International Open Access Journal Platform

1 引言

作为二语习得和语言教学领域的核心议题，纠正性反馈一直以来都是国际学术界探讨的焦点。纠正性反馈研究从早期探讨反馈的概念、反馈的不同类型及其对提升语言能力的作用，逐步深入考察反馈时机、反馈方式、反馈对象及学习者个体差异等因素对反馈有效性的影响。随着数字技术的飞速迭代，机器辅助反馈的普及与人工智能技术的深度介入，正深刻重塑纠正性反馈的生态格局——从早期基于规则的语法检查软件，到如今结合自然语言处理与深度学习的智能反馈系统，反馈的即时性、个性化程度以及覆盖范围等实现了质的飞跃。在此背景下，有必要通过文献计量的方法，系统梳理近十年来国外纠正性反馈研究的热点和趋势。鉴于此，本研究拟运用CiteSpace 6.1.R5软件对国外纠正性反馈研究文献进行计量分析，旨在通过可视化图谱呈现该领域的最新研究主题、研究前沿、研究热点和研究方法等，同时为纠正性反馈研究的未来方向提供可行性建议。

2 研究设计

2.1 研究问题

本研究选取Web of Science核心合集中2014到2024年发表的期刊论文作为研究对象，运用文献计量方法分析国外纠正性反馈研究的发文量、核心期刊分布、高被引文献、关键词、研究主题、理论框架及研究方法等，以探讨该领域研究的热点与趋势，主要回答以下具体问题：

（1）国外纠正性反馈研究的总体发展情况是什么？

（2）国外纠正性反馈研究的热点是什么？

（3）国外纠正性反馈研究的趋势是什么？

2.2 研究方法

本研究的数据来源于Web of Science核心合集中的SSCI和A&HCI期刊论文，检索截止日期为2024年12月31日。经文献检索与人工筛选，确定将2014至2024年间发表的文章作为研究对象，检索主题词为“corrective feedback”，限定文献类型为期刊论文、语种为英语；剔除书评、会议论文及与语言教学领域不相关的文献后，最终得到有效文献412篇。

2.3 数据分析

本研究采用CiteSpace 6.1.R5软件对文献进行计量分析，以梳理国外纠正性反馈研究的总体发展情况，探究该领域的研究热点、研究理论与方法的演变及未来发展趋势。通过关键词共现网络、关键词聚类及高被引文献等分析，理清纠正性反馈研究的热点，通过关键词突现、主题演变时间线、研究理论与方法的演变等，探讨纠正性反馈研究的发展趋势。

本研究选取2014至2024年间的文献作为研究对象，主要基于两点考虑：第一，2014年起，纠正性反馈研究进入高速增长期［1］；第二，研究对象涵盖近五年的研究文献，有助于准确把握该领域的最新前沿与发展趋势。

3 研究结果与讨论

3.1 国外纠正性反馈研究的整体发展情况分析

3.1.1 年度发文量与增长趋势

纠正性反馈领域年度发文量呈现持续增长态势（如图1所示）。从2014年的23篇增至2024年的62篇，增长率高达169.6%。整个研究期间，文献产出呈波动上升趋势，可划分为三个发展阶段：2014—2017年为平稳增长阶段，年均增长率为14.5%；2018—2020年为高速发展阶段，年均增长率达23.8%；2021—2024年期间，在2021年较2020年出现下降后，进入了稳步增长阶段，年发文量稳定保持在55篇以上。

图 1 2014—2024年国外纠正性反馈研究年度发文量

Figure 1 Number of publications in foreign corrective feedback research (2014-2024)

3.1.2 发文期刊和分布特点

纠正性反馈研究发文量排名前十位的国际期刊如表1所示，累计发文量共计282篇，占总样本量的68.4%。其中，《Journal of Second Language Writing》以46篇的发文量和1945次的总被引频次位居首位，该期刊在纠正性反馈领域的H指数为21，表明其发表的相关研究具有较高学术影响力。《System》和《Language Teaching Research》分别以41篇、33篇的发文量位居第二、三位；经计算，排名前三位的期刊累计发文120篇，占总样本量的29.1%，这一分布特征表明，纠正性反馈研究已形成较为稳定的学术交流平台。

