In this paper, we review how eye tracking, which offers millisecond-precise information about how language learners orient their visual attention, can be used to investigate a variety of processes involved in the multifaceted endeavor of second language acquisition (SLA). In particular, we review the last 15 years of research in SLA, in which applied linguists have exploited the information gleaned from eye-tracking metrics to advance the field. As we explain, eye-tracking researchers within SLA have diversified which aspects of SLA they investigate and are entering new territory by pairing eye-tracking metrics with other data-collection methods for data-triangulation purposes. Eye tracking in SLA is also an inherently interdisciplinary endeavor, for which research partnerships with computer scientists hold special promise in the areas of automated language assessment and the evaluation of cognitive functioning and processing. We describe how the papers in this special issue on eye tracking in Second Language Research push the boundaries by: (a) ensuring greater standardization of how eye tracking is used in SLA (Godfroid and Hui, 2020); (b) embedding eye-tracking metrics within a mixed-methods design for more valid and complete data interpretation (Andringa, 2020; Michel et al., 2020); (c) using eye trackers to investigate the nuanced differences in cognitive processes involved across multimodal input and feedback types in SLA (Conklin et al., 2020; McDonough et al., 2020).

中文翻译：

---

用眼动追踪探索第二语言处理的深度：介绍

在本文中，我们回顾了眼动追踪如何用于研究涉及第二语言习得 (SLA) 多方面努力的各种过程，它提供有关语言学习者如何定向视觉注意力的毫秒级精确信息。特别是，我们回顾了过去 15 年的 SLA 研究，其中应用语言学家利用从眼动追踪指标收集的信息来推动该领域的发展。正如我们所解释的，SLA 中的眼动追踪研究人员通过将眼动追踪指标与其他用于数据三角测量的数据收集方法配对，使他们调查的 SLA 的哪些方面多样化，并正在进入新领域。SLA 中的眼动追踪本质上也是一项跨学科的工作，与计算机科学家的研究伙伴关系在自动语言评估和认知功能和处理评估领域具有特殊的前景。我们描述了本期关于第二语言研究眼动追踪的论文如何通过以下方式突破界限：(a) 确保在 SLA 中使用眼动追踪的方式更加标准化（Godfroid 和 Hui，2020）；(b) 在混合方法设计中嵌入眼动追踪指标，以获得更有效和完整的数据解释（Andringa，2020 年；Michel 等人，2020 年）；(c) 使用眼动仪研究 SLA 中跨多模式输入和反馈类型所涉及的认知过程的细微差别（Conklin 等人，2020 年；McDonough 等人，2020 年）。我们描述了本期关于第二语言研究眼动追踪的论文如何通过以下方式突破界限：(a) 确保在 SLA 中使用眼动追踪的方式更加标准化（Godfroid 和 Hui，2020）；(b) 在混合方法设计中嵌入眼动追踪指标，以获得更有效和完整的数据解释（Andringa，2020 年；Michel 等人，2020 年）；(c) 使用眼动仪研究 SLA 中跨多模式输入和反馈类型所涉及的认知过程的细微差别（Conklin 等人，2020 年；McDonough 等人，2020 年）。我们描述了本期关于第二语言研究眼动追踪的论文如何通过以下方式突破界限：(a) 确保在 SLA 中使用眼动追踪的方式更加标准化（Godfroid 和 Hui，2020）；(b) 在混合方法设计中嵌入眼动追踪指标，以获得更有效和完整的数据解释（Andringa，2020 年；Michel 等人，2020 年）；(c) 使用眼动仪研究 SLA 中跨多模式输入和反馈类型所涉及的认知过程的细微差别（Conklin 等人，2020 年；McDonough 等人，2020 年）。(b) 在混合方法设计中嵌入眼动追踪指标，以获得更有效和完整的数据解释（Andringa，2020 年；Michel 等人，2020 年）；(c) 使用眼动仪研究 SLA 中跨多模式输入和反馈类型所涉及的认知过程的细微差别（Conklin 等人，2020 年；McDonough 等人，2020 年）。(b) 在混合方法设计中嵌入眼动追踪指标，以获得更有效和完整的数据解释（Andringa，2020 年；Michel 等人，2020 年）；(c) 使用眼动仪研究 SLA 中跨多模态输入和反馈类型所涉及的认知过程的细微差别（Conklin 等人，2020 年；McDonough 等人，2020 年）。