Per misurare la dimensione del vocabolario si testa un campione casuale di parole estratto da ogni fascia di frequenza di una lingua, poi si proietta il punteggio sulla dimensione dell'intera fascia. Campiona dieci parole dalla terza fascia di 1.000 parole, rispondine bene a otto, e il test ti accredita circa 800 parole in quella fascia. L'aritmetica è semplice. Il problema vero sta più in profondità: decidere cosa conta come parola.
Cosa stai davvero contando#
Circolano tre unità di misura, e producono totali radicalmente diversi a parità di conoscenza. Una forma di superficie è ogni forma scritta distinta, quindi run, runs, running, ran conta come quattro. Un lemma raggruppa una voce di testa con le sue flessioni in un'unica categoria grammaticale, quindi quelle quattro forme si riducono a una, mentre runner resta separato. Una famiglia di parole include anche le derivazioni trasparenti, rendendo run, runs, running, ran, runner, rerun un'unica famiglia. Bauer e Nation (1993) hanno definito livelli graduati di affissazione in modo che i ricercatori potessero dichiarare quali derivazioni venissero conteggiate.
| Unità | run, runs, running, ran, runner, rerun conta come | Uso tipico |
|---|---|---|
| Forma di superficie | 6 | Conteggi di token nei corpora, correttori ortografici |
| Lemma | 2 (run, runner) | Dizionari, la maggior parte delle liste bilingui |
| Famiglia di parole | 1 | Ricerca sulla copertura di Nation, test di dimensione |
Ecco perché «Conosco 5.000 parole» è un'affermazione quasi infalsificabile di per sé. Uno stesso apprendente può essere onestamente descritto come conoscitore di 3.000 famiglie di parole, di circa 5.000 lemmi, oppure di ben oltre 10.000 forme di superficie. Il divario si allarga nelle lingue morfologicamente ricche, dove un singolo sostantivo finlandese, turco o russo compare in decine di forme, cosicché i conteggi per forma di superficie favoriscono proprio quegli apprendenti. Prima di confrontare il tuo numero con un obiettivo pubblicato, verifica che entrambi usino la stessa unità. La maggior parte degli obiettivi seri, compresi quelli in quante parole servono per essere fluenti in spagnolo, sono espressi in famiglie di parole.
Come funzionano i test di dimensione del vocabolario#
Una lista di frequenza viene suddivisa in fasce di 1.000 famiglie di parole, ordinate dalla più alla meno comune. Un test di dimensione estrae un piccolo campione fisso da ogni fascia, di solito una domanda a scelta multipla che chiede il significato della parola bersaglio in un breve contesto neutro. Il tuo punteggio in una fascia stima la proporzione di quella fascia che conosci, e le stime vengono sommate.
Il metodo è solido, ma il campione è esiguo. Dieci elementi per fascia significano che ogni elemento pesa cento parole, quindi un'unica risposta fortunata sposta la stima di 100. I risultati per singola fascia sono rumorosi, mentre il totale è molto più stabile. Considera ogni risultato come un intervallo di poche centinaia di parole e ripeti la misurazione a distanza di mesi.
Verificare le sopravvalutazioni con le non-parole#
Il formato più economico è una checklist sì/no: vedi delle parole e spunti quelle che conosci. Senza correzioni, il risultato è pesantemente gonfiato, perché chi impara spunta parole che sembrano semplicemente familiari, e niente penalizza l'ottimismo. La correzione standard è inserire nella lista non-parole plausibili, costruite sull'ortografia reale della lingua. Meara e Buxton (1987) hanno stabilito l'approccio: una spunta su una parola inventata misura direttamente la sopravvalutazione, così il punteggio diventa risposte corrette su parole reali meno il tasso di falsi allarmi.
LexTALE (Lemhöfer e Broersma, 2012) è la versione moderna più conosciuta, con edizioni in inglese, olandese e tedesco. Riporta una percentuale di competenza anziché una dimensione in parole, un'affermazione più difendibile.
I test standard: VST e VLT#
Due strumenti del gruppo di Paul Nation dominano il campo, e rispondono a domande diverse. Il Vocabulary Size Test (Nation e Beglar, 2007) è il test dei totali: 140 domande a scelta multipla, dieci per ciascuna delle prime quattordici fasce da 1.000 famiglie, con ogni risposta corretta che vale 100 famiglie, quindi il punteggio grezzo viene moltiplicato per 100. Esistono versioni bilingui in molte lingue madri, il che elimina la variabile di dover interpretare una definizione in inglese per dimostrare di conoscere una parola inglese.
Il Vocabulary Levels Test (Nation, 1983, rivisto da Schmitt, Schmitt e Clapham, 2001) è lo strumento diagnostico. Sonda fasce specifiche, tradizionalmente 2.000, 3.000 e 5.000, più le sezioni accademica e 10.000, abbinando parole a brevi definizioni. Il suo risultato è un profilo: solido a 2.000, incostante a 3.000, scarso a 5.000. Questo ti dice dove investire i prossimi tre mesi, cosa che un totale non potrà mai dirti.
