引言

在语言测试研究领域，听力理解因其过程的瞬时性与内隐性而长期被视为最难探查的技能之一。传统的研究范式多依赖产品导向的测试分数或回溯性问卷，难以揭示学习者在真实听力过程中认知加工的动态轨迹。近年来，随着眼动追踪技术的成熟，研究者得以从注视时长、注视次数等精细指标中推断学习者在任务解决过程中的注意分配与认知负荷。而在方法论层面，眼动数据与口头报告的结合不仅能够交叉验证认知加工的特征，还能为探究个体差异的深层机制提供方法论支撑。在听力测试中，不同水平的学习者在完成相同任务时往往表现出显著的分化。已有研究表明，这种分化与学习者在任务中所采用的认知策略密切相关。然而，现有研究多聚焦于阅读理解领域，针对听力测试这类需要同时处理听觉输入与视觉信息的复杂任务，尚缺乏对其认知策略的系统探讨。因此，不同水平的考生在实时加工中如何分配注意、如何调用认知策略仍有待进一步实证研究。结合近年来的研究趋势，本研究以英语专业八级考试（TEM-8）讲座听力任务为语境，选取两名典型个案，采用眼动追踪与刺激性回忆相结合的方法，系统分析受试者听力过程中的认知策略。

一、文献综述

（一）语言测试中的认知策略

策略研究在语言测试领域占据着重要位置。对策略使用的研究不仅有助于理解测试表现差异的来源，也为测试效度验证提供了关键证据（Wang, 2016; Guo, 2025）。在听力测试研究日益重视认知过程的背景下，明确认知策略的概念与分类体系，是探究不同水平学习者任务处理差异的理论前提。

在定义层面，Bruner（1956）首次提出认知策略的概念，经过后续学者的不断发展，认知策略（cognitive strategies）可被总结为是用于调节思维过程的控制性心理操作（Gagné, 1977; Oxford, 1990）。Phakiti（2006）将认知策略分为三个子类别：理解策略（comprehending）、检索策略（retrieval）和记忆策略（memory）。理解策略涉及对输入信息的意义建构；检索策略涉及从长时记忆中提取相关知识以辅助当前任务解决；记忆策略则涉及对信息的临时存储与复述。这个三分法为研究者提供了分析认知策略使用模式的框架。

在听力测试中，研究者对认知策略的分类进行了更为细致的探讨。Bi与Wang（2024）针对雅思听力测试进行大样本研究，在Phakiti（2006）框架的基础上新增一类认知策略：记推理与细化策略（inferencing and elaboration）。该研究发现，在四类策略中，仅有理解策略对听力测试表现具有直接显著影响，而记忆、推理与细化、检索三类策略则通过理解策略间接作用于测试表现。这一发现凸显了理解策略在听力测试认知加工中的核心地位。

需要注意的是，认知策略常与元认知策略（metacognitive strategies）并置讨论，但二者的功能存在本质差异。在语言测试中，认知策略执行具体的加工操作，即考生利用自身的语言和知识储备以解决任务。而元认知策略是对自身思维过程的计划、监控与评估，其功能是调控而非执行（Phakiti, 2003）。上文提及的学者Bi与Wang（2024）的微观分析进一步揭示了二者层级关系的复杂性。该研究发现元认知策略对测试表现的作用完全通过认知策略的中介效应实现。这一发现从实证层面印证了在探究测试表现差异时，认知策略是距离“产出”更为直接的解释变量。

相较于阅读测试，听力测试中的认知策略研究起步较晚、成果相对有限。这一差距部分源于听力过程的瞬时性与不可逆性——研究者难以像分析阅读痕迹那样回溯听者的加工路径。传统研究多依赖问卷法（如Phakiti, 2016）或事后访谈（如Rukthong & Brunfaut, 2020）收集策略使用数据，这些方法虽能揭示学习者“报告”使用了何种策略，却难以捕捉策略使用的实时动态。近年来的研究开始采用更为精细的方法论。Yanagawa（2024）通过干预研究发现，自下而上策略教学（bottom-up strategy instruction）能显著提升不同水平学习者的听力测试表现，而策略教学仅对高水平学习者有效。这一结果提示，在探究不同水平学习者的认知路径差异时，需同时关注其认知策略的使用模式与语言水平基础。在整合型听力任务研究领域，Wang与Yu（2021）采用有声思维法探究了听写填空任务中的认知过程。然而，有声思维法依赖事后回溯，难以捕捉认知加工的精细时间特征。这一方法论局限正被眼动追踪技术所突破。

