通过增强现实技术和多模态输入手段提升学术英语词汇学习效果

《International Journal of Adolescence and Youth》：Enhancing academic English vocabulary learning through augmented reality and multimodal input

　　摘要
本研究采用准实验方法，探讨了基于增强现实（AR）的多模态输入对73名沙特阿拉伯英语作为外语（EFL）本科生的词汇学习与记忆能力的影响，以及这种影响与学术写作能力之间的关联。实验组通过Nearpod的360°虚拟实地考察接受了AR-enhanced的词汇教学，而对照组则采用传统的词汇教学方法。AR教学设计通过整合文本、音频和情境图像，将每个目标词置于沉浸式环境中，这些方法均基于多媒体学习、双重编码和情境学习理论。实验组在后续测试中的表现优于对照组（平均分数分别为22.83分和18.39分，p<0.001，效应量d=1.17），并且在一个月后仍能记住更多的词汇（记忆率分别为90%和82%，p<0.001，效应量d=1.21）。研究结果表明，利用AR技术可以支持沉浸式的、内容丰富的词汇练习，并通过策略性指导促进词汇向实际应用能力的转化。

关键词：增强现实；多模态输入；词汇习得；词汇学习

引言
词汇能力对于有效沟通至关重要，也是语言学习中学术成功的关键指标。提升学生的词汇量能提高他们写作中的连贯性、精确度和修辞表现。Samsidar等人（Citation2022）发现，英语作为外语的学习者的词汇知识与其写作表现之间存在显著的正相关关系，表明丰富的词汇量有助于更好地运用连接词和表达思想。最新研究也证实了这一点；Allagui和Al Naqbi（Citation2024）指出，词汇量与词汇丰富度是预测大学学习者摘要写作质量的重要因素，这凸显了词汇能力在学术写作中的重要性。因此，在大学英语教学中，尤其是写作密集型课程中，促进词汇知识的提升尤为重要，因为词汇的多样性和复杂性能够增强写作的清晰度和说服力。传统的教学方法（如直接翻译和死记硬背脱离上下文的词汇列表）往往无法有效吸引学生，也无法帮助学生掌握写作中所需的上下文、语用和风格层面的知识（Zarrati等人，Citation2024）。目前迫切需要能够提供丰富、情境化的输入和有意义的多模态互动的方法，以帮助学生在学术写作中更好地掌握和运用词汇。

过去十年间，随着智能手机和平板电脑的普及，移动辅助语言学习（MALL）取得了显著发展。Karakaya和Bozkurt（Citation2022）指出，MALL作为一个新兴研究领域得到了快速发展，这与移动技术的进步和设备的广泛应用密切相关。Yang和Gao（Citation2022）认为，移动技术的进步以及COVID-19期间教学方式的变革推动了MALL相关研究的增长。Mitchell等人（Citation2021）报告称Duolingo的活跃用户已超过3亿，Agnes等人（Citation2020）强调了手机在提高学习者参与度方面的作用。Gutiérrez-Colón等人（Citation2020）指出MALL正在经历快速发展和持续演变。现代MALL应用结合了游戏化、分布式练习和多媒体输入，从而在正式和非正式场合中提升词汇习得效果（Kim & Webb，Citation2022；Teymouri，Citation2024；Webb等人，Citation2023）。这种整合通过创造沉浸式的词汇学习体验，激活多种感官模式，从而增强了语言习得效果。AR技术符合认知负荷和双重编码理论，表明视觉和听觉信息的结合有助于提高记忆效果。将词汇项置于有意义的情境中，并结合视觉和听觉刺激，能够显著促进语义处理并支持长期信息保留。以探索为导向的AR设计能够促进对实际环境的体验，从而提高任务参与度（Ak?ay?r & Ak?ay?r，Citation2017；Okumu? & Sava?，Citation2024）。Belda-Medina和Marrahi-Gomez（Citation2023）的研究表明，利用AR进行词汇教学能够显著提高学生的学习动机和认知处理的深度，从而导致即时词汇习得和长期记忆的提升。近期实证研究也表明，AR环境能够促进学生的积极参与，其参与度超过了传统课堂教学环境（Zhang等人，Citation2025）。

第二语言（L2）环境中的研究表明，AR技术能够提高学习者的学习动机并促进词汇习得。例如，使用AR应用程序的学生不仅学习体验更愉快，词汇测试成绩也优于非AR环境下的学生（Liono等人，Citation2021）。Zhang等人（Citation2025）的系统性回顾指出，AR增强型的词汇教学比传统方法更能有效提升词汇量；该回顾还表明，AR是一种有效的词汇学习工具，能够提供高质量的输入、真实的任务环境和互动练习机会。大量研究表明，AR技术在不同年龄段和不同语言水平的学习者中都能提升词汇能力。Santos等人（Citation2016）发现，AR词汇系统中的情境化多模态注释有助于提高记忆效果和学习参与度。Tsai（Citation2020）进一步表明，将AR融入词汇学习能够提高EFL学习者的学习动机和测试成绩。Binhomran和Altalhab（Citation2021）发现，在沙特阿拉伯的背景下，AR增强型教学能够显著改善年轻学生的学习成果；Khan和Ali（Citation2023）记录了AR干预后沙特大学新生的测试成绩提升。学生普遍认为，3D图形、情境线索和即时发音等功能有助于记忆过程。

