教學文章的非母語讀者與手機讀者：英語授課、字幕、雙語字幕、機器翻譯與螢幕閱讀的證據

🌏 English version

這是「教學文章怎麼寫」系列的第 24 篇，第五部分「跟誰學，誰讀不到」的最後一篇。前面的篇談了一起學與一個人讀、留言區與社群、寫給別人看，以及無障礙。這篇處理讀者端另外三個作者看不到的條件：讀者讀的不是母語、讀的是翻譯版、用手機讀。

這三個條件，本站自己每一個都碰得到。本站的課程導讀，是用中文把英語授課的大學公開課一堂一堂寫出來，再附上原錄影；讀者讀中文、看英語影片。多數課程導讀不替讀者開字幕，Stanford CS229 與 CS329A 的導讀則預設開英文字幕。絕大多數中文文章都另有英文版，英文版也絕大多數是 AI 依本站的翻譯規格翻的；規格預設改寫，不逐句直譯。正式站至少載入了 Cloudflare Web Analytics，是 Cloudflare 在邊緣自動注入的，不在網站的程式裡；依 Cloudflare 文件列的維度，它有匯總的裝置類型，所以本站有手機占比的匯總資料，這篇寫的時候我沒有去查手機占比。寫的時候會碰到三個問題：讀者讀的語言不是母語時，少了什麼？翻譯版、雙語、字幕各自有多少證據？手機讀長文，和紙本或電腦差在哪？

前面已經處理過的部分，這裡只帶過。術語要不要附英文原文、非英語母語者自己說讀英文教材卡在哪、外語閱讀的註解，在第 4 篇。影片放在文章哪裡、和正文怎麼並排，在第 5 篇與第 6 篇。螢幕對紙本的第一份統合分析，在第 9 篇。MOOC 裡較低度發展國家學習者的完成率落差，以及「價值關聯」寫作放大到 247 門課的結果，在第 19 篇。

先講這批研究怎麼選、有什麼偏向。範圍是三件事：讀者的語言、翻譯與字幕、讀的裝置。來源是先掃描文獻、再挑出來精讀的，每個主題至少放一份結果相反或沒有測到效果的研究。參考資料裡的每一份都讀完手上取得的那一版，並留有抽取紀錄。偏向很明顯。語言那一半幾乎都是英語當外語：MOOC 是 MITx 的理工課，字幕實驗的受試者是法語母語者與在英國、澳洲讀書的中國學生，統合分析多數是大學生。裝置那一半多數是大學生讀英文的說明文，手機的直接比較很少。台灣的研究這次沒有涵蓋。沒有任何一篇量的是非母語讀者讀網頁上的教學文章，也沒有任何一篇量的是讀者用手機讀網頁長文學到多少。

先看結論

問題	證據	強度
不是英語母語，MOOC 比較難完課嗎	高 HDI 國家之間沒有測到差異；國家發展程度才有	觀察資料；語言由 IP 推定
用英語上大學的課，學科學得少嗎	和母語授課沒有測到差異（d = 0.13）	統合分析，16 個樣本
外語影片開同語字幕	三個實驗都沒有測到理解變好	小樣本實驗
外語影片開母語字幕	一個實驗勝出，兩個沒有測到差異	說法不一
雙語字幕	和母語字幕沒有測到差異，視線多在母語那一行	兩個小實驗，方向不全一致
字幕幫外語學習者記生字	g = 0.56；講課類影片沒有測到	統合分析，量的是字彙
機器翻譯的教材	只有翻譯品質與編修量，沒有學習成效	單一個案
紙本對螢幕	紙本略好；需要捲動時較明顯（只有一份分開算出）	三份統合分析
手機對紙本	直接比較只有 3 個效果量	弱
頁面重量、網速對學習	沒有找到研究	無

「沒有測到差異」指的是統計上不顯著，不代表證明了兩者一樣。

非母語讀者少了什麼

線上課程：能不能撐到完課

Sa'ar Karp Gershon、José Ruipérez-Valiente 與 Giora Alexandron 2021 年的研究分析 MITx 在 edX 上 2013 到 2018 年的 158 個課次，約 159 萬名看過教材的學習者。語言與國家發展程度都由學習者最常用的 IP 位址所在國家推定，發展程度用人類發展指數（HDI）切成高低兩類。

這裡有一個設計上的限制，作者自己寫在方法裡：英語母語的國家全部是高 HDI 國家。所以「英語母語對非英語母語」只能在高 HDI 國家之間比，印度、奈及利亞這類英語通用但 HDI 低的國家不在這個比較裡。

• 高 HDI 國家之內，英語母語國家和非英語母語國家的學習者，完課的勝算沒有測到差異。
• 非英語母語國家之內，低 HDI 國家學習者的完課勝算約是高 HDI 國家的 55%。
• 只看拿到證書的人，六門課裡五門的能力估計沒有測到國家發展程度的差異；其中四門，開發中國家完課者的平均反而較高（都不顯著）。

合起來：在這批理工課裡，開發中國家的學習者難在撐到最後，撐到最後的人表現不比別人差；英語母語與否，在能比的範圍裡沒有測到差異。這是觀察資料，量的是完課與作業表現，不是讀懂多少。作者自己也說，「非母語」是用國家推的，住在英語國家的非母語者、用 VPN 的人都會被分錯。

大學用英語授課：學科成績

英語授課（English Medium Instruction，EMI）是在英語不是多數人母語的地方，用英語教學科內容。Hansol Lee、Heath Rose、Ernesto Macaro 與 Jang Ho Lee 2025 年的統合分析只收高等教育，讀的是牛津大學典藏的作者接受稿。

用英語上課的組和用母語上課的組相比，學科內容的成績 d = 0.13，沒有測到差異。只算有確認兩組起點相當的 12 個樣本，d = 0.04；沒有確認的 4 個樣本是 0.41，把整體往上拉。作者的結論措辭是英語授課整體上不會傷害學科學習，可以讓學生的表現和用母語學的人相當。

這份分析有兩件事要一起記。第一，同一份分析裡，只看英語授課的學生自己前後測的進步，d = 1.57；作者明說這種組內比較不能歸因到英語授課本身。第二，作者把兩組學生的特質不可比列為組間研究的重大威脅。這些都是整個學程或整門課，學生讀了一學期以上；「讀一篇外語教學文章」是另一回事，從這裡推過去是我的類比。

