Skriveredskaps påvirkning på leksikosyntaktiske trekk

Presentasjon om: "Skriveredskaps påvirkning på leksikosyntaktiske trekk"— Utskrift av presentasjonen:

1 Skriveredskaps påvirkning på leksikosyntaktiske trekk
Om tastede og håndskrevne elevtekster i VG1 Bård Uri Jensen:

2 Et overblikk over resultater Noen enkeltresultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Innhold Om prosjektet Et overblikk over resultater Noen enkeltresultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Jeg har valgt å fokusere på resultater fra doktorgradsprosjektet. Liten plass til mer enn noen smakebiter. Noen forenklinger Liten plass til metodiske betraktninger i denne omgang.

3 Bakgrunn Tema Problemstilling Forskningsspørsmål (eks.) Hypotese
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Bakgrunn Tema Elevers skriving med to ulike skriveverktøy Problemstilling Blir leksikosyntaktiske trekk påvirket av verktøyet? Forskningsspørsmål (eks.) Er det mer klausal underordning i tastede tekster? Hypotese Flere faktorer ved verktøyet påvirker skriveprosessen og dermed skriveproduktet Hastighet Redigeringsmuligheter Motivasjon ”Smitte” fra f.eks. sosiale medier Ulike elevgrupper påvirkes ulikt Disse faktorene virker delvis i motsetning til hverandre. Hastighet og redigeringsmuligheter virker motsatt. ”Jeg liker ikke å skrive for hånd fordi bokstavene mine ligner små maur.” Ikke alle foretrekker å skrive på tastatur. Noen, særlig noen flinke, sier de foretrekker papir fordi de da ”tenker bedre”. Smitte fra andre typer skrivesituasjoner

4 Forskning på språklige trekk i register
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Teorigrunnlag Forskning på språklige trekk i register muntlig og skriftlig Én undersøkelse fra 60-tallet: For hånd På skrivemaskin På stenografimaskin En del forskning på tekstlige egenskaper, lite på grammatikk. Jo raskere produksjon, jo flere typisk ”muntlige” språktrekk. Kan pc-skriving sammenlignes med dette? Delvis: Raskere, men også redigering, som stenografimaskiner ikke har.

5 Datainnsamling 60 elever i VG1 studiespesialisering
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Datainnsamling 60 elever i VG1 studiespesialisering Balansert (ikke tilfeldig) utvalg 30 gutter + 30 jenter 30 ”sterke” + 30 ”middels”, likt fordelt mellom kjønnene 1 håndtekst + 1 tastetekst hver 2 timers økter på skolen Leserbrev til avisen ”Bøker eller data?” om ungdommers mediebruk og kjønnsforskjeller ”Ungdomsfylla?” om ungdommers alkoholvaner og foreldrenes rolle Oppgaver som angår elevenes hverdag, som kanskje er littegrann provoserende.

6 Et overblikk over resultater: Prinsipalkomponentanalyse
En metode for å abstrahere eller generalisere datamateriale med mange variabler. Jeg har gjort det på et utvalg av variablene - ikke alle. Presenterer de to viktigste dimensjonene.

7 Overblikk over resultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Presenterer de to viktigste dimensjonene. De to forklarer omkring 50% av variasjonen. Dette er altså ikke variablenes verdi i tekstene, men forskjellen mellom verdiene i tastetekster og håndtekster.

8 Overblikk over resultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Hvert tall er en elev. Verdiene er forskjeller i variablene mlm tastetekster og håndtekster. tekst 37 ligger altså i et område der tastetekstene har større TEL = t-enhetslengde. 17 ord i T, 10 ord i H.