尽管取得了这些积极进展，但仍存在不足之处。早期的AR研究主要针对年轻学习者或基础词汇，且通常采用短期干预和严格控制的实验设计。现有文献对AR技术在大学水平上提升学术词汇能力、长期记忆效果以及其对学术写作能力提升的贡献研究较少（Khan和Ali，Citation2023；Khodabandeh，Citation2025）。AR在提升语言能力方面的动机作用，特别是在写作中新词汇的应用方面，尚未得到充分研究。本研究利用Nearpod虚拟实地考察平台，探讨AR技术在沙特阿拉伯EFL大学生词汇学习中的作用，重点关注AR驱动的词汇提升对其学术写作能力的影响。研究问题包括：
1. AR技术是否比传统教学方法能带来更大的词汇提升？
2. 随时间推移，AR增强型学习的词汇记忆效果是否更好？
3. 通过AR提升的词汇知识是否与更好的写作表现相关？

文献综述
词汇发展是一个长期的过程，取决于与语言输入的反复、多样化的互动（Nation，Citation2022；Schmitt & Schmitt，Citation2020）。多模态教学设计通过整合视觉、听觉和文本资源，可以提高词汇检索效率和编码深度（Nation，Citation2022）。数字工具的合理使用能够结合多模态特征，优化学习机会，从而提升词汇习得效果（Hao等人，Citation2021）。最近的研究表明，设计良好的移动应用程序能够显著提高词汇学习效果。Zhou和Zhou（Citation2025）对2010年至2024年间的研究进行了综述，发现移动应用程序在L2词汇教学中有显著的效果。元分析结果也显示，分布式练习能够显著提升语言学习的即时和延迟表现（Kim & Webb，Citation2022）。此外，频繁接触词汇有助于学生在各种情境和模式下习得偶然词汇（Webb等人，Citation2023）。AR辅助的教学通过沉浸式的多模态体验提升词汇习得，这种体验强调了多模态输入作为推动词汇习得的关键机制，并强调了明确其理论基础的重要性。AR技术整合了视觉、听觉和文本线索，符合多模态学习和多媒体处理的原则（Cai等人，Citation2022；Schorr等人，Citation2024）。

词汇知识与写作质量
词汇知识具有多重维度，包括词汇量（已知词汇的数量）和词汇质量（对每个词汇的理解深度，包括搭配、语体、形态和句法特征）（Nation，Citation2022；Schmitt & Schmitt，Citation2020）。从最初的接受性识别到在教学环境中产生性应用的转变是一个渐进过程，通常需要多次接触和记忆机会（Kim & Webb，Citation2022）。元分析证据表明，分布式练习能够显著提升即时学习和长期记忆效果（Kim & Webb，Citation2022；Webb等人，Citation2023）。研究表明，词汇资源的丰富性和多样性与L2写作评估结果密切相关（Allagui & Al Naqbi，Citation2024；Yang等人，Citation2023）。词汇深度是写作表现的关键预测因素，因为它涉及词汇使用的知识，有助于在复杂语境中选择和组合词汇（Sukying，Citation2023）。

本研究第三个研究问题（RQ3）认为，词汇提升可能是提高写作能力的前兆。词汇向写作的转化并非自动发生，它依赖于有意义的练习机会以及教学在交流压力下促进更深层次词汇理解和及时词汇提取的能力（Nation，Citation2022；Sukying，Citation2023）。

多模态输入
数字学习环境允许在交互式的三维框架中同时呈现多种输入，包括文本、视觉、听觉和视频元素，为学习者提供丰富的信息。Paivio的双重编码理论（Citation1986）强调了处理语言信息和非语言信息的认知结构。Mayer的多媒体学习理论（CTML）阐述了多模态设计如何通过符合人类认知结构来提高学习效果（Mayer，Citation2020，Citation2014）。CTML指出，学习者的听觉和视觉通道有限，因此教学材料应有助于关键信息的处理并减少认知负担。研究表明，结合文本和图像或视频的多模态注释能够显著提高词汇学习效果（Ramezanali等人，Citation2021）。然而，当视觉、听觉和文本元素没有协调一致时，可能会造成认知超负荷（Mayer，Citation2020）。教学应遵循基于证据的多媒体原则，确保文本内容与视觉元素的一致性，去除无关内容，并促进学习者的自主节奏控制，以优化认知负荷管理。遵循这些原则的多模态输入能够将抽象概念具体化，并使词汇教学与现代信息处理趋势相适应（Teng & Xu，Citation2022）。双编码多模态方法通过结合文本、音频和图像来提高词汇学习效果，具体取决于各模态与目标词汇的契合度。

