Lexical diversity as a predictor of complexity in textbooks on the Russian language

Capa

Citar

Texto integral

Resumo

The parametric model of the text as a research problem is of paramount importance in modern linguistics and education, since it opens up new approaches to understanding the processes of comprehending texts of various types. In the current study, 17 Russian language textbooks for elementary school were employed to identify correlations between lexical diversity indices and other complexity predictors. The total volume of the corpus compiled for the study is 439,938 words. The two-stage research algorithm included the evaluation of the reference values of text features at the basic level (word length, sentence length, the number of unique, non-repeating words and the number of word forms), evaluation and subsequent contrasting of complexity predictors, i.e. lexical diversity and readability indices. All calculations were performed with the automatic text analyzer RuLingva. The study revealed a positive dynamic of readability and no evidence of lexical diversity increase across grades. An average level of vocabulary diversity and overlaps of every 4th word in the text are fixed. No indication of correlation between text readability and lexical diversity is found. The obtained results can be useful to researchers, textbook authors, and teachers selecting textbooks. The prospects are seen in implementing functional and epidigmatic stratification of the vocabulary of the Russian textbooks under study.

Sobre autores

Anna Churunina

Kazan (Volga Region) Federal University

Email: churunina.anna@gmail.com
ORCID ID: 0000-0002-7385-9911

Assistant Lecturer, Department of Theory and Practice of Teaching Foreign Languages, Institute of Philology and Intercultural Communication

18 Kremlevskaya St, Kazan, 420008, Russian Federation

Marina Solnyshkina

Kazan (Volga Region) Federal University

Autor responsável pela correspondência
Email: mesoln@yandex.ru
ORCID ID: 0000-0003-1885-3039

Doctor Habil. of Philology, Professor of the Department of Theory and Practice of Teaching Foreign Languages, Head and Chief Researcher of “Text Analytics” Research Lab, Institute of Philology and Intercultural Communication

18 Kremlevskaya St, Kazan, 420008, Russian Federation

Iskander Yarmakeev

Kazan (Volga Region) Federal University

Email: ermakeev@mail.ru
ORCID ID: 0000-0002-1103-6469

Doctor of Pedagogy, Professor of the Department of Linguistic and Intercultural Communication, Institute of Philology and Intercultural Communication