9 subst = substantiv per løpeord leksord = leksikalske ord per løpeord
ordlengde = gjennomsnittlig ordlengde klausL = gjennomsnittlig klaususlengde prep = preposisjoner per løpeord adjekt = adjektiv per løpeord adj.attr = attributive adjektiv per substantiv OVIX = ordvariationsindex (fra svensk skrivsyntax) TEL = gjennomsnittlig t-enhetslengde TTR = type/token ratio (med tilpasninger) dybde = dybde i klausal underordning klausF = subklaususer per t-enheter pron = pronomen per løpeord frek.verb = \være\, \ha\, \gjøre\ som hovedverb ikke.sbu = andel eliderte \at\- og \som\ klausL3 = subklaususer med maks 3 ord (per løpeord) FF.1ord = andel t-enheter med 1 ord i forfelt Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering frek.verb - per klaususer.

10 Overblikk over resultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering De som skriver mye lengre, altså fortere (innenfor to timer) mer klausal underordning flere pronomen lengre setninger større leksikalsk variasjon (!) De andre: høyere leksikalsk tetthet, flere substantiver svakt: lengre klaususer. Denne forskjellen gjelder først og fremst sterke elever, altså elever med karakteren 5 eller 6. For middels elever spiller ikke verkøyet særlig rolle.

11 Overblikk over resultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering gutter: lengre klaususer, lengre setninger flere preposisjoner flere attibutive adj mer leksikalsk variasjon (!) jenger: flere korte forfelt flere korte subklaususer flere subjunksjonsløse nom.klaususer og rel.klaususer Også hvor langt elevene skriver totalt, korrelerer med pc2. Ingen interaksjon mellom lengde og kjønn.

12 Generelle forskjeller: Klausal underordning
Så skal vi se på noen enkeltvariabler.

13 Subklaususfrekvens Antall subklaususer per t-enhet (makrosyntagme)
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Subklaususfrekvens Antall subklaususer per t-enhet (makrosyntagme) Et vanlig mål for ”syntaktisk kompleksitet” Høyere i samtale enn i skriftlig tekst Først: klausal underordning - antall subklaususer per t-enhet Def: t-enhet: 1 uavhengig klausus + alle subklaususer og annet materiale. Def: subklausus (underordnet finitt klausus)

14 En t-enhet med 86 ord (G5) {t I vårt samfunn i dag, {hvor alt ser ut til å gå rett nedover,} {og i de fleste tilfeller ser faktisk kriminalitet ut til å lønne seg,} er faktisk sjansene ikke så aller verst for {at noe sånt kan skje med en nervøs liten fjortenåring {som er ute klokka tre på natta,} en stakkarslig liten skapning på litt over 1,50 i høyde, {som ikke på langt nær har noen måte å forsvare seg fra rånere eller skumle pedofile østeuropeere, {med mindre de går etter kronjuvelene da.}}} /t} Gutt, 5

15 En t-enhet med 7 klaususnivåer (G5)
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering En t-enhet med 7 klaususnivåer (G5) { t Og til slutt har vi det svaret { som jeg tror { redaktøren i Småby Arbeiderblad mente { da denne kom med påstanden om { at svaret bør være enkelt { når ungdommer spør foreldrene sine { om de kan få med øl til en fest;}}}}}} /t}

16 Klausal underordning Om prosjektet Overblikk over resultater
Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Klausal underordning Resultat av en Anova-analyse på fire dikotome prediktorer p < 0,05 R2 = 0,026 Det er noen slike resultater, men ikke mange. De fleste variablene har bare utslag for subutvalg.

17 Kjønnsforskjeller: Frasal kompleksitet: forfeltets lengde
Nå har vi sett på klausal underordning. En annen måte å øke syntagmelengden på er å øke leddenes lengde. Ledd- eller fraselengde er ofte vanskelig tilgjengelig i korpusløsninger, men forfeltet er ganske enkelt å søke ut. Derfor har jeg valgt det. Dessuten er forfeltslengde ofte knyttet til pedagogiske ytringer som ”tunge setninger”, ”fortunge setninger”, ”kanselli-stil”.