Perché l'autovalutazione sovrastima#
Il riconoscimento è molto più facile del richiamo, ed entrambi sono più facili dell'uso. L'impostazione di Nation separa forma, significato e uso di una parola; l'autovalutazione cattura solo il primo. Vedi contemplar, provi un lampo di riconoscimento e la spunti, senza essere in grado di produrla in una frase o di distinguerla da una parola vicina. I cognati amplificano l'effetto: un lettore che proviene dall'inglese riconosce a colpo d'occhio centinaia di parole romanze senza sapere quali siano falsi amici.
La scelta multipla aggiunge una propria inflazione, perché quattro opzioni restituiscono il 25% indovinando alla cieca, e l'eliminazione per esclusione lo alza ulteriormente. Le stime serie quindi correggono per le risposte casuali, aggiungono controlli con non-parole oppure usano un formato a richiamo. Per una verifica personale, copri le traduzioni di cinquanta delle tue parole salvate e scrivi i significati; lo scarto rispetto al tuo punteggio di riconoscimento è il tuo tasso di sopravvalutazione.
Copertura: la misura che predice davvero la lettura#
Se il tuo obiettivo è leggere, la quantità utile non è il tuo totale ma la quota di parole correnti di una pagina che già conosci. Laufer (1989) ha individuato in circa il 95% di copertura la soglia a cui la comprensione diventa gestibile con un dizionario. Hu e Nation (2000) hanno trovato che una comprensione autonoma e scorrevole della narrativa richiede in genere più vicino al 98%. Nation (2006) ha stimato che il 98% di un testo scritto richiede dalle 8.000 alle 9.000 famiglie di parole, mentre il parlato ne richiede circa 6.000–7.000, poiché il parlato attinge a una gamma più ristretta.
Queste percentuali sono più facili da valutare come densità. Al 95% una parola su venti è sconosciuta, circa una per riga di un libro tascabile. Al 98% è una su cinquanta, più o meno una per breve paragrafo, che di solito il contesto risolve senza spezzare il flusso di lettura. Questa è la differenza tra studiare un testo e leggerlo. La stessa logica sta alla base dell'input comprensibile e spiega perché i lettori di livello intermedio si bloccano, un fenomeno trattato in il plateau intermedio.
Cosa puoi leggere con una certa dimensione di vocabolario#
Le cifre qui sotto sono approssimative, tratte dalla ricerca sulla copertura di Nation sull'inglese scritto. Altre lingue spostano i confini, e singoli testi possono collocarsi al di fuori di essi.
| Famiglie di parole | Copertura approssimativa del testo scritto | Cosa supporta realisticamente |
|---|---|---|
| 1.000 | ~75–80% | Letture graduate di livello A1, etichette, dialoghi semplici |
| 2.000 | ~85–90% | Letture graduate A2, argomenti quotidiani familiari |
| 3.000 | ~90% | Gran parte della conversazione quotidiana, testi adattati B1 |
| 4.000–5.000 | ~95% | Notizie e saggistica comuni, con l'aiuto di un dizionario |
| 8.000–9.000 | ~98% | Romanzi e giornalismo non modificati, letti per piacere |
| ~15.000–20.000 | Oltre il 98% | L'intervallo stimato di solito per i lettori nativi colti |
Le stime per i madrelingua variano da uno studio all'altro perché dipendono anch'esse dall'unità di conteggio, quindi leggi quell'ultima riga come un ordine di grandezza. Far corrispondere le fasce alle etichette di competenza è impreciso ma utile, e la guida ai livelli QCER spiega come si allineano i descrittori.
Misurare la copertura sui tuoi testi#
Puoi saltare il test formale e misurare direttamente ciò che ti interessa davvero. Prendi una pagina che vuoi leggere, conta 100 parole correnti e segna quelle che non capisci. Due o meno ti colloca vicino alla zona del 98%, quindi semplicemente leggi. Circa cinque ti colloca vicino al 95%: leggibile con un aiuto e produttivo per il vocabolario. Più di dieci e stai decodificando anziché leggendo, il che rende il testo il problema, non te.
Con l'ultima versione dell'app, LingoBlend risponde anche alla domanda di questo capitolo al posto tuo: la schermata Pratica mostra una stima aggiornata del tuo vocabolario – «circa 320 parole · A2» – contando solo le parole che hai dimostrato di conoscere attraverso i ripassi a ripetizione spaziata, con le flessioni ridotte a un'unica parola di dizionario.
Quel conteggio ti dice anche come configurare uno strumento. LingoBlend imposta la copertura in modo deliberato: incolli un testo che volevi già leggere, e uno slider controlla quale quota delle parole compare nella tua lingua di destinazione, così la densità di parole sconosciute resta nell'intervallo produttivo invece di restare dove l'ha lasciata l'autore. Le parole toccate si salvano con il loro contesto grammaticale e ritornano secondo una pianificazione a ripetizione spaziata. Il resto degli strumenti di lettura e ripasso di LingoBlend si trova nella pagina delle funzionalità.