率の記述統計

Model formula Df AIC BIC logLik deviance

1 judgment ~ (1|participant)+(1| item) 3 303.55 314.54 -148.77 297.55

2 judgment ~ zrt + (1| participant)+(1| item) 4 303.77 318.43 -147.89 295.77

3 judgment ~ sub + (1| participant)+(1| item) 4 299.05 313.71 -145.53 291.05

4 judgment ~ sub + zrt + (1| participant)+(1| item) 5 300.61 318.93 -145.31 290.61

5 judgment ~ sub*zrt + (1| participant)+(1| item) 6 302.20 324.18 -145.10 290.20

32

モデル比較（普通名詞）

モデル1はNULLモデルで，AICを見るとモデル3が採択される。モデル4もNULLモデルとの尤度比検定では有意だが，モデル3と比較してパラメータが1つ増えているのにAICが高い

結果33

普通名詞

Random effects

Fixed effects By Subject By Items

Parameters Estimate SE z p SD SD

Intercept 1.24 0.26 4.81 < .001 0.72 0.43

subjective 0.91 0.36 2.55 .01 — —

Note. Number of observation = 288, N = 24, K = 24.

Model formula Df AIC BIC logLik deviance

1 judgment ~ (1|participant)+(1| item) 3 381.23 392.22 -187.61 375.23

2 judgment ~ zrt + (1| participant)+(1| item) 4 383.17 397.82 -187.59 375.17

3 judgment ~ sub + (1| participant)+(1| item) 4 380.85 395.50 -186.43 372.85

4 judgment ~ sub + zrt + (1| participant)+(1| item) 5 382.83 401.14 -186.41 372.83

5 judgment ~ sub*zrt + (1| participant)+(1| item) 6 382.23 404.21 -185.12 370.23

34

モデル比較（物質名詞）

モデル1はNULLモデルで，AICを見るとモデル3が採択される(がしかしNULLモデルとの尤度比検定では非有意）

結果35

物質名詞

Random effects

Fixed effects By Subject By Items

Parameters Estimate SE z p SD SD

Intercept 0.16 0.26 0.63 .53 0.37 0.99

subjective 0.44 0.28 1.53 .13 — —

Note. Number of observation = 288, N = 24, K = 24.

結果36

主観的測度と正答率の関係

普通名詞 物質名詞sub effect plot

sub

judg

men

t

0.55

0.60

0.65

0.70

0.75

0.80

0.85

-0.4 -0.2 0.0 0.2 0.4

sub effect plot

sub

judg

men

t0.40

0.45

0.50

0.55

0.60

0.65

0.70

-0.4 -0.2 0.0 0.2 0.4

灰色の部分は95%信頼区間

Intuition Intuition

explainable explainable

結果37

主観的測度と正答率の関係

普通名詞 物質名詞sub effect plot

sub

judg

men

t

0.55

0.60

0.65

0.70

0.75

0.80

0.85

-0.4 -0.2 0.0 0.2 0.4

sub effect plot

sub

judg

men

t0.40

0.45

0.50

0.55

0.60

0.65

0.70

-0.4 -0.2 0.0 0.2 0.4

灰色の部分は95%信頼区間

Intuition Intuition

explainable explainable

誤差が大きく有意ではない

結果38

反応時間と正答率の推定値の関係

0 20000 40000 60000

0.0

0.2

0.4

0.6

0.8

1.0

RT

Est

imat

ed A

ccur

acy

0 20000 40000 600000.

00.

20.

40.

60.

81.