讀者自己說卡在哪

第 4 篇寫過 Philip Guo 2018 年的問卷，受訪者是程式教學網站上 656 位非英語母語的使用者。回答「英文程度在哪些方面讓你學程式更難」的人，最常提到的困難是讀教材（35%）。回答「教材可以怎麼改」的人裡，有一小群（7%）寧可讀英文原文、不要翻譯版，抱怨的是術語被翻掉、翻譯版過時。受訪的非母語者有 83% 自評英文閱讀熟練或完全流利；這些都是自述，不是量出來的效果。把它和上面兩份放在一起，是我的讀法：Karp Gershon（高 HDI 國家之間，以國家推定母語）與 Lee（大學的英語授課）都沒有找到語言本身的影響，兩份都沒有依英文程度挑人；Guo 的受訪者英文多半不差，他們自己說的困難是讀得慢、卡在術語。英文程度低的人，三份資料都看不到。

文化和語言分不分得開

語言常和國家的其他條件綁在一起。René Kizilcec 與 Geoffrey Cohen 2017 年的兩個實驗在兩門 MOOC 放了一段幾分鐘的自我調節寫作：寫下完成課程的好處與障礙，再寫「如果…就…」的計畫（花費時間的中位數 6.6 到 8 分鐘）。結果依國家的個人主義程度分析。兩個實驗的整體效果都沒有測到；個人主義國家的完課率相對提高 32% 與 15%，換成絕對差約 1.8 與 3.8 個百分點（我從原文表格算的）；集體主義與平衡文化的國家沒有測到效果。

和這篇有關的是作者另外做的檢查：國家層級的英語能力指數和個人主義程度高度相關，但它不是穩定的調節變項。作者的話是「Moreover, our pattern of results does not appear to be related to English proficiency per se.」學習者寫下的障礙裡，有一類作者稱為「實際障礙」，代表詞包含網路、電腦，也包含 language、English、understand；集體主義國家的學習者寫這類障礙的比例較高，而這段寫作對這類障礙沒有測到效果。這一類混了網路與電腦，不能單獨說成語言障礙。

同一條線後來放大到 247 門課，第 19 篇有完整的整理。這裡只補一個細節：寫讀書計畫的提示，原始研究的效果出現在「說要完成、而且英語流利」的子群，放大後在對應的子群沒有測到差異（各波的子群定義有調整：先是說要完成且英語流利，後來只看英語流利，最後一波拿掉英語條件）；焦點樣本裡自陳英語流利的約一半。

這一節能說的是：在 MOOC 裡，語言本身的影響沒有找到穩定的證據，國家的發展程度與文化有。網頁文章的非母語讀者少了什麼，目前沒有研究直接測過。

字幕、雙語字幕與翻譯

本站的導讀附的是英語原課。讀者看影片時開不開字幕、開哪一種，正是下面幾個實驗操弄的東西。

外語影片開不開字幕

Maria Pannatier 與 Mireille Bétrancourt 2024 年的實驗找了 131 位法語母語的學生，看一段 5 分鐘的英語學術演講（Richard Mayer 在哈佛的公開講座剪輯），先用英語分級測驗分成初級、中級、高級，再在各級之內隨機分到英文字幕、法文字幕、沒有字幕三組。影片只能看一次，不能暫停、不能倒回，看完立刻用法文作答。

三種字幕格式在三項測驗上都沒有測到差異，字幕格式和英語程度之間也沒有交互作用。作者原本預測初級的人靠母語字幕、中級的人靠英文字幕、高級的人不用字幕最好，三條都沒有出現。英語程度本身影響了問卷題與遷移題，自評的先備知識與平常看字幕的習慣也各有影響。作者的結論是：

the subtitles cannot be considered harmful and, if designers have the option of enabling subtitles in whatever language, they should probably do it – even though the research provides no definitive answer regarding the choice of language (native or same language as narration).

這個實驗的組很小，初級每一格約 7 人，偵測小效果的力量不足。作者自己列的限制還有：沒有眼動資料，不知道受試者有沒有讀字幕；英法兩種語言相近，先前看到英文字幕有幫助的研究，受試者是中文與韓文母語者。

雙語字幕

雙語字幕是同時顯示兩行，一行影片的語言、一行母語。兩個實驗的受試者都是以英語為外語的中國學生，雙語字幕都是中文在上、英文在下。

Andi Wang 與 Ana Pellicer-Sánchez 2023 年的實驗讀的是作者放在倫敦大學學院典藏的較早版本稿件，稿件首頁註明刊出版為準，數字可能和刊出版不同。112 位在英國讀書、英語 B2 到 C1 的中國學生，看一支 23 分鐘的 BBC 紀錄片，分到雙語、英文字幕、中文字幕、沒有字幕四組，看完用中文作答 34 題。

• 雙語組與中文字幕組答對約八成，兩組沒有測到差異；兩組都勝過英文字幕組（約 69%，我從平均分數換算）。英文字幕組和沒有字幕組的差異沒有達到顯著（p = .06）。
• 眼動資料：雙語組在字幕出現時，看中文那一行的時間約佔 42%，看英文那一行約 20%；英文那一行被整個跳過的比例較高。
• 作者說雙語字幕沒有造成認知超載，但這個研究沒有量認知負荷，這句是從眼動與分數推的。作者也說，依賴中文那一行對學英文本身未必有幫助。

這群受試者本來就最常用雙語字幕，作者把這一點列為第一條限制。

Sixin Liao、Jan-Louis Kruger 與 Stephen Doherty 2020 年的實驗規模更小：招募 20 位在澳洲讀研究所的中國學生，每人看四段 5 分鐘的 BBC 紀錄片，各配一種字幕條件，看完用英文寫下記得的內容。各項分析實際用到 15 到 18 人。

• 四種條件（包括沒有字幕）的自由回憶分數沒有測到差異。
• 自評的認知負荷：雙語字幕和單一語言字幕之間沒有測到差異；雙語字幕比沒有字幕低。
• 個別來看，16 人裡 9 人看中文那一行較多、7 人看英文較多，作者解讀為每個人選一種語言當主要來源。

