如何选择适合学生语言水平的文章?
通常,每个量表由低到高分几个不同级别,分别描述语言能力发展的不同阶段。文章一开始提到的中国英语能力等级量表和雅思、普思考试对接成功也就是这个意思。英语教师在平时备课或者命制测试题目的过程中需要选择适合学生语言水平的文本,或者将原文本进行一定改编以适应学生语言水平,这里就涉及到了“文本难度”这一概念。选出与学生语言水平相匹配的文本。...
本文分为三个部分:
1. 关于英语水平等级量表的文章
2.六大神器助你判断课文难度
3. 最新期刊投稿信息
今年年初,一条消息刷屏:
中国英语标准考试(CSE)与雅思考试、普思对接结果正式发布! 这确实是中国教育界的一件大事,标志着中国英语水平标准与国际考试接轨。
就在小编欢呼雀跃的时候,惊(jing)喜(xia)发现,我们亲爱的网友有的带错节奏了……
网友A:“CSE是什么考试?”
网友B:“大学四六级终于和雅思对接成功了!”
--------我是学术分界线--------
第一个问题,什么是语言能力量表?
如果你用学术语言回答这个问题,那么答案是:
我很学术
语言能力量表,又称语言能力标准,是对语言使用者使用某种语言的能力的一系列描述。 通常每个量表都有从低到高的几个不同等级,描述语言能力发展的不同阶段。
用通俗的语言来说,答案是:
语言能力量表是一把“尺子”
目前,知名的外语能力量表有欧洲语言共同参考框架(以下简称“CEFR”)、ACTFL Proficiency Scale、Global Scale of English等。
这些量表基本上使用“Can-Do Statement”来将语言使用者的能力划分为不同的等级。 例如,CEFR将学习者的语言能力分为三个等级:A级基本使用(Basic User)、B级独立使用(Independent User)、C级熟练使用(Proficient User)。
因此,刚刚连接成功的CSE属于此类。 是对语言能力的描述,是“量表”,不是考试!
(中国英语能力等级量表:英语语言能力等级)
和所有的测量工具(比如卷尺、温度计、电子秤)一样,语言能力量表也有自己的“量表”,比如CEFR的A1-C2或者中国的英语能力量表。 用来表示语言使用者的语言熟练程度。
第二个问题,我们如何结合语言能力
把它放在秤的“尺子”上?
通过相应的量表可以直接读取身长、温度、重量的测量结果,但是通过语言能力量表无法直接获得语言能力,所以这时候就需要语言测试这个媒介。 我们上面提到的大学英语四级和大学英语六级以及雅思都属于语言考试的范畴。
但是目前全世界大大小小的语言测试
数量庞大,
想象一下:
小测验学生参加了A测验,得了50分。
并且考了B考了90分,
学生的能力在测验中高吗?
为了解决这个问题,我们需要将各项考试的分数放在同一个量表(即语言能力量表)上进行比较,即“对接”。
这就是文章开头提到的中国英语水平量表与雅思考试、普思考试成功对接的意义所在。
我们可以把雅思的各种分数放到CSE的量表中。 如果一个考生的雅思总分是7,那么在CSE的框架下,他的英语能力是7级,可以完成7级对应的任务(比如可以理解各种话题的语言材料,comprehend它们的内涵和话语特征……)。
(雅思成绩与CSE对接成绩)
第三题,语言能力量表和语言测试
如何连接?
CSE与雅思、普思的对接工作历时两年,采用专家判断与实证数据相结合的方式,收集大量验证证据,反复论证。
事实上,语言能力量表与语言测试的衔接过程是比较复杂的。 一般包括熟悉量表、测试说明、标准制定和效度验证等几个阶段。 通过计算语言考试成绩与语言能力量表分数之间的相关性来完成两者之间的联系。
今天小编带大家简单理清一下语言能力量表和语言测试的关系,最后总结一下:语言能力量表是一个带有刻度的量表,用来表示语言使用者的语言能力,语言能力测试是用来衡量语言使用者的语言能力,在两者之间建立联系的过程称为“对接”。 --张曼玉
——来自语言测评
让我们看看如何判断文本的难度?
在备课或订试题的过程中,英语教师需要选择适合学生语言水平的课文,或者根据学生的语言水平对原文进行改编。 这就涉及到“文本难度”的概念。 广义上的“文本难度”是指阅读和理解文本的固有难度(Gamson et al. Mesmer et al. 2012)。
文本选择和改编是一项重要、耗时和劳动密集型的工作。 英语教师往往根据个人直觉或教学经验做出判断(Crossley et al. 2012),但缺乏量化反馈和科学指导。
但
你可能不知道,
其实有一些判断文本难度的工具,
可以准确方便的帮助老师
选择与学生的语言水平相匹配的文本。
从时间上看,判断课文难度的工具是从20世纪70年代开始出现的。 起初,他们主要依靠一些可读性测试来对文本的难度进行分级。 一般来说英语培训,可读性测试由多个回归方程组成。 自变量是可以直接测量的文本特征值,因变量是文本的难度。 以 Flash-Kinkade Readability Test 和 Lens Graded Reading Test System 和 Reading ability rating system 为代表。
后来,由于自然语言处理、计算语言学、第二语言习得等学科的进一步发展,研究者开始使用许多多维度的特征指标进行量化计算,如TextEvaluator文本难度分析器、Coh-Metrix等。
近年来英语培训,“英语文本难点”凸显了英语教师在文本难点选择中的作用(郭凯等,2018)。
看完这里,你一定不要被这些“看不懂”的专业术语吓倒了。 其实小工具的出现就是为了方便大家的工作。 只要选择得当、得当,这些工具一定会成为提高我们教学和考核科学性的“神器”!