18 Forfeltet Om prosjektet Overblikk over resultater Klausal kompleksitet
Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Forfeltet det kan sitte en hel gjeng med gutter innestengt på et rom i flere døgn med en data hver, Jeg tror faktisk at jeg kjenner flere gutter som leser bøker, enn jenter. derfor er det helt feil å si at gutter ikke leser bøker, og at jenter ikke driver med data. I dag er det annerledes. Dette argumentet er noe av det mest baklengs forskrudde påstanden jeg har hørt på en god stund, Nei, da er det de norske ungdommene, som er så slappe og utakknemlige. Problemet med å sende med barna alkohol til en fest er at barna ikke bare drikker det foreldrene sender med, Når jeg tenker meg om, så er det kanskje litt dumt, Ofte ”enklere” setninger, formelt subjekt, subjekt eller enkelt tidsadverbial som nå eller da eller så) Noen ganger ikke så stor forskjell, men som en tendens. (Man kan jo også diskutere om ”i dag” kanskje bør sees på som ett ord.) Men vi ser at i forhold til to ord i forfelt er det ingen dramatisk forskjell. Interjeksjoner burde nok ha vært tatt ut, slik at denne t-enheten skulle telt som ettordsforfelt Det kan være komplekse nomenfraser eller f.eks. adverbiale subklaususer. Dette handler i noen grad om at forfeltet er lett å skille ut, slik at det blir et mål på leddlengde. Men dessuten blir jo gjerne lange forfelt sett på som tung, skriftlig, planlagt stil, og man kunne derfor kanskje tenke seg at tastetekster ville øke andelen av lette forfelt (hvis produksjonshastigheten er den viktigste faktoren)

19 T-enheter med akkurat ett ord i forfelt
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering T-enheter med akkurat ett ord i forfelt Noe over 50% av t-enhetene har ett ord i forfelt. Gutter og jenter ligger temmelig likt. Men guttene bruker pc-en til å gjøre forfeltet mer komplekst, mer ”skriftlig”. Jentene til å gjøre stilen enklere, mer muntlig eller spontan. Dette gjelder først og fremst et lite utvalg av jentene, jenter som skriver omtrent like langt for hånd som på tastatur. Anova, p < 0,05, eta2(kjønn) = 0,077, eta2(interaksjon) =0,069 også: interaksjon mlm kjønn og lengdeforskjell. (jenter med liten forskjell)

20 Andel t-enheter med ett ord i forfeltet
13 av de 15 med laveste andel korte forfelt er gutter 19 av 21 av de med høyeste andel er jenter Spørsmålet er: Er dette en interessant variabel? Det at den skiller kjønnene på denne dramatiske måten, er et argument for at den måler en eller annen realitet, men er det noen lingvistisk begrunnelse for det? Hvorfor akkurat 1 ord?

21 De vanligste enkeltord i forfelt
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering 675 det 409 jeg 143 de 114 dette 85 da 77 jente 71 man 67 vi 59 gutt 49 svar 43 hva 38 du 37 så 34 ungdom 26 forelder 25 derfor De vanligste enkeltord i forfelt De mest frekvente korte forfeltene viser at i hvert fall en betydelig del av de korte forfeltene er leksikalsk eller semantisk temmelig enkle. De leksikalske ordene viser emnene for tekstene. ”Svar” er kanskje litt overraskende, men dette har å gjøre med den ene oppgaveteksten. ”så” er jo et temporalt adverbial, mens dette er argumenterende tekster. ”så” som kausal konjunksjon er ikke med, ettersom det er en konjunksjon og ikke står i forfelt.

22 De vanligste toordsfrasene i forfeltet
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering De vanligste toordsfrasene i forfeltet 1 2 Mange foreldre Mange gutter Dagens ungdom Jeg personlig En MMI-undersøkelse Mange jenter Denne påstanden Min konklusjon I dag Min mening I tillegg Ungdommens drikkevaner Kanskje det Jeg selv Noen foreldre de fleste Det beste Det samme Alle toordsfraser som opptrer mer enn 2 ganger. Ca. 380 i alt. Jeg synes dette viser at det er skille mellom ettordsfraser og treordsfraser i kompleksitet, men jeg er mer usikker på skillet mellom ett ord og tre ord. Det kunne være bedre å bruke et variasjonsmål her kanskje - eller gjennomsnittlig antall ord i forfelt? Men som jeg sa: Det at resultatene er så klare, tror jeg viser at jeg har klart å fange noe med denne variabelen.