18 Kremlevskaya St, Kazan, 420008, Russian Federation

Bibliografia

  1. Biber, D. (2006). University language: A corpus-based study of spoken and written registers. Amsterdam: John Benjamins Publ.
  2. Buslaev, F.I. (2019). Issues of teaching national language. Moscow: URAIT Publ. (In Russ.)
  3. Donskoy, G.M. (1985). Typological properties of modern textbook. Problems of Modern Textbook: Typology of School Textbooks: Collection of Articles (issue 15, pp. 70-86). Moscow: Prosveshchenie Publ. (In Russ.)
  4. Fateeva, N.A. (2013). Intertext as a form of discursive interactions and as an environment of cultural concepts (based on works of Y.S. Stepanov). Linguistic Parameters of the First Civilization: Proceedings of the First Scientific Conference (in Memory of Y.S. Stepanov) (pp. 348-358). Moscow: Distance Education Center “Eidos”. (In Russ.)
  5. Fergadiotis, G., & Wright, H. (2011). Lexical diversity for adults with and without aphasia across discourse elicitation task. Aphasiology, 25(11), 1414-1430.
  6. Fergadiotis, G., Wright, H., & West, T. (2013). Measuring lexical diversity in narrative discourse of people with aphasia. American Journal of Speech-Language Pathology, 22(2), 397-409.
  7. Graesser, A.C., McNamara, D.S., Louwerse, M.M., & Cai, Z. (2004). Coh-Metrix: Analysis of text on cohesion and language. Behavior Research Methods, Instruments & Computers, 36(2), 193-202.
  8. Javal, E. (1878). Essai sur la physiologie de la lecture. Annales d’Oculustique, 79, 97-117.
  9. Kharchenko, V.K. (2017). On the richness of word-stock and calculation of the coefficient of lexical variety in the “History of the Russian church” by metropolitan Makary (Bulgakov). Proceedings of Voronezh State University. Series: Linguistics and Intercultural Communication, (3), 21-25. (In Russ.)
  10. Kincaid, J.P., Fishburne, R.P., Rogers, R.L., & Chissom, B.S. (1975). Derivation of new readability formulas (automated readability index, fog count, and Flesch reading ease formula) for Navy enlisted personnel. Research Branch Report 8-75. Millington, Tennessee: Institute for Simulation and Training.
  11. Kupriyanov, R.V., Solnyshkina, M.I., Dascalu, M., & Soldatkina, T.A. (2022) Lexical and syntactic features of academic Russian texts: A discriminant analysis. Research Result. Theoretical and Applied Linguistics, 8(4), 105-122.
  12. Laposhina, А.N., Veselovskaya, Т.S., Lebedeva, M.Y., & Kupreshchenko, O.F. (2018). Automated text readability assessment for Russian second language learners. Dialogue 2018: Proceedings of the International Conference, 17(24), 396-406.
  13. Lennon, C., & Burdick, H. (2004). The LEXILE framework as an approach for reading measurement and success. MetaMetrics, Inc.
  14. Lvova, S.I. (2013). Russian language textbook as a basis for education, development and upbringing of contemporary pupil. Municipal Education: Innovations and Experiment, (1), 63-70. (In Russ.)
  15. Malvern, D., Richards, B., Chipere, N., & Durán, P. (2004). Lexical diversity and languagedevelopment: Quantification and assessment. Basingstoke: Palgrave MacMillan.
  16. McCarthy, P.M., & Jarvis, S. (2007). Vocd: A theoretical and empirical evaluation. Language Testing, 24, 459-488.
  17. McCarthy, P.M., & Jarvis, S. (2010). MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment. Behavior Research Methods, 42(2), 381-392.
  18. Owen, A.J., & Leonard, L.B. (2002). Lexical diversity in spontaneous speech of children with specific language impairment. Journal of Speech Language and Hearing Research, 45, 927-937.
  19. Richards, B. (1987). Type/Token Ratios: What do they really tell us? Journal of Child Language, 14(2), 201-209.
  20. Rubakin, N.A. (1895). Studies on Russian reading public: Facts, numbers, observations. St. Petersburg: Sklad Izdaniya N.P. Karbasnikova Publ. (In Russ.)
  21. Schnick, Th., & Knickelbine, M. (2003). The Lexile framework: an introduction for educators. MetaMetrics, Inc.
  22. Sherman, L.A. (1983). Analytics of literature: A manual for the objective study of English prose and poetry. Boston: Ginn and Co.
  23. Solnyshkina, M., Guryanov, I., Gafiyatova, E., & Varlamova, E. (2018). Readability metrics: The case of Russian educational texts. Abstracts & Proceedings of ADVED 2018 - 4th International Conference on Advances in Education and Social Sciences (pp. 676-681). Istanbul: OCERINT.
  24. Solnyshkina, M.I., Harkova, E.V., & Kazachkova, M.B. (2020). The structure of cross-linguistic differences: meaning and context of ‘readability’ and its Russian equivalent ‘chitabelnost’. Journal of Language and Education, 6(1), 103-119.
  25. Solnyshkina, M.I., Solovyev, V.D., Gafiyatova, E.V., & Martynova, E.V. (2022). Text complexity as interdisciplinary problem. Issues of Cognitive Linguistics, (1), 18-39. (In Russ.)
  26. Solovyev, V., Ivanov, V., & Solnyshkina, M. (2018). Assessment of reading difficulty levels in Russian academic texts: Approaches and metrics. Journal of Intelligent & Fuzzy Systems, 34(5), 3049-3058.
  27. Templin, M. (1957). Certain language skills in children. Minneapolis: University of Minnesota Press.
  28. Vakhrusheva, А.Y., Solnyshkina, М.I., Kuprijanov, R.V., Gafiyatova, E.V., & Klimagina, I.О. (2021). Linguistic complexity of academic texts. Issues in Journalism, Education, Linguistics, 40(1), 88-99). (In Russ.)
  29. Vasilyev, N.L., & Zhatkin, D.N. (2020). “Pushkin Dictionary” by G.А. Shengeli: The unpublished article by the author of the concordance of A.S. Pushkin’s poems. Literary Fact, (1), 458-476. (In Russ.)
  30. Veselovskaya, Т.S. (2020). The linguistic world-image in the Russian language primary school textbooks: A corpus study. Ethnopsycholinguistics, (3), 224-237. (In Russ.)

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».