歡迎閱讀：研究方法與技術的選擇及應用
歡迎來到 A Level 英國語言（English Language）課程中最令人興奮的部分之一：單元三：獨立語言研究（NEA，非考試評估）！這是你化身為真正語言學家的絕佳機會。你可以自由挑選自己感興趣的課題、搜集語言數據，並深入探究語言在現實世界中究竟如何運作。
如果在最初規劃研究方法（methodology）時感到有點無從入手，千萬不用擔心。選擇和應用研究方法，其實就是為特定的課題挑選合適的分析工具。在這份學習筆記中，我們將會一步步拆解每項要求，助你信心十足地完成這項非考試評估（NEA）。
1. 了解評估結構
在選擇研究方法之前，你必須先了解整項研究將如何呈現和接受評分。單元三總分為 40 分，佔整個 A Level 總成績的 20%。評估分為兩個必修部分：
甲部：獨立研究報告（Section A: The Independent Investigation，30 分）
這是你的正式學術研究報告，字數必須界乎 2000 至 2500 字之間。在報告中，你需要介紹研究焦點、回顧相關的語言學背景、闡述研究方法、呈現數據分析，並得出明確的結論。
乙部：學術海報（Section B: The Academic Poster，10 分）
這是一份專為非專業學術受眾設計的視覺化摘要，字數限制為 750 至 1000 字。海報需要呈現研究的精華重點，包括研究問題、核心研究方法、視覺化數據圖表以及關鍵發現。
重要提示：OCR 考試局對字數限制的執行非常嚴格。超出字數上限的內容可能不會獲評分，因此保持文字精練、焦點集中至關重要。
核心重點：單元三結合了一份詳細的書面報告（甲部：2000–2500 字）與一份視覺化學術海報（乙部：750–1000 字），總分為 40 分。
2. 五大語言學分析架構（你的分析方法）
在分析語言數據時，OCR 要求你運用嚴謹的語言學方法。這些方法建立於五個核心語言層次（language levels）之上。你可以把這些架構想像成五支不同的放大鏡，每支都能揭示數據中不同層面的意義：
1. 語音學、音系學與韻律學（Phonetics, Phonology, and Prosodics）
此架構專注於口語發音模式、發音方式及聲音特質。如果你的數據涉及口語，你將會探討口音、音高（pitch）、音量、節奏、語調（intonation）及停頓等特徵。
2. 詞彙學與語義學（Lexis and Semantics）
此架構探討用詞選擇與意義。你將會研究詞頻、語義場（semantic fields，即意義相關的詞彙群）、內涵意義（connotations）、修辭手法、行話（jargon）以及語域與正式程度（registers）。
3. 語法與句法（Grammar and Syntax）
此層次著重於語言的結構架構。你將會分析句子類型（簡單句、複合句、複雜句、無主句/殘缺句）、子句結構、詞類（名詞、動詞、形容詞、副詞等）以及形態學（morphology，即前後綴如何改變字詞意義）。
4. 語用學（Pragmatics）
語用學探討隱含意義與社交語境。它研究語境如何影響字面意義以外的深層含義，涵蓋禮貌策略（politeness strategies）、預設（presuppositions）及對話含意（conversational implicature）等方面。
5. 話語分析 / 語篇分析（Discourse）
話語分析聚焦於完整文本和對話的整體結構。在書面語篇中，這包括版面佈局、銜接性（cohesion）和段落組織；在口語互動中，則涵蓋輪流發言模式（turn-taking）、話題管理（topic management）、相鄰配對（adjacency pairs）及整體對話架構。
記憶口訣：記住短語 Please Learn Grammar, Pragmatics, and Discourse（P-L-G-P-D），確保在規劃分析時已全盤考慮這五個層次！
核心重點：優秀的研究會精挑細選最能契合其特定研究問題的語言學架構，而不是強行將無關的層次套用到數據上。
3. 定量分析：掌握數據計算
你知道嗎？OCR 規定整個評估總分中，必須有至少 20% 的分數根據定量數據分析（quantitative data analysis）評定。你不能單靠定性描述（qualitative descriptions，例如單純引用和討論例句），必須在語言數據中加入數學與統計分析。
將原始數據轉換為百分比
一個非常常見的錯誤是直接比較原始數據的出現次數（raw counts）。假設你正在比較兩篇文本的特徵：文本 A 在 1000 字中出現了 25 次情態動詞（modal verbs）；文本 B 在 100 字中出現了 5 次。如果只看原始數字，文本 A 似乎用得更多。但讓我們計算一下標準化後的百分比：
文本 A：\(\text{Percentage} = \left(\frac{25}{1000}\right) \times 100 = 2.5\%\)
文本 B：\(\text{Percentage} = \left(\frac{5}{100}\right) \times 100 = 5.0\%\)
實際上，文本 B 使用情態動詞的頻率是文本 A 的兩倍！當比較長度不一的數據集時，必須將原始計數轉換為百分比，這樣才能確保你的研究結果在數學上有效。
運用統計指標
