LingoLeap 研究
從真實練習資料裡得到的 TOEFL 研究
每天有成千上萬的學習者在 LingoLeap 上完成 TOEFL 口說與寫作練習，並獲得 AI 評分。我們把這些匿名化的彙總資料整理成描述性研究，回答一些用小樣本無法回答的問題——哪些音最難、句子多長開始崩潰、母語如何影響發音。所有研究只發布彙總結果，不包含錄音、逐字稿或個人身分。
學術討論 · 評分細項
學術討論寫作在哪裡失分：語言，而不是觀點
在 3,692 份 AI 評分作答中，Language Use & Grammar 在三項細項中最低或並列最低的比例為 93.8%。評分來自 LingoLeap 自有的 AI 評分器，而非 ETS。（英文頁面）
93.8%
語言分數最低或並列最低
學術討論 · 長度
學術討論寫得越長，分數越高嗎？
3,692 份作答中只有 1.3% 少於 100 字。分數隨長度上升，約到 175-199 字後趨於平緩。觀察性結果。（英文頁面）
1.3%
少於 100 字的作答
學術討論 · 互動
在學術討論中點名同學，會提高分數嗎？
47.3% 的作答點名了題目中的同學，這些作答在 0-30 分制上高 +0.67 分。差異很小，且為觀察性結果。（英文頁面）
47.3%
點名同學
學術討論 · AI 評分
模板會拉低 TOEFL 分數嗎？我們測了 3,692 份作答
模板式開頭與 0-30 分制上 +0.04 分相關（95% 信賴區間 -0.12 至 +0.20），研究有 80% 的把握檢測出 0.23 分的差異。三項細項中，Language Use 的變化最小。評分來自 LingoLeap 自有的 AI 評分器，而非 ETS 的 e-rater。
+0.04
0-30 分制差值，95% CI -0.12 至 +0.20
口說面試 · 評分
TOEFL 口說是怎麼評分的：資料告訴我們什麼
在所報告的 2.0–4.5 AI 分數區間中，54,247 條 Take an Interview 作答的 Delivery、Language Use、Topic Development 同向上升。這是觀察性相關，並非因果結論。
54,247
條納入分數區間分析的作答
口說面試 · Delivery
TOEFL 口說不同分數區間的 Delivery 差異
較高 AI 分數區間的流利度、語速和長度平均值也較高。各組平均值在 140–159 wpm 附近達到高峰，而零停頓組受到短答與截斷作答的混淆影響。
140–159
wpm 平均值最高的組
口說面試 · Language Use
TOEFL 口說的 Language Use：詞彙 vs 句子掌控
文法/詞彙掌控與複雜句佔比在較高分數區間更高，但高階（B2+）詞彙佔比整體偏低（4–7%）、幾乎不隨分數區間變化——分數區間差異不在生僻詞，而在句子掌控。
4–7%
各分數區間高階詞佔比
口說面試 · 母語比較
中文母語考生的 TOEFL 口說面試表現不一樣嗎？
中文介面與英文介面學習者在 Delivery、Language Use、Topic Development 上得分幾乎一致，分數分布也高度重合——在這一（較弱的）代理下看不到母語差距。
≈ parity
各面向近乎持平
聽後複述 · 發音
哪些英語發音對中文母語的 TOEFL 考生最難？
中文介面與英文介面學習者在幾乎每個音上得分接近，唯一出現分化的是 /θ/——中文母語考生最難的音，僅 63.5/100。
/θ/ 63.5
中文母語最難的音
聽後複述 · 口說
152,218 次 TOEFL 聽後複述作答告訴了我們什麼
基於 23,390 次真實 TOEFL 2026 練習，分析句子長度、停頓、字尾和音素層級的發音表現。
152,218
條評分句子作答
資料、引用與講義
每項研究都以 CC BY 4.0 授權公開彙總資料表（CSV），並提供 APA 7 與 MLA 9 引用格式、可嵌入的圖表與一頁教師講義。
- 152,218 次 TOEFL 聽後重複作答告訴了我們什麼
listen-and-repeat-sentence-length.csvlisten-and-repeat-phonemes.csvlisten-and-repeat-pauses.csvlisten-and-repeat-hardest-words.csvlisten-and-repeat-summary.csv教師講義（PDF）如何引用
- 哪些英語發音對中文母語的 TOEFL 考生最難？
chinese-learners-phoneme-compare.csvchinese-learners-sentence-length.csv教師講義（PDF）如何引用
- TOEFL 口語是怎麼評分的：數據告訴我們什麼
- TOEFL 口語不同分檔的 Delivery 差異
toefl-speaking-by-score-band.csvtoefl-speaking-fluency-speech-rate.csvtoefl-speaking-fluency-pauses.csvtoefl-speaking-fluency-response-length.csv教師講義（PDF）如何引用
- Do TOEFL Templates Hurt Your Score? 3,692 Answers Measured
templates-phrase-prevalence.csvtemplates-score-difference.csvtemplates-subscores.csvtemplates-openers.csv教師講義（PDF）如何引用
- Does Length Raise TOEFL Academic Discussion Scores? Data
- Where TOEFL Academic Discussion Answers Lose Points: Data
- Does Naming a Classmate Help on TOEFL Academic Discussion?
授權條款: 僅限彙總數據，採用 CC BY 4.0 授權：可自由使用，但須註明 LingoLeap 並連結至本頁。本研究不公開任何學習者作答、錄音或個人分數。
我們如何做研究
- 資料來自 LingoLeap 上真實、自願的 TOEFL 練習，經匿名化並彙總。
- 發音由自動語音評估評分；句子分數為 LingoLeap 平台 AI 評分，非 ETS 官方成績。
- 只發布彙總統計與圖表，不發布任何錄音、逐字稿、使用者 ID 或單筆作答。
- 皆為觀察性描述研究，報告樣本數與差值，但不做因果推論。
想把這些研究用起來？
在 LingoLeap 上練習 TOEFL 口說，獲得同款 AI 評分與診斷。