0RT

Est

imat

ed A

ccur

acy

普通名詞 物質名詞

全体でみると，時間と正答率の関係は薄い（実際説明力は反応時間をモデルに組み込んでもあがらない）

結果39

反応時間と正答率の推定値の関係

ケース数 219

ケース数 69

ケース数 120

ケース数 168

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Intuition

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Intuition

RT

Est

imat

ed A

ccur

acy

結果40

反応時間と正答率の推定値の関係

ケース数 219

ケース数 69

ケース数 120

ケース数 168

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Intuition

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Intuition

RT

Est

imat

ed A

ccur

acy

結果41

反応時間と正答率の推定値の関係

ケース数 219

ケース数 69

ケース数 120

ケース数 168

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Intuition

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Intuition

RT

Est

imat

ed A

ccur

acy

有意ではないが…

概要• はじめに• 背景• 本研究• 結果• 考察• 結論

42

• 普通名詞項目• 主観的測度の主効果あり• 反応時間の主効果なし

• 主観的測度×反応時間の交互作用なし

• 物質名詞項目• 主観的測度の主効果なし• 反応時間の主効果なし

• 主観的測度×反応時間の交互作用なし考察

43

結果のまとめ

• 普通名詞項目• 「規則で説明できる」と答えた場合に正答しやすい• 意識的な知識を持っている？

• 物質名詞項目• 「規則で説明できる」と答えた場合でも正答しやすいわけではない

• 意識的な知識は持っていない？• 概ねTamura and Kusanagi (2015)の結果と一致• しかし，「意識的な知識」が必ずしも「遅い」わけではない

考察44

主観的測度の影響

• 普通名詞・物質名詞ともに• 早ければ（または遅ければ）正答しやすいという傾向はみられない

• しかし，意識軸で分けると…

• 「直感である」と答えた場合（無意識的知識）• 普通名詞項目

• 時間とともに正答率が下がる傾向？• 物質名詞項目

• 時間とともに正答率が上がる傾向？• どちらの項目も，「規則」と答えた場合よりもばらつきが小さいことは明白

考察45

反応時間の影響

• 普通名詞• 即時的に活性化される意識的な知識表象がある• 無意識的な知識表象が即時的に活性化されている可能性

• 物質名詞名詞• 意識的な知識表象が欠陥している• 非即時的に活性化される無意識的な知識表象がある可能性

• ただし，正答率が全体でも54%であり，「直感」と答えた場合の正答率は50%弱（「規則」の場合は57%）

考察46

まとめ

概要• はじめに• 実践背景• 研究背景• 実践内容• 結果• 考察• 結論

47

• 限界• そもそもの正答率が決して高いとはいえない

• 知識の有無よりも，反応時間，主観的測度と，「正答しやすさ」の連関という議論にとどめておくべき

• 文法性判断課題の信頼性に難あり…

• 展望• 言語項目を精査し，異なる項目における反応時間，主観的測度が正答率に与える影響の違いを網羅的に検証することにより，学習者の文法知識ネットワークをより精微に捉える

結論48

本研究の限界と今後の展望

Anderson, J. R. (1992). Automaticity and the ACT theory. The American Journal of Psychology, 105, 165–180. doi:10.2307/1423026Andringa, S., & Rebuschat, P. (Eds.). (2015). New directions in the study of implicit and explicit learning. [Special issue]. Studies in Second Language

Acquisition, 37.Bates, D., Maechler, M., Bolker, B., & Walker, S. (2015). lme4: Linear mixed-effects models using Eigen and S4. [R package version 1.1-9]. Retrieved from https://cran.r-project.org/package=lme4 Bialystok, E. (1978). A theoretical model of second language learning. Language Learning, 28, 69–83.Dekeyser, R. (2003). Implicit and Explicit Learning. In C. J. Doughty & M. H. Long (Eds.), The handbook of second language acquisition (pp. 313–

348). Blackwell Publishing.Dienes, Z. (2007). Subjective measures of unconscious knowledge. Progress in Brain Research, 168, 49–64. doi: 10.1016/S0079-6123(07)68005-4Ellis, R. (2004). The definition and measurement of L2 explicit knowledge. Language Learning, 54, 227–275. doi:10.2307/145776Ellis, R. (2005). Measuring Implicit and explicit knowledge of a second language: A psychometric study. Studies in Second Language Acquisition, 27,

