《Educational Research Review》：Closing Early Vocabulary Gaps: A Meta-Analysis of Interventions for Children Facing Elevated Risk For Challenges in Language Development
元分析揭示了干预措施对学生词汇量的中等效应（moderate effect）。大多数干预研究在美国进行。对照组类型和测量方式调节了效应量。未发现其他显著的调节变量。
1. 引言
词汇是语言的基础，被广泛认为是整个学校课程中取得成功的先决条件。入学时词汇量更丰富的儿童更有可能发展出强大的读写能力，这进而支撑了后续的教育和职业成功。然而，在入学时，教学语言方面的显著词汇差距已经很明显。这些词汇差异可由不同因素解释，如学生的社会经济地位（socioeconomic status, SES）、学生的语言状态、学生的种族、临床诊断的语言障碍或语言延迟。
鉴于词汇在教学语言中对学业成功的重要性，几项有影响力的元分析已经调查了词汇干预措施的有效性，重点关注不同的关键方面。然而，很少有研究在不考虑可能同时导致学生间词汇差异的各种潜在因素的情况下，分别报告来自低SES背景或多语学习者的结果。Marulis和Neuman进行了一项元分析，检测了2012年之前发表的、针对语言发展风险增加儿童的词汇干预措施的有效性。他们的结果表明，所有研究中词汇干预的总体效应量很强（g = 0.87, SE = 0.08）。分析不同的个体和社会特征时，研究发现低SES是一个统计上显著的调节变量，表明中高SES的学生比低SES的学生从词汇干预中获益更多。
鉴于全球贫困和移民趋势的增加，课堂的异质性增加，这项元分析的结果仍然具有现实意义。除了学生构成的变化，还可以观察到教育可能性的进一步发展。技术的快速进步为词汇教学提供了新的途径，例如多媒体功能或个性化学习。此外，数字媒体在教育环境中的使用有所增加。本元分析旨在通过综合近期的实证研究来补充Marulis和Neuman的工作。鉴于当前的社会变化，这项工作旨在揭示促进语言发展风险增加学生词汇发展的潜力。
2. 影响早期词汇发展的脆弱性前提条件
儿童词汇发展的差异可由多种、通常是重叠的脆弱性来源解释，范围从情境因素，包括低SES、教学语言熟练度有限（例如，作为非第一语言使用者）、以及与多数民族不同的种族，到个体状况，如诊断出的语言障碍或语言延迟。情境因素可能与儿童的语言接触和学习机会有关，这些可能会影响他们对干预的反应。由于在正规教育开始时词汇知识较低，来自弱势群体的儿童可能特别受益于满足其特殊需求的词汇教学，以便赶上非弱势群体的同龄人。在学生的个体状况方面，研究表明，针对语言障碍学生的干预措施的有效性取决于目标语言技能（加工与理解）和干预方法（内隐治疗与外显治疗与联合治疗）。
2.1. 社会经济地位
早期词汇差距在很大程度上可以追溯到早期词汇学习发生的环境差异。儿童通过在不同情境中反复接触词汇来习得词汇。词汇组织在相互关联的语义网络中，密集的网络加速了后续的词汇学习。Beck等人区分了教学情境和自然情境，在教学情境中词义被明确教授，在自然情境中词义从使用中推断。在正规教育（通常从幼儿园或小学开始）之前，幼儿接触教学情境的机会有限，因此他们学习新词和发展丰富词汇的主要机会是丰富的家庭语言环境。因此，除了语言输入的数量，其质量——以与成人进行回应性、语言和概念上复杂的对话为特征——对儿童的词汇习得和成长至关重要。
然而，在许多家庭中，这种高质量输入的机会是有限的。例如，Hart和Risley的一项被广泛引用的研究估计，来自低SES和高SES家庭的儿童在语言接触数量上存在3000万词的差距。尽管后续研究指出了该研究的方法论和理论局限性，但更近期的研究检测到了与SES相关的、虽然较小但可观的成人言语接触和对话轮次差距。这些数量差异还伴随着质量差异，因为高SES的照顾者更可能拥有儿童书籍并采用支持语言发展的养育行为，这些行为中介了SES对儿童词汇的影响。
2.2. 语言状态
