词汇聚合对高中英语词汇学习影响的实验研究

发布时间：2020-07-15 09:02

【摘要】：在英语学习中,词汇学习有着十分重要的意义。词汇聚合是指词汇通过不同的方式被关联,组合到一起。有基于语言的聚合,比如语义聚合,近义词,还有基于认知的聚类,比如主题聚合(Papathanasiou,2009)。应真箭(2006)将词聚合分为主题聚合,语义聚合和非词聚合。关于词汇聚合的研究已经有很多,但是哪种聚合方式更有效并没有一致性的定论。此外,国内学者大多以大学生为研究对象,很少有学者研究词汇聚合对高中生的影响,所以该研究以高中生为研究对象,研究不同词汇聚合对于高中生英语词汇学习的影响。本研究以语义场理论,差异性假设,干扰效应为理论基础,研究了主题聚合,语义聚合和非词聚合对英语词汇初始学习和长期记忆保持的影响,并分析了三种词汇聚合方式对不同层次的学生的不同影响,以期寻找更适合高中生词汇学习的呈现方式,为高中英语教师提供更有效率的词汇教学方式。本文作者从河北省邯郸市成安一中高一年级选取了同一个班62名学生作为研究对象。本文选取了三组不同的词汇聚合方式,每组6个人造词。人造词和实验时间都经过了小范围可行性测验证实了该实验可以正常进行。实验分为即时后测和延时后测,目的是研究不同的词汇聚合方式对词汇初始学习和长期记忆保持的效果,延时后测在即时后测的一周后进行。两次实验所得数据均由社会科学统计软件包(SPSS19.0)进行分析处理。经过分析,本研究得出以下结论:(1)三种词汇聚合方式都有利有弊。(2)主题聚合更适合词汇的初始学习,语义聚合更适合词汇的长期记忆和保持。(3)非词聚合更适合英语成绩较差的学生使用。(4)非词聚合对于大多数学生来说,词汇初始学习效果要差于主题聚合,好于语义聚合。词汇长期记忆与保持上,语义聚合是最差的。通过实验,我们得出以下英语词汇教学上的启示:(1)教师应根据具体教学情况灵活选用词汇呈现方式,呈现新词汇时,尽量避免词义相近的语义聚合,意义上相关联,但是词义相差较远的主题聚合更适合新词呈现。(2)语义聚合的词汇记忆保持率较高,更适合复习单词时使用。(3)对于成绩较差的学生,意义上无关联的非词聚合呈现方式更适合他们。
【学位授予单位】：河北师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：G633.41

【相似文献】

相关期刊论文 前10条

1 李风环;Zhao Zongfei;Wang Zhenyu;;Hierarchical clustering based on single-pass for breaking topic detection and tracking[J];High Technology Letters;2018年04期

2 XIE Naiming;SU Bentao;CHEN Nanlei;;Construction mechanism of whitenization weight function and its application in grey clustering evaluation[J];Journal of Systems Engineering and Electronics;2019年01期

3 Sun Jiaze;Ling Beilei;;Density PSO-based software module clustering algorithm[J];The Journal of China Universities of Posts and Telecommunications;2018年04期

4 曹奇敏;郭巧;吴向华;;Similarity matrix-based K-means algorithm for text clustering[J];Journal of Beijing Institute of Technology;2015年04期

5 Jalali Zakaria;;Development of slope mass rating system using K-means and fuzzy c-means clustering algorithms[J];International Journal of Mining Science and Technology;2016年06期

6 LI ChunZhong;XU ZongBen;QIAO Chen;LUO Tao;;Hierarchical clustering driven by cognitive features[J];Science China(Information Sciences);2014年01期

7 Amineh Amini;Teh Ying Wah;Hadi Saboohi;;On Density-Based Data Streams Clustering Algorithms: A Survey[J];Journal of Computer Science & Technology;2014年01期

8 CHEN Na;XU Ze-shui;XIA Mei-mei;;Hierarchical hesitant fuzzy K-means clustering algorithm[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2014年01期

