这篇文章是一项以方法论为核心的系统综述，关注是二语发展研究中“如何研究发展本身”。作者明确指出，传统以前测后测和线性统计方法为主的研究范式，本质上是结果导向的，只能回答“有没有提高”，却无法解释学习是如何发生的，因此在复杂动态系统理论视角下已经显得理论不足。
在此基础上，作者提出并系统梳理了一类被统称为 Time-Intensive Methods 的量化方法。这类方法的共同特征是纵向、密集、关注个体差异，并且能够刻画非线性变化。通过严格的 PRISMA 流程，文章回顾了 2008–2023 年间 78 篇相关实证研究，目的并非总结语言学习成效，而是构建一幅非线性二语发展方法图谱。
文章的核心理论贡献被概括为三个方面。第一，TIMs 能够真实呈现非线性的发展路径。在 CDST 视角下，学习者的发展必然伴随波动、回退和阶段性突变，这些变化并非统计噪音，而是发展机制的直接体现。诸如 Moving Window Graphs、Change Point Analysis、LGCM 和 GAMM 等方法，正是通过保留这些起伏，避免将发展过程简化为一条平滑的平均曲线。
第二，TIMs 为“群体研究在 CDST 中是否可能”这一长期争议提供了方法论解决方案。文章指出，拒绝均值逻辑并不意味着放弃群体层面的解释，而是需要用能够同时处理个体轨迹与群体差异的方法。多水平增长模型、增长混合模型和纵向聚类分析等人本取向方法，使研究者能够在尊重个体异质性的前提下，识别自然涌现的学习者发展类型。
第三，TIMs 使研究者能够建模变量之间随时间变化的动态相互作用。作者强调，语言能力、动机、情绪等变量之间的关系并非静态，早期可能相互竞争，后期可能转为协同。移动相关分析、交叉滞后模型以及并行过程增长混合模型，提供了直接刻画这种时间敏感关系的手段，这是传统相关或回归分析无法实现的。
在讨论部分，作者对当前 TIM 研究提出了相当尖锐的反思。他们指出，许多研究在使用复杂统计方法时，并未清楚交代其发展理论依据，方法与理论之间存在脱节。同时，时间尺度选择缺乏解释、测量密度不足或不匹配、样本量与模型复杂度不相称、重复任务的练习效应未被控制等问题，在现有研究中普遍存在。TIMs只有在与清晰的发展假设、合理的时间设计和透明的研究报告相结合时，才能真正推动二语发展研究从结果描述走向过程解释。
在此基础上，作者提出并系统梳理了一类被统称为 Time-Intensive Methods 的量化方法。这类方法的共同特征是纵向、密集、关注个体差异，并且能够刻画非线性变化。通过严格的 PRISMA 流程，文章回顾了 2008–2023 年间 78 篇相关实证研究，目的并非总结语言学习成效，而是构建一幅非线性二语发展方法图谱。
文章的核心理论贡献被概括为三个方面。第一，TIMs 能够真实呈现非线性的发展路径。在 CDST 视角下，学习者的发展必然伴随波动、回退和阶段性突变，这些变化并非统计噪音，而是发展机制的直接体现。诸如 Moving Window Graphs、Change Point Analysis、LGCM 和 GAMM 等方法，正是通过保留这些起伏，避免将发展过程简化为一条平滑的平均曲线。
第二，TIMs 为“群体研究在 CDST 中是否可能”这一长期争议提供了方法论解决方案。文章指出，拒绝均值逻辑并不意味着放弃群体层面的解释，而是需要用能够同时处理个体轨迹与群体差异的方法。多水平增长模型、增长混合模型和纵向聚类分析等人本取向方法，使研究者能够在尊重个体异质性的前提下，识别自然涌现的学习者发展类型。
第三，TIMs 使研究者能够建模变量之间随时间变化的动态相互作用。作者强调，语言能力、动机、情绪等变量之间的关系并非静态，早期可能相互竞争，后期可能转为协同。移动相关分析、交叉滞后模型以及并行过程增长混合模型，提供了直接刻画这种时间敏感关系的手段，这是传统相关或回归分析无法实现的。
在讨论部分，作者对当前 TIM 研究提出了相当尖锐的反思。他们指出，许多研究在使用复杂统计方法时，并未清楚交代其发展理论依据，方法与理论之间存在脱节。同时，时间尺度选择缺乏解释、测量密度不足或不匹配、样本量与模型复杂度不相称、重复任务的练习效应未被控制等问题，在现有研究中普遍存在。TIMs只有在与清晰的发展假设、合理的时间设计和透明的研究报告相结合时，才能真正推动二语发展研究从结果描述走向过程解释。
