理解任务中转换代价不对称性和语言优势效应的元分析

袁 华, 彭 霞

(1.江西师范大学 外国语学院,江西 南昌 330022;2.江西外语外贸职业学院,江西 南昌 330224)

在全球化形势下,精通两种或多种语言的人口逐渐增多。在双/多语转换过程中,目标语言和非目标语言会被同步激活或被选择,从而产生跨语言干扰,似乎语言控制是解决干扰的必要机制。对语言转换的实验研究发现了两个有悖常识的现象,语言转换代价的不对称性和语言优势效应,被解释为反映了不同的抑制性控制模式。自20世纪90年代末以来的双语加工研究结果尚未达成共识,大量研究报告了这些效应(两者或其中之一),但许多研究也并没有观察到这些效应。Gade等人用元分析方法(Meta-Analysis)评估了产出任务文献中这两种效应力度[1]。元分析可以过滤掉个别研究的经验差异性,有助于更全面地了解实验效应规模和可复制性及其调节因素。因此,本研究对理解任务文献中这两大效应进行元分析,对前人研究作必要补充,回答现阶段该领域存在的争议,指引未来实证研究方向。

一、理解任务中转换代价不对称性和语言优势效应现象

双语加工实验包括语言产出(Production)和语言理解(Comprehension)两种任务类型。产出任务中的输入是二价的,涉及语音编码及输出。理解任务中的输入是单价的,不涉及发音阶段。因为两种范式的控制机制不同,所以转换代价不对称性与语言优势效应也呈现出不同的实验结果。

(一)转换代价不对称性现象

语言转换(language switch)包括从第一语言到第二语言(L1-L2),以及从第二语言到第一语言(L2-L1)两个方向。通过比较转换试次与非转换/重复试次中双语者在反应时(reaction time,RT)和准确度/错误率(accuracy or error rate,ER)两方面的表现来评估转换代价。语言转换代价(language switch costs)指双语者在转换试次中反应时更长、错误率更高的现象。转换代价不对称性(asymmetrical switch costs)则指当L1是主导语言时,以L1方向(由L2切换至L1)的转换代价比在L2方向(由L1切换至L2)的转换代价大。

Meuter和Allport[2]首次报告了这一现象,随后众多研究都复证了这种不对称性,发现L1转换代价比L2转换代价更大。不过,Costa和Santesteban发现高度熟练的双语者在L1(主导语言)和L3之间转换时产生了对称的转换代价,而L3显然属于最不熟练的语言[3]。Declerck和Koch等人也发现了L1-L2之间的对称转换代价结果[4]。有研究报告了反方向的不对称性。Mosca和Clahsen等研究结果显示,切换到L2的转换代价比切换到L1产生的转换代价要大[5]。当前研究没有形成一致结果,转换代价不对称性的普遍性和稳健性受到质疑。

(二)语言优势效应现象

在转换实验中,除了对比转换试次与非转换试次,还会涉及单一语言组和混合语言组的比较。在单一语言组中,双语者使用L1(主导语言)的加工速度比用L2(非主导语言)快,且准确率更高。这种语言优势效应(language dominance effect)是可预料的,因为双语者往往会在更熟练的主导语言中更快地完成任务。然而在混合语言组中,结果恰好相反。研究发现,当双语者在混合语言组中切换时,他们使用L2比L1的速度更快。这种在混合语言组中非主导语言反应时间更短的现象被称为L2优势或反向语言优势效应。

这一有趣的现象是在Costa和Santesteban的第一个实验中首次发现的,高级西班牙语-加泰罗尼亚语双语者在混合语言条件下,L2表现出比L1更快的反应时间[3]。后续很多研究也发现了这种反向语言优势效应。然而,也有研究发现,受试者未能在转换和重复试验中表现出L2优势。De Bruin等人在混合语言条件下测试的三语者对三种语言的反应时相当,不存在L2或L3的优势[6]。因此,在混合语言条件下,语言优势效应的稳健性受到了质疑。

(三)潜在调节变量

双语加工实验通常需要报告参与者的语言水平(proficiency),其他调节变量还包括准备时间(preparation time)、可预测性(predictability)、刺激物的配价(stimulus valence)和任务类型(task types)。本研究首先控制了任务类型为理解任务,其实验刺激物通常是单价的,在转换试次中随机出现,参与者通常不可预测其语言种类。因此,对本研究结果产生调节效应的潜在变量主要包括语言熟练度和准备时间,这是Gade等人纳入元分析的两个调节因素。