表 1 2014—2024年国外纠正性反馈研究十大核心期刊

Table 1 Top 10 core journals in foreign corrective feedback research (2014-2024)

注：IF指该期刊2024年的影响因子。

从发文特点来看，期刊《Journal of Second Language Writing》《Assessing Writing》主要聚焦二语写作全过程的研究；《Studies in Second Language Acquisition》《Language Learning》《Modern Language Journal》等期刊多发表二语习得理论与实践相结合的文章，《TESOL Quarterly》《System、Language Teaching Research》《Foreign Language Annals》等期刊多关注语言教学实证研究；《Computer Assisted Language Learning》期刊多聚焦语言教学技术应用。这种分布反映出纠正性反馈研究主要集中在二语写作中的反馈研究、技术辅助外语教学反馈以及反馈效果及评估等领域。

通过对期刊发文量时间变化趋势的分析发现，《Computer Assisted Language Learning》近五年发文量增长尤为显著，从2014—2018年的9篇增至2019—2024年的20篇，增长率达122.2%。这一变化反映技术辅助反馈研究正在快速发展，将成为新的研究热点。

从核心期刊影响因子分析可知，十大期刊影响因子分布在3.142至5.563之间，平均值为4.554，高于语言学科整体平均水平（3.2），反映纠正性反馈研究的学术影响力较高，相关学术成果得到国际学界的广泛认可。

3.1.3 高被引文献

高被引文献反映了文献在该领域的影响力和认可度。对国外纠正性反馈研究高被引文献的分析显示，该领域研究文献呈现三个阶段的特点。

（1）此阶段研究主要采用实验研究和元分析方法，验证书面纠正性反馈的效果。Kang和Han（2015）通过综合分析多项实验数据，证实书面纠正性反馈对提高二语写作语法准确性具有显著效果[8]；Liu和Brown（2015）采用元分析方法，指出早期在研究方法上存在不足，如实验设计不严谨、变量控制不充分等局限性，为后续研究提供了方法论改进路径[10]；Bitchener和Knoch（2015）通过两项重复性研究，验证书面纠正性反馈的有效性及何种类型的反馈有助于二语习得[2]；Han和Hyland（2015）采用个案研究，探讨学习者在认知、行为和情感等维度参与纠正性反馈的差异，同时揭示影响个体差异的因素[6]。

（2）此阶段研究主要关注技术介入反馈的影响机制、研究视角拓展及理论框架整合。Zhang和Hyland（2018）对比分析学习者在二语写作中对教师反馈与自动评价反馈的投入情况，揭示技术介入反馈过程的影响机制，为技术辅助反馈奠定实证基础[14]；Han（2019）从生态学视角审视学习者参与书面纠正性反馈的过程，拓展了反馈研究视角[7]。Li和Vuono（2019）系统回顾25年反馈研究历程，梳理其理论基础与研究方法演变轨迹，提出整合认知视角与社会文化视角的研究框架[9]。

（3）此阶段研究重点关注反馈素养生态、反馈的课堂实施效果、自动化工具评估及师生反馈差距。Chong（2021）提出反馈素养生态模型，强调反馈是师生共同参与的社会建构实践，学生反馈素养的培养成为提升反馈效果的关键[4]；Mao等（2024）综合分析了课堂自然环境下书面纠正性反馈的实施效果[11]；Shadiev和Feng（2024）系统评估了自动化纠正性反馈工具在语言学习中的应用成效[12]；Fitriyah（2024）揭示教师反馈实践与学生期望之间存在的差距[5]。这些最新高被引文献的引用速度远超早期文献，表明纠正性反馈研究热度持续上升，新兴研究方向对学术界具有较强吸引力。

3.2 研究热点

通过对关键词共现网络进行聚类分析，识别出书面反馈类型、学习者投入、口头反馈策略、认知与个体差异以及技术辅助反馈五大热点主题群，如图2所示。聚类结果显示，纠正性反馈研究形成了相对清晰的知识结构，各主题群既有明确边界又存在交叉连接；聚类轮廓平均值均在0.7以上，说明各聚类内部关键词相似度高，聚类效果良好。