综上所述，Phakiti（2006）的认知策略分类框架以及Bi与Wang（2024）在听力情境中验证的四因素模型，为本研究提供了分析工具。通过考查高、低分学习者在听力填空任务中理解策略、推理策略、记忆策略与检索策略的使用模式差异，可以揭示不同水平学习者的认知路径。而这一分析需借助眼动追踪等过程测量技术方能实现，这也构成了下一节文献综述的核心议题。

（二）眼动追踪作为认知策略研究的工具

眼动追踪作为一种实时的过程测量技术，其认知推断能力建立在两条核心理论假设之上。其一是Just与Carpenter（1980）提出的“心眼假说”（eye-mind hypothesis）。他们认为眼睛注视的内容与大脑当前处理的内容具有高度一致性。其二是“即时效应假设”（immediacy assumption），强调注视行为与大脑信息处理之间不存在显著的时间延迟。Spivey等人（2009）进一步指出，眼动或凝视行为被视为观察认知过程的窗口（a window into cognition），这一定位在语言研究领域获得了广泛接受。这两大假设共同构成了通过眼动数据推断认知思维过程的核心逻辑。然而，该假设的推断效力因任务类型而异。这提示研究者在使用眼动数据推断认知过程时，需结合具体任务情境予以校准。本研究所采用的刺激性回忆访谈正是对此问题的积极回应。

眼动追踪可提供丰富的量化指标，且不同指标对应不同类型的认知加工信息。具体而言，眼动指标可分为早期和晚期两类字段。早期指标（如首次注视时间）反映词汇识别的初始阶段，与自下而上的加工密切相关。晚期指标（如总注视时间）则与自上而下的整合过程相关，如语境推理和工作记忆的调用（Just & Carpenter, 1980）。在具体研究中，Kwon和Yu（2024）采用眼动追踪及刺激性回忆访谈考察了视觉线索在二语听力测试中的作用。更重要的是，两位学者通过刺激性回忆访谈进一步揭示了被试眼动模式背后的认知原因。这一研究范式与本研究的方案设计具有高度的方法论一致性。综合而言，上述研究共同揭示了眼动追踪在听力测试认知策略研究中的方法论价值。眼动指标不仅能够客观记录被试“看到了什么”，还可以通过结合质性访谈构建从眼动模式到认知策略的映射。

综上所述，眼动追踪技术为探究语言测试中的认知策略提供了独特的实时过程证据。本研究在此方法论框架下，将采用总注视时长、平均注视时长、注视次数、总访问时长、平均访问时长及访问次数作为主要眼动指标。通过将眼动轨迹与刺激性回忆访谈数据相结合，本研究将揭示高分与低分学习者在听力填空任务中的认知路径差异。以下为本文的研究问题：

1. 在处理不同类型的听力填空任务时，受试者的眼动模式呈现出怎样的特征？

2. 上述特征体现了怎样的认知策略？

3. 不同水平受试者的认知策略是否存在显著差异？

二、理论框架

本研究采用Bi与Wang（2024）在Phakiti（2006）的认知策略分类框架基础上发展而成的四因素模型，作为理论分析框架。该模型区分了四种认知策略：记忆（memory）、推理与细化（inferencing and elaboration）、检索（retrieval）和理解（comprehending），下面将对各类策略的内涵进行逐一界定。

Phakiti（2006）在研究语言学习者在阅读测试中的策略使用行为时，将认知策略划分为理解、检索和记忆三类，并明确了每一类的具体操作化指标。理解涉及对输入信息的意义建构，具体包括翻译（translate）、聚焦意义（focus on meaning）、扫读与略读（scan & skim）以及识别主旨（main points）等操作。检索（retrieval strategies）是指从长时记忆中提取相关知识以辅助当前任务解决的操作行为，具体包括运用语法知识（use grammar）、调用已有知识（use prior knowledge）、综合使用多种策略（multiple strategies）以及关联相关信息（connect relevant information）。记忆（memory strategies）则涉及对信息的临时存储与复述以应对后续任务需求，通过投入时间（devote time）、复述（repetition）和记忆任务要求（remember tasks）等操作实现。