接下来小编就按照时间顺序为大家一一介绍,帮你找到最适合自己的小玩意儿!
Flesch-Kincaid 可读性测试(Kincaide 等人,1975 年)
该测试由美国Rudolf Flesch博士开发,主要衡量美国当代英语教材的阅读难度。 Flash-Kinkade 可读性测试中的自变量是平均句子长度和每个单词的平均音节数(郭凯等,2018),因此测试设置仅依赖于一些简单的显性指标。
Flash-Kincaid 可读性测试由两个独立的测试组成:Flash 可读性测试和 Flash-Kincaide 等级水平测试(Kincaide 等人,1975 年)。
(1) Flesch 阅读轻松
文本可读性的计算依据是句子中的单词数、句子中包含的音节数等,取值在0到100之间,值越大,文章越容易阅读。
(2) Flesch-Kincaid 等级水平测试 (Flesch-Kincaid Grade Level)
测试将课文难度分为12个等级,课文分数以美国中小学年级水平表示。 分数越高,表明作者的英语写作水平越高,对读者的英语阅读水平要求也越高。 例如,当一篇课文得分为8.0时,意味着八年级水平的人可以理解课文的内容。
工具传送门:我们在使用Word进行拼写和语法检查时,可以选择显示文档的阅读水平。 这个操作就是上面两个测试的应用。 具体操作步骤请点击:%E6%B5%8B%E8%AF%95%E6%96%87%E6%A1%A3%E7%9A%84%E5%8F%AF%E8%AF%BB %E6 %80%A7-85b4969e-e80a-4777-8dd3-f7fc3c8b3fd2#__toc342546558
Lexile 分数(Stenner 和 Fisher,2013 年)
Lens Reading Assessment System由美国Metametircs教育公司开发。 该评价体系可以匹配读者的阅读能力和阅读材料的难易程度,以协助教师和家长为孩子选择合适的阅读材料。 此外,它对教材的选用、试卷的准备和教学大纲的修订都有着重要的意义。
镜头阅读评估系统衡量材料的难度和读者的阅读能力。 使用相同的量表,分为两个维度,即语义难度和句法复杂度。 字母“Lexile”(Lexile,简称L)被用作难度的衡量标准。 难度范围在0L到1700L之间。 数字越小,阅读难度越低或读者的阅读能力越低。 否则越读越难。 高或读者的阅读能力较高。
在应用方面,Lex分级阅读评估系统已成功融入美国学校。 学生在互联网和图书馆输入他们的 Lex 分数或等级,系统将提供与难度分数相匹配的书籍列表(罗红、于静,2013)。
工具传送门:
阅读能力度 (DRP)
(Kosline 等人,来自 Kibby,1981)
阅读能力评分系统是在阅读测试的基础上开发的。 它是了解学生阅读理解能力并通过特定阅读测试校准阅读材料难度的工具。 它由 Touchstone Applied Science Associates (TASA) 于 1980 年开发,目前在美国和加拿大有售。 超过 4,000 个地区使用该系统。
阅读能力评分系统的基本方法是“衡量学生在文本难度或可读性增加的情况下处理和理解英语文本的能力”(Kibby,1981),主要有以下四个目的:评估当前学生的阅读能力水平; 确定学生能够独立或指导阅读的最难的课文在线智能英语句子分析器英语培训,并推荐相应的书目; 评估学生发展; 衡量学生的阅读能力。
工具传送门:
TextEvaluator 文本难度分析器(Sheehan 等人,2014 年)
TextEvaluator Text Difficulty Analyzer 是一款基于网络的文本难度分析工具,由美国教育考试服务中心(ETS)专家 Sheehan 开发。 Standards, CCSS)阅读材料(Sheehan, 2016: 1, 引自 Xu Wei, 2017)。
TextEvaluator文本难度分析器可以准确判断文本难度差异60%以上。 从8个层次、多维度综合考查课文难度,即学术词表比和句法复杂度。 , 词汇具体性, 单词不熟悉, 互动/对话风格, 叙述性, 凝聚力, 论证 (Sheehan et al. 2014)。
工具传送门:
Coh-Metrix(Graesser 等人如何选择适合学生语言水平的文章?,2011 年)
Coh-Metrix是McNamera等人开发的文本处理工具。 美国孟菲斯大学。 它基于描述性统计、文本易读性、指称连贯性、潜在语义分析、词汇多样性、连词用法、情境模式、句法复杂性、句法结构密度、词汇和文本可读性等11类共108个指标的主成分评分用于调节文本难度 (Graesser et al. 2011)。
该工具结合了计算语言学和语料库语言学等多种技术,可以自动量化文本的表层和深层特征。 它已被广泛用于自动测量文本的衔接,判断文本的风格和体裁,以及探索写作语言的特征及其对作文质量的预测能力(姜锦林,2016)。 Coh-Metrix在多种自动分析技术的基础上,改进了以往单一的可读性公式,开发了特别适合第二语言读者的Coh-Metrix第二语言可读性指标(Coh-Metrix L2 Readability,RDL2),因为它反映了第二语言学习者在词汇、句子和语篇衔接方面遇到的困难。