尽管多语制对学生发展具有巨大潜力，但研究发现了类似的机制，可以解释第一语言（L1）和第二语言（L2）学习者在教学语言词汇方面的差异。在家里，L2学习者听到其传统语言的频率远高于教学语言。研究发现，主要在家使用L1的儿童往往在L2方面词汇量较小。课堂接触也可能有所不同。除了语言接触的数量，语言输入的质量对于解释L1和L2学生之间的差异也很重要。父母在教学语言方面的熟练程度以及儿童环境中非母语者输入的程度都能预测L2词汇增长。与来自低SES家庭的儿童一样，L2学习者可能较少有机会参与教学语言的非正式读写活动，这对儿童的词汇很重要。因此，在教学语言方面概念丰富的家庭语言环境对于L2词汇习得至关重要。
2.3. 种族
文化或民族出身与居住国多数人口不同的儿童（即具有少数民族地位的儿童）经常经历词汇差距，这已被联系到例如多语制。因此，少数民族地位可能因情境因素而导致学生间的词汇差异，例如减少接触教学语言和教学语言的家庭读写环境支持较少。然而，重要的是要注意，并非所有来自少数民族家庭的儿童都是多语成长的。除了学生的语言背景，来自少数民族背景的儿童更容易经历结构性歧视，这可能导致不平等的学习机会，并与低SES密切相关。此外，来自少数民族背景的学生报告与教师的关系质量较低，这可能对其词汇发展产生负面影响。
2.4. 语言障碍与语言延迟
有语言障碍的学生在理解和运用口头和书面语言方面表现出持续的困难，这是由于语言加工方面的挑战。有语言障碍的儿童需要更频繁地接触词汇才能学会它们。此外，他们在语音编码和提取方面存在困难，这导致命名和识别新词方面的困难。有语言障碍的儿童也维持着较小的语义网络，因此通常词汇量较小。
然而，一些儿童的词汇技能低于年龄预期，称为语言延迟，但不符合语言障碍的标准。语言延迟通常与低SES和多语制同时发生，特别是当儿童接触教学语言的机会非常有限时。这可能会显著抑制词汇增长。重要的是，来自弱势背景且表现出语言延迟的儿童面临语言障碍过度诊断和诊断不足的风险。
2.5. 累积影响与教学启示
来自弱势群体的儿童，例如那些低SES、教学语言与L1不同、种族与多数民族不同、有语言障碍和语言延迟的儿童，通常入学时词汇量显著较小。这些差异即使在正规教育开始之前就可观察到，并且与马太效应一致，对于来自低SES家庭的学生，这些差异在整个小学阶段趋于增长。然而，关于语言背景，结果是模糊的，有研究支持马太效应，也有研究反对。
课堂中词汇发展的机会差异很大。例如，教师在常规课程中用于系统性词汇教学的时间差异显著，有些教师每分钟提供的教学支持几乎是其他教师的十二倍。因此，许多早期词汇经验有限的学生没有接受足够的系统教学来弥合词汇差距。鉴于词汇在学业成就中的关键作用，早期和有针对性的干预至关重要。
3. 针对弱势群体学生的词汇干预
有效的词汇干预必须考虑到早期语言接触有限的学生的特定教育和发展需求。词汇量相对较小的儿童在低SES、多语和其他受教育不平等影响的群体中比例过高，并且往往具有较稀疏的语义网络，这使得整合不熟悉的词汇更加困难。因此，当新词汇建立在先验知识之上时，教学可能最有效。现有的词汇干预在多个维度上存在系统性差异，包括其方法论特征、教学法方法、教学形式和教学剂量。
3.1. 方法论特征
方法论特征，如研究设计、控制条件类型和结果测量的选择，共同塑造了词汇干预研究中观察到的效应量。随机对照试验减少了混杂变量的影响，并允许更强的因果推断，而准实验设计可能因未测量的混杂因素而高估干预效果。
使用的对照组或比较组的类型也可能影响研究结果。通常，对照组的学生要么接受常规教学，要么接受另一种不同重点的替代治疗。常规教学对照组使研究人员能够评估干预相对于标准教学实践的效果，从而增强生态效度。相比之下，替代治疗对照组可能会对词汇结果产生溢出效应，因为理解学科内容通常需要可以在替代干预期间获得的特定领域词汇。
最后，近端结果测量比远端测试产生更大的效应量。近端测试通常由研究人员设计，只测试干预中教授的目标词。远端测试更可能是标准化测量，评估不同词汇的语料库，假设词汇量更丰富的学生更可能识别和理解它们。先前的元分析表明，近端测试在提高学生词汇方面的干预效果大于远端测试，因为它们更贴近特定的干预目标。
3.2. 教学法方法