在Phakiti三分模型的基础上，Bi与Wang（2024）将其应用于雅思听力测试场景，并发现认知策略可以分解为四个独立因子。在原有理解、检索、记忆的基础上，新增了推理与细化，从而将认知策略的类型学由三维拓展为四维。在Bi与Wang（2024）的问卷操作化中，推理与细化主要有两个核心特征：其一是语义推断，即利用非语言线索推测话语背后隐含的信息意图；其二是心理表征的构建与精细化，即在脑海中生成心理表征来组织和加深对文本的理解。从三分模型到四因素模型的扩展，反映了听力理解策略研究中一个重要的理论进展——即从侧重信息提取的静态分类向兼纳推理加工的动态框架的演进。

综上所述，本研究将采用Bi与Wang（2024）的四因素模型作为理论分析框架。在实证研究层面，研究人员将通过眼动追踪技术与刺激回忆访谈获取的认知报告，构建从眼动指标到具体策略使用的定性映射，从而揭示高、低分学习者在认知路径上的差异。

三、研究方法

本研究采用的是混合研究方法，两位参与者均为英语专业的女学生。被试A现就读本科三年级，由于TEM-8备考需要经常进行高强度听力训练。被试B现就读研究生二年级，自我报告TEM-8为“良好”等级。在研究工具方面，本研究选取2010年专八考试（TEM-8）的讲座听力部分作为听力材料。该听力材料的填空类型见表1。

Gap编号	Task 2010
Gap 1	Inference
Gap 2	Key - point
Gap 3	Key - point
Gap 4	Key - point
Gap 5	Detail
Gap 6	Detail
Gap 7	Detail
Gap 8	Inference
Gap 9	Detail
Gap 10	Detail
Gap 11	Inference
Gap 12	Detail
Gap 13	Detail
Gap 14	Synthesis
Gap 15	Detail

其次，本研究采用眼动追踪技术作为核心数据采集工具。实验中使用了Tobii Pro Spectrum 1200眼动追踪仪，其采样率为1200 Hz，能够高精度地记录受试者在电脑屏幕上的眼动轨迹。作者参考了Conklin等人（2018）的设计方案，将听力材料的字号设定为14号，行距为双倍。眼动仪屏幕上听力材料的显示格式如图1所示。为了弥补眼动数据的局限性，本研究还将采用刺激性回忆法，在参与者完成听力任务时回放眼动轨迹视频以获取反思性认知过程的证据。

在数据分析层面，针对第一个研究问题，本研究将描述性统计每位被试在不同填空类型上的眼动指标并进行质性的解释。针对研究问题2，本文将刺激性回忆访谈录音逐字转录，并基于认知策略四因素模型对文本进行编码（见表2）。针对研究问题3，本研究采用定性比较为主、描述性统计为辅的策略。由于本研究为个案对比，分析将结合访谈摘录，重点聚焦于高分组与低分组的认知策略使用对比。

策略类型	操作性定义	典型报告示例	眼动指标
记忆策略 (Memory)	对听力输入信息进行临时存储、复述或刻意回忆。	“这个空要填三个词，我一边听一边默念前面的两个。”	总注视时长；注视次数；平均注视时长；访问次数
推理与细化（Inferencing & Elaboration）	利用语调、语气等推测未直接表述的信息；在脑海中构建心理图像。	“听到‘however’我就知道后面要讲相反的观点了。”	总注视时长；总访问时长；平均注视时长；注视次数；访问次数
检索 (Retrieval)	调用已有的语言知识或背景知识来辅助理解。	“huskiness 我听到了但不会写，只能根据读音拼一下。”	总注视时长；注视次数；平均注视时长
理解 (Comprehending)	对听到的信息进行意义建构、整合、转述或总结。	“我想把它概括一下，因为它对应起来只有一个单词。”	总注视时长；总访问时长；平均注视时长

