| Abstract | Ausgangslage Es gibt eine Vielzahl von Untersuchungen zu Textkompetenz, teilweise auch Longitudinalstudien. Viele Studien arbeiten jedoch mit kleinen Stichproben und hauptsächlich qualitativ. Als Ausgangsbasis für dieses Projekt stehen dagegen viele Tausend Aufsätze, Testergebnisse und Hintergrundinformationen von Schülern aus der Hamburger Längsschnittuntersuchung KESS zur Verfügung. Für das Vorhaben sind Vorarbeiten aus den Bereichen Korpuslinguistik, (automatische) Textanalyse- und Bewertung, Kompetenzmodelle, Lesbarkeitsformeln und statistische Verfahren relevant. Ziele/Methodik Aufsatzbewertungen, die durch Lehrer vergeben werden und häufig eine globale Bewertung darstellen oder wenige ausgewählte Aspekte umfassen, wird ein geringer Aussagewert zugeschrieben, da die Testgütekriterien Validität, Reliabilität und Objektivität bei der Bewertung von Textqualität nur bedingt erfüllt sind. Hier schafft der Einsatz computerlinguistischer Methoden Abhilfe und belastbare, differenzierte Indikatoren für die Qualität von Schülertexten für die deutsche Sprache wurden ermittelt und untersucht. Dies erfolgte unter Berücksichtigung etablierter Indikatoren im Englischen, wie sie z.B. beim bekannten high-stakes Test GMAT zur Anwendung kommen. Die in diesem Projekt ermittelten Indikatoren, die auf eine besonders gute oder schlechte sprachliche Kompetenz hinweisen, sollen Eingang in eine Analysesoftware finden, die helfen kann, förderbedürftige Schüler bereits sehr früh zu identifizieren und sie angemessen zu fördern. Daneben ist die Betrachtung der Entwicklung von Indikatoren im Längsschnitt äußerst förderlich, um Kompetenzmodelle abzuleiten oder weiterzuentwickeln. Für diese Zwecke wurden die zu erfassenden Merkmale operationalisiert, automatisch aus den Aufsätzen quantifiziert und schließlich unter Hinzuziehung von manuellen Bewertungen und Testergebnissen mittels statistischer Verfahren wie Korrelations-, Regressions- und Faktorenanalyse untersucht. Ergebnisse Die in KESS erhobenen Aufsätze wurden in ein einheitliches Format gebracht und zu einem Textkorpus zusammengestellt, das derzeit 1133, 125, 1705 bzw. 1196 Aufsätze in den Klasse 4, 7, 8 bzw. 10 umfasst. Zur späteren Auswertung wurden verschiedene Annotationskategorien erarbeitet und für einen Teil des Korpus wurden Zielhypothesen und Fehlerspezifikationen manuell annotiert sowie eine automatische Annotation von Wortarten mittels Treetagger vorgenommen. Die Analyse ausgewählter linguistischer Oberflächenmerkmale bzw. relativ leicht zu erfassender linguistischer Kategorien zeigt, dass es Indikatoren für geringe und hohe sprachliche Kompetenz gibt. Aussagekräftig sind z. B. die Verwendung von Affixen und Demonstrativa, der Anteil von 3-Buchstaben-Wörtern, die durchschnittliche Wortlänge, die Wortanzahl und Wortfrequenzverteilungen. (Orig.). |
|---|
Verfügbarkeit