| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| 研究実績の概要 |
本研究は第二言語読解（L2読解）と相関する要因についてメタ分析を行ったJeon and Yamashita（2022）の再現性を検証しつつ, L2読解におけるSimple View of Reading モデルの妥当性を検証した。2022年の研究は, 語彙・文法・リスニング力が最も強い予測因であることを示し, L2リーディングでもSimple View of Readingの考え方が成り立つことを明らかにしている。一方で, 既存のメタ分析は２変数の相関しか検証しておらず, 複数の構成要素間の交互作用や潜在構造を明らかにするには限界があった。そこで本研究では, 2022年の研究で用いられた88件の一次研究の再コーディングによるメタ分析の再現性の検証を行い, その上で, L2読解とその構成要素（語彙・文法・リスニング・音韻・形態論的知識など）の関係性を明らかにするため,メタ分析的構造方程式モデリング（Meta-Analytic Structural Equation Modeling: MASEM）を用いた分析を行った。まず, 二次的メタ分析の結果, L2の文字を符号化する能力, 正書法の知識, 形態論的知識, 文法知識, リスニング力, ワーキングメモリ, メタ認知に関する相関係数は2022年の研究と有意差なく再現された。しかし, L2語彙知識, 音韻意識, 母語（L1）での読解能力に関しては, 相関係数が統計的に有意に小さく, 完全な再現は達成されなかった。MASEMによる構造方程式モデリングの結果では,「メタ言語的スキルが文字の符号化能力と言語理解スキルに間接的に影響するが, リーディング力には直接影響しない」というモデルが最も妥当であった。このことから, 語彙・文法・リスニングからなる言語理解スキルが,文字の符号化能力よりも読解力に強く寄与することが確認された。また,メタ言語的スキルは間接的に読解力に貢献することが明らかとなった。
|