23 De vanligste treordsfrasene i forfeltet
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering De vanligste treordsfrasene i forfeltet 1 2 En annen grunn Grunnen til det For det første Grunnen til dette I dagens samfunn I det siste De siste årene I en bok Etter min mening I mitt synspunkt Ungdommer i dag Nå til dags mange av dem i mange tilfeller Av egen erfaring ikke alle gutter De fleste foreldre med dagens teknologi Denne negative utviklingen på den måten En annen ting Å lese bøker For dagens ungdom Alle treordsfraser som opptrer mer enn 1 gang. Ca. 250 i alt. Jeg synes dette viser at det er skille mellom ettordsfraser og treordsfraser i kompleksitet, men jeg er mer usikker på skillet mellom ett ord og tre ord.

24 Forskjeller knyttet til tekstenes lengde: Leksikalsk tetthet
Leksikalsk tetthet er litt kjedelig, men illustrerer samtidig det faktum at ikke håndtekstene alltid er utgangspunktet. Alternativ = TTR

25 Leksikalsk tetthet Eksempler etter Halliday:
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Leksikalsk tetthet Eksempler etter Halliday: Investering i jernbanetjenester innebærer langsiktige forpliktelser. Hvis du investerer i jernbanetjenester, innebærer det at du kommer til å være forpliktet på lang sikt. For meg har det aldri vært aktuelt, og det tror jeg har vært veldig godt for meg. Gutter spiller mer og bruker data i jobbsammenheng, leser nyheter. Mine oversettelser (tror jeg) 5 av 6 ord er leksikalske 6 av 16 ord er leksikalske 5 av 17 7 av 10 Kvantitative studier krever en definisjon av leksikalske ord. Ganske enkel.

26 Overblikk over resultater
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering NB. Figuren viser bare sterke elever. Middels elever har alle lavere lexf i tastetekstene. Hvis vi ikke hadde brukt tekstlengde som en prediktor, ville vi ikke funnet dette; da ville forskjellene ha jevnet seg ut. lex$LEX <- pos$subst + pos$verb + pos$leks.adj + pos$adv - pos$lemma.være - pos$lemma.ha_perf - pos$lemma.bli_passiv - pos$lemma.ikke

27 Leksikalsk tetthet stor = stor forskjell i lengden på de to tekstene, altså at tastetekstene er mye lengre enn håndteksten. Middels elever bruker hastigheten til å skrive mer luftig, altså mindre informasjonstett. Det samme gjør de sterke elevene som skriver mye lengre på tastatur. Men noen sterke elever ser ut til å bruke funksjonaliteten eller den ekstra tiden de får – ikke til å skrive lengre, men til å skrive mer informasjonstett. Kanskje er det disse som greier å utnytte verktøyet til å skrive bedre.

28 Halliday diskuterer leksikalsk tetthet i sammenheng med muntlig og skriftlig språk.
Han sier at planlagt språk har større leksikalsk tetthet, altså større andel av leksikalske ord i motsetning til grammatiske. I Hallidays konstruerte eksempler går det frem at den høyere andelen ikke skyldes at det er flere leksikalske ord, men at det er færre grammatiske ord. Det innebærer at antall ord kanskje ikke er et like godt mål som antall leksikalske ord. Hvis vi teller bare de leksikalske ordene, ser vi at forskjellen mellom sterke og middels elever blir mye tydeligere. Det innebærer at det som først og fremst skiller sterke og middels elever, er at sterke elever putter mer innhold inn i hver t-enhet.