AR在语言习得中的作用
AR技术通过实时整合数字内容和物理环境来增强语言学习。学习者可以使用智能手机或平板电脑查看带有虚拟注释（如标签、3D模型、动画和音频）的学习环境（Schorr等人，Citation2024）。多项研究一致表明，AR技术在多个领域具有显著优势。Ak?ay?r和Ak?ay?r（Citation2017）发现，AR可以通过其交互性和视觉吸引力提高学习动机、注意力和理解能力。语言教育者强调词汇的重要性，尤其是在词汇指称关系明确的情境中。Parmaxi和Demetriou（Citation2020）指出，2014年至2019年间，关于AR在语言教育中的研究主要集中在词汇和句结构的学习上，这突显了AR视觉效果与语言描述属性的一致性。与此观点一致，当前许多研究证实，AR显著提升了L2学习者的词汇习得能力，从而提高了他们的参与度和整体教育成果。Solak和Cakir（Citation2015）的研究探讨了AR在中学英语课堂中具体名词教学中的应用。AR组在词汇评估中超过了仅使用教科书的对照组。陈和詹（Citation2019）设计了一种专为年轻英语作为外语（EFL）学习者定制的AR闪卡系统，该系统在扫描时能够激活三维物体和发音，从而显著提高了词汇学习过程中的积极性和参与度。汗和阿里（Citation2023）对沙特阿拉伯大学一年级学生进行了评估，比较了AR与传统教学方法的效果，结果显示使用AR的小组在后期测试中取得了更好的成绩，并表现出更强的学习态度。学生们将他们的成功归功于先进的3D图形、情境线索和同步音频等有效的记忆辅助工具。张等人（Citation2025）进行了一项系统综述，综合了关于增强现实辅助词汇学习（ARVL）的各种研究结果。结果表明，与传统方法相比，AR辅助的词汇教学在即时测试中带来了显著的学习提升，而在延迟评估中也是如此。AR的重要影响与其多模态融合和情境认知相结合有关。AR将文本标签、语音、图像和动画整合成一种连贯的体验，从而增强了新词汇的双重编码效果。桑托斯等人（Citation2016）发现，与使用带有静态图像的文本相比，通过动画化虚拟实体（如一只吠叫的狗）可以更好地提高学习者的表现。伊尔马兹等人（Citation2022）表明，在使用包含4D视觉和音频的AR应用程序的土耳其学龄前儿童中，无论是在即时评估还是两周后的回忆测试中，他们的表现都优于未使用AR的小组。研究表明，当知识被整合到图片情境中时，编码效果最佳。在熟悉的环境中加入真实元素（如路标、导航提示和校园对话）可以增强AR促进现场练习的能力，从而加强词汇形式与语义意义之间的联系（Fernandez-Alcocer & Belda-Medina, Citation2025）。此外，AR还提供了与学习者动机相关的进一步好处。AR通过互动的游戏式体验增强了词汇学习，提高了学生的参与度和持续练习的积极性。最近的元分析（例如Cai等人，Citation2022）显示AR对语言学习有显著影响，尤其是在词汇学习方面，这些效果通常是通过增加参与度和多感官支持来实现的。AR的优势不仅限于初学者；在学校和大学环境中的研究表明，通过AR学习词汇能够提高保留率和学习者的积极看法（Okumu? & Sava?, Citation2024）。蔡（Citation2020）和汗与阿里（Citation2023）的研究进一步表明，成年学习者也认为AR能够使抽象词汇更加具体化，并提升整体课堂体验。这些研究表明，学习者常常认为AR课程具有沉浸性和难忘性。综上所述，证据表明AR作为一种基于理论的现代干预措施，在EFL环境中能够改善词汇教学，通过整合感官输入和互动体验来提升学习成果，促进词汇理解和记忆。然而，现有文献仍存在一些不足之处：许多研究侧重于基础词汇的掌握、短期干预和年轻学习者，而忽视了高级学术词汇的迁移、长期记忆以及如学术写作等生产性技能的培养。本研究评估了AR对大学水平EFL学生词汇学习的影响，特别关注学术写作能力。

### 方法论
#### 参与者和环境
本研究涉及73名注册了“论文写作5级”课程的男性EFL本科生。所有参与者都是阿拉伯语母语者（年龄在20至22岁之间），英语水平为中级偏上（根据分班测试约为CEFR B1-B2级别）。根据大学的性别隔离政策，所有参与者均为男性。参与者被分为两个教学组，其中一个作为实验组（n=35），另一个作为对照组（n=38）。两个组均由同一位教师教授，教学周期为13周，使用相同的教学策略、课程内容和评估方法。由于使用的是原有的班级分组（未对学生进行随机分配），因此设计属于准实验性研究。在干预之前，独立样本词汇t检验确认实验组和对照组在目标词汇知识方面没有显著差异（p=0.81），说明两组的初始词汇水平相当。平均而言，每个组在开始时只熟悉少数目标词汇，且没有任何学生有使用AR进行学习的经验。

#### 教学背景和材料
“论文写作5级”是一门为期三学分的学术写作课程，每周授课3小时（通常每节课50分钟）。课程包含三个单元：第4单元——议论文；第5单元——分类论文；第6单元——反应/回应论文。指定的教材为《Effective Academic Writing 3》第二版（Liss & Davis, Citation2012），每单元都配有阅读材料、范文和指导性写作活动。课程重点在于论文结构、论证和写作技巧，每个单元都涉及相关学术词汇（约30个词汇）。目标词汇主要来自高频学术词汇列表，如《学术词汇列表》，并在教材阅读材料中通过加粗或后续练习加以强调。掌握这些学术词汇对于EFL学生的学术成功至关重要（Nagy & Townsend, Citation2012）。这大约90个目标词汇构成了两组共同学习的词汇基础，也是所有词汇评估的基础。

#### 研究设计和程序
本研究采用了准实验性的前测/后测/延迟后测设计，并设置了两种教学条件。在实验条件下，使用Nearpod的“虚拟实地考察”功能通过AR教授词汇，该功能可通过学生的设备提供沉浸式的360°场景。对照组则通过传统教学方法学习相同的内容和目标词汇。两组每周学习的内容和目标相同，唯一的系统差异在于词汇呈现和练习的方式。