四、研究结果

本节围绕三个研究问题报告数据分析结果：高分组与低分组被试在处理不同类型听力填空任务时的眼动模式特征；这些眼动模式所体现的认知策略；两组被试在认知策略使用上的差异。根据15个填空的任务类型分类，我们选取了8个代表性填空进行深入对比。表3呈现了两位被试在这8个填空上的完整眼动指标。

任务类型	Gap	组别别	总注视时长（ms）	平均注视时长（ms）	注视次数	总访问时长（ms）	平均访问时长（ms）	访问次数
推理型	1	高分组	22195	226	98	24567	251	98
		低分组	24567	267	92	27123	295	92
要点型	2	高分组	12200	290	42	13420	320	42
		低分组	23983	353	68	26862	395	68
细节型	5	高分组	4572	381	12	4938	411	12
		低分组	4850	373	13	5238	403	13
细节型	7	高分组	4047	311	13	4371	336	13
		低分组	4283	357	12	4626	385	12
推理型	8	高分组	10212	284	36	11233	312	36
		低分组	4233	458	10	4741	474	10
细节型	9	高分组	9522	257	37	10474	283	37
		低分组	6867	272	25	7622	305	25
细节型	12	高分组	8847	328	27	9732	360	27
		低分组	8867	261	34	9754	287	34
综合型	14	高分组	1915	638	3	2107	702	3
		低分组	4367	397	11	4891	445	11

（一）眼动模式特征与认知策略

在推理型填空方面，Gap1 是讲座开篇的推理题，需要根据说话人的语气和内容推断主题。两组的总注视时长相近，但低分组的平均注视时长高于高分组，而注视次数略低。这表明低分组每次注视停留时间更长，但注视频率稍低。更值得关注的是平均访问时长：低分组为295 ms，高分组为251 ms，差异显著。这种差异反映了低分组需要更长的总访问时间来完成同样的信息搜索。刺激性回忆揭示了两组本质不同的加工意图。低分组报告：“我就一直在听有没有他提到的地方”，其注视属于无目标的预期性搜索。高分组则坦言：“第一道题我不确定我填的是不是对的”，其注视虽也伴随着犹豫，但最终能够识别关键词并完成作答。

Gap8 要求将听到的“I don’t care”概括为一个单词，属于语义推理与转化任务。高分组在此空的总注视时长和总访问时长均超过低分组两倍，且注视次数显著更多，这表明其投入了更充分的语义整合加工。值得注意的是，低分组的平均注视时长远高于高分组，同时平均访问时长也更高。结合其仅10次的注视次数，低分组呈现出“极长单次注视、低频次、高访问成本”的异常模式。这种模式通常反映认知加工受阻，被试可能长时间凝视某一信息点而无法进行有效的信息转换。访谈中，高分组详细描述了其概括过程：“我当时听到好像大概意思就是什么not care，然后我最后就写了这个，冷漠，indifference。”低分组虽也表示“想把它概括一下”，但未能产出正确答案。

在要点型与细节型填空方面，Gap2是一个相对简单的关键信息定位题。然而，根据数据，相较于高分组，低分组的注视和访问资源投入几乎翻倍，但也成功听出了答案。这种冗余注视表明，低分组在已掌握的信息上过度停留。平均访问时长的差异尤为显著，这说明低分组每次访问需要更长的整体时间，可能源于更频繁的眼跳和更慢的信息确认。Gap5也为直接听写题，双方均报告直接听到答案。两组数据高度接近。数值处于中等偏低水平，且平均注视时长相近，符合自动化加工的特征。此外，两名被试在访问时长与注视时长的差值差异不大，表明两组在简单任务上的眼跳效率相近。

Gap7同样为细节题，但高分组在此进行了策略性推理。两组总注视时长相近，总访问时长也相近，但低分组平均注视时长明显高于高分组；注视次数则相反。而访问时长的差值显示低分组需要更长的眼跳时间。访谈中，高分组报告：“我听到uncertain了，但是我又感觉这个不是要填3个以内的词吗。”这表明高分组在细节型题目中主动调用了元认知监控和信息整合策略。低分组则无此类报告。Gap9（细节型）双方均报告错过，但高分组在错过的情况下仍保持了较高频次的注视 and 访问，体现了一定的监控持续性。

