竞争性奖励在量子决策动力学视角下的探讨:对英语作为外语学习者的动机、情绪调节、学业幸福感、决策稳定性及动机冲突的影响

《Learning and Motivation》:Competing rewards through the lens of quantum decision dynamics: Consequences for EFL learners’ motivation, emotion regulation, academic well-being, decision stability, and motivational conflict

【字体: 大 中 小 】 时间:2026年09月24日 来源:Learning and Motivation 4.4

编辑推荐:

   摘要本研究旨在考察内在奖励、外在奖励、竞争性奖励以及缺乏明确奖励对英语作为外语 (EFL) 学习者的动机、认知重评、表达抑制、学术福祉、决策稳定性和动机冲突的影响。为此,本研究采用随机前测 - 后测实验设计,对象为 136 名中级中国 EFL 学习者,将其分配至四种教学条件中

  

摘要

本研究旨在考察内在奖励、外在奖励、竞争性奖励以及缺乏明确奖励对英语作为外语 (EFL) 学习者的动机、认知重评、表达抑制、学术福祉、决策稳定性和动机冲突的影响。为此,本研究采用随机前测 - 后测实验设计,对象为 136 名中级中国 EFL 学习者,将其分配至四种教学条件中:内在奖励组 (IRG)、外在奖励组 (ERG)、竞争性奖励组 (CRG) 和对照组 (CG)。在 12 周的干预期间,学习者完成了围绕其指定奖励条件结构化的教学活动。动机、认知重评、表达抑制、学术福祉和决策稳定性在前测和后测中进行了评估,而动机冲突仅在后测中进行了测量。研究发现奖励条件具有显著的多元效应,表明奖励结构对学习者的动机和心理功能产生了实质性影响。CRG 在动机、认知重评、学术福祉和决策稳定性方面得分最高,同时在表达抑制方面得分最低。IRG 在这些结果中通常排名第二,其次是 ERG 和 CG,尽管在两个情绪调节维度之间的两两差异有所不同。此外,CRG 报告的其他组相比有显著的动机冲突,而 IRG 和 ERG 之间未发现显著差异。因此,尽管报告了最大的动机冲突,但暴露于竞争性奖励下的学习者表现出更高的动机、认知重评、学术福祉和决策稳定性,以及更低的表达抑制。然而,较低的表达抑制分数反映了较少依赖该策略,不应被视为在所有情况下都是固有的适应性行为。

章节片段

研究背景

语言学习发生于一个动机环境中,学习者在其中不断将注意力和努力分配给教学活动 (Hiver 等人,2025)。此类决定在英语作为外语 (EFL) 语境中尤为重要,因为进步通常需要持续参与,尽管存在掌握延迟、纠正性反馈、交际不确定性以及公开犯错的风险 (Cen 和 Zheng, 2024, Shen 和 Chong, 2023)。在此

研究语境

本研究在中国 EFL 语境下进行,其中英语学习通常由高利害评估、可衡量的成就、教师指导的教学和以准确性为导向的实践所塑造。尽管学习者越来越多地参与交际和自主学习机会,但他们往往需要平衡这些经历与关于成绩、考试和外部认可的期望 (Rao, 2002)。Peng (2012) 表明,学习者的意愿

参与者

参与者包括来自中国两家语言机构的 136 名中级 EFL 学习者。他们年龄在 16 至 19 岁之间,就读于男女混合班级。根据各自机构实施的常规安置程序,所有参与者均被归类为中级 proficiency 水平。采用非概率方便抽样方法招募能够全程参与干预的学习者。

伦理考量

本研究遵循参与语言机构的机构研究要求。参与完全是自愿的,所有学习者均收到关于研究目的、程序、保密措施及其无惩罚退出权利的清晰信息。获得了每位参与者的书面知情同意,对于 18 岁以下的学习者,也取得了父母或法定监护人的许可。此外,

讨论

第一个研究问题考察了在控制相应的干预前分数后,内在奖励、外在奖励、竞争性奖励和缺乏明确奖励是否产生了不同的干预后动机、认知重评、表达抑制、学术福祉和决策稳定性模式。结果确认四种条件之间存在显著差异。特别是,处于竞争性奖励条件下的学习者获得了

结论、教学启示、局限性及未来研究

结果表明,在控制学习者相应的基线分数后,内在奖励、外在奖励、竞争性奖励和缺乏明确奖励产生了不同的干预后模式。处于竞争性奖励条件下的学习者在动机、认知重评、学术福祉和决策稳定性方面得分最高,同时表达抑制得分最低。内在奖励条件通常产生了下一个最高的

CRediT 作者贡献声明

Bin Xu: 写作 – 审阅与编辑,写作 – 原稿撰写,验证,监督,项目管理,方法论,调查,形式化分析,数据管理,概念化。

写作过程中生成式人工智能及 AI 辅助技术的声明

在准备本文稿的过程中,使用了 ChatGPT (OpenAI) 和 Grammarly 作为语言支持工具,以协助语法纠正、风格润色、句子层面的编辑以及可读性的改进。这些工具未被依赖为替代作者学术判断的替代品。所有生成的文本均经过作者仔细检查,并在适当情况下进行了修改,然后才纳入最终手稿。
Bin Xu
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号