#### 第1周：简介和前测
学期开始时，所有参与者都接受了课程介绍。在第一周进行了基线评估。AR组和对照组的所有学生都参加了词汇前测。测试时间足够充分（学生们被告知可能不知道很多答案，因为目标词汇大多不熟悉）。此外，学生们还填写了一份简短的背景调查问卷（包括他们之前使用技术学习的情况）。为了将词汇置于真实任务中，还安排了一项简短的、不计分的写作任务：学生们根据给定主题写了一篇论文，这有助于他们了解即将学习的单元主题（该写作样本未用于正式评分）。第1周的测量结果显示，两组的起始水平相似，对目标词汇的了解较少，相关背景变量也没有显著差异。

#### 第4单元：议论文（第2-4周）
两个班级都学习了如何撰写议论文（例如发展论点、用证据支持论点、回应反驳意见等），使用教材和教师引导的活动。在这一单元中引入了30个与论证和辩论相关的新的学术词汇（例如claim、evidence、counterargument、refute、stance、controversy）。对照组使用传统方法教授词汇。教师在教学中解释了每个目标词汇的含义，并提供了上下文中的定义和例子（通常会在黑板上写下这个词的例句或在幻灯片上展示，并根据需要讲解或提供同义词）。学生们通过典型的练习来练习第4单元的词汇，例如将词汇与定义匹配、填写课本句子中的空白处，或将新术语融入自己的论文中。

在实验组（AR组）中，使用Nearpod平台通过AR增强了教学效果。教师准备了与每个词汇含义相关的虚拟场景（360°全景图像）。在课堂上，学生们通过智能手机进入Nearpod会话，探索这些AR场景。词汇内容以多媒体注释的形式呈现：目标词汇以大字体显示在屏幕上，并附带发音音频图标；还包括说明性图形或简短动画；并提供例句来展示词汇的用法。教师还展示了该词汇的简短英文定义和阿拉伯文解释（通过Nearpod界面或后续讨论）。每次AR词汇活动的探索时间约为2-3分钟。使用AR时，教师会在每个场景结束后暂停课堂，讨论词汇的含义和用法。例如，使用法庭的全景图像来解释“controversy”一词，因为其中一个论文主题涉及一个有争议的法庭案件（见图1）。

**图1. 实验组中的AR辅助词汇学习示例。**
这张照片显示了一部水平放置的智能手机，上面显示了一堂增强现实词汇课。屏幕上显示三位穿着黑色法袍的法官坐在木制长椅后面，正看着一位穿着棕色西装并用手势示意的人。在场景上方以白色大字显示“CONTROVERSY”（争议）。在其下方，较小的白色文字给出了定义：“长期的公共争议或辩论”。屏幕底部的扬声器图标旁是例句：“这起法庭案件引发了广泛的争议。”

在这个例子中，学生们通过Nearpod的“虚拟实地考察”功能探索了一个360°的法庭场景，从而在情境中学习“controversy”一词。在这个AR环境中，目标词汇及其定义（例如“长期的公共争议或辩论”）作为注释叠加在场景上，并伴有发音和例句。通过调动不同的感官模式创建一个真实场景，学生们将新词汇与丰富的意义联系起来，从而加深了对词汇的理解和记忆。因此，实验组每个新词汇都接受了多模态的呈现：学生们看到了图像和文本，听到了发音和例句，并积极与内容互动。相比之下，对照组仅通过文本和教师讲解来学习词汇。除了词汇教学方式不同外，两组都学习了相同的议论文写作课程，并完成了相同的写作任务。第4周结束时，两组学生都写了一篇议论文作为评分作业，并进行了一个关于第4单元词汇的简短测验以巩固学习效果。重要的是，AR条件特别设计了CTML（Mayer, Citation2014）的关键原则，实现了双通道输入（听觉和视觉）并将目标词汇置于有意义的场景中。

#### 第5单元：分类论文（第5-8周）
大约在学期中途，学习了关于分类论文的内容，包括如何根据共同属性将项目分类和组织信息/想法。目标词汇再次涉及来自前面单元的约30个新词汇，重点是分类和分类学相关的词汇（例如classify、criterion、component、hierarchy、categorize）。对照组继续采用传统方法教授词汇：在阅读材料中遇到每个新词汇后，教师会解释其含义（通常会提供简短的翻译或例证），学生通过练习来巩固词汇。例如，他们填写课本中的空白处，列出各种类别的例子，或在小组中讨论如何使用新词汇来对一组项目进行分类（在解释中使用如criterion或hierarchy等词汇）。

实验组通过Nearpod平台增强了第5单元的词汇教学。教师为每个词汇准备了一组虚拟场景（360°全景图像）。在课堂上，学生们通过智能手机进入Nearpod会话，探索每个AR场景。词汇内容以多媒体注释的形式呈现：目标词汇以大字体显示在屏幕上，并配有发音音频图标；还包括说明性图形或简短动画；并提供例句来展示词汇的用法。教师还展示了该词汇的英文定义和阿拉伯文解释（通过Nearpod界面或后续讨论）。每次AR词汇活动大约持续2-3分钟。使用AR时，教师会在每个场景结束后暂停课堂，讨论词汇的含义和用法。例如，使用法庭的全景图像来解释“controversy”一词，因为其中一个论文主题涉及一个有争议的法庭案件。