1.语言熟练度

Meuter和Allport提出,转换代价不对称性的大小应该与两种语言的熟练程度差异成正比,差异越大,不对称性就越大[2]。在Costa和Santesteban研究中的实验2和实验3发现,L1和L2熟练程度差异小,高熟练度的双语者在L1-L2之间的转换代价呈对称性;他们还观察到,这些双语者在L1-L3之间的转换代价是对称的,因此认为高度熟练的双语者采取了一种不同的语言控制过程,从抑制控制机制转变为“特定语言选择机制”,从而取消了不对称性[3]。然而,Costa等人的研究出现了矛盾的实验结果:当高度熟练的双语者在英语L3(水平较低)和法语L4(水平更低)之间切换时,恢复了转换代价的不对称性,切换至L3的代价大于切换至L4的代价[7]。由此可见,(双语)语言熟练度是影响转换代价的重要因素。为了更加精确地反映语言熟练度,本研究根据样本中报告的双语者语言水平,将非优势/主导语言(L2)的水平除以占优势/主导语言(L1)的水平计算出语言熟练程度比率(proficiency ratio),并将这个商数作为分析中的一个连续变量。

2.准备时间

较长的准备时间为二语加工提供了有利条件,减少了转换代价。Mosca和Clahsen发现,随着准备时间的延长,转换代价甚至可能完全消失[5]。不过,Philipp、Lavric等人报告了相反的情况:增加准备时间可能引起更大的转换代价[8-9]。Fink和Goldrick还发现,准备时间在L1或转换试次中比在L2或重复试次中更能产生影响,不过这并不影响反向语言(L2)优势的产生[10]。Ma等人则发现,准备时间不影响转换代价的不对称性[11]。本研究提取样本中不同实验条件下的准备时参数,将其作为连续变量纳入元分析。

研究表明,产出任务更多表现出L1方向的不对称性,而理解任务均可呈现出L1方向和L2方向的不对称转换代价结果。产出任务中L2优势现象更广泛,而理解任务中显示一致的L1优势效应。Gade等人的元分析探究了产出任务中这两种效应的稳健性。本元分析考察理解任务中这两种效应的稳定性以及潜在的调节效应,回答下列几个问题:

(1)理解任务中是否存在显著的转换代价不对称性?

(2)理解任务中是否存在显著的语言优势效应?

(3)语言熟练度对上述现象的调节效应如何?

(4)准备时间对上述现象的调节效应如何?

二、理解任务中转换代价不对称性和语言优势效应的元分析

(一)文献检索、纳入标准与编码

在Meuter和Allport[2]首次报告“转换代价不对称性”现象后,相关实证研究陆续展开。本研究将检索时间跨度设为1999年1月至2023年3月,检索范围是国外公开发表的期刊和会议论文,先以数据库检索为主,再辅以人工筛选。检索关键词为“language switch”“switch cost”“asymmetric”“asymmetry”“comprehension”“recognition”“lexical decision”“language decision”。检索语料库包括Web of Science,Linguistics and Language Behavior Abstracts (LLBA),PsycInfo,PubMed。检索条件设置为同行评审(peer reviewed)、语言(English)、文献类型(article、chapter、dissertation)和发表时间(1999—2023)。使用google scholar检索以查漏补缺。

文献纳入标准包括:(1)研究考察了“转换代价不对称性”与“语言优势效应”现象;(2)研究结果报告了反应时(RTs),并包含了能计算出效应量所需的足够数据信息(均值、标准差、样本量、F值、t值、b/β值、X2值等);(3)研究采用的实验方式为“理解任务”。完成文献检索后,遵循PRISMA标准流程图(图1)中的排除标准浏览标题和摘要,对检索结果进行人工筛选。经过筛选,最终纳入元分析的文献共计20篇,从31个独立样本中提取62个效应量,涉及总样本人数831人。

图1 文献筛选PRISMA流程图

对纳入元分析的文献进行编码,抽取其出版特征、研究特征和实体特征等关键信息:(1)文献信息(作者及发表年份);(2)实验顺序;(3)样本量;(4)语言熟练度比率(%);(5)准备时间;(6)转换代价不对称性效应值g;(7)语言优势效应值g。其中,语言熟练度比率和准备时间为两个连续变量;转换代价不对称性g的正值代表L1方向的不对称性,负值代表L2方向的不对称性;语言优势效应g的正值代表反向语言优势效应(L2优势),负值代表主导语言优势效应(L1优势)。整个过程由两位编码者独立提取同时进行,编码一致性为95.2%,编码不一致处通过讨论解决。

(二)数据处理及分析程序

本研究运用软件Comprehensive Meta-analysis(CMA)3.0和RStudio的metafor包对样本数据进行元分析。首先计算独立样本的效应量。因本元分析属于小样本研究,故选择Hedge’s g,即Cohen’s d的修正量来提供更精确的估计及纠正小样本偏误[12]。通过提取研究结果中的均值、标准差、样本量、F值、t值、b/β值、X2值等原始数据来计算出d值,再转换为g值,合并总效应量。然后在此基础上进行异质性检验、发表偏倚检验和调节效应检验。

