Corrective feedback has often been at the center of learner-instructor interaction for the purpose of reinforcing learner inter-language development. Especially, recast, one of the corrective feedback types, has been prioritized in this study in that it has been reported as the most frequently occurring feedback type in language-oriented courses while eliciting the least learner uptake due to its nature of indirectness and naturalness. Therefore, there has been the high necessity to unveil the intake process of the learners who are often provided with the recast feedback type by their instructors.
Thus, the aim of this study is to make an in-depth exploration into the intake process of second or foreign language learners provided with corrective feedbacks, enabled by constituting a computer-mediated setting with several digital platforms: Livescribe Smartpen 2GB, iPad 2, etc. Specifically, it measures the distribution of learner notices to different recast enhancement strategies such as Recast-only, Recast + Metalinguistic (feedback), Recast + Repetition, Recast + Clarification (request) or Recast + Elicitation. Following the initial measurement of learner notice of error occurrence, it then evaluates the accuracy of the noticed data.
For the evaluation, recast enhancement strategies are established as different combinations of corrective feedbacks and afforded to the learners while computer-mediated. Meanwhile, GoldWave v.5.58 and Pot Encoder v.2.1.4.48 Beta are employed for audio file integration and edition including recast strategy insertion.
The results indicate that significant differences are verified in fourteen of the twenty recast strategy pairs evaluated under the two layers of learner notices (ten strategy pairs for each layer). Concretely, the pair-wise comparison results of STATA t-test and frequency analysis as for the effectiveness in learner noticeability are as follows: 1) for the 1st layer, ‘Recast + Metalinguistic > Recast + Clarification’, ‘Recast + Metalinguistic > Recast + Elicitation’ and ‘Recast + Repetition > Recast + Elicitation’, 2) for the 2nd layer, ‘Recast + Metalinguistic > Recast + Repetition > Recast + Elicitation’, ‘Recast + Metalinguistic > Recast + Clarification’ and ‘Recast + Repetition > Recast + Clarification’, 3) for both layers, enhanced recast combination types are evaluated more effective than recast-only except for Recast + Elicitation.
The study has its contribution in revealing the learner intake process in response to recast, while setting up a digital-mediated environment to enable measurement & evaluation of the sophisticated and large data of the diverse learner responses. Moreover, it provides reference data for the future computer-mediated corrective feedback research or instructional design of CLT (Communicative Language Teaching) in terms of recast enhancement strategies.
교정적 피드백은 제2언어 학습자의 중간언어체계 견고화를 목적으로 학습자-교사 상호작용 과정에서 빈번히 발생해 왔다. 그 중 특히 가장 자주 발생하지만 비(非)직접성 및 비(非)인위성의 특성으로 인해 학습자의 Uptake를 가장 적게 이끌어내는 Recast 방식의 교정적 피드백이 본 논문의 초점이 되고 있다. 그 동안 의사소통적 교수법 (CLT. Communicative Language Teaching) 기반 상호작용 환경에서 교사의 Recast 제공에 대한 학습자의 표면적, 가시적 반응이 상대적으로 가장 적었던 만큼, 학습자의 인지적 영역인 Intake 프로세스를 규명할 필요성이 제기되었다.
본 연구에서는 스마트펜 (Livescribe Smartpen 2GB), 태블릿 PC (iPad 2) 등의 디지털 플랫폼을 활용한 컴퓨터 매개 환경을 구축하여 학습자 Intake 프로세스의 가장 첫 단계인 Notice를 정교한 방법론을 통해 탐구한다. 구체적으로, Recast 강화 전략 즉, Recast-only, Recast + Metalinguistic (feedback), Recast + Repetition, Recast + Clarification (request) 그리고 Recast + Elicitation에 따른 오류 발생에 대한 학습자 Notice를, 발생의 인지 여부와 인지의 정확도라는 2가지 층위에서 다룬다. 통제된 실험 환경에서 연구 대상자는 상기 5가지 Recast 전략을 컴퓨터 매개 방식으로 제공받고 이에 따른 반응을 평가받는다.
실험 결과를 요약하면, 양 층위 Notice에서의 20쌍의 Recast 전략 중 14쌍 간에서 통계적으로 유의미한 차이가 있는 것이 확인되었다 (각 층위 당 10쌍). 구체적으로, 학습자 Noticeability에 관한 STATA t-test와 빈도 분석을 통해 다음의 결과가 도출되었다. 먼저 첫 번째 층위에서는 ‘Recast + Metalinguistic > Recast + Clarification’, ‘Recast + Metalinguistic > Recast + Elicitation’ 그리고 ‘Recast + Repetition > Recast + Elicitation’의 결과가 도출되었다. 두 번째 층위에서는 ‘Recast + Metalinguistic > Recast + Repetition > Recast + Elicitation’, ‘Recast + Metalinguistic > Recast + Clarification’ 그리고 ‘Recast + Repetition > Recast + Clarification’의 결과가 도출되었다. 마지막으로 양 층위 모두에서 Recast + Elicitation 방식을 제외하고는 Recast-only 방식에 비해 나머지 3가지 강화된 전략이 더 효과적인 것으로 판명되었다.
본 연구는 컴퓨터 매개 환경을 구축하여, 방대하고 복잡한Recast-Response 데이터 특성으로 인해 기존에 제대로 규명되지 못한 학습자 Intake 프로세스를 객관적이고 정량적으로 평가하였다는 것에 그 의의가 있다. 더 나아가 본 연구의 성과 자료는, 미래 컴퓨터 매개 교정적 피드백 연구의 방향성 혹은 의사소통적 교수법 교수 설계에 있어 Recast 강화 전략에 대한 방향성을 제시하는 근거로 활용될 것이다.