**图1. 实验组中的AR辅助词汇学习示例。**

在这个例子中，学生们通过Nearpod的“虚拟实地考察”功能探索了一个360°的法庭场景，从而在情境中学习“controversy”一词。在AR环境中，目标词汇及其定义（例如“长期的公共争议或辩论”）作为注释叠加在场景上，并伴有发音和例句。通过调动不同的感官模式创建了一个真实的场景，学生们将新词汇与丰富的意义联系起来，从而加深了理解和记忆。因此，实验组每个新词汇都接受了多模态的呈现：学生们看到了图像和文本，听到了发音和例句，并积极与内容互动。相比之下，对照组仅通过文本和教师讲解来学习词汇。除了词汇教学方式不同外，两组都学习了相同的议论文写作课程，并完成了相同的写作任务。第4周结束时，两组学生都写了一篇议论文作为评分作业，并进行了一个关于第4单元词汇的简短测验。重要的是，AR条件特别设计了CTML（Mayer, Citation2014）的关键原则，实现了双通道输入（听觉和视觉），并将目标词汇置于有意义的场景中。

#### 第5单元：分类论文（第5-8周）
大约在学期中期，开始学习关于分类论文的内容，包括如何根据共享属性将项目分类和组织信息/想法。目标词汇同样来自前面单元的约30个新词汇，重点是与分类和分类学相关的词汇（例如classify、criterion、component、hierarchy、categorize）。对照组继续采用传统方法教授词汇：在阅读材料中遇到每个新词汇后，教师解释其含义（通常会提供简短的翻译或例证），学生通过练习来巩固词汇。例如，他们填写课本中的空白处，列出各种类别的例子，或在小组中讨论如何使用新词汇对一组项目进行分类。

实验组则通过AR增强的活动学习第5单元的词汇。例如，一个AR活动涉及虚拟分类练习：学生们虚拟参观了一个动物博物馆展览，并被要求使用目标词汇将动物分组并标注类别。在讨论和完成这个分类任务的过程中，学生们自然应用了classify、criterion、component和hierarchy等词汇（例如：“我们根据栖息地将动物分类；其中一个类别是水生动物，另一个是陆地动物”）。与此同时，对照组进行了一个没有使用增强现实（AR）的类似分类练习（例如，使用动物剪纸图片并在纸上为每个类别写标签）。两组在课堂时间上投入在词汇练习上的时间大致相同（每次课程大约20分钟，无论是通过AR还是传统练习），以确保公平比较。到第8周结束时，所有学生都完成了课程要求中的分类文章（尽可能在上下文中使用新词汇），并且他们参加了关于第5单元词汇的单元测验。

第6单元：反应/回应文章（第9-12周）
在这一单元中，学生们学习了反应或回应文章，这涉及表达和支持他们对文本或问题的观点或判断。这一单元又巩固了30个新词汇。这些词汇（如interpret、subjective、objective、perspective、influence、justify、ambiguous）侧重于文本的解释、评估和支持判断的语言，以及表达个人观点。在对照组中，教师采取了传统的解释-练习方法：他提供了定义和例子（例如，ambiguous = “不清楚的或有多种解释的”；perspective = “观点”），学生们通过在句子或简短讨论中使用这些术语来练习。例如，学生可能会被要求对一个有争议的陈述表达他们的观点，或者识别文本中的模糊陈述。一些活动还集中在区分客观语言和主观语言上，因为反应文章结合了对来源的客观解释和个人观点；因此，讨论了subjective、bias和interpretation等词，以澄清事实描述和个人回应之间的区别。

实验组（AR组）的学生参与了一个AR活动，该活动通过360°图像提供了艺术 gallery的虚拟游览。他们被要求在分析一幅画作时表达自己的解释，并提供interpret这个词的上下文示例。通过让学生在虚拟环境中从不同角度观察场景，从字面和比喻上展示了perspective的概念，从而加强了多种观点的概念。在另一种AR场景中，学生们参与了一个360°法庭环境，以强调justify的重要性：他们观察了法庭场景，并讨论了律师需要用证据来支持论点的必要性。第6单元将每个目标词汇与一个沉浸式场景或互动提示联系起来，包括定义、例句使用和图像。教师提出了诸如“你将如何证明你的观点？”这样的问题，以鼓励AR组的学生将新词汇置于具体情境中。对照组则参与了没有AR的类似任务，包括阅读简短文本并使用目标词汇撰写简短回应。到第12周结束时，两组的学生都提交了一篇反应文章作业，使他们能够在写作中运用interpret、justify和perspective等词。对第6单元的词汇进行了评估。

在第4-6单元中，教学上的唯一区别在于实验组使用了AR，而对照组使用了传统方法。两组都接受了相同总量的目标词汇练习，并完成了相同的家庭作业和文章任务，并且从教师那里得到了相同的反馈。AR活动被谨慎地整合进来，作为一些传统词汇练习的替代，而不是占用额外时间的附加内容。AR课程旨在使学习更加牢固。例如，通过将metaphor这个词与视觉艺术背景联系起来，或将ambiguous这个词与虚拟场景中的不清楚的标志联系起来，学生在定义中有了生动的例子。

第13周：后续测试和延迟记忆
所有参与者都参加了一个与初始预测试格式相同的词汇后续测试，以评估每位学生在教学期结束后能识别和理解多少目标词汇。学生还参加了课程的最终文章写作考试（一个约300字的限时课堂文章），该考试后来被用来评估他们的写作表现和词汇使用情况。为了衡量长期的词汇记忆效果，在学期结束后四周进行了延迟后续测试。这项延迟测试重新测验了学生们的目标词汇，以查看他们在没有教学的情况下对词汇的记忆情况如何。在第13周，还收集了定性反馈。实验组的学生被邀请完成一份简短的反馈问卷，一些人还参与了关于他们使用AR学习经历的非正式访谈。对照组的学生也被要求评论他们通过传统方法学习词汇的经历。这个总结阶段提供了关于学生参与度和态度的额外观察和自我报告数据，以及定量学习成果。