本元分析通过Q检验与I2检验对样本进行异质性检验。Q值达到显著水平时(p<0.001),说明样本效应量存在异质性。I2值对异质性程度进行划分,分别按照75%、50%、25%标准判断为高、中、低异质性[13]。若检验结果呈现异质性,说明研究样本的结果差异不仅仅来自抽样误差,则需选择随机效应模型来进行后续数据分析,同时运行调节变量检验。

因无统计显著意义的研究结果不太容易被发表,故所搜集的文献若未能代表该研究领域的全貌时,可能出现发表偏倚,进而导致元分析结果出现重大偏差,使其计算出的效应值高于真实值。针对发表偏倚的问题,本研究通过绘制漏斗图(funnel plot),运行Egger’s回归检验,计算Classic Fail-safe N值(失安全系数)和敏感性分析来检验发表偏倚。若不存在发表偏倚,漏斗图应呈左右对称分布状,散点集中在中上部。Egger’s回归的结果不显著,则说明不存在发表偏倚。Classic Fail-safe N值(失安全系数)指出还需要纳入多少个研究才能改变元分析结果,当该值大于5k+10(k为效应量个数)时,表明不存在显著的发表偏倚。通过敏感性分析所获得的平均效应量区间也能体现出元分析结果是否受发表偏倚的影响。

本元分析考察的调节因素为连续变量,故采取元回归分析来检验其调节效应。针对其中不显著的调节效应,本研究使用JASP软件进行贝叶斯因子估计,以期获得更敏感的证据来验证是否支持零假设[14]。

三、理解任务中转换代价不对称性和语言优势效应的元分析结果与讨论

(一)元分析结果

1.异质性检验

异质性检验结果(表1)表明,Q检验值均达到显著水平(p<0.001),说明各个效应量之间存在异质性;I2检验结果属于高度异质值[13],显示77.639%-92.540%的可观察变异是由效应值的真实差异造成的,表明变异存在组间误差干扰,各研究之间存在较高异质性。结果说明,效应量差异不仅由随机抽样误差导致,还存在调节变量影响。本元分析适合采用随机效应模型,同时需对调节变量进行回归分析。

表1 异质性检验结果汇总

2.发表偏倚检验

发表偏倚会影响元分析结果的可靠性。漏斗图(图2)显示,效应值主要分布在上方,左右大致对称。Egger回归系数(p=0.66)和Begg &Mazumdar系数(p=0.93)统计意义不显著,表明该研究纳入的效应量不存在发表偏倚。失安全系数值(Classic Fail-safe N)显示还需要纳入182个缺失研究才能使研究结果失去统计学意义,超过Rosenthal准则数5k+10=165(k=31)[15]1-7。采用One study removed方法运行敏感性分析,所获得的平均效应量估计区间分别为[0.251,0.350]/[-0.323,-0.154],表明元分析结果的可靠性不受发表偏倚的影响。

图2 元分析样本的漏斗图

3.主效应分析

两大主效应的元分析结果(表2)表明,转换代价不对称效应不显著(z=2.430,p=0.015>0.001),效应量g=0.278,95%置信区间为[0.054,0.503];语言优势效应也不显著(z=-1.164,p=0.245>0.001),效应量g=-0.232,95%置信区间为[-0.622,0.159]。依据Cohen的解释标准[16]8-13,本研究合并后的两种主效应均属于小型效应量。

表2 转换代价不对称性与语言优势效应的元分析结果

4.调节效应分析

调节效应回归分析结果(表3)表明,针对转换代价不对称性主效应,语言熟练度具有显著调节作用(p<0.001),而准备时间没有显著调节效应(p=0.286);针对语言优势主效应,语言熟练度的调节作用(p=0.818)和准备时间的调节作用(p=0.751)均不显著。

表3 调节效应检验

对以上不显著的调节效应进行贝叶斯因子估计,贝叶斯回归分析结果(表4)显示,准备时间对转换代价不对称性调节效应的贝叶斯因子BF10为0.574;语言熟练度与准备时间两大变量对语言优势效应调节作用的贝叶斯因子BF10分别为0.355和0.344;均存在中等程度的证据支持原假设[17]。据此,仅有语言熟练度是转换代价不对称性效应的显著调节变量。

表4 贝叶斯回归分析结果

(二)讨论

1.理解任务中转换代价不对称性与语言优势效应不显著

转换代价不对称性效应量与语言优势效应量均不具有显著统计意义,与Gade等人对产出任务文献的元分析结果一致,表明产出和理解任务实验结果都不能形成充足证据来支撑这两种主效应的普遍性。