图 2 纠正性反馈研究关键词聚类图谱

Figure 2 Keyword clustering map of corrective feedback research

通过对纠正性反馈研究主题聚类特征的分析可知，其时间分布特征如下：“书面反馈类型”聚类平均年份为2016年，“口头反馈策略”聚类平均年份为2017年，“认知与个体差异”“学习者投入”“技术辅助反馈”的聚类平均年份分别为2018年、2019年、2020年。这表明“书面反馈类型”研究是较早形成的研究热点，而“学习者投入”和“技术辅助反馈”是近年来兴起的研究方向。

从聚类内容来看，“书面反馈类型”聚类关注直接反馈、间接反馈和元语言反馈等不同类型的效果对比；“学习者投入”聚类聚焦学习者如何理解、接受和应用反馈信息，强调学习者在反馈过程中的主动性；“口头反馈策略”聚类研究重铸、诱发、提示、时机和显性纠错等策略的效果差异；“认知与个体差异”聚类关注工作记忆、语言倾向性和焦虑等个体因素对反馈效果的影响；“技术辅助反馈”聚类探索自动化反馈、多模态反馈、计算机辅助反馈和人工智能反馈的应用。

3.3 研究前沿

3.3.1 关键词突现分析

本文运用CiteSpace软件进行关键词词频突变检测，得到从2014—2024年间纠正性反馈研究突变的关键词共10个，如表2所示。

表 2 纠正性反馈研究关键词突现值

Table 2 Keyword burst values of corrective feedback research

根据突变词的强度和时间发展趋势，可探知纠正性反馈研究的趋势主要体现在以下方面：反馈素养研究的突变值高达7.86，从2019年持续至2024年，已成为纠正性反馈研究的重要议题之一。反馈素养这一概念最早由Sutton（2012）[13]提出，直至2018年Carless和 Boud[3]从学习者视角界定反馈素养，将其视为“理解信息并利用这些信息来提升工作或学习策略所需的理解、能力和倾向”，并提出学生反馈素养的四个特征：“欣赏反馈”“做出判断”“管理情感”及“采取行动”。该框架奠定了反馈素养在纠正性反馈研究中的基本地位。笔者预测，反馈素养仍将是未来几年纠正性反馈研究的重点之一。

自动化反馈研究的突变值为6.54，从2018年延续至2024年。2018年后，自然语言处理技术的成熟使自动化反馈从“理论可能”变为“实践可行”，解决了线上线下教育及大规模教学中因人力不足导致的反馈延迟问题。

多模态反馈研究的突变值为4.32，从2020年持续至2024年。多模态反馈是在单一模态自动化反馈成熟后发展起来的，2020年全球疫情推动教育全面线上化，单一反馈模式难以满足复杂学习场景，这种疫情催生的交互需求直接推动多模态反馈从“可选”变为“必要”。

人工智能的突变值为3.95，从2022年持续到2024年。2022年，以ChatGPT为代表的大语言模型出现，使人工智能从单一反馈工具升级为全流程学习伙伴。人工智能不仅能帮助纠正作文错误，还能根据错误生成针对性练习、解释错误原因、预测可能再犯的错误。未来，纠正性反馈研究将在人工智能的赋能下，坚持以学习者学习和发展为核心，迈向个性化、全流程、人机协同的新范式。

3.3.2 研究主题演变

研究主题演变时间线图谱能直观展示纠正性反馈研究2014年至2024年的发展轨迹，如图3所示。时间线图谱中，横轴代表时间，纵轴呈现不同研究主题，节点表示关键文献，连线代表主题发展路径。

图 3 纠正性反馈研究主题演变时间线图谱

Figure 3 Timeline map of topic evolution in corrective feedback research

时间线图谱分析表明，“书面反馈类型”主题线从2014年延续至今，成为纠正性反馈研究的基础；“口头反馈策略”主题线在2014—2020年间发展较为活跃，近些年该研究势头有所减缓；“学习者投入”“技术辅助反馈”“认知与个体差异”等主题线自2017年起呈快速发展态势，研究视角从关注反馈类型、如何提供反馈，转向学习者反馈投入、反馈辅助技术及学习者个体差异因素。经典反馈研究在技术赋能反馈研究路径下，不但没有停滞，反而持续发展，凸显出“以学习者为中心”的研究逻辑。各主题间逐步呈现多线并行、交叉融合的发展态势：书面反馈类型从关注直接反馈、间接反馈等类型，发展到关注自然课堂情境下的反馈研究；学习者投入逐步拓展到关注学习者情感因素、反馈素养以及学习者为中心的反馈；技术辅助反馈逐步从计算机辅助，发展到关注学习分析、人工智能辅助反馈和自动化反馈工具。笔者认为，纠正性反馈研究将形成多维度、立体式的研究体系，以解决自然课堂教学中反馈优化的复杂需求。