Gap12是语义转换题。两组总注视时长几乎相等，总访问时长也相近，但平均注视时长和注视次数差异显著。访问时长的分解显示，高分组每次访问平均360 ms，低分组仅287 ms，但低分组访问次数更多。这表明高分组用更少的访问次数、更长的单次访问完成了语义转换，其访问时间内包含了有效的认知加工；低分组则表现为细碎的反复扫视，多次进出兴趣区却未能形成有效的转换策略。访谈中高分组明确归因于“专四经常需要转换”的经验检索，低分组无此报告。

难度较大的Gap14（综合型）要求整合多处信息。高分组总注视时长较短，但平均注视时长处于最高水平。而低分组总注视时长及总访问时长都明显偏高。高分组极长的单次注视和访问反映了深度的语义整合。低分组则表现为多次较短访问，缺乏聚焦。访谈中，低分组报告“看前面它那个结构……编一个上去”，属于猜测而非整合。

（二）不同水平受试者的认知策略差异

基于上述眼动特征与刺激性回忆的三角互证，我们使用认知策略编码表对访谈文本进行了系统编码。表4呈现了两位被试在四类认知策略上的使用频次分布。

策略类型	高分组	低分组	典型报告示例
记忆策略	2	5	“我在心里默念前面的两个”
推理与细化策略	8	3	“根据语法缺副词”“专四总转换”
检索策略	5	1	“huskiness拼一下”“powerful要写上”
理解策略	4	2	“概括为indifference”
无法归类（走神/模糊）	3	7	“没感觉到已报走”

高分组使用推理与细化策略8次，低分组仅3次。高分组善于利用话语标记词、语法线索和考试经验进行预测性推理，其眼动表现为中等时长注视、适中的注视次数以及合理的访问/注视比（约1.10）。低分组的3次推理尝试中，两次属于低效推理：在Gap1上反复扫读却未锁定关键词，在Gap14上“看前面结构编一个”。其眼动特征为极长平均注视时长或无效反复扫视，且访问/注视比偏高（低分组平均约1.12，高分组约1.08），说明低分组在眼跳上消耗了更多时间。而在记忆策略方面，低分组使用频次（5次）高于高分组（2次），但其记忆行为多发生在已经错过的填空上，属于机械复述而非精细编码。眼动上表现为在非关键区域的冗长注视和访问。高分组的两处记忆策略均与成功检索协同。

在检索策略方面，高分组检索策略使用5次，能够快速调用语法知识和考试经验。低分组仅1次检索尝试且未成功，平均注视时长较长，访问时长也相应更长，反映了检索的费力与低效。理解策略方面，高分组在概括型任务上表现出更长的总注视时长和适中的平均注视时长，符合深度语义加工模式；低分组则因过早终止加工而未能形成有效理解。需要注意的是，低分组“无法归类（走神/模糊）”报告7次，远高于高分组。眼动上，低分组在错过题目后仍长时间滞留在无效区域，表现为焦虑性扫视。高分组能主动恢复注意，眼动模式表现为访问次数的合理分布和访问时长的稳定。这一元认知监控能力的差异是导致低分组后续题目连续失误的重要认知机制。

综合以上分析，高分组与低分组在眼动模式和认知策略使用上呈现系统性差异：高分组推理策略使用频率高且高效，记忆策略协同性好，检索自动化程度高，注意调节能力强；低分组则表现出推理策略低效、记忆策略过度使用、检索费力以及注意调节不足等特征。这些发现表明，听力填空测试表现的分化与学习者能否灵活调用适当的认知策略密切相关，访问时长与注视时长的差异进一步揭示了低分组在眼跳效率和认知加工连续性上的不足。

五、总结与讨论

（一）研究总结

本研究采用眼动追踪与刺激性回忆相结合的方法，以两名典型个案（高分组13/15分，低分组3/15分）为对象，探究了不同水平学习者在完成英语专业八级讲座听力填空任务时的眼动模式特征及其背后的认知策略差异。根据眼动数据分析及访谈报告，主要发现如下：