转换代价不对称性通常被视为解释抑制控制(inhibitory control model,IC 模型)的重要因素,用来测量反应性抑制(reactive inhibition)。根据该模型,产出目标语言时,非目标语言会受到抑制;越熟练的语言,被抑制的程度越高;则越难被重新激活[8]。在双语转换中,当需要使用L1(主导/优势/熟练语)时,对L2(非主导/优势/熟练语)的抑制需求较少,因此从L1切换到L2比较容易,付出的转换代价较少;但当使用L2时,就需要对L1进行较强的抑制,从L2切换到L1时则需要付出更多的转换代价来解除抑制以重新激活L1。如果双语者在L1和L2的熟练程度方面存在显著差异,则需要不同的抑制量,从而造成转换代价的不对称性。目前学者们普遍认为抑制是语言控制的必要机制。该研究结果提示,我们应谨慎地看待这种实验效应,并进行进一步的实证研究来揭示潜在的过程是否都需要抑制机制。

语言优势效应被视作主动性/前摄性抑制(proactive inhibition)出现的标志。为了在混合语言组中的整体表现达到最理想的状态,双语者会主动抑制主导语言以平衡两种语言的激活水平,而因无法准确预测达到平衡所需的持续抑制量,导致主导语言可能被过度抑制,甚至发生语言主导权的逆转[18]。语言理解任务不涉及输出过程,无须调动这种主动性抑制来控制语言,故不太可能出现L2语言优势效应。然而,本元分析发现,L1的语言优势效应也不显著,这表明我们还须在实验中更细致地控制变量,考察混合组的范式类型、组块长度的影响、双语者的语言平衡程度[19]等,以分离出可能影响效应方向性的因素。

2.影响主效应的调节变量

学者们对语言熟练度进行调节效应分析,结果显示,其能影响转换代价的不对称性,但并没有支持其对语言优势效应的交互作用。这与Gade等人的研究结果有出入。目前多数研究仍是通过参与者自我评估得到语言水平数据,存在的主观性问题可能是导致分析结果不一致的原因。除了自我评估容易产生偏差,还要考虑人生各阶段中语言主导地位的不稳定性、双语者人生经历的变化,如正规教育的需求、工作场所的变化以及移民经历等,都会改变其语言优势的模式[20]。高度熟练的双语者通常会根据当前的需求和生活阶段,频繁地使用一种语言而导致主导效应变化。由于双语熟练程度存在个体差异,纳入元分析的各样本之间又缺乏统一客观的衡量标准,这使得各研究中观察到的调节效应复杂化。语言熟练度受双语者所处语境需求的影响,参与者很难对自己当前的语言优势给出一个真实准确的判断。近10年学者们开始使用LexTale[21]或MINT[22]等客观的测试方法对参与者进行评估,这些测试被认为能更精确地衡量实际的语言能力。

对准备时间进行调节效应分析,结果与Gade等人的研究结果一致,即其对转换代价不对称性和语言优势效应均没有显著的调节作用。在产出任务中通过操控间隔时(cue-stimulus interval,CSI)为参与者准备语音输出提供准备时间。然而,理解任务不涉及发音阶段,准备时间的调控效应并不明显。大多数研究通常选取500—600毫秒准备时[23],还有一些研究甚至都没有特别报告准备时这一变量[24]。由此可见,准备时间似乎在理解任务的转换过程中并不起关键作用。

四、结语

本研究调查了理解任务中两种语言控制标志的表现,即作为反应性抑制指标的非对称性转换代价和作为主动性抑制指标的语言优势效应。研究发现,相比产出任务,理解任务中的不对称转换代价现象更不稳定,L1的语言优势效应不显著,L2的语言优势效应几乎消失。对调节变量进行分析,结果显示,语言熟练度仅对转换代价不对称性具有调节作用,而准备时间不产生显著调节效应。该结果基本印证了Gade等人对产出任务的元分析结论,进一步证明这两大效应因缺乏稳健性和明确的调节变量,对理论检验的效用有限。尽管抑制性控制理论提供了一个连贯的框架来解释大多数与语言控制有关的实证效果,但元分析结果表明,也许还需要更多的实验研究检验才能充分证明抑制假设。

本研究补齐了对理解任务文献中这两大效应及影响因素的元分析,客观回答了研究者对这两种效应稳定性的争议,对当前研究的发展走向具有启示意义。不过,此次元分析仅考虑了两个调节变量,未涉及理解任务中存在的特有影响因素,即应答类型(response type)。此外,我们仅检索了国外数据库,没有涉及国内相关研究文献。因此,未来研究在更新文献的基础上,可将应答类型纳入调节变量,考察其潜在的影响效应。我们还发现纳入元分析的独立样本量较小,导致转换代价总体规模不大,这提示将来的研究若能采集较大样本量,也许可以提供更有力的证明。越来越多的研究采用客观的测量工具来评估双语者当前的语言优势可能改变目前的结论。因此,本研究所揭示的研究现状对未来实证研究的改进和提升具有一定的指导意义。