這篇的摘要說雙語字幕比沒有字幕更有益於理解。回憶分數本身沒有支持這句，支持它的是自評「覺得比較容易」。作者自己也提醒，用第二語言寫回憶可能壓低了差異。

字幕幫的是語言還是內容

上面三個實驗量的都是看懂內容。另一條研究線量的是學語言。Satsuki Kurokawa、Aung Myo Hein 與 Takumi Uchihara 2024 年的統合分析收了 49 個實驗：外語學習者看外語影片，一組配同一語言的字幕，一組沒有字幕，事先不知道會考字彙。有字幕的組記住較多目標字，g = 0.56。

換成看得懂的比例：能算絕對數字的 18 個實驗裡，字幕組學會目標字的 13.75%，沒有字幕的組 10.64%，差約 3 個百分點。和本站最接近的影片類型反而最弱：講課與演講類（其中半數是 TED 演講）g = 0.14，沒有測到效果；不過影片類型整體不是顯著的調節變項，這一類又只有 6 個實驗。有前測的研究效果明顯較小，哪一種比較接近真值，作者說判斷不了。

這份分析的「字幕」是外語影片配同一外語的字幕（八成以上的實驗是英語），不是翻成母語的字幕，不能拿來支持給翻譯。把它和上面三個實驗放在一起：同語字幕對記外語生字有幫助，對看懂內容沒有測到幫助。

機器翻譯的教材

翻譯版的教學內容讀者學得一樣好嗎？我沒有找到這樣的實驗。最接近的是 Yerin Kwak、Nora Dunder、Olga Viberg 與 Zachary Pardos 2025 年的個案：瑞典皇家理工學院一門大學預備年的微積分課，把英文的開源適性家教題庫 OATutor 翻成瑞典文、再對齊瑞典的課綱。作者在限制裡明說，對學生學習的影響是未來的工作；這篇沒有任何學生端的資料。

它量到的是翻譯本身：

• 題目句的 BLEU（比對和參考譯文用字重疊多少的指標）各模型都在 84 到 94；章節標題這類術語密集的句子，BLEU 只有 18 到 61。另一個比較看語意的指標 xCOMET，標題句反而略高，作者的解釋是它對小的術語錯誤比較寬容。作者的原話是「The models tested generally performed well in translating mathematical problems but struggled with terminology dense sentences like section titles」。補救的做法是把瑞典文維基百科的數學條目當成術語資料，讓模型翻譯時查用；例子是 GPT-4o 把 scientific notation 直譯成瑞典數學裡少用的說法，查過術語資料後換成標準用語。參考譯文由一位以瑞典語為母語的作者製作。
• 翻完由授課教師編修，2,544 個詞裡改了 30 個（1.18%）。
• 在地化不只是翻譯。用 AI 推薦的 16 個技能主題裡，教師判定 6 個和課程無關；一個主題的題目要依瑞典課綱改寫情境；瑞典用逗號當小數點，簡答題原本會把「1,2」判錯。

本站的英文版是反方向（中翻英），內容也不是數學題，但「術語密集的句子最容易翻壞」這一點，和第 4 篇裡 Guo 的受訪者抱怨術語被翻掉，指向同一個地方。

整個介面翻成母語的情況，第 4 篇寫過 Sayamindu Dasgupta 與 Benjamin Mako Hill 2017 年的 Scratch 資料：用母語介面的人起點較低、之後增加得稍快，差距很小，是相關不是因果。

手機讀長文差在哪

紙本和螢幕

第 9 篇寫過 Pablo Delgado 等人 2018 年的統合分析：讀同樣的文本，紙本的理解略好於螢幕，g = 0.21；作者認為這個幅度在教育上不算小。和這篇有關的兩個調節結果，當時沒有展開：

• 用電腦的比較，紙本優勢顯著；用手持裝置（平板、電子書閱讀器、手機合在一起）的比較是 0.12，沒有測到差異。兩者的差異本身不顯著。
• 需要捲動的比較，紙本優勢是 0.25；不必捲動的是 0.13（p = .06），沒有達到顯著。兩者的差異同樣不顯著，作者列為待研究。

拆開各種裝置

Virginia Clinton-Lisell 與 Christine Litzinger 2026 年的統合分析用 network meta-analysis 的做法，把紙本、電腦、平板、電子書閱讀器、手機放進同一個模型比，收 2010 年以後、受試者用母語讀說明文的 56 個研究。

• 整體上，紙本勝過電腦（g = 0.17）與手機（0.26）；平板與閱讀器沒有測到差異。排名是紙本最前、手機最後。
• 手機的結果最不穩。手機和紙本的直接比較只有 3 個效果量，直接估計是 0.12，模型估計的 0.26 有一半來自間接推算。作者自己說，很難對手機與閱讀器的結果有信心。
• 作者把資料拆成兩組分開算。需要捲動的 25 個研究裡，紙本勝過電腦（0.35）與平板（0.38）；手機的點估計是 0.48，但信賴區間從 −0.14 到 1.10，沒有測到差異。不需要捲動的 31 個研究裡，紙本和任何一種裝置都沒有測到差異。
• 兩組是分開跑的，原文沒有檢定「捲動組和不捲動組的差異本身」是否顯著。摘要把手機的 0.48 也算進「紙本明顯較好」的範圍，正文的表不支持這一點。

作者據此的建議是：

For college students reading expository texts in English, developing e-texts that may be read through pagination rather than scrolling may be useful.

