近年来，第二外语词汇习得作为二语习得的基础，已成为外语教学研究的热点，有关学习与记忆方面的研究也时有出现(Barcroft, 2009; O’Malley, Chamot, Stewner-Manzanares, Kupper, & Russo, 1985; 张锦坤，白学军，杨丽娴，2008)。通常，测试被认为是评估学习与记忆的手段，而非促进学习的方法。很多研究已经表明，测试效应(testing effect)对记忆的保持有很大影响——重测比重学更有利于所学材料的长时保持(Delaney, Verkoeijen, & Spirgel, 2010;Roediger Ⅲ & Butler, 2011;Roediger & Karpicke, 2006; 刘兆敏, 罗良，张玮，2011; 张锦坤，杨丽娴，2011)。这里，重测指的是被试学习完材料之后，再对所学的材料进行测试(提取练习)；重学指的是被试学习完材料之后，再对所学材料进行重复学习。因此，如果教师认识到测试效应的存在，将会指导学生进行测试及自我测试等学习策略的训练，并将测试和教学结合起来改善课堂教学效果。作为学生也会在以后的学习中应用测试效应对自我学习进行管理，从记忆术的角度提升学习效率。

测试效应的实验室研究和教育实践研究已有很多，但尚没有研究探讨中国学生在第二外语词汇学习中重学与重测的不同作用。对于测试效应的研究，研究者以学前班、小学生、中学生、大学生及老年人，甚至是病人为被试，采用成对联想材料和文章段落等作为实验材料，其结果都一致性地支持了重测比重学更有利于所学材料的长时保持这一结论(Balota, Duchek, Sergent-Marshall, & Roediger Ⅲ，2006;Bouwmeester & Verkoeijen, 2011; Karpicke, 2009;Karpicke & Blunt, 2011b)。另有研究发现，在大学课程中每周的小测试比重学更加促进了学习材料的长时记忆(Mark, Janis, Mary, & Nova, 2007)。值得注意的是，已有的考察第二外语词汇测试效应的研究材料都是由“Swahili-English”构成的配对词，且被试也都是以英语为母语的学生。尽管Swahili语在发音、单词拼写等方面和英语都有差异，但构成Swahili语的字母和英语的字母完全相同。因此，毫无疑问，英语为母语的被试是很熟悉Swahili语的构成要素的。那么，由此产生的问题就是：由于以方块字为基础的汉语和以字母为基础的英语的差别远远大于同样以字母为基础的Swahili语和英语的差别。因此，相比Swahili语和英语，以英语为母语的被试在学习中产生了测试效应。那么对于以汉语为母语的中国学生，如果我们使用“Swahili-汉语”配对词为材料，是否也会观察到类似的测试效应呢？

在以往为数不多的单词学习的测试效应研究中，很少有研究同时关注被试对测试效应的认知情况。如果学生认识到测试效应的存在，在以后的第二外语词汇学习中将会更加注重使用测试和自我测试，从而改善学习策略，提高学习的自我管理能力。但Karpicke和Roediger(2008)通过比较采用不同实验条件的被试组一周后的记忆成绩，发现测试(而不是重学)促进了长时记忆的保持。但令人惊讶的是，参加实验的学习者对于该测试效应的产生毫不自知！而经历了中考、高考等强化训练的中国大学生是否能够意识到测试效应的存在呢？对于一周后的记忆情况的预期与实际回忆情况是否会有差异呢？

基于所述，本研究以“Swahili-汉语”配对词为实验材料，通过操纵学生的学习条件来考察：(1)对于经测试表明已经掌握的材料，重学和重测对长时保持的效果；(2)在重学和重测条件下，学习阶段结束后，我们要求学生对自己一周后的最终测试成绩进行估计，从而了解学生能否正确判断自己的实际学习情况。

选取某大学在校健康大学生80人，年龄范围18到25岁(平均年龄19岁，SD =0.8)，男女各半，视力或矫正视力正常，均为右利手，此前从未参加过类似的实验。实验前被试签署知情同意书，实验结束后每位被试得到一份纪念品。

40个“Swahili-汉语”配对词(见补充材料)。“Swahili-English”配对词是从Nelson和Dunlosky(1994)的研究中选择出来的，我们将其中的英文翻译成对应的汉语。Swahili语是非洲的一种语言，不属于罗马语系，但拥有与英语相同的字母系统，可以进行和英语同样的键盘输入。由于中国的被试都没有见过Swahili语，因此使用“Swahili-汉语”配对词作为实验材料，可以有效排除以往学习经验等因素对被试的影响，以控制无关变量的干扰。