第一，在眼动模式上，高分组被试的注视与访问呈现出高效聚焦的特征。在推理型任务中，其总注视时长适中、平均注视时长稳定，访问次数与注视次数基本一致，访问/注视比约为1.08。这表明眼跳时间短、加工连续性强。低分组被试则表现出两种异常模式：一是“极长单次注视、低频次”的认知停滞，二是“冗余注视与反复访问”的资源浪费。

第二，在认知策略上，高分组频繁使用推理与细化策略和检索策略，能够利用语法线索、考试经验和语义整合高效完成任务；低分组则过度依赖记忆策略且多为机械复述，推理尝试少且多为低效猜测，同时伴有较高的走神报告。两组在策略类型的质与量上均呈现显著分化。

第三，眼动指标与口头报告的三角互证表明，低分组虽然在某些填空上投入了更多视觉注意资源，但由于策略使用不当，未能转化为更好的答题表现。这一结果揭示了听力测试表现差异的深层认知根源——不在于注意投入的总量，而在于注意投入的方式与策略的适应性。

（二）讨论

本研究的发现对语言测试认知效度验证及听力教学具有一定的理论意义和实践启示。

首先，从理论层面看，研究结果支持并细化了Bi与Wang（2024）基于Phakiti（2006）的认知策略四因素模型。我们发现，推理与细化策略在高分组中的高频出现与其测试表现呈正相关，而低分组中记忆策略的过度使用反而与低分相关。这一结果呼应了Phakiti（2016）关于“理解策略是唯一直接正向影响表现”的论断，同时补充了推理策略在听力填空任务中的重要作用。

其次，从方法论层面，本研究展示了眼动追踪与刺激性回忆相结合在探究听力测试认知过程中的独特价值。眼动数据提供了实时的注意分配证据，而访谈揭示了其背后的认知意图。两者相互印证，能够有效避免单一方法的推断偏差。特别是访问时长与注视时长的区分，使得我们可以分离“纯粹注视加工”与“包含眼跳的整体访问”。

再次，教学启示方面，低分组的表现提示，听力教学中不能仅仅强调多听多练，更应注重策略训练，尤其是推理策略（如利用话语标记词预测下文）和注意调节策略（如错过题目后迅速转移焦点）。同时，帮助学生识别并减少机械复述式的记忆策略，培养语义整合与概括能力，可能对提升听力测试表现更为有效。

然而，本研究也存在一定局限性。个案研究的性质限制了结论的可推广性，仅涉及两名被试，尚需更大样本的群体研究加以验证。未来研究可采用更高精度的眼动设备，将实验扩展至更多不同水平、不同年级的被试群体，以建立更为稳健的眼动—策略映射模型。

参考文献：

1. [1] Bi N Z, Wang Y. Modeling the relationships between EFL learners' construct-relevant and-irrelevant strategies in listening test performance[J]. Acta Psychologica, 2024, 251:104623.
2. [2] Phakiti, A. Modeling cognitive and metacognitive strategies and their relationships to EFL reading test performance[J]. Melbourne Papers in Language Testing, 2006, 11(01):53-95.
3. [3] Phakiti A. Strategic competence as a fourth-order factor model: A structural equation modeling approach[J]. Language Assessment Quarterly, 2008,5(01):20-42.
4. [4] Phakiti A. Test takers’ performance appraisals, appraisal calibration, and cognitive and metacognitive strategy use[J]. Language Assessment Quarterly, 2016,13(02):75-108.
5. [5] Wang H, Yu G. Test-takers’ cognitive processes during a listen-to-summarize cloze task[J].International Journal of Listening,2021,35(01):1-28.
6. [6] Yanagawa K. The role of bottom-up strategy instruction and proficiency level in L2 listening test performance: an intervention study[J]. Language awareness, 2024,33(01):23-44.
7. [7] 郭潇.多模态英语测试的认知效度验证：数智辅助回溯式口头报告的实证研究[J].现代英语,2025(19):83-85.
8. [8] 王晓静.基于认知策略理论的大学英语听力教学模式研究[J].外语教学,2016,37(02):65-68.