词汇干预在内隐和外显教学之间取得的平衡各不相同。内隐方法要求儿童从语境中推断单词的含义。例如，故事书阅读是一种流行的内隐方法，其中目标词嵌入故事中并通过阅读习得。然而，要能够利用语境线索推断词义，需要特定的词汇知识。来自弱势群体的学生可能不具备成功地从文本中习得未知词所需的词汇知识。因此，这些学生可能从孤立的内隐处理中获益较少。相比之下，外显方法用适合儿童的定义来呈现词义。明确地定义单词可以减少认知负荷，促进对学习内容的关注，并且不依赖语境知识，这可能对来自弱势群体的学生尤其重要。然而，孤立的外显方法可能不足以培养学生的词汇知识。因此，内隐和外显方法的组合产生了最大的学习收益，特别是对于语言发展风险增加的儿童。大多数研究通过实施故事书阅读并在阅读前或阅读中辅以单词定义来结合内隐和外显方法。
除了教学方法，传递模式——模拟或数字——增加了另一层变化。模拟形式支持人际互动，并能培养接受性和产出性词汇知识。根据双重编码理论，信息在通过言语和非言语渠道双重编码后可以更成功地处理，前提是材料提供有意义的学习机会并以高质量的教学实施。因此，数字媒体有潜力通过整合多模态特征来利用双重编码的优势，同时保持不同模态之间的一致性。此外，这些功能为个性化学习提供了多样化的机会，这对来自弱势群体的年轻学习者尤其重要。同时，交互功能可能分散注意力，特别是对弱势群体，从而可能降低干预的有效性。另一个重要方面是成人提供的支持。数字实施的一个好处是增强了学生独立工作的能力。然而，对于来自弱势群体的学生来说，有机会询问有关内容和未知单词的问题尤其重要。这种选择在成人在场的模拟环境中更有可能实现。
3.3. 教学形式
教学特征，如小组规模和干预者，可能会影响词汇干预的有效性。小组规模影响儿童与干预者之间互动的密度，并可能影响词汇干预的整体有效性，尽管实证证据仍然不一。小组环境通常被认为能促进更有意义的互动。此外，小组可以增加学生话语的频率，并能够根据儿童的能力进行个性化脚手架。相应地，小组可能对来自弱势群体的学生特别有效，因为它们使教师能够对学生的对话提供个性化反馈。相比之下，一项研究发现全班教学比小组形式获得更大的词汇收益。然而，最近的一项研究发现小组规模与学生的读写结果之间没有显著关联。
干预者的身份似乎不太关键，因为当治疗保真度高时，由教师和研究人员实施的方案产生相当的结果。例如，词汇干预的元分析表明，由教师或实验者进行的干预同样有效。
3.4. 教学剂量
干预的剂量，由其强度、频率和总持续时间定义，也可能对词汇干预的有效性产生影响。由于未知词是通过在不同情境中高频率接触而习得的，高剂量干预可能是产生预期效果所必需的。较高的剂量允许对目标词进行密集接触，并使学生能够通过各种活动掌握其在不同语境中的意义和用法。多样化的接触建立了词汇知识的广度和深度，这两者都是阅读理解的关键先决条件。
高剂量干预可能对来自弱势群体的学生特别有益，因为它们提供了对目标词汇更高的接触。研究发现，L2学习者的词汇发展遵循与其单语同龄人相似的轨迹，但存在发展延迟。研究人员建议，有语言障碍的学生需要更多接触目标词才能学会它们。然而，在他们的元分析中，Marulis和Neuman没有发现一致的证据表明强度、频率或持续时间是干预有效性的显著调节变量，这意味着干预的教学质量和重点可能比单独的剂量更重要。
4. 本研究
学生之间的早期词汇差异在正规教育开始时变得明显。尽管有不同的元分析关注词汇干预的有效性，但没有研究关注不同的个体和社会影响特征。然而，Marulis和Neuman的元分析为面临语言发展挑战风险增加的学生的词汇干预有效性提供了广泛的见解。但从那时起，社会和教育发生了变化。目前，人口变化以及教育实践和技术的进步给世界各地的教育系统带来了新的挑战和机遇。本元分析汇集了当前的实证研究，同时提出以下研究问题：第一，针对语言发展风险增加的儿童（4-8岁），在正规教育的最初几年，词汇干预的整体有效性如何？第二，词汇收益是否因脆弱性类型而系统性地不同？第三，干预的特征在多大程度上调节了词汇干预的有效性？
5. 方法
为了回答我们的主要研究问题，我们综合了针对正规教育开始时面临语言发展挑战风险增加的学生的词汇干预的实验和准实验研究。我们的程序遵循了PRISMA 2020报告标准。
5.1. 纳入资格
在文献检索之前，我们确定并采用了先前关于该主题的元分析中纳入干预研究的标准。如果研究未能满足一项或多项纳入标准，则被排除。一项研究如果满足所有以下标准则有资格纳入：研究包含促进儿童词汇学习的干预措施，并将其作为结果变量测量；研究在2012年之后发表；研究以英文发表；研究参与者年龄在4;0至7;11岁之间；样本的90%或以上来自低SES家庭、是多语学习者、是少数民族学生、有语言障碍或有语言延迟；研究参与者没有神经或发育障碍；研究在课堂环境中进行；训练了教学语言中的真实词汇；使用了准实验或实验设计；词汇学习用远端、标准化或近端、研究人员设计的测试进行测量。