你應該計算並呈現核心統計指標，以有效總結你的研究發現：
平均數（Mean）：數學上的平均值。將數據集中所有數值相加，然後除以項目總數：\(\text{Mean} = \frac{\sum x}{n}\)。
中位數（Median）：將所有數值由小至大排列後，位於最中間的數值。
眾數（Mode）：在數據集中出現頻率最高的數值。
全距（Range）：最大值與最小值之間的差距：\(\text{Range} = \text{Maximum} - \text{Minimum}\)。這反映了數據的分散程度。
視覺化圖表呈現
切記在研究報告和學術海報中，運用清晰的圖表（例如柱狀圖、圓形圖或頻率對比圖）展示定量分析結果。視覺化呈現能讓讀者一目了然地理解你的統計規律。
核心重點：務必將特徵的原始計數轉換為百分比或標準化比率，計算統計指標（平均數、中位數、眾數、全距），並使用清晰整潔的圖表呈現你的發現。
4. 技術標準、數碼工具與人工智能（AI）使用指引
口語數據轉寫與國際音標（IPA）
如果你的研究涉及口語數據，就必須準確地進行語音轉寫。OCR 要求使用課程指引附錄 5c（Appendix 5c）中訂明的國際音標（IPA）。常規的拼寫方式無法精確記錄非標準發音或地域口音。
除了音標符號外，你的轉寫記錄還必須包含韻律特徵（prosodic features），例如：
微停頓（micropauses）與計時停頓（例如以秒為單位記錄沉默時間）。
語調轉變（升調或降調）。
語音重疊（overlapping speech）、音量變化及強調重音（emphatic stress）。
數碼語言學工具
OCR 鼓勵考生善用數碼工具，以提升研究方法的精確度：
語料庫檢索軟件（Concordance Software）/ Concordle：用於語料庫語言學與頻率分析，讓你能在龐大文本庫中搜尋字詞搭配（collocation）及詞頻規律。
Google Ngram Viewer：極適合歷時性（diachronic / 歷史語言學）研究，用以追蹤數百年來印刷書籍中詞彙和短語的使用頻率趨勢。
可讀性測試工具（Readability Tests）：自動評分工具（如 Flesch-Kincaid），根據句子長度和音節數量評估文本複雜度及適讀年齡。
Wordle / Tweetcloud：文字雲視覺化工具，用於突顯語料庫中最顯著的詞彙選擇。
官方人工智能（AI）使用政策
隨著人工智能技術普及，OCR 對 NEA 的提交訂立了明確守則：
若你曾使用 AI 工具進行數據處理或整理，必須清楚申報。
絕不能使用 AI 工具來生成語言學分析，或撰寫最終報告及海報的任何文本內容。
所有詮釋、分析和結論必須百分之百由你獨立原創完成。
核心重點：口語數據需採用標準 IPA 並標註韻律特徵，善用數碼語料庫工具，並嚴格遵守 AI 申報指引。
5. 避開考官常指出的失分陷阱
考官評歇報告（Examiner reports）指出了考生經常重覆犯下的幾大錯誤，導致白白失分。在開展課題前，請先仔細檢視以下注意事項：
陷阱一：直接比較原始數字
錯誤示範：直接指出「說話者 A 使用了 40 個形容詞，而說話者 B 只用了 20 個」，卻完全沒有考慮兩名說話者的發言總時長或總字數。
應對方案：務必計算百分比，或計算每 100/1000 字中的出現頻率。
陷阱二：流於敘述故事內容（Discursive Narration）
錯誤示範：不自覺地變成複述文本內容或情節，而非深入分析語言形式如何發揮功能。
應對方案：全文必須貫穿嚴謹的語言學元語言（metalanguage，例如：陳述子句 declarative clause、抽象名詞 abstract noun、認識情態 epistemic modality 等專業術語）。
陷阱三：空泛地評論「效果」（Vague "Effect" Claims）
錯誤示範：寫出空洞的陳述，如「這為讀者帶來了強烈的效果（creates a powerful effect）」。
應對方案：精確解釋該語言特徵具體如何建構意義，並將你的觀察直接與具體的語言學理論或模型連結起來。
陷阱四：抽樣過於龐雜或嚴重不足
錯誤示範：搜集了過於龐大而無法徹底分析的數據集，或者樣本過小（例如只有 30 個字）以致在統計學上毫無意義。
應對方案：挑選規模適中、焦點集中的語料庫，既能確保統計數據的可靠性，又能進行深入的定性分析。
陷阱五：轉寫不準確
錯誤示範：將口語對話直接轉寫為普通書面文字，完全省略了停頓、重疊或語音細節。
應對方案：嚴格遵循課程指引附錄 5c 中列出的標準轉寫常規及 IPA 國際音標符號。
研究方法自我檢查清單
在完成初稿前，請使用這份核對清單逐一檢視你的研究方法：
你是否已清楚指明正在應用五大語言學架構中的哪幾項？
你的分析重點中，是否有至少 20% 的比重投入於定量數據？
你是否已將所有原始數據轉換為百分比，以進行客觀公正的比較？
在適用情況下，你是否已計算平均數、中位數、眾數及全距？
研究結果是否已透過清晰的統計圖表呈現？
若採用口語數據，是否已包含 IPA 國際音標與韻律標記？
你是否在適當的地方整合了數碼工具（例如 Concordance、Ngram、可讀性測試）？
你是否已全面申報所有使用過的數碼/AI 數據處理工具？
你的甲部報告字數是否在 2000–2500 字之內，乙部海報字數是否在 750–1000 字之內？