作者也提醒，捲動在這份分析裡被硬切成有或沒有，沒有考慮捲多少、捲多快；約一半的研究沒有報告測驗的信度。

Ladislao Salmerón 等人 2024 年的統合分析常被引成「手機讀比較差」，但它的「手持裝置」只收平板與電子書閱讀器，明文排除只用手機的研究。讀的是瓦倫西亞大學典藏的作者稿。受試者間設計 g = 0.11、受試者內設計 0.10，都是紙本略好。受試者內那一份 21 個效果量方向一致，但沒有任何一個原始研究單獨顯著；受試者間那一份各研究差很大，把兩個離群值放回去後就沒有測到差異。大學生的差距較大（0.23），中小學生沒有測到。

手機讀小說

真的拿手機和紙本比、樣本完整的實驗很少。Motoyasu Honma 等九位作者 2022 年的實驗讓 34 位日本大學生各讀兩段村上春樹小說的節錄（約三千字），一段用 5 吋手機、一段用紙本，不限時，讀完答 10 題。紙本特地做成和手機一樣大、一樣重、字一樣大。

紙本的閱讀測驗分數高於手機，媒介的主效果顯著，兩部小說各自比也都是紙本較高；閱讀時間沒有測到差異。原文只有統計檢定，各組平均幾分、差多少，正文沒有給數字，所以我說不出差距有多大。作者另外量了呼吸與前額葉活動，說手機讓嘆息變少、前額葉過度活化；前額葉的媒介主效果其實不顯著，作者也把整個研究定位為探索性的。

這篇和上面的統合分析有兩點不一致，放在下面「來源說法不同的地方」。

套到網頁長文

這些研究的螢幕條件多半把數位專屬的功能拿掉了（超連結、互動），量的多半是限定時間內的選擇題。網頁上的教學文章一定要捲動，讀者自己決定步調，常常分好幾次讀完。所以能帶走的只有方向：讀說明文、需要捲動時，螢幕的理解略差於紙本；手機有沒有額外的差距，證據不夠下結論。手機和電腦螢幕讀同一篇網頁長文，我沒有找到直接比較的研究。

讀者的裝置、網路與本站的頁面

第 75 百分位的讀者

讀者用什麼裝置、什麼網路，決定頁面多久才出現、要花多少流量。Alex Russell 每年在個人部落格估一次「第 75 百分位的使用者」，也就是四分之一的裝置與網路比這個條件更差。這是作者整理第三方資料的估計與評論，不是同儕審查的研究。

2026 年的版本：下行 9 Mbps、上行 3 Mbps、來回延遲 100 毫秒，測試手機是 Samsung Galaxy A24 4G 這類中低階 Android。依作者連結的 HTTP Archive 資料，行動版網頁重量的中位數是 2.6 MiB；低階 Android 的單核效能比同期 iPhone 慢 9 倍。作者自己說這組條件可能偏樂觀，要服務全球讀者的網站應該以第 90 到 95 百分位為準。

這份資料沒有一句談到學習。頁面慢或流量貴，會不會讓讀者少學，我沒有找到研究。

本站一篇文章在手機上的樣子

以 Pixel 5 的畫面尺寸（393 × 727 CSS 像素）、不限速、沒有快取，載入正式站上的第 1 篇，2026 年 10 月 14 日 19:22（台灣時間）的結果：

• 傳輸量約 1.88 MB，其中約 1.40 MB 是一個中文字型檔（Noto Sans TC 的 OTF 檔，每篇文章都預先載入）。這個字型設定成先用系統字型顯示、下載完再換，所以不會擋住文字出現，但流量照付。JavaScript 約 289 KB，主要是頁面上的對話助理等 React 元件，也包括 Cloudflare 的流量統計腳本（約 10 KB）。
• 未壓縮的 HTML 約 458 KB，其中約 270 KB 是全站詞彙表的資料，每一篇都帶著同一份，用來在正文標出術語、點了顯示定義。
• 頁面約 26,000 像素高，約 36 個畫面。內文 16 像素字、段落寬 325 像素，一行約 20 個中文字（我的換算）。
• 表格不換行。表格的寬度設成「依內容最長那一行」，所以文章開頭那張總表寬 1,682 像素，放在 367 像素寬的框裡，要左右滑才看得完。

拿 Russell 的預算對照（這是我的計算）：總量約 1.79 MiB，在 Russell「JavaScript 少的頁面、3 秒內可用」的預算 2.0 MiB 以內，但其中 1.34 MiB 是一個字型檔。這次沒有限速，所以這組數字說的是要下載多少，不是要等多久。

來源說法不同的地方

以下幾組結果方向不同，或看起來衝突、其實量的東西不一樣。我把它們並列，不選邊。

語言和 MOOC 完課有沒有關。Karp Gershon 等人在高 HDI 國家之內，沒有測到英語母語與否和完課的關係。他們轉引 Türkay 等人 2017 年用 HarvardX 資料的結果，方向相反：英語學習者拿證書的勝算約是母語者的 60%。作者自己列了五種可能的原因，包括資料集不同、完課和證書不是同一件事、逐課計算和合併計算的差別，以及 Türkay 用問卷問語言、他們用 IP 推。Türkay 的原文我沒有讀。

母語字幕對看懂內容有沒有幫助。Wang 與 Pellicer-Sánchez 的實驗裡，中文字幕與雙語字幕勝過英文字幕與沒有字幕。Pannatier 與 Bétrancourt 的實驗裡，法文字幕和英文字幕、沒有字幕都沒有測到差異；Liao 等人的實驗裡，四種條件都沒有測到差異。三者的差別：影片 23 分鐘對 5 分鐘；受試者的母語和英文的距離（中文對法文）；考法（母語選擇題、母語問卷與開放題、英文自由回憶）；Pannatier 的影片不能暫停。哪一個是主因，沒有研究直接比過。

雙語字幕的視線落在哪一行。Wang 與 Pellicer-Sánchez 的雙語組，看中文那一行的時間約是英文那一行的兩倍。Liao 等人的雙語條件裡，兩行的停留時間沒有測到差異，個別來看約一半的人偏中文、一半偏英文。Liao 的設計是同一人看四種條件，四組裡有三組是看完英文字幕緊接著看雙語字幕；Wang 與 Pellicer-Sánchez 批評的就是這種設計。

敘事文有沒有紙本優勢。Delgado 等人的統合分析裡，只用敘事文的 7 個比較沒有紙本優勢。Salmerón 等人的統合分析裡，敘事文的點估計反而比說明文大，但兩者都沒有測到差異。Honma 等人用小說，紙本勝過手機。Honma 的紙本做成手機大小，比的是同樣大小的螢幕與紙，不是一般的手機對書本。

讀者自己控制時間，差距會不會變小。Delgado 等人的統合分析裡，自己控制步調時差距很小、限時才明顯。Salmerón 等人的統合分析裡，限不限時沒有差別，作者自己稱這是相衝突的發現。Honma 等人不限時，仍然測到紙本較高。