本研究采用单因素实验设计，实验条件为自变量，共有4个水平，正确回忆率为因变量。随机分配80名大学生被试到四种实验条件中的一种，每种实验条件下各20名。第一种为标准实验条件(ST)，完全重复“学习—测试”模式。第二种实验条件(S_NT)，在前一学习环节中，对于经测试表明已经掌握的材料，后续环节不再重学但要继续测试。第三种实验条件(ST_N)，即对于前一环节中，经测试表明已经掌握的材料，在下一环节要继续重学但不再测试。第四种实验条件(S_NT_N)，即在前一环节中，对于经测试表明已经掌握的材料，被试既不重学也不测试，在后续环节中，只学习和测试没有掌握的材料。在ST_N和S_NT_N条件下，学生在学习阶段只成功回忆配对词一次即可；而在S_NT和ST条件中，被试在每一个测试环节都要重复回忆所有的配对词。

实验中(如表 1)，学习环节(S)和测试环节(T)各5个，并且交替进行。在每个学习环节中，每个“Swahili-汉语”配对词被随机呈现5秒钟。被试首先对40个配对词全部学习和测试一轮，在以后的8个环节中，学习和测试的试次数目分别由上述四种实验条件决定。实验要求被试学习配对词，以至于看到Swahili单词就能回忆起它对应的汉语单词。每个学习环节结束后，被试完成30秒的数学计算题分心任务，以排除学习环节之间的相互干扰。在测试环节中，当被试在屏幕中看到一个随机呈现的Swahili单词线索和一个光标时，他们的任务是键入正确的汉语单词。每一个测试试次持续12秒钟，之后无论被试是否做出反应，电脑程序都会自动进入下一个测试试次中。测试过程中没有反馈。

5个配对的学习和测试环节都结束后，要求被试对一周后40个配对词的记忆情况进行估计，并要求被试一周后返回进行最终测试。在最终测试中，对于每个Swahili单词，被试需在15秒钟内输入它所对应的汉语单词。

本研究使用C++程序进行实验操作，研究结果与分析使用SPSS16.0统计分析。

图 1展示了四种实验条件下的学习累积回忆正确率(被试首次记住配对词的频率)曲线。由图 1可知，在学习阶段结束时，四种实验条件的累积回忆正确率基本都能达到91%~99%，学习效果比较理想。更为重要的是，在每个环节中，四种实验条件的累积回忆正确率都没有显著差异，F(3，76)s <2.44，ps >0.05(单因素方差分析)。

图 1 在学习过程中，各种实验条件累积回忆正确率增长曲线

图选项

如图 2所示，四种实验条件一周后的最终测试成绩差异显著，F(3，76)= 6.42，p = 0.001，η² = 0.30。通过Tukey矫正方法的多重比较发现，在需要完全重复提取练习的条件中(S_NT和ST)，被试最终测试的回忆正确率为49%~51%。而在仅成功提取一次的条件中(ST_N和S_NT_N)，被试的正确回忆率仅为35%~28%。前者明显优于后者，t(78)= 4.43，p ＜0.001(独立样本t检验，双侧)，η² = 0.30，说明完全重复提取的实验条件比仅成功提取一次的实验条件有更好的回忆正确率。ST与ST_N两种实验条件的学习效果差异显著，t (38)= 2.83，p = 0.010，η² = 0.27。同样，S_NT与S_NT_N两种实验条件的学习效果差异显著，t(38)= 3.43，p = 0.003，η² = 0.36。尽管学生在学习阶段中累积回忆正确率没有差异，但一周后的延迟测试成绩却差异很大。研究结果表明，提取(而不是重学)是促进长时保持的关键因素。