**工具**
**词汇测试**
词汇学习通过多项选择测试进行评估，测试内容直接来自随教科书提供的课程官方题库。同样的测试被用作预测试、即时后续测试和延迟后续测试（项目顺序略有变化）。每个项目呈现一个目标词汇（单独或在一个简短上下文中），以及四个选项，学生选择最能代表其含义或近义词的选项。词汇测试显示出很高的可靠性（Cronbach's α ≈ 0.84，超过内部一致性0.70的阈值）。三位教员专家审查了测试内容，确保每个项目都能准确评估目标词汇，并且所有干扰项都是合理且明确的。项目分析确认所有项目的难度都在预期范围内（在预测试中，很少有学生正确回答每个项目，因为目标词汇最初是不熟悉的），并且没有项目具有误导性（没有负的相关性）。这些结果共同表明，词汇测试是衡量学生词汇增长和记忆的可靠且有效的工具。

**写作表现**
学生的最终考试文章（第13周）由两位独立教师根据部门标准5级文章写作评分标准进行评分。评分标准评估了写作的多个维度，包括内容、组织结构、词汇使用、语法和标点；值得注意的是，20%的分数分配给词汇使用（文章中词汇的范围、准确性和适用性）。评分者在文章得分上的一致性很高，小的分歧通过讨论得到了解决。评分标准的词汇部分提供了一种结构化的方法来检测学生写作中词汇熟练度的提高。为了透明度，附录A提供了完整的评分标准，包括每个标准的描述。

**数据分析**
描述性和推断性统计都被用来分析与研究问题相关的数据。首先，计算了每组词汇测试分数（预测试、后续测试、延迟后续测试）和写作分数的总结统计（均值和标准差）。对于RQ1（词汇增长），使用独立样本t检验来比较即时后续测试的词汇分数，以确定干预后实验组是否优于对照组。此外，进行了混合设计重复测量ANOVA，以时间（预测试 vs. 后续测试）作为within-subject因素，组（AR vs. 控制组）作为between-subject因素，来研究交互效应，即AR组的词汇增长是否显著大于对照组。进一步地，在每组内部使用配对样本t检验来确认从预测试到后续测试的显著增长。计算了效应大小（t检验的Cohen's d和ANOVA效应的partial η2）以评估差异或改进的幅度。

对于RQ2（记忆），分析了延迟后续测试的词汇分数。独立t检验比较了AR组和对照组在延迟测试中的表现，看哪一组在干预后保留了更多的词汇知识。使用配对t检验比较了每组在前后测试中的表现，以检查每种条件下的分数下降情况。从这些数据中，计算了每组的保留率（延迟分数占即时后续测试分数的百分比），以量化每组在4周延迟后保留了多少学到的词汇。

对于RQ3（写作表现及其与词汇的关系），使用独立t检验比较了AR组和对照组之间的最终文章考试成绩。鉴于两组遵循相同的写作课程，不期待写作分数有大的差异；然而，AR组在词汇掌握上的显著优势可能会给他们带来轻微的优势。为了进一步探讨词汇与写作之间的联系，计算了学生词汇后续测试分数与他们文章写作分数之间的皮尔逊相关系数。这是针对整个样本（N = 73）和每个组内部进行的。适度的正相关意味着在学生中，学到的词汇越多的人往往写作分数越高，这与词汇知识支持写作质量的观点一致。然后进行了简单的线性回归分析，以确定词汇知识单独能解释写作分数中的多少方差。最后，研究通过将每个学生的预测试词汇分数与其后续测试中的分数增长（后续测试分数减去预测试分数）相关联，来考察初始词汇熟练度是否影响了增长。

**结果**
**词汇测试结果**
表1展示了词汇测试的描述性统计，随后的表格和图表总结了关键的统计发现。
**表1. 每组词汇测试分数的描述性统计（预测试、后续测试和延迟测试）。**
**下载CSV**
**显示表格**

在干预之前，两组在词汇预测试中的表现都较低（每组的平均分约为9.8，见表1），表明30个目标词汇大部分是未知的。经过12周的教学后，两组的词汇知识都有所提高；然而，AR组在后续测试中的得分显著高于对照组（AR组的平均分为22.83，标准差为3.75，对照组的平均分为18.39，标准差为3.82）。换句话说，平均而言，AR组大约知道76%的目标词汇，而对照组知道约61%。独立样本t检验表明，实验组的后续测试分数显著高于对照组，t(71) = 5.00, p < 0.001，效应较大（d = 1.17）。这一发现支持了RQ1，表明AR词汇教学比传统教学方法能够带来更多的词汇吸收。混合设计ANOVA（组 × 时间）也支持了这一发现，显示出显著的组 × 时间交互效应，F(1, 71) ≈ 24.4, p < 0.001，partial η2 ≈ 0.26，表明AR组随时间的分数增长显著大于对照组。基线时两组之间没有显著差异 [预测试 t(70.5) = 0.07, p = 0.940, n.s.]，确认了两组在初始能力上是相当的。这些比较结果总结在表2中。