29 Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering

30 Oppsummering

31 Konklusjon fra prosjektet
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Konklusjon fra prosjektet Syntaktiske variabler ser ut til å fordele seg i fire grupper: Blir ikke påvirket av skriveverktøyet. F.eks. klaususlengde Blir påvirket av skriveverktøyet i en ”spontan” retning. F.eks. subklaususfrekvens Har ulik påvirkning på kjønnene. Blir påvirket i ”spontan” retning for en del jenter, men i ”planlagt” retning eller ingen påvirkning for gutter. F.eks. forfeltets lengde Blir påvirket i ”spontan” retning for de elevene som skriver mye lengre tekster på tastatur, men i ”planlagt” retning for de andre. F.eks. leksikalsk tetthet Note til punkt 3: Det ser m.a.o. ut til at elevgruppen her deler seg i to ulike grupper. Én gruppe består av en håndfull jenter (ca. 10 av 30), mens den andre gruppen består av resten av jentene og de fleste guttene. Jeg har en hypotese om at dette dreier seg om påvirkning fra sosial skriving. Note til punkt 4: Dette skillet ser ut til å vise seg først og fremst blant de sterke elevene. Dette stemmer i så fall med hypotesen om at det først og fremst er (noen av) de sterke elevene som greier å nyttiggjøre seg redigeringsmulighetene i tekstbehandlingsverktøyet.

32 Er det viktige resultater?
Om prosjektet Overblikk over resultater Klausal kompleksitet Frasal kompleksitet Leksikalsk kompleksitet Oppsummering Er det viktige resultater? Forskjellen i middelverdien er bare 14 per 1000 ord. Det er kjempemasse variasjon. De to tekstene med minst substantiv er tastetekster, men det er også de to med flest substantiv. Det er vanskelig å se noe mønster her. En statistisk analyse viser at 4% av denne variasjonen skyldes skriveverktøyet. Er det viktig? Det er mange faktorer som påvirker tekstene, og jeg har forsøkt å kontrollere for noen av dem ved å lage oppgavene så like som mulig, ved å kontrollere for kjønn og norskkarakter, lengde på skriveøkten etc. Men det finnes mange andre sosiokulturelle forhold, og dessuten dagsform, emnet, tilfeldigheter. At én faktor, altså skriveverktøy, kan forklare 4% av all denne variasjonen er kanskje ikke så lite likevel? Ellers er kanskje de viktigste resultatene knyttet til enkeltelever. Hvis det er slik at enkelte elever skriver ganske forskjellig for hånd og på tastatur, kan det være grunn til å forsøke å finne ut hva som kjennetegner disse elevene (f.eks. den håndfull jenter)

33 Referanser Biber, D. (1988). Variation across speech and writing. New York: Cambridge University Press. Baayen, R. H. (2008). Analyzing linguistic : a practical introduction to statistics using R. Cambridge: Cambridge University Press. Chafe, W. L. (1985). Linguistic differences produced by differences between speaking and writing. In D. R. Olson, N. Torrance & A. Hildyard (Eds.), Literacy, language, and learning : the nature and consequences of reading and writing (pp ). New York: Academic Press. Crawley, M. J. (2007). The R book: John Wiley. Halliday, M. A. K. (1987). Spoken and Written modes of meaning. In R. Horowitz & S. J. Samuels (Eds.), Comprehending Oral and Written Language (pp ): Academic Press. Horowitz, M. W., & Berkowitz, A. (1964). Structural advantage of the mechanism of spoken expression as a factor in differences in spoken and written expression. Perceptual and motor skills, 19, Hudson, R. (2009). Measuring Maturity. In R. Beard, D. Myhill, J. Riley & M. Nystrand (Eds.), The SAGE handbook of writing development (pp ). Los Angeles: SAGE. Hunt, K. W. (1965). Grammatical Structures Written at Three Grade Levels. NCTE Research Report No. 3: National Council of Teachers of English, Champaign I. L. Kellogg, R. T., & Mueller, S. (1993). Performance amplification and process restructuring in computer-based writing. International Journal of Man-Machine Studies, 39(1), Oppfølging fra piloten: modalpartikler: ingen signifikant effekt forfeltsdublering: med så: noe færre i T - ingen signifikans. 191 forekomster med \det\: vanskelig å finne. 3 forekomster med \da\: 8?

34 bard.jensen@hihm.no http://privat.hihm.no/buj