9 李夕兵;王泽伟;彭康;刘志祥;;Ant colony ATTA clustering algorithm of rock mass structural plane in groups[J];Journal of Central South University;2014年02期

10 MARUNG Ukrit;THEERA-UMPON Nipon;AUEPHANWIRIYAKUL Sansanee;;Applying memetic algorithm-based clustering to recommender system with high sparsity problem[J];Journal of Central South University;2014年09期

相关会议论文 前10条

1 Aoran Xu;Tao Yang;Jianwei Ji;Yang Gao;;Application of fuzzy clustering algorithm in the evaluation of abandoned wind power[A];第30届中国控制与决策会议论文集（4）[C];2018年

2 ;Mining Cluster-Defining Actionable Rules[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 ;Clustering Analysis with Information System Approaches[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 ;A hybrid of fuzzy-link clustering and classification for seismic data[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

5 武丁明;古槿;张奇伟;;A new gene network clustering algorithm based on minimum spanning tree[A];第四届全国生物信息学与系统生物学学术大会论文集[C];2010年

6 Lin Hou;Lin Wang;Arthur Berg;Minping Qian;Yunping Zhu;Fangting Li;邓明华;;Comparison and evaluation of network clustering algorithms applied to genetic interaction networks[A];第五届全国生物信息学与系统生物学学术大会论文集[C];2012年

7 Dequan Jin;Zhili Huang;;A New Vision Inspired Clustering Approach[A];2013年中国智能自动化学术会议论文集（第二分册）[C];2013年

8 ;Clustering of Web Learners Based on Rough Set[A];Proceedings of the First Conference on Web Information System and Applications[C];2004年

9 ;Research of Web Documents Clustering Based on Dynamic Concept[A];Proceedings of the First Conference on Web Information System and Applications[C];2004年

10 Shizeng Lu;Hongliang Yu;Xiaohong Wang;Qiang Zhang;Fanjun Li;Zhao Liu;Fangqian Ning;;Clustering Method of Raw Meal Composition Based on PCA and Kmeans[A];第37届中国控制会议论文集（F）[C];2018年

相关博士学位论文 前10条

1 阿特瓦（Walid Said Abdelhamid Atwa）;半监督聚类算法对于流和多密度数据[D];北京理工大学;2015年

2 Muhammad Zia-ur-Rehman;动态数据流挖掘关键技术研究[D];西南交通大学;2014年

3 许振浩;拓扑管网法地下水模拟研究与工程应用[D];山东大学;2013年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 Naser Farajzadeh;基于超概率编码的多类分类器[D];浙江大学;2013年

6 魏立梅;聚类分析新方法的研究与应用[D];西安电子科技大学;1998年

7 彭勇;[D];上海交通大学;2015年

8 Muhammad Haneef（穆罕穆德·哈尼夫）;[D];北京邮电大学;2012年

9 陈根浪;基于社交媒体的推荐技术若干问题研究[D];浙江大学;2012年

10 阿汉（Ahmad Jakalan）;网间IP流量行为分析与关系发现[D];东南大学;2016年

相关硕士学位论文 前10条

1 白明雪;词汇聚合对高中英语词汇学习影响的实验研究[D];河北师范大学;2019年

2 穆罕默德奥马尔法鲁克（Muhammad Omer Farooq）;基于明星的视频人脸验证和聚类算法研究[D];哈尔滨工业大学;2017年

3 戴维斯;移动约束群组AdHoc网络研究[D];华中科技大学;2009年

4 Iakovleva Tatiana;[D];北京理工大学;2016年

5 Mazen Hassan Hodeib;[D];湖南大学;2007年

6 Nassir Abdullah Nassir（那西尔）;[D];中南大学;2012年

7 ISRAR KHAN;[D];北京邮电大学;2016年

8 Tanakrit Wongwitit;[D];哈尔滨工程大学;2012年

9 ZAKOUNI AMIYNE（阿米）;[D];中南大学;2012年

10 徐建鹏;高维局部共表达模式挖掘算法的研究[D];哈尔滨工业大学;2009年

本文编号：2756284