Bài kiểm tra này hoạt động thế nào
Bài kiểm tra cho bạn xem hơn một trăm từ và trả về một con số hàng chục nghìn. Đây là cách nó đi từ cái này đến cái kia, và bạn nên tin nó đến mức nào.
Không thể hỏi về từng từ
Tiếng Anh có hơn một trăm nghìn từ trong sử dụng thông thường, và không ai chịu ngồi đánh dấu một trăm nghìn ô. Vì vậy bài kiểm tra làm giống như người thăm dò dư luận: hỏi về một mẫu nhỏ rồi suy rộng ra. Cho ai đó xem một nhúm từ được rút công bằng từ một phần của ngôn ngữ, đếm xem họ biết bao nhiêu, và bạn có thể nói điều gì đó về cả phần đó.
Mấu chốt là rút công bằng. Các từ không thể thay thế cho nhau — water, hypotenuse và obtund là ba câu hỏi hoàn toàn khác nhau — nên mẫu phải được trải đều có chủ đích trên cả dải, chứ không phải xúc đại ở chỗ nào tiện.
Độ hiếm là trục quan trọng
Mỗi từ trong bài có một thứ hạng tần suất: đại khái là vị trí của nó nếu bạn xếp ngôn ngữ từ từ phổ biến nhất đến từ hiếm nhất. Chỉ một con số này đã dự đoán bạn có biết một từ hay không tốt hơn độ dài, chính tả hay chủ đề. Mức hiểu biết giảm dần khi từ càng hiếm. Hình dạng của sự sụt giảm đó đủ ổn định để dựa vào.
Đó là lý do bài kiểm tra có ba vòng, khó dần. Mỗi vòng lấy mẫu một đoạn khác nhau của đường cong: trước hết là từ thông dụng, sau đó là phần giữa, rồi đến phần đuôi dài. Câu trả lời của bạn trong mỗi vòng xác định một điểm, và cùng nhau chúng định vị điểm sụt giảm.
Vì sao vòng cuối dài nhất
Phần lớn một ngôn ngữ là từ hiếm. Những từ bạn gặp cả ngày chỉ là sai số làm tròn so với khối từ khổng lồ mỗi năm chỉ xuất hiện một lần, và cách lấy mẫu phải tôn trọng điều đó.
Câu trả lời của mỗi vòng được nhân theo phần ngôn ngữ mà vòng đó đại diện. Nếu bạn biết một nửa số từ trong một vòng, bạn được tính khoảng một nửa của tất cả những gì vòng đó đại diện. Cộng ba vòng lại là ra con số ước tính. Phép tính thì đơn giản. Phần cần cân nhắc nằm ở trước đó, trong cách chọn từ.
Phần khó xử: người ta nói “có” quá dễ
Hỏi bất kỳ ai xem họ có biết một từ không, sẽ có một phần trả lời “có” với những từ họ chỉ từng thấy, trông giống thứ gì đó họ biết, hoặc họ cảm thấy lẽ ra phải biết. Gần như không ai nói dối. Nhận ra là một cảm giác mơ hồ, và một ô đánh dấu không phân biệt được tôi giải nghĩa được từ này với từ này nghe quen quen.
Nếu không hiệu chỉnh, điều này làm hỏng cả phép tính: mỗi dấu chọn quá hăng hái bị nhân lên theo độ lớn của dải mà nó thuộc về.
Vì vậy, một số từ trong bài không hề tồn tại. Chúng được tạo ra để trông và nghe như tiếng Anh — đọc được, viết hợp lý, ở mức độ hiếm đáng tin — rồi được kiểm tra trong nhiều từ điển để chắc chắn rằng chúng không có thật, không phải lỗi chính tả của từ có thật, và không phải từ có thật bị gắn thêm tiền tố. Chúng được rải khắp cả ba vòng mà không có gì đánh dấu.
Không ai có thể biết chúng, nên mỗi từ như vậy bạn đánh dấu là một phép đo xem bạn đánh dấu dễ dãi đến đâu. Tỉ lệ đó sau đó được dùng để giảm trừ các câu trả lời còn lại. Nếu bạn không đánh dấu từ nào trong số đó, điểm của bạn giữ nguyên.
Các con số đằng sau biểu đồ này
| tỉ lệ đoán | đã chỉnh | chưa chỉnh |
|---|---|---|
| 0% | 27.000 | 27.000 |
| 5% | 26.470 | 27.720 |
| 10% | 24.920 | 28.430 |
| 15% | 22.550 | 29.150 |
| 20% | 19.610 | 29.870 |
| 30% | 13.140 | 31.300 |
Hệ quả thực tế: đoán mò không thể thổi phồng kết quả của bạn. Thỉnh thoảng nhầm một từ gần như không mất gì, nhưng mỗi từ bịa tiếp theo bị trừ nặng hơn từ trước, nên những câu trả lời quá dễ dãi sẽ nhận điểm thấp.
Con số có giá trị đến đâu
Con số đến từ khoảng một trăm câu hỏi về một ngôn ngữ có vốn từ hàng trăm nghìn, nên vài chữ số cuối là nhiễu. Cho cùng một người làm hai lần, hai kết quả sẽ khác nhau, ở mức thấp thì chênh nhiều hơn ở mức cao. Điều đáng tin là bậc độ lớn và sự so sánh giữa mọi người.
Còn vài điều nữa mà nó không phải. Nó đếm dạng từ theo nghĩa từ điển, không đếm họ từ, nên sẽ không khớp với số liệu của các nghiên cứu đếm họ từ, vốn thường thấp hơn. Nó chỉ hỏi về danh từ và động từ. Nó không phân biệt được bạn biết một từ thật rõ hay chỉ đủ để nhận ra. Đó là một khác biệt thật, và không ô đánh dấu nào tìm ra được. Và nó đo khả năng nhận biết, không phải khả năng sử dụng. Hầu hết mọi người nhận ra nhiều từ hơn hẳn số từ họ sẽ nói ra.
Bản thân các từ lấy từ một danh sách tiếng Anh xếp theo tần suất, xây dựng từ dữ liệu sử dụng quy mô lớn và lọc còn các từ đơn có độ dài hợp lý. Những từ nào xuất hiện, mỗi vòng có bao nhiêu từ bịa và các ngưỡng nằm ở đâu không được công bố ở đây, vì lý do dễ hiểu.
Các nghiên cứu trước
Không ý tưởng nền tảng nào là của chúng tôi. Hình thức danh sách có/không bắt nguồn từ Meara và Buxton cuối những năm tám mươi, cùng phát hiện rằng nó cần từ bịa mới có ý nghĩa. Vocabulary Size Test của Nation đặt nền cho việc lấy mẫu theo dải tần suất và nhân mỗi dải theo phần nó đại diện. Phép hiệu chỉnh cụ thể dùng ở đây — giảm trừ câu trả lời theo mức độ bạn khẳng định biết những từ không tồn tại — là phương pháp do Huibregtse, Admiraal và Meara đưa ra năm 2002. Thêm vào đó, chúng tôi áp dụng một mức phạt riêng tăng dần theo mỗi từ bịa bạn đánh dấu, để việc đánh dấu gần như tất cả không thể trông như một vốn từ lớn. Ai tò mò con người thực sự biết bao nhiêu từ nên đọc Brysbaert và cộng sự, những người ước tính con số cho một người bản ngữ trưởng thành vào khoảng bốn mươi nghìn và giải thích kỹ vì sao con số đó khó xác định đến vậy.
Làm bài kiểm tra