图 2 学习一周后延迟测试的回忆正确率，其中误差线表示±1个标准误

图选项

尽管四种实验条件下累计回忆正确率曲线基本相同，但每种条件下所使用的总试次(包含学习和测试)却差异很大。表 1显示了每种实验条件下学习环节和测试环节以及总试次的平均数。由于40个项目在所有的学习和测试环节中都完整出现，所以标准条件(ST)的总试次最多(400个)。由于被记住的项目逐渐的从以后的练习中抛弃掉，所以S_NT_N条件的总试次数量最少(平均为221.17)。虽然其他两种实验条件(S_NT和ST_N)的总试次比较接近(322.58和316.42)，但是由于不同的抛弃模式，它们对于长时记忆的保持效果却有很大的差异。换句话说，ST_N条件比S_NT_N条件多95.25个学习试次，但长时记忆的保持情况相同。另外，ST条件比S_NT条件多77.42个学习试次，但这同样没有产生明显的保持优势。相反，当83.58到101.41个测试试次的差异出现在实验条件中(ST＆ST_N，S_NT＆S_NT_N)时，重复提取练习导致了44%到74%的长时保持增长率。

如果用学习效果的预期回忆正确率(四种实验条件下被试估计自己在一周后能正确回忆的数量与总数40的比值)来表示被试对不同实验条件下学习效果的期望，结果发现，如图 3所示，学习效果预期回忆正确率差异显著，F(3，76)=6.71，p = 0.001，η² = 0.31。被试对于完整学习实验条件(ST与ST_N)的预期回忆正确率均值是52%，而抛弃式学习实验条件(S_NT与S_NT_N)的学习效果预期回忆率均值为31%，二者差异显著，t(78)= 3.53，p = 0.001，η² = 0.21。

图 3 四种实验条件下，被试的期望回忆正确率与实际回忆正确率

图选项

为了探讨测试效应在第二外语词汇习得中的重要作用，本研究以“Swahili-汉语”配对词为实验材料，通过操纵不同的实验条件发现，在以字母与方块字为实验材料的研究中依然存在测试效应。学生认为学习投入的多，回忆的成绩就会好，反之学习投入的少，回忆的成绩就差，但通过比较不同条件间的实际回忆正确率，我们发现事实并非如此。只有在学习之后跟随充分的测试(提取)，才能有效提高长时记忆的保持。

实验中，以字母与方块字构成的配对词为实验材料，成功回忆之后的重学并没有促进记忆的保持，但测试对长时记忆产生了明显的促进作用，表现出了“测试效应”或提取练习效应(retrieval practice)，即学习(记忆)某些内容时，进行测试或提取练习比额外的重复学习能更好地促进学习内容的长时记忆(Izawa, 1967; Karpicke & Roediger Ⅲ，2007)。这与Karpicke和Roediger的研究结果相同。

但我们的研究与Karpicke和Roediger的研究又稍有不同。Karpicke和Roediger的研究一周后的长时回忆正确率高达80%左右，而我们的研究在一周后的回忆中，学习效果相对较好的实验条件中的回忆正确率也仅为50%左右。对于这一现象的原因并不十分清楚，但我们猜测可能是由于Karpicke和Roediger的研究中使用“Swahili-English”作为实验材料，两者均为拼音文字，且被试为美国人，被试很熟悉Swahili语的构成要素，其字母的“音”构成的记忆线索促进了测试效应的产生。因此在前期学习环节中，经过4轮“学习-测试”环节，四种实验条件累积回忆正确率几乎都接近100%。对于学习效果好的实验条件，一周后的长时回忆高达80%左右。在本研究中，由于“Swahili-汉语”属于拼音文字与拼义文字的组合，虽然中国被试对汉语比较熟悉，但学习与记忆配对词时还是要花费更多的努力。中国被试需要经过5轮的“学习—测试”环节，累积正确率才能达到90%以上，一周后的回忆率也低于Karpicke和Roediger研究中的回忆率。虽然看似学习效果相对较差，但我们依然观察到了测试效应，说明中国学生在运用汉语学习第二外语词汇过程中也产生了测试效应。

另外，本研究结果表明重复提取对于长时记忆的保持起到了巨大的作用(如图 2所示)。尽管很多教育者和心理学家认为，测试仅是对记忆内容的中立评估，但是测试比重学更加有利于所学内容的长时保持。本研究通过将抛弃式实验条件与重复提取条件的比较，发现学生完全重复学习或仅重复学习没有记住的内容对于长时保持都没有起到促进作用。曾有研究也发现，无论是即时测试还是延时测试，被试理解和产生外语单词的能力在提取练习条件下比模仿条件下更强(Kang, Gollan, & Pashler, 2013)。对于不同年龄的被试以及不同的实验材料，提取练习的学习效果都更好，即使提取努力失败，随后学习阶段的编码程度也有所增强(Balota et al.，2006;Bouwmeester & Verkoeijen, 2011)。研究者甚至发现与概念图式的精细学习相比较，提取练习也依然表现出很大的优势(Karpicke & Blunt, 2011a，2011b)。