捲動是不是關鍵。Clinton-Lisell 與 Litzinger 把資料拆成要不要捲動，只有要捲動的那一組有紙本優勢，作者據此建議翻頁。Delgado 等人的統合分析裡，要捲動與不要捲動的差異不顯著。Salmerón 等人的資料裡，捲動的比較只有 5 個，判斷不了。

對照本站的做法

本站的做法	對應的證據	性質
絕大多數中文文章都有英文版，絕大多數由 AI 依翻譯規格產生，預設改寫	翻譯版的學習成效沒有研究；Kwak 的個案只量翻譯品質，術語密集的句子最弱	本站的選擇
中文正文的術語第一次出現附英文原文	見第 4 篇：Guo 的受訪者不想術語被翻掉；沒有研究測過中英並列	本站的選擇
447 篇中文文章嵌了 YouTube 影片，31 篇替部分影片設定預設開英文字幕，其餘依讀者自己的 YouTube 設定	同語字幕對看懂內容沒有測到幫助、對記生字有幫助；Pannatier 的作者建議讓使用者能開	有部分依據
網站不依瀏覽器語言自動導向，頁首有語言切換	沒有研究	本站的選擇
長文單頁捲動，有閱讀進度與文章開頭的目錄	Clinton-Lisell 的作者建議翻頁，但對象是大學生讀英文說明文、不是網頁長文	本站的選擇
表格不換行，手機上要左右滑	橫向捲動沒有研究；兩份統合分析談的都是上下捲動	本站的選擇
每篇預先載入 1.4 MB 的中文字型，HTML 帶整份詞彙表	Russell 的條件與頁面重量；頁面重量對學習沒有研究	本站的選擇
英文版也預先載入同一個 1.4 MB 的中文字型，英文第 1 篇傳輸約 1.84 MB	英文讀者用不到這個字型；頁面重量對學習沒有研究	本站的選擇

可以做的事

以下都是我的判斷，各自寫出依據。

1. 寫給英文夠用、但不是母語的讀者時，先處理術語與閱讀速度。 依據：Karp Gershon（高 HDI 國家之間，以國家推定母語）與 Lee（大學的英語授課）都沒有找到語言本身的影響；Guo 的受訪者多數英文熟練，自述的困難是讀得慢、一個術語可以糊掉整句。做法：術語第一次出現時給一句白話定義；一個句子只放一個新術語。
2. 嵌外語影片時，不要替讀者決定字幕，但把影片的語言與字幕狀況寫出來。 依據：Pannatier 的作者建議字幕能開就開、語言讓使用者自選；三個實驗對母語字幕的結果不一致。做法：在播放器旁寫一句「英語授課，YouTube 有英文字幕」或「沒有字幕」。
3. 預設開英文字幕，理由要是讓讀者學英文，不是幫讀者看懂內容。 依據：Kurokawa 的統合分析裡，同語字幕幫的是記生字，講課類影片的效果沒有測到；三個理解實驗裡，同語字幕都沒有測到幫助。本站預設開英文字幕的 31 篇裡，28 篇是 Stanford CS229 與 CS329A 課程導讀的整堂錄影，1 篇是英文跟讀練習，另 2 篇是一般文章；跟讀練習和這個方向一致，課程導讀那 28 篇的依據要另外想。
4. 翻譯版要把術語交給懂這個領域的人看過。 依據：Kwak 的個案裡，術語密集的標題句翻得最差，教師編修的量很小但集中在這裡。做法：翻譯完先列出全文的術語對照，逐一確認是目標語社群的標準用法，不是字面直譯。
5. 手機上避免需要左右滑的表格。 依據：沒有直接的研究；捲動的兩份統合分析談的是上下捲動。這一條是我的推論。做法：表格每一格寫成一個短語，長的說明移到表下面的段落；欄位超過三欄時，考慮改成清單。
6. 不要把「手機讀比較差」當定論寫進文章或設計理由。 依據：手機和紙本的直接比較只有 3 個效果量；常被引用的手持裝置統合分析不含手機。

今晚可以做的三件事

1. 用手機打開自己最長的一篇，數一下要滑幾個畫面，找出要左右滑才看得完的表格，把最寬的那一張改短或拆成清單。
2. 在每支嵌入影片的旁邊加一句影片的語言與字幕狀況。
3. 打開瀏覽器開發者工具的 Network 分頁，清掉快取重新載入自己的文章，看傳輸量最大的三個檔案是什麼，是不是讀者讀這篇真的需要的。

這些證據的限制

• 沒有研究量過網頁教學文章的非母語讀者學到多少。最接近的是 MOOC 的完課紀錄與大學的整門課成績；套到單篇文章是我的類比。
• 語言幾乎都是英語當外語。Karp Gershon 的「非母語」由國家推定；字幕實驗的受試者只有法語母語者與中國學生；EMI 的統合分析多數樣本不在中文環境。中文當外語、或中文讀者讀中文翻譯版的研究，這篇沒有。
• 樣本小。Liao 的分析用 15 到 18 人，Pannatier 的初級每格約 7 人，Honma 34 人。沒有測到差異的結果，有一部分可能只是偵測不到。
• 字幕實驗的影片都很短或只能看一次。Pannatier 5 分鐘不能暫停；Liao 每段 5 分鐘；Wang 23 分鐘。本站附的是一到兩小時、可以暫停倒回的整堂課。
• 版本。Wang 與 Pellicer-Sánchez 讀的是較早版本的作者稿；Lee 等人、Salmerón 等人讀的是作者稿；刊出版的數字沒有核對。Pannatier 的表格沒有對到 PDF 版面。
• 觀察資料不能當因果。Karp Gershon（語言與 HDI 都是國家層級的推定）、Dasgupta 與 Hill、Guo 的問卷。
• 手機的證據。Clinton-Lisell 的手機對紙本直接比較只有 3 個效果量；Salmerón 不含手機；Honma 的紙本是手機大小，正文沒有給分數差多少。
• 頁面重量。Russell 是個人的年度估計，不是同儕審查；本站的量測只有一篇文章、一種畫面尺寸、沒有限速。頁面重量、網速對學習的影響，我沒有找到研究。
• 我的推論有八處：把 EMI 與 MOOC 的結果類比到單篇文章；把 Guo 的自述和 Karp Gershon、Lee 的結果合起來讀；Kwak 的術語問題和 Guo 的受訪者指向同一處；捲動的研究不能回答橫向捲動；拿 Russell 的預算對照本站的傳輸量；「可以做的事」六條；今晚可以做的三件事；對照表裡「有部分依據」的判定。正文都標了或在這裡列出。
• 我自己算的數字：Wang 英文字幕組約 69%；Kizilcec 與 Cohen 的絕對差 1.8 與 3.8 個百分點；本站一行約 20 個中文字；1.79 MiB 與 1.34 MiB 的換算。
• 轉引：Türkay 等人 2017 年的 60%，是 Karp Gershon 等人的轉述；Russell 的頁面重量中位數，正文沒有寫出處，超連結指向 HTTP Archive。
• 只知道存在、沒讀到合法公開全文的：Kizilcec、Saltarelli、Reich 與 Cohen 2017 年在 Science 的短文〈Closing global achievement gaps in MOOCs〉；Montero Perez 等人 2013 年的字幕統合分析；Clinton 2019 年的紙本對螢幕統合分析；Lin 等人 2024 年依興趣調整情境的統合分析。
• 沒有找到的：翻譯品質（人工、機器、AI）對學習成效的實驗；例子的文化選擇對理解的實驗（Kurokawa 有一個追加分析比文化特定與中性的影片內容，量的是字彙，沒有測到差異）；MOOC 裡用手機學習的比例與成效。