5.2. 文献检索
第一作者在相关的电子数据库中进行了系统的文献检索。我们检索了2012年至2023年3月之间发表的研究。在研究过程中，我们重复了文献检索以纳入截至2024年11月发表的最新研究。此外，我们检索了相关元分析和原始研究中的参考文献列表，以获得全面的合格研究。当全文不可用时，我们联系了通讯作者。20%的结果由第一和第二作者双重筛选。其余研究由第一作者筛选资格。初步数据库检索产生了5337篇文章。此外，通过滚雪球检索确定了35篇文章。在去除重复项后，我们筛选了2951个标题和摘要，其中2386个因不符合纳入标准而被排除。根据资格标准评估了565篇剩余全文，产生29篇合格文章。后来我们放弃了其中两篇，因为其结果不允许我们计算效应量，留下27项研究。第二次更新的数据库检索确定了916条额外记录，其中三项符合所有纳入标准。结合两次检索，我们发现了30项独立研究纳入元分析。
5.3. 数据编码
我们通过改编Marulis和Neuman的编码手册及其扩展版创建了详细的编码手册。还包含了与本综述相关的额外变量。第一作者和一名训练有素的研究助理独立地对每项合格研究进行了双重编码。所有纳入的研究都进行了双重编码，任何剩余的分歧都通过讨论解决。当缺少必要信息时，我们联系了原始论文的通讯作者；44%的作者在八周内回复，信息被纳入编码。
5.4. 元分析策略
为了回答第一个研究问题，我们基于报告的样本量以及后测均值和标准差计算了Hedges' g。一些纳入的研究没有充分报告所有必要的值。在这种情况下，我们使用方差分析结果来计算效应量。大多数研究包含多个效应量。为了防止信息丢失，我们使用样本内聚类数据计算了多水平元分析模型。该模型通过考虑三个层次的方差来处理效应量的依赖性。计算基于随机效应模型和限制性最大似然估计器。为了回答第二和第三个研究问题，我们还计算了多水平随机效应模型，并进行了Omnibus检验以确定潜在的调节效应。我们将所有调节变量同时纳入一个模型以考虑它们之间的相关性。由于研究描述不完整导致样本统计量和调节变量数据缺失，我们进行了多重插补。
6. 结果
6.1. 描述性结果
最终样本包括k = 30项独立研究，共同产生了n = 109个效应量。共有4184名儿童被分配到干预组和对照组。个体研究样本从9到497名参与者不等。前测平均年龄为59.80个月，女孩平均比例为44%。大多数研究在美国进行。其余研究在挪威、以色列、瑞典和台湾进行。关于个体和社会特征，最常代表的弱势群体是低社会经济地位学生，其次是多语学习者状态和语言延迟。少数民族地位、语言障碍和新近移民背景较少见。
6.2. 研究问题1：总体效应量
针对语言发展风险增加学生的词汇干预的总体效应量为Hedges' g = 0.62，表明中等效应。然而，研究间的效应量差异很大，表明存在显著的异质性。异质性检验揭示了显著的方差，其中64.37%的方差在研究内，31.48%在研究间。这些结果表明研究和研究内部存在高度变异性，这需要进行潜在的调节变量分析。
6.3. 偏倚风险
没有一项研究在所有质量指标上都达到满意的评估。然而，大多数研究具有中等的报告质量，而大约三分之一的研究报告质量较低。所有研究都报告了其分组分配信息。测试质量的报告质量在63.3%的研究中是满意的，大多数研究报告了干预保真度。近一半的研究在流失方面显示出满意的报告质量，而没有研究报告功效分析。为了评估发表偏倚的潜力，我们进行了几项分析。Egger检验结果表明漏斗图存在不对称性。这种不对称性可能归因于小研究效应、真实异质性或发表偏倚。为了进一步评估研究结果的稳健性，我们进行了留一法分析，排除了效应量最大的三项研究。结果基本保持不变，表明总体效应量是稳健的。
6.4. 研究问题2：个体和社会特征的调节变量分析
我们进行了多水平调节变量分析，以检验词汇干预的有效性是否因特定的个体和社会特征而变化。从数值上看，低SES学生、少数民族背景学生、语言障碍或语言延迟的学生似乎比同龄人表现出更大的效应，而L2学习者没有出现系统性趋势。然而，这些变量均未成为统计上显著的调节变量，表明这些描述性差异不应被过度解读。这些发现表明，平均而言，所检查的词汇干预措施在不同学生群体中都是有效的。