3.3.3 研究理论框架

通过对文献中理论基础的深入分析，可梳理出纠正性反馈研究理论框架的发展趋势，如表3所示。

表 3 纠正性反馈研究理论框架应用频次变化

Table 3 Changes in the application frequency of theoretical frameworks in corrective feedback research

理论框架分析表明，2014—2016年，纠正性反馈研究中运用注意假说（21次）、输出假说（17次）和技能获得理论（13次），三者应用频次合计占比达83.6%，反映出早期研究关注反馈如何引导学习者注意语言偏差、产出—反馈过程对语言内化的作用及反馈在技能阶段的强化作用——三者均将学习视为个体内部的认知加工过程。在2017—2024年，这三类理论的运用频次持续下降，说明仅从认知心理学视角已难以解释真实教学情境中反馈的复杂性，研究开始突破“个体—知识”二元框架，转向更系统的视角。2017年后，社会文化理论、生态语言学、复杂动态系统理论和反馈素养理论的运用频次显著上升，表明纠正性反馈研究从关注个体认知转向关注整体化研究。其中，反馈素养理论作为新兴理论框架，自2017年首次出现后迅速发展，至2023—2024年已成为应用频次最高的理论框架之一。该理论整合了认知视角与社会文化视角，强调反馈是教师、学生与环境共同建构的结果，深化了对反馈复杂性的认知。未来研究将进一步推动不同理论的融合，呈现出向多元理论整合发展的总体趋势。

3.3.4 研究方法

通过对文献所采用研究方法的使用频次进行归纳梳理，以探讨纠正性反馈研究方法的变化特征，如表4所示。

表 4 纠正性反馈研究方法使用频次及占比变化

Table 4 Changes in the frequency and proportion of research methods in corrective feedback research

2014—2024年间，纠正性反馈研究方法经历了从“以实验设计为主、其他研究方法为辅”向“多元混合方法”的转变。实验法使用频次的绝对数量呈上升趋势，从2014—2016年的42次增至2021—2024年的65次，但占比呈下降趋势，从53.8%降至38.2%，实验法从主导研究方法转向基础支撑，在通过控制变量探究因果关系的同时，更多与其他研究方法结合，以平衡研究的内部效度与生态效度。质性方法持续崛起，访谈法、案例研究、课堂观察等方法的合计占比提升超10%。研究者通过挖掘主观体验、追踪动态过程、记录真实互动，探讨反馈的情境依赖性与运作机制，从社会文化视角关注反馈研究的复杂性。混合方法占比从3.8%升至8.2%，通过“量化验证+质性解释”的方式实现研究广度与深度的双重覆盖。元分析方法稳步发展，表明学界对过往研究成果进行系统整合的需求日益凸显。

研究方法转型的本质，是纠正性反馈研究中实证主义与解释主义范式的融合——既保留对科学性的追求，又强化对真实教学情境的关注，与理论框架演进形成“方法创新—理论深化”的良性循环，推动研究从规律验证向实践应用落地迈进。

4 结语与启示

本研究借助CiteSpace科学计量学软件，梳理了Web of Science核心合集中收录的2014—2024年纠正性反馈研究的热点和趋势，揭示了该领域的知识结构特征与演变规律。纠正性反馈研究呈现以下显著特点：（1）已形成明显的发文态势与阶段：平缓增长阶段（2014—2017年）、高速发展阶段（2018—2020年）、稳步增长阶段（2021—2024年）。发文期刊群已形成，纠正性反馈研究已确立一定的研究方向，积累了一定的学术影响力与研究成果。国外纠正性反馈研究的高被引文献显示，其发展历经三个阶段——从验证书面纠正性反馈效果与奠定方法论基础，到探讨技术介入与拓展研究视角，再到聚焦反馈生态系统构建、学习者主体性及技术辅助反馈并关注互动双方，且研究热度持续上升。（2）多元化研究热点凸显，研究前沿更具实用性，聚焦促进学习者学习与个体发展的反馈研究。近年来，随着反馈研究理论框架的不断完善、研究方法的多元化及人工智能技术的进步，纠正性反馈研究在理论和实践层面均得到显著发展，呈现出多元化的研究视角。