附錄：各研究的設計與數字

正文每項只留一兩個數字，其餘放在這裡。螢幕研究的正負號各篇不同，這裡一律寫成「紙本較好」的方向，原文的符號附在括號。

Karp Gershon、Ruipérez-Valiente、Alexandron（2021），International Journal of Educational Technology in Higher Education 18。MITx 在 edX 上 2013–2018 年 158 個課次、120 門課，至少看過一次教材的 1,586,305 人；分析單位是課次。英語母語國家：美、澳、加、愛爾蘭、紐西蘭、英國、千里達及托巴哥；HDI 0.7 為界。RQ1（高 HDI 國家內，母語對非母語）：各課次勝算比平均 1.076，p = .464。RQ2（非母語國家內，高對低 HDI）：平均 1.83，p < .001，137 個課次。RQ3：同一門課不同課次之間的對數勝算比差距平均 0.16，不同課之間 0.30；作者據此說課程解釋了約 47%，這個比例是兩種差距相減的比，不是勝算比的分解。RQ4：六門課的完課者，五門沒有評量偏差；唯一有的 3.MatSelx 差 0.49 個標準差（p = .022，152 人）。RQ5：用兩種差異試題功能的方法刪題，一種刪後差距從 0.49 變 0.50，另一種變 0.45，仍顯著。限制：IP 誤分類、國家層級 HDI 只是個人社經地位的粗略估計、只有 MITx 的課。

Lee、Rose、Macaro、Lee（2025），System 133，讀的是 Oxford ORA 的作者接受稿（稿件題名是 Impact of English Medium Instruction in Higher Education: A Multi-Level Meta-Analysis）。28 篇研究、41 個獨立樣本、8,747 人、51 個效果量。內容學習組內前後測 d = 1.57（7 個樣本）；內容學習組間 d = 0.13（95% CI −0.04 到 0.31，16 個樣本、19 個效果量），其中確認兩組同質的 12 個樣本 0.04（p = .68）、沒有確認的 4 個 0.41。英語學習組內 0.81（14 個樣本）；組間 0.33（只有 4 個樣本，作者說不適合下可推廣的結論）。調節變項只能做次群組分析。作者稿沒有附錄，出版偏誤的細節沒有讀到。

Guo（2018），CHI 2018。見第 4 篇附錄。

Kizilcec 與 Cohen（2017），PNAS 114(17)，讀的是 PMC 的刊出版與補充資料。實驗 1：Coursera 一門 10 週研究所程度的商管課，9,619 人、86 國；實驗 2：Open edX 一門 6 週的計算機概論，8,344 人、87 國，四組（MCII、只有心智對比、只有執行意圖、對照）。文化依 IP 國家的 Hofstede 個人主義指數分三類，印度在實驗裡算平衡文化。完課率（對照 → MCII）：實驗 1 整體 5.42% → 6.32%（p = .097），個人主義國家 5.52% → 7.28%；實驗 2 整體 25.4% → 27.5%（p = .122），個人主義國家 25.7% → 29.5%，集體主義國家 23.5% → 21.1%（不顯著）。英語能力指數（EF EPI）與個人主義 r = 0.68，實驗 1 的四個國家層級變項交互作用都不顯著（P > 0.16），實驗 2 的英語能力不顯著（P > 0.09）。障礙的主題分析：「實際障礙」佔比，實驗 1 個人主義 27%、平衡 33%、集體主義 40%。量的是完課，沒有量學到什麼。

Kizilcec、Reich、Yeomans 等（2020），PNAS 117(26)。見第 19 篇附錄。焦點樣本自陳英語流利的比例各波 49.7% 到 55.4%。長期計畫提示的原始子群是「說要完成且英語流利」，原始效果 3.9 個百分點（2,053 人）；放大後第一年 +0.19（26,586 人）、第二年 −0.23（10,372 人）。

Pannatier 與 Bétrancourt（2024），Learning and Instruction 90，出版者網頁的刊出版，表格沒有對 PDF 版面。3（英文字幕、法文字幕、無字幕）× 3（英語程度）組間設計，131 人（字幕格式 41／46／44 人；程度初級 21、中級 55、高級 55）。影片 5 分鐘、只看一次。字幕格式的主效果：標示圖 p = .694、問卷 p = .344、遷移 p = .505；交互作用 p = .972、.511、.350。英語程度：問卷 p = .004（η²p = .114）、遷移 p = .003（η²p = .090）、標示圖 p = .078。遷移題高級對初級 d = 0.75。認知負荷與興趣也沒有字幕格式的效果。樣本數依 f = 0.35 估計，比一般的中效果大。