Karpicke和Roediger的研究中，被试对于四种实验条件的学习效果的预期回忆正确率之间没有差异，几乎都是50%。而在本研究中，通过分析研究结果发现，被试对于不同实验条件的学习效果的认知是：投入学习努力多的实验条件的学习效果预期回忆正确率相对高一些，即学生认为学习投入的多，则成绩就应该要好一些。例如，如图 3所示，相对于抛弃式学习实验条件S_NT和S_NT_N，被试在实验条件ST与ST_N中每次都完全学习40个配对词，被试对于ST与ST_N一周后的记忆保持的期望偏高。但是实际长时记忆的保持情况与学生的预期却不相同，ST的实际回忆正确率明显高于ST_N。由此可以说明，也许中国的学生相信天道酬勤，多努力、多学习，成绩就会好。但事实是还应该讲究学习方法，即在学习的过程中自我测试很重要。同样，相对于抛弃式实验条件S_NT和S_NT_N，被试认为一周后的记忆保持情况会比较低。说明学生认为投入的学习努力少，那么长时保持的成绩就会相对低。但实际回忆正确率却大相径庭。现实的差异依然说明，测试(而不是重学)对于长时记忆的保持起到了促进作用。综上所述，学生主观认为学习投入的多，回忆的成绩就会好，反之学习投入的少，回忆的成绩就差。但通过比较不同条件间的实际回忆正确率，我们发现事实并非如此。只有在学习之后跟随充分的测试(提取)，才能有效提高长时记忆的保持。该结论与以往的研究结论相似。心理学家发现绝大多数学生在备考过程中选择重复阅读笔记或课本，而不会选择自我测试(Karpicke, Bulter, & Roediger Ⅲ，2009)。因此教师和学生合理的利用测试及自我测试，改善教学实践及自我学习管理显得尤为重要。

测试效应的研究结果对教育实践具有重要的启示作用。在我们的研究中，S_NT是四种实验条件中学习效率最高的一种，但被试对该种实验条件学习效果的预期与实际情况差异很大。说明中国的被试并没有完全认识到测试对长时记忆保持的促进作用。该结论与国外的研究结论相似。如果学生知道他们将进行有规律或不定期的测试(例如每周一次或几次)，那么他们的学习将更加深入和广泛，而不仅仅像以往那样考前“抱佛脚”(Leeming, 2002)。教师在教学实践中应更加重视培养学生应用测试效应的学习策略，帮助学生提高学习效率并促进长时记忆的保持(Beglar, Hunt, & Kite, 2012;Kornell & Bjork, 2007)。教学实验也证明，无论是第二语言词汇习得的初学者还是有经验者，接受记忆策略训练的实验组学生单词习得水平要优于对照组(Sozler, 2012)。学生在第二外语习得中，如果接受测试，可以有效提高学习效果(Marzban & Amoli, 2012; Rubin, 2001)。教师指导学生运用测试调整学习行为也很重要。对任务特征及与任务搜索相关的认知是高效率语言学习的主要决定因素(Hofmann, Schmeichel, & Baddeley, 2012;Rahimi & Katal, 2012)。学习者在学习过程中采取主动性，管理并控制自己的学习，将测试从对学习内容中立的评估转变成对所学知识的练习及促进长时保持，是提高学习成绩的有效途径(Chari, Samavi, & Kordestani, 2010)。学习者高效的加工和储存新知识，有利于知识的外化(Mokhtari & Reichard, 2002)。因此，测试所产生的效应有利于学生第二外语的习得及教师的课堂教学(罗良，张玮，2012; Fewell, 2010)。

本研究的实验材料是“Swahili—汉语”配对词，Swahili语与英语的字母系统相同，中国大学生普遍具有英语学习的经验，因此被试也可能利用英语为中介来学习Swahili语。因此研究结果中出现的测试效应，也许不完全是由方块汉字的“形”构成的记忆线索促进而成的，也可能存在其他的记忆线索，对于该问题需要进一步研究。

本研究的主要结论为：

(1)在第二外语词汇习得过程中，测试比重学更有利于词汇长时记忆的保持；

(2)学生对于重学的内容长时保持期望更高；

(3)自我测试既有助于学生高效习得第二外语词汇，又有助于教师改善课堂教学效果。