**表2. 组间词汇和写作结果的比较。**
**下载CSV**
**显示表格**

在4周没有练习后，正如预期的那样，两组在延迟词汇测试中都表现出一些下降。然而，AR组在延迟测试中的绝对分数保持得更高（AR组的平均分为20.60，标准差为3.49，对照组的平均分为15.03，标准差为3.82）。相对而言，AR组保留了大约90%的学到的词汇，而对照组只保留了大约82%。独立t检验确认AR组的长期记忆显著更好，t(64) = 4.87, p < 0.001, d = 1.21。对照组失去了更多的记忆。这些发现回答了RQ2，表明基于AR的学习产生了更高的即时收益和更持久的词汇记忆（见图2）。

**图2. AR组和对照组随时间的词汇增长和记忆。**
**阅读此图的详细描述**

折线图显示了垂直轴上的平均词汇分数（满分30分）与水平轴上的测试时间。绘制了两个数据序列：AR组用实线加圆形标记表示，对照组用虚线加方形标记表示。两组在预测试时的分数均为10分。AR组的线条从预测试的10分急剧上升到后续测试的23分，然后在延迟测试中下降到20.60分。对照组的线条从预测试的10分上升到后续测试的18.75分，然后在延迟测试中下降到15.03分。AR组在后续测试和延迟测试中的分数始终高于对照组。

**AR组的相对增长大约比对照组高出50%（大约学习了13.0个词汇，而对照组学习了8.6个词汇）。**特别值得关注的是，在词汇测试中并未发现天花板效应（即分数达到上限的情况），因为AR组的最高可能后测分数为28/30，而对照组为25/30，这表明还有提升的空间。这意味着AR组更高的平均分数并非由于分数上限的限制，而确实是因为学习效果更好。较大的效应量（表2）突显了这些差异在教学中的重要性。一些接受AR教学的学生在课程结束几周后仍能回忆起单词的用法，这表明通过AR提供的丰富多模态输入促进了更深入的初始学习并形成了更好的记忆痕迹，从而减少了随时间的遗忘。一些学生的反馈也表明，AR中的丰富图像和沉浸式呈现方式使词汇更加难忘，进而提高了记忆效果。

与词汇学习和记忆效果的提升一致，AR组在即时掌握和延迟记忆方面也优于对照组，如图3所示。AR组平均学习了约13.0个新单词，而对照组平均仅学习了约8.6个新单词。在延迟后测中，AR组的大部分新学词汇都得到了保留（最终分数约为20.6/30），而对照组的记忆效果明显下降（最终分数约为15.0）。这表明AR增强型教学在促进长期词汇学习方面更为有效。

图3. AR组和对照组在词汇量和记忆方面的平均提升情况。

阅读该图的详细描述：

这个条形图显示了两个组（AR组和对照组）在两种条件下的词汇学习情况：即时掌握和延迟记忆（共30个单词）。纵轴标记为“单词数量（共30个）”，范围从0到14；横轴标记为“组别”，分为AR组和对照组。AR组的即时掌握项达到了13.0个单词，延迟记忆项达到了10.8个单词；对照组则分别为8.6个单词和5.3个单词。与对照组相比，AR组在即时掌握和延迟记忆方面的得分均显著更高。

除了定量结果外，第13周收集的定性反馈还提供了关于学习者参与度和对教学过程感知的额外见解。AR组的学生一致认为，沉浸式场景、上下文线索和交互式视觉元素使词汇学习更加直观和难忘。对照组的学生则认为传统教学方法虽然清晰明了，但在记忆新词汇方面所需付出更多努力。在非正式访谈中，一些AR学习者表示，他们对目标单词的回忆能力增强了，并且与学习材料的联系更加紧密。这些定性观察结果进一步证明了不同教学模式对学习者体验的影响。

关于RQ3（词汇知识与写作表现的关系），研究考察了AR组的词汇提升是否体现在作文写作中，以及词汇知识如何影响写作质量。学生的最终作文考试成绩满分100分，AR组的平均分数略高（M=76.93，SD=11.66），而对照组为73.15（SD=11.47）。尽管平均分数相差约3.8分，但这种差异并不具有统计学意义（t(71) = 1.40，p = 0.167，表2）。实际上，到学期结束时，两个班的写作水平已经相当。因此，在本研究的时间范围内，参与AR增强型词汇教学并未立即显著提高学生的作文总分。虽然AR组的学生在作文中更频繁或更恰当地使用了一些目标学术词汇（词汇复杂性有所提升），但这并不足以显著提高他们在评分标准其他方面的分数。

图4. AR组和对照组作文平均分的比较。

条形图显示了两个组的作文平均分数：AR组为76.93，对照组为73.15，误差条也已标出。

图4提供了写作成果的可视化对比。AR组的平均作文分数略高于对照组，但差距很小且不具有统计学意义。两个组的分数分布重叠较多，表明课程结束时两组的写作表现基本相当。

表3和多项研究结果表明，词汇知识与写作质量之间存在显著正相关（r≈0.45，p<0.001），即词汇知识较高的学生写作表现更好。皮尔逊相关系数r约为0.45，具有统计学意义（p<0.001）。值得注意的是，由于AR干预措施几乎使所有学生的词汇水平都有所提高，因此AR组内的词汇知识差异较小；而在对照组中，词汇知识的差异仍然是影响写作质量的重要因素（即词汇较好的学生写作得分远高于词汇较弱的学生）。