Coh-Metrix在线版可计算200多项指标,自动处理15000字以内的单篇文本,而免费版仅报告60项指标,包括6项识别信息和54项文本语言特征量化指标(杜惠英、蔡锦婷,2013)。
工具传送门:
英语文本难以准确定位(金坛、李百川,2016)
“英语文本难度针”是一个数据驱动的在线文本难度调节工具(金和卢,2018),旨在帮助外语教师根据数据进行文本适配。 《英语文本指针》基于国内大型英语考试阅读文本语料库(中考、高考、全国大学英语四、六、考研),可实现难度分级、难度设置、例句查询、生词表、难词标注、结果反馈、结果导出7大功能。
工具传送门:
我们可以看到,大部分文本难度测量工具都是国外专家或机构开发的。 其中,Flash-Kinkade Readability Test、Lens Graded Reading Evaluation System和Reading Ability Rating System均参照美式教学方法。 该标准是衡量指标,在中国的适用性可能有限; 一些使用“多维特征”来衡量数据的小工具,会挖掘不同等级的基准文本,得到参考指标,从而判断文本的复杂度,所以考虑更全面一些,比如TextEvaluator文本难度分析器和Coh -矩阵; “英语文本难度指针”由国内学者开发,突出了外语教师在文本选择和改编过程中的主体作用(郭凯等,2018),更符合中国英语教师的需求。
不可否认,每种工具都有其独特的适用性和局限性,具体的选择需要根据自己的实际情况来判断。
最后,如果大家还有其他判断文字难度的小工具,欢迎在下方留言分享!
参考
Crossley, SA、Allen, D. 和 McNamara, DS (2012) 文本简化和综合输入:直观方法的案例,语言教学研究,16,89-108。
Kincaid, JP, Fishburne, LRP, Rogers, RL 和 Chissom, BS (1975) 新可读性公式的推导(自动可读性指数、雾计数和 Flesch Reading Ease 公式)适用于海军士兵。 研究部门报告,8-75。
Kibby, M. (1981) 测试回顾:阅读能力的程度。 阅读杂志,24(5),416-427。
Gamson, DA、Lu, X. 和 Eckert, SA (2013) 挑战共同核心国家标准的研究基础:文本复杂性的历史再分析。 教育研究员,42, 381-391。
Graesser, AC、McNamara, DS 和 Kulikowich, JM (2011) Coh-metrix:提供文本特征的多层次分析。 教育研究员,40, 223-234。
Jin, T. 和 Lu, X. (2018) 教材准备中文本改编的数据驱动方法:设计、实施和教师专业发展。 TESOL 季刊,52,457-467。
Mesmer, HA、Cunningham, JW 和 Hiebert, EH (2012) 迈向低年级文本复杂性的理论模型:从过去学习,预测未来。 阅读研究季刊,47, 235–258。
Sheehan, KM、Kostin, I.、Napolitano, D. 和 Flor, M. (2014) 文本评估工具:帮助教师和测试开发人员选择用于教学和评估的文本。 小学学报在线智能英语句子分析器,115(2), 184 -209。
Stenner, AJ 和 Fisher, WP (2013) 社会科学中的计量溯源性:读数测量模型。 物理学杂志:系列会议,459:10921-10930。
杜惠英,蔡锦婷。 基于Coh-Metrix的中国英语学习者议论文写作质量预测模型研究[J]. 现代外语, 2013(3): 293-300.
郭凯、金坛、路小飞。 文本难度调节研究与实践——从可读公式、多维特征到智能适配[J]. 外语测试与教学, 2018, 31(03): 37-45.
姜锦麟。 Coh-Metrix工具在外语教学与研究中的应用[J]. 中国外文,2016(05):60-67.
金坛在线智能英语句子分析器,李百川。 “英语文本很难准确定位”[Z/OL]. 2016.
罗罗红,于京。 美国镜头分级阅读框架:差异化阅读教学与评估工具[J]. 现代中小学教育,2013(10):90-93。
许巍。 词汇知识和阅读能力在美国高考推理阅读中作用的实证研究[J]. 外语测试与教学,2017(4):24-35.
曾国修在线智能英语句子分析器,朱晓敏。 可读性测验在编写大学英语阅读理解试卷中的应用——以Flesch/Flesch-Kincaid可读性测验为例[J]. 哈尔滨大学学报, 2012, 33(2): 90-95. - -Tammy
猜你喜欢
发表评论
评论列表