Wang 與 Pellicer-Sánchez（2023），Studies in Second Language Acquisition 45(4)，讀的是 UCL Discovery 的較早版本作者稿，刊出版沒有核對。112 人招募，理解分析 106 人、眼動 100 人。滿分 34：雙語 27.93、中文字幕 27.38、英文字幕 23.48、無字幕 20.48。雙語對中文 p = .97；雙語對英文字幕 d = 0.89；中文對英文字幕 d = 0.56；英文字幕對無字幕 p = .06。字幕出現時的總閱讀時間比例：雙語組字幕區 0.60、影像 0.39；雙語組內中文行 0.42、英文行 0.20；英文行跳過率 0.43、中文行 0.11。讀英文字幕越久、理解越低，只在英文字幕組顯著。稿件內有幾處數字對不上（一個 χ² 與 p 不相容、一個 t 與 p 不相容、表上的 d 值和平均數換算不合），刊出版可能已更正。

Liao、Kruger、Doherty（2020），The Journal of Specialised Translation 33，刊出版。受試者內設計，拉丁方格平衡。20 人招募；眼動每格 16 人、認知負荷 18 人、回憶 15 人。自由回憶（量尺 1 到 24.5）：中文字幕 9.88、英文字幕 9.82、雙語 10.83、無字幕 8.45，F(3, 42) = 1.447，p = .243。字幕區停留時間比例：中文 21.55%、英文 32.15%、雙語 33.62%，只有雙語大於中文顯著。自評內在負荷：無字幕 18.78 高於英文字幕與雙語；外在負荷：無字幕 14.56 高於中文字幕與雙語；三種字幕之間都沒有測到差異。增生負荷原量表的信度很低，刪一題後才用。

Kurokawa、Hein、Uchihara（2024），Language Learning 75(4)，出版者的刊出版 PDF。三層統合分析，49 個實驗、89 個效果量；L2 是英文的 43 個實驗。整體 g = 0.56（95% CI 0.38–0.73），Q(88) = 552.88。能算絕對學習量的 18 個實驗、30 個效果量：字幕組學會目標字的 13.75%，沒有字幕的組 10.64%。教育階段顯著：小學 1.36（6 個實驗）、中學 0.44、大學 0.44。英語程度不顯著（p = .070），中級 0.81。影片的目標觀眾顯著：為學習者製作 1.04、為母語者製作 0.46。影片類型不顯著：動畫 0.56、紀錄片 0.60、戲劇 0.44、講課與演講 0.14（不顯著）。前測：同格式 0.35、不同格式 0.29、沒有前測 1.01。只有 8 個實驗有延後測，沒有分析。審稿人要求的追加分析：文化特定內容 0.44（18 個效果量）、中性內容 0.55，p = .581。Egger 檢定 p = .316。線上補充資料沒有讀。

Kwak、Dunder、Viberg、Pardos（2025），L@S '25，PDF 首頁印有 CC BY-SA 4.0 授權。翻譯測試集 200 句（100 句題目或提示、100 句章節標題），以一位瑞典語母語作者的人工譯文為參考。題目句 BLEU 84.42–94.25；標題句 17.72（mBART）到 61.27（RAG）。xCOMET 標題句反而略高，例如 GPT-4o 題目 91.88、標題 92.95，RAG 題目 92.06、標題 95.15。GPT-4o 無介入時標題 BLEU 54.23，RAG 61.27。部署內容 2,544 詞、332 句，教師改 30 詞（1.18%）、5 句（1.51%）。課綱對齊：課本 92 題；兩種方法合計 16 個技能，教師判定 10 個相關、6 個不相關。正文有兩處差距的數字算不回 Table 1，以表為準。

Dasgupta 與 Hill（2017），L@S 2017。見第 4 篇附錄。

Delgado、Vargas、Ackerman、Salmerón（2018），Educational Research Review 25。見第 9 篇附錄。這篇另用到：手持裝置 k = 14，紙本較好 0.12（原文 −0.12，p = .11）；電腦 k = 42，0.23（p < .001）；兩者差異 QB = 1.55，不顯著。需要捲動 k = 37，0.25；不必捲動 k = 12，0.13（p = .06）；差異 QB = 1.99，不顯著。

Clinton-Lisell 與 Litzinger（2026），Education and Information Technologies 31，Springer 刊出版（CC BY）。頻率學派的 network meta-analysis，以紙本為參照，正值是紙本較好。49 份報告、56 個研究、79 個比較；只收說明文、2010 年以後、以母語閱讀、螢幕沒有紙本做不到的互動功能。整體：電腦 0.17（0.09–0.25）、閱讀器 0.18（p = .07）、手機 0.26（0.06–0.46）、平板 0.09（p = .13）；排名分數紙本 0.97、平板 0.67、閱讀器與電腦 0.36、手機 0.13。直接比較的效果量數：電腦對紙本 39、平板對紙本 16、閱讀器對紙本 6、手機對紙本 3；手機對紙本的直接估計 0.12、間接 0.41。需要捲動（25 個研究、29 個比較，沒有閱讀器）：電腦 0.35、平板 0.38、手機 0.48（−0.14 到 1.10）。不需要捲動（31 個研究、39 個比較）：電腦 0.07、閱讀器 0.12、手機 0.12、平板 0.03，都不顯著。Egger 檢定 p = .35。正文寫 28 個研究沒有報告信度，表上數得 27 個。

Salmerón、Altamura、Delgado、Karagiorgi、Vargas（2024），Journal of Educational Psychology 116(2)，讀的是瓦倫西亞大學典藏的作者稿；線上補充表沒有讀。只收平板與電子書閱讀器。49 篇研究、63 個效果量。受試者間：排除 2 個離群值後 38 個效果量，紙本較好 0.113（原文 −0.113，p = .030），I² = 94.39%，預測區間 −0.486 到 0.259；放回離群值後 0.069，p = .191。受試者內：21 個效果量，0.103（p < .001），I² = 0，沒有任何一個原始研究單獨顯著。受試者間的調節：大學生 0.227、中小學 −0.057（中小學點估計是螢幕略好，不顯著），p = .026；個別施測 0.230、團體施測 −0.004，p = .036；敘事文 0.206、說明文 0.083，都不顯著；捲動只有 5 個效果量。唯二的大型代表性樣本（美國 NAEP 四年級與八年級）都是紙本較好。