进一步探讨个体差异时，研究发现初始词汇水平影响了学生从AR教学中的受益程度。在AR组内，学生们的词汇前测分数与后续词汇提升之间存在显著负相关（r=-0.47，p=0.004）。换句话说，初始词汇水平较低的学生在学习过程中掌握了更多单词。AR组中词汇水平最低的学生提升最大，而那些已经掌握了一些目标词汇的学生虽然也有提升，但幅度较小。对照组中也存在类似趋势，但尚未达到统计学意义（r=-0.27，p=0.10）。这一模式表明，AR干预特别有利于词汇水平较低的学生，可能是因为多模态支架有助于他们更容易地学习新词汇。到后测时，几乎所有AR组的学生都获得了较高词汇分数，最低分为16/30，而对照组最低分为12/30，这凸显了AR对初始词汇水平较低学生的帮助作用。

定量研究结果表明，与传统教学方法相比，AR显著提高了词汇习得能力，并且促进了长期的记忆保持。虽然AR组在整体写作分数上没有显著优势，但词汇知识作为写作表现的重要预测因素，凸显了其在写作发展中的关键作用。AR干预帮助了词汇水平较低的学生，展示了其在缩小词汇差距方面的潜力。

综上所述，AR结合多模态输入显著提升了EFL学习者的词汇习得和记忆保持能力。AR增强了学习者的多方面体验，特别是在词汇习得和保持方面，这对于提高学术成就尤为关键。研究表明，AR环境显著提升了情感参与度，并增强了学习体验的感知价值。研究显示，AR技术呈现的场景改善了注意力、生动性和回忆能力（Yilmaz等人，引用2022年）。此外，学习者对清晰度、实用性和努力程度的感知影响了他们的词汇练习策略。这证明了感知和策略运用是技术增强词汇习得中的关键因素（Liono等人，引用2021年）。虽然这些感知不直接作为结果指标，但它们可能提高了任务专注时间和重复接触的机会，从而促进了长期记忆的巩固。

RQ3：写作表现与词汇知识的迁移
RQ3研究了词汇能力的提升与作文写作表现改进之间的关系。AR组在词汇发展方面表现出显著进步；然而，到学期结束时，两组之间的整体作文分数没有观察到统计学上的显著差异。这一模式与学术写作的多方面性质相符，学术写作不仅依赖于词汇资源，还取决于思想发展、组织结构、修辞连贯性和语法准确性（Lavigne等人，引用2022年）。这一发现表明，AR干预可以在不直接提升其他语言技能的情况下，带来特定方面的改进，例如词汇量的增加（Fernandez-Alcocer & Belda-Medina，引用2025年）。
词汇知识与写作表现之间存在显著关联，这从词汇后测分数与作文分数之间的相关性（r = 0.38–0.50）中可以看出。这表明词汇知识得到提升的学习者通常能写出质量更高的作文。研究表明，词汇丰富度（如词汇多样性、复杂性和词汇量）等指标可以预测第二语言写作的质量（Allagui & Al Naqbi，引用2024年；Yang等人，引用2023年）。本研究的词汇评估侧重于目标词汇的识别，而写作能力则需要有效的词汇检索和准确应用。词汇深度，包括搭配使用和上下文限制等方面的知识，对写作表现有重要预测作用（Sukying，引用2023年）。
对于组间差异较小的合理解释可能是，学生可能需要更多时间和明确的生产性练习，以便新掌握的词汇能够更容易地应用于写作中。Teng & Xu（引用2022年）指出，词汇量的增加并不一定能立即提高写作表现。定性反馈表明，AR支持的词汇学习减少了学生在写作中感知到的词汇障碍；然而，基于评分标准的分数在整个学期中变化不大。未来的应用可以通过将结构化的词汇复习融入写作任务中来改善迁移效果，包括具体的整合要求和指导性修订，从而促进更深层次的词汇理解和更有效的应用。

结论
本研究的结果验证了多媒体学习理论的核心原则，并将其应用于实际的英语作为外语（EFL）教学环境中。AR干预通过将词汇与图像、音频和互动情境结合在一起，实现了双重编码和多模态输入。这种方法同时激发了语言和视觉认知渠道，从而提高了回忆和记忆效果。通过AR进行的互动且有趣的词汇练习增加了学生的积极性和参与度，这些都是提高学习效果的重要因素。研究表明，AR不仅是因其新颖性而成为有效的词汇教学工具，还因为它能够以吸引人的方式促进多种教学实践，如情境化、多感官输入和重复检索。
在解释这些结果时，应认识到一些局限性。仅对90个目标词汇的分析表明，研究结果不能推广到更广泛的词汇知识或偶然学习。词汇测试的范围有限，并未评估长期记忆或语言的自发应用情况。对书面表达的评估可能无法细微地反映出词汇能力的提升；此外，研究对象仅为男性，这限制了结果在混合性别或女性群体中的适用性。尽管存在这些局限性，但该研究真实的课堂环境表明，AR具有超越单纯提升表面学习效果的巨大潜力。教育工作者需要接受针对性指导，培养将AR有效整合到教学实践中的信心。随着移动设备和AR/VR应用的日益普及，专业培训对于支持有效的教学设计和技术熟练度至关重要。AR内容应优先考虑明确的教育目的，而不仅仅是追求新颖性。本研究说明，AR的各个组成部分都发挥了不同的教学作用，包括概念的呈现和情境化词汇支持的提供。

数据可用性声明
本研究的数据可通过联系相应作者获得，只要提出合理请求即可。