Header image  
~國立新竹教育大學數位學習科技研究所
~指導老師:廖冠智 博士
~研究生: 薛永浩 林育伶
 
 
 

五.語意前測結果分析
  

一:個別訪談資料

訪談者A:等待歸人,儂纖合度,寂寞芳心,忠貞不貳,肝腸寸斷,秋風落葉,石頭,青苔,達達的馬蹄聲是美麗的錯誤,倦鳥歸巢,夕陽西下,空無一物.(依照先後順序排列)

訪談者B:等待,:獨自一人,孤身,群雁,借酒澆愁,登高望遠.(依照先後順序排列)

訪談者C:女人,酒瓶,樹,酒杯,三隻小鳥,悲傷的,害怕,無助,思念,無聊,寂寞孤單,憂愁,飛很遠小鳥,髮辮,花碎落滿地,秋天,石頭,紅色鞋子,優雅的姿勢.(依照先後順序排列)

二:資料整理與統計

  此次訪若以關鍵字詞來分析,三位受測者語意以女人相關詞彙數量最多,推測原因在這張畫中女人所佔比例最為明顯,因此受測者很容易被畫面引導,並且說出相關於描繪於女人的詞彙,但若以情緒化抽象的字詞(悲傷與孤單)進行分析,兩者詞彙總和的數量即會超越女人,且詞彙的語序通常較女人為後,初步推測由於受測者觀看時間較常後,受到畫面氛圍的渲染,因而產生出關於情緒性抽像之詞彙,且情緒性的詞彙在語序上多有連貫性的產生,推測情緒性的詞彙有醞釀與激發的作用。另外,小鳥的詞彙為數也不少,雖然只佔畫面一小角落,但每位受測者都有說出其詞彙,研究者認為應該是雖然小鳥位處畫面右上角的邊緣位置,且構圖不大,但由與此圖片的整體畫面較為虛無空蕩,且小鳥附近並無其他物品進行干擾,因此當受測者把觀察焦點移開女人時,很容易就會說出小關鍵詞彙。

1.詞頻表>

  先進行相關性詞彙簡單分類,最後再依據分類的內容進行關鍵字標籤(代表分類整組的關鍵字詞彙),由此可以很明確看出,各關鍵字的數量與其內涵的相關字彙,便於日後進一步進行資料整理歸納與分析。

關鍵字 次數 細部形容
女人 8

女人、獨自一人、孤身、形單影隻、優雅的姿勢、穠纖合度、髮辮、紅色鞋子

小鳥 4 三隻小鳥、飛很遠的小鳥、群雁、倦鳥歸巢
酒瓶 2

酒瓶、酒杯

1

石頭 2

石頭

1

花碎落滿地

青苔 1

青苔

秋天 2 秋天、秋風落葉
孤單 7

害怕、無助、寂寞孤單、憂愁、寂寞芳心、思念、無聊

登高望遠 1

登高望遠

馬蹄聲 1

達達的馬蹄聲是美麗的錯誤

悲傷 4

悲傷的、失戀的、肝腸寸斷、借酒澆愁

夕陽 1

夕陽西下

空無一物 1

空無一物


2.語意畫面座標圖>

  此座標圖,將畫面分為具像(從圖像可以直接或間接觀察到的部分)與抽象(聯像性或情緒性的字彙)的部分,再用色塊標籤來代表三位受測者詞彙的分佈。由此座標圖可以明顯看出對於畫面抽像與具象的描述都相當豐富,在具像的部分,再依據詞彙與圖片的相關聯性位置,做一個簡單的排放 。
每位受訪者的分佈再抽像與具象的部分都相當的平均,但在抽象的部分關鍵詞彙較為集中(悲傷與憂愁),而具像描繪較集中於畫面主角女人部分。



 
3: KJ法與NODE+PATHWAY

  
此方法先以KJ法進行分類,再依據分類的內容進行圖像化的過程,整個畫面以資訊視覺化的方式呈現(information visualize)。藉由此圖可以很明確的觀察到語意關鍵性詞彙的分類與內涵,以及數量多寡,快速呈現關鍵詞彙的代表性詞與畫面語意的相關性(重要性),便於日後做做整體性的分析與語意資料畫面的呈現說明。


三:結果分析

  從上述資料可見,語意前測所產生的抽象情緒性的語意詞彙數量最多,且大都集中於負面的感受性詞彙(ex:悲傷 孤單等...),剛好能夠符合聲聲慢此詞的意涵,其次以詞彙描繪女人(ex:形單影隻 孤身等)的數量也相當豐富,大都能切合詞意, 另外對於其他具體畫面的描述較少,可能是佔畫面比重較少的關係,對於畫面右上角小鳥的描繪較多,最後是較難以畫面做直接觀察與聯想的想像性詞彙,從資料一可看出其語序的位置大都位於中後段,推測可能受前面詞彙的影響所產生,因此較難有明確的的方法進行歸類。

  總和上述,前測的資料顯示此圖像的設計與詩詞的原意大能夠符合受測者所產生的語意,關鍵性的詞彙與氛圍的描述都能切合詞意,因此合理的推測此圖像設計與原詞聲聲慢的詞意相當高,適合輔助原詩詞進行學習。




 
      Copyright (c) 2011 國立新竹教育大學數位學習科技研究所 NHCUE ELT 學生 薛永浩 林育伶 製作