Honma 等（2022），Scientific Reports 12，PMC 的刊出版。34 位日本大學生（20 位女性，平均 20.4 歲），受試者內交叉設計，每人讀兩段、媒介與小說都不重複。小說節錄 3,060 與 3,067 個日文字。手機 5.0 吋；紙本的字級、重量（148 g）、外框與手機相同。閱讀分數的媒介主效果 F(1, 32) = 26.445，P < 0.0001；平均與標準誤只在圖上，正文沒有數字。閱讀時間、觀看距離沒有測到差異。嘆息次數紙本較多；前額葉的媒介主效果兩個通道都不顯著。路徑分析 GFI = 0.881。限制：沒有量主觀認知負荷、沒有控制翻頁動作、結果是否適用其他裝置未確認。

Russell（2025），The Performance Inequality Gap, 2026，作者部落格，2025 年 11 月。網路 9／3 Mbps、100 ms；測試裝置 Samsung Galaxy A24 4G、HP 14 筆電。關鍵路徑資源預算（兩條 TLS 連線）：3 秒內，JavaScript 佔 15% 的頁面總共 2.0 MiB、佔 50% 的頁面 1.2 MiB；5 秒內 3.7 與 2.3 MiB。行動版頁面重量中位數 2.6 MiB、第 75 百分位超過兩份 DOOM（2.48 MiB）；行動版 JavaScript 中位數 680 KiB。行動版通過 Core Web Vitals 的網站不到一半。各國第 75 百分位：英國 21/7/34、美國 17/5.5/47、全球 9/3/100、印度 6.2/2.1/85、奈及利亞 3.1/1/190（下行／上行 Mbps／延遲 ms）。作者說 Cloudflare 的資料偏向富裕使用者。

本站的量測，2026 年 10 月 14 日 19:22（台灣時間），Playwright 以 Pixel 5 的裝置設定載入正式站的第 1 篇中文版，沒有限速、沒有快取。總傳輸 1,881,703 位元組（28 個請求）：字型 1,404,865、HTML 149,535、JavaScript 289,227（含 Cloudflare 流量統計腳本 10,438）、CSS 36,921。未壓縮 HTML 458,029 位元組，其中詞彙表資料 270,403 位元組。頁面高 25,994 像素，畫面高 727 像素。內文 16 像素、行高 28.8 像素、段落寬 325 像素。表格寬 1,682 像素、外框 367 像素。同一篇的英文版傳輸 1,836,635 位元組（其中字型 1,401,566）、頁面高 39,213 像素，開頭的表寬 3,078 像素。

參考資料

每一條都讀完手上取得的那一版並留有抽取紀錄；讀不到的部分寫在括號裡。

• Karp Gershon, Ruipérez-Valiente & Alexandron (2021), Defining and measuring completion and assessment biases with respect to English language and development status: not all MOOCs are equal（出版者的刊出版；圖只讀圖說）。
• Lee, Rose, Macaro & Lee (2025), Effectiveness of EMI in higher education: A multi-level meta-analysis（讀的是 Oxford ORA 的作者接受稿；附錄沒有讀到）。
• Guo (2018), Non-Native English Speakers Learning Computer Programming: Barriers, Desires, and Design Opportunities（作者個人頁上的定稿）。
• Kizilcec & Cohen (2017), Eight-minute self-regulation intervention raises educational attainment at scale in individualist but not collectivist cultures（PMC 的刊出版與補充資料；PDF 版面沒有對）。
• Kizilcec, Reich, Yeomans et al. (2020), Scaling up behavioral science interventions in online education（PMC 刊出版與 SI Appendix）。
• Pannatier & Bétrancourt (2024), Learning from academic video with subtitles: When foreign language proficiency matters（出版者網頁的開放取用刊出版；表格沒有對 PDF 版面；補充資料沒有讀）。
• Wang & Pellicer-Sánchez (2023), Examining the effectiveness of bilingual subtitles for comprehension: An eye-tracking study（讀的是 UCL Discovery 的較早版本作者稿；刊出版沒有讀；補充資料沒有讀）。
• Liao, Kruger & Doherty (2020), The impact of monolingual and bilingual subtitles on visual attention, cognitive load, and comprehension（期刊網站的開放取用刊出版）。
• Kurokawa, Hein & Uchihara (2024), Incidental Vocabulary Acquisition Through Captioned Viewing: A Meta-Analysis（出版者的開放取用刊出版；線上補充資料與 OSF 編碼表沒有讀）。
• Kwak, Dunder, Viberg & Pardos (2025), Adaptive Tutoring Goes to Sweden: Machine Translation and Alignment of English OERs to a Swedish Calculus Course（刊出版 PDF，CC BY-SA 4.0；KTH DiVA 紀錄頁）。
• Dasgupta & Hill (2017), Learning to Code in Localized Programming Languages（刊出版）。
• Delgado, Vargas, Ackerman & Salmerón (2018), Don't throw away your printed books（瓦倫西亞大學典藏的全文；附錄的逐篇研究表沒有讀）。
• Clinton-Lisell & Litzinger (2026), Decoding digital reading: a network meta-analysis of comprehension across devices（Springer 開放取用的刊出版；圖只讀圖說）。
• Salmerón, Altamura, Delgado, Karagiorgi & Vargas (2024), Reading comprehension on handheld devices versus on paper（讀的是瓦倫西亞大學典藏的作者稿；線上補充表沒有讀）。
• Honma et al. (2022), Reading on a smartphone affects sigh generation, brain activity, and comprehension（PMC 的刊出版；補充資料沒有讀）。
• Cloudflare Web Analytics 文件：Dimensions（用來說明本站的匯總流量統計有裝置類型這個維度）。
• Russell (2025), The Performance Inequality Gap, 2026（作者部落格；頁面上互動圖表的數值沒有讀到）。
• 本站文章：教學文章裡的術語、符號與公式怎麼處理、教學文章搭配影片怎麼做、讀到一半想看影片時，畫面怎麼排、教學文章裡的問題與用語怎麼寫、線上自學為什麼多數人讀不完、教學文章的例子與開頭怎麼寫。