本文对国外纠正性反馈研究文献进行了系统性梳理，未来纠正性反馈研究可从以下五个方面开展：第一，人工智能辅助反馈研究将成为重要研究方向。随着大语言模型技术的发展，人工智能辅助反馈不仅关注错误识别，更将探索个性化反馈生成与学习路径规划。未来研究需关注人工智能辅助反馈与教师反馈的协同机制，以及学习者对人工智能辅助反馈的接受度和使用效果。第二，反馈生态系统研究将得到深化。未来研究将超越单一反馈工具研究，转向构建整合教师、学生、技术与环境因素的反馈生态系统，探索不同因素间的动态互动关系及其对反馈效果的综合影响。第三，情境化与个性化反馈研究将受到重视。基于学习分析技术的情境化反馈研究，将探索如何根据学习者特点、错误类型和学习环境自动调整反馈内容和形式，提高反馈的针对性和有效性。第四，多模态反馈研究将拓展新视角。未来研究将深入探索结合文字、音频、视频等多种模态的综合性反馈机制，分析不同感知通道的信息处理特点及其对反馈接受度的影响。第五，跨文化反馈研究将成为新增长点。随着全球语言教育交流日益频繁，不同文化背景下反馈理解与接受的差异将成为研究焦点，为多元文化教学环境提供实践指导。

参考文献

[1] 侯丽娟，江桂英，赵仕君，等．21世纪以来国外纠正性反馈研究的热点和趋势——基于Biblioshiny的可视化分析［J］．外语界，2022（1）：39-47．

[2] Bitchener J，Knoch U．The value of written corrective feedback for migrant and international students［J］．Language Teaching Research Journal，2008，12（3）：409-431．

[3] Carless D，Boud D．The development of student feedback literacy：enabling uptake of feedback［J］．Assessment & Evaluation in Higher Education，2018，43（8）：1315-1325．

[4] Chong W S．Reconsidering student feedback literacy from an ecological perspective［J］．Assessment & Evaluation in Higher Education，2021，46（1）：92-104．

[5] Fitriyah I．An Investigation of Written Corrective Feedback in EFL Writing Assessment：How Teachers’ Feedback Practices Meet Students’ Expectations［J］．International Journal of Language Testing，2024，14（1）：166-184．

[6] Han Y，Hyland F．Exploring learner engagement with written corrective feedback in a Chinese tertiary EFL classroom［J］．Journal of Second Language Writing，2015（30）：31-44．

[7] Han Y．Written corrective feedback from an ecological perspective：The interaction between the context and individual learners［J］．System，2019（80）：288-303．

[8] Kang Y，Han Z．The efficacy of written corrective feedback in improving L2 written accuracy：A meta-analysis［J］．The modern language journal，2015，99（1）：1-18．

[9] Li S，Vuono A．Twenty-five years of research on oral and written corrective feedback in System［J］．System，2019（84）：93-109．

[10] Liu Q，Brown D．Methodological synthesis of research on the effectiveness of corrective feedback in L2 writing［J］．Journal of Second Language Writing，2015（30）：66-81．

[11] Mao Z C，Lee I，Li S F．Written corrective feedback in second language writing：A synthesis of naturalistic classroom studies［J］．Language Teaching，2024，57（4）：1-29．

[12] Shadiev R，Feng Y．Using automated corrective feedback tools in language learning：a review study［J］．Interactive learning environments，2024，32（6）：2538-2566．

[13] Sutton P．Conceptualizing Feedback Literacy：Knowing，Being and Acting［J］．Innovations in Education and Teaching International，2012，49（1）：31-40．

[14] Zhang Z，Hyland K． Student engagement with teacher and automated feedback on L2 writing［J］．Assessing Writing，2018（36）：90-102．