141–172. doi:10.1017/S0272263105050096Erlam, R. (2006). Elicited imitation as a measure of L2 implicit knowledge: An empirical validation study. Applied Linguistics, 27, 464–491. doi:

10.1093/applin/aml001Godfroid, A., Loewen, S., Jung, S., Park, J.-H., Gass, S., & Ellis, R. (2015). Timed and untimed grammaticality judgments measure distinct types of

knowledge. Studies in Second Language Acquisition, 37, 269–297. doi:10.1017/S0272263114000850Granena, G. (2013). Individual differences in sequence learning ability and second language acquisition in early childhood and adulthood. Language

Learning, 63, 665–703. doi:10.1111/lang.12018Hulstijn, J. H., & Ellis, R. (Eds.). (2005). Implicit and explicit second language learning. [Special issue]. Studies in Second Language Acquisition, 27.Jiang, N. (2007). Selective integration of linguistic knowledge in adult second language learning. Language Learning, 57(1), 1–33. doi:10.1111/j.

1467-9922.2007.00397.x草薙邦広・川口勇作 (2015) 「文法性判断の確信度と明示的および暗示的知識」『中部地区英語教育学会紀要』 44, 65–72.Kusanagi, K., & Yamashita, J. (2013). Influences of linguistics factors on the acquisition and explicit and implicit knowledge: Focusing on agreement

type and morphosyntactic regularity in English plural morpheme. Annual Review of English Language Education in Japan, 24, 205–220.Linck, J. A., & Cunnings, I. (2015). The utility and application of mixed-effects models in second language research. Language Learning, 65, 185–207. doi:10.1111/lang.12117Loewen, S. (2009). Grammaticality judgment tests and the measurement of implicit and explicit L2 knowledge. In R. Ellis, S. Loewen, C. Elder, R.

Erlam, J. Philp, & H. Reinders (Eds.), Implicit and explicit knowledge in second language learning (pp. 94–112). Bristol, UK: Multilingual Matters.R Core Team (2014). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Retrieved

from http://www.R-project.org/Suzuki, Y., & DeKeyser, R. (2015). Comparing Elicited Imitation and Word Monitoring as Measures of Implicit Knowledge. Language Learning, 65,

860–895. doi:10.1111/lang.12138Tamura, Y., Harada, Y., Kato, D., Hara, K., & Kusanagi, K. (in press). Unconscious but slowly activated grammatical knowledge of Japanese EFL

learners: A case of tough movement. Annual Review of English Language Education in Japan, 27.Tamura, Y., & Kusanagi, K. (2015). Asymmetirical representation in Japanese EFL learners’ implicit and explicit knowledge about the countability of

common/material nouns. Annual Review of English Language Education in Japan, 26, 253–268.Vafaee, P., Kachisnke, I., & Suzuki, Y. (2016). Validating grammaticality judgment tests: Evidence from two new psycholinguistic measures. Studies in

Second Language Acquisition. Advance Online Publication. doi;10.1017/S0272263115000455

References49

文法性判断課題における反応時間と主観的測度は正答率を予測するか

contact info

田村 祐名古屋大学大学院生

yutamura@nagoya-u.jp

http://www.tamurayu.wordpress.com/

50

sub effect plot

sub

judg

men

t

0.40

0.45

0.50

0.55

0.60

0.65

0.70

-0.4 -0.2 0.0 0.2 0.4

sub effect plot

sub

judg

men

t

0.55

0.60

0.65

0.70

0.75

0.80

0.85

-0.4 -0.2 0.0 0.2 0.4

普通名詞 物質名詞

反応時間：予測しない，が意識軸によって傾向が異なる？

主観的測度：普通名詞のみ予測する

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

CNP Intuition

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Explainable

RT

Est

imat

ed A

ccur

acy

0 10000 30000 50000

0.0

0.2

0.4

0.6

0.8

1.0

MNP Intuition

RT

Est

imat

ed A

ccur

acy