1. विषय-सूची
- 2. परिचय
- 3. साहित्य समीक्षा
- 4. कार्यप्रणाली
- 5. परिणाम
- 6. चर्चा
- 7. मूल विश्लेषण
- 8. तकनीकी विवरण
- 9. प्रायोगिक परिणाम और आंकड़े
- 10. विश्लेषणात्मक ढांचा उदाहरण
- 11. भविष्य के अनुप्रयोग और दिशाएँ
- 12. संदर्भ
- 13. विशेषज्ञ टिप्पणी
2. परिचय
शब्दावली का आकार भाषा प्रवीणता की एक आधारशिला है, जो पढ़ने की समझ, सुनने की दक्षता और शब्द पहचान की गति को प्रभावित करता है। पोलिश शब्दावली आकार परीक्षण (PVST) देशी और गैर-देशी पोलिश वक्ताओं में ग्रहणशील शब्दावली का आकलन करने के लिए आइटम प्रतिक्रिया सिद्धांत (IRT) पर आधारित एक नवीन अनुकूली दृष्टिकोण प्रस्तुत करता है। इस पायलट अध्ययन का उद्देश्य PVST को एक विश्वसनीय, समय-कुशल उपकरण के रूप में मान्य करना है जो पारंपरिक निश्चित-आइटम परीक्षणों जैसे शब्दावली आकार परीक्षण (VST) और LexTale की सीमाओं को दूर करता है।
3. साहित्य समीक्षा
3.1 शब्दावली आकार परीक्षण
पारंपरिक परीक्षण जैसे VST (नेशन और बेगलर, 2007) और LexTale (लेमहोफ़र और ब्रोएर्समा, 2012) व्यापक रूप से उपयोग किए जाते हैं, लेकिन अनुमान लगाने के कारण स्कोर मुद्रास्फीति, पुनरावृत्ति की कमी और प्रवीणता स्तरों के बीच खराब विभेदन जैसी समस्याओं से ग्रस्त हैं। VST बहुविकल्पीय पर्यायवाची पहचान का उपयोग करता है, जबकि LexTale शाब्दिक निर्णय कार्यों का उपयोग करता है। दोनों को कई भाषाओं में अनुकूलित किया गया है, लेकिन विश्वसनीयता और वैधता में गंभीर कमियाँ दिखाते हैं।
3.2 कंप्यूटरीकृत अनुकूली परीक्षण (CAT)
CAT, IRT पर आधारित, परीक्षार्थी के पिछले उत्तरों के आधार पर गतिशील रूप से आइटम का चयन करता है, जिससे सटीकता बढ़ती है और परीक्षण की लंबाई कम होती है। गोलोविन (2015) ने रूसी के लिए एक अनुकूली ऑनलाइन शब्दावली आकार परीक्षण (AoVST) विकसित किया, जिसने मजबूत वैधता और शब्दावली और आयु के बीच एक अरैखिक संबंध प्रदर्शित किया। PVST पोलिश के लिए इस पद्धति पर आधारित है।
4. कार्यप्रणाली
4.1 परीक्षण डिज़ाइन और आइटम चयन
PVST रैश मॉडल का उपयोग करके कैलिब्रेट किए गए 500 पोलिश शब्दों के एक बैंक का उपयोग करता है। आइटम का चयन परीक्षार्थी की अनुमानित क्षमता के आधार पर अनुकूली रूप से किया जाता है, प्रत्येक प्रतिक्रिया अधिकतम संभावना अनुमान के माध्यम से क्षमता अनुमान को अपडेट करती है। परीक्षण तब समाप्त होता है जब अनुमान की मानक त्रुटि 0.3 लॉगिट से नीचे आ जाती है।
4.2 प्रतिभागी और प्रक्रिया
1,200 प्रतिभागियों (800 देशी पोलिश वक्ता, 400 गैर-देशी शिक्षार्थी) के एक नमूने ने PVST ऑनलाइन पूरा किया। देशी वक्ताओं की आयु 18 से 70 वर्ष के बीच थी, जबकि गैर-देशी वक्ताओं में कम से कम B1 प्रवीणता थी। परीक्षण को पूरा करने में औसतन 12 मिनट लगे।
5. परिणाम
5.1 शब्दावली आकार वितरण
देशी वक्ताओं ने 45,000 शब्दों (SD = 8,200) की औसत ग्रहणशील शब्दावली दिखाई, जबकि गैर-देशी वक्ताओं का औसत 18,000 शब्द (SD = 5,400) था। देशी वक्ताओं के लिए वितरण सकारात्मक रूप से विषम था, जिसमें युवा वयस्कों (18-30) ने वृद्ध वयस्कों (60+) की तुलना में अधिक अंक प्राप्त किए।
5.2 आयु और शब्दावली सहसंबंध
देशी वक्ताओं के लिए आयु और शब्दावली आकार के बीच एक महत्वपूर्ण अरैखिक सहसंबंध पाया गया (R² = 0.34, p < 0.001), जिसमें शब्दावली 25-35 आयु सीमा में चरम पर थी और 50 के बाद धीरे-धीरे घटती गई। यह डच के लिए केउलेर्स एट अल. (2015) के निष्कर्षों के अनुरूप है।
6. चर्चा
PVST सफलतापूर्वक देशी और गैर-देशी वक्ताओं के बीच अंतर करता है और आयु-संबंधित शब्दावली प्रवृत्तियों को पकड़ता है। इसकी अनुकूली प्रकृति निश्चित-लंबाई परीक्षणों की तुलना में परीक्षण समय को 40% कम करती है, जबकि उच्च विश्वसनीयता (क्रोनबैक का α = 0.92) बनाए रखती है। यह परीक्षण अनुमान लगाने के प्रभावों को कम करके और अधिक सटीक क्षमता अनुमान प्रदान करके VST और LexTale की प्रमुख आलोचनाओं को संबोधित करता है।
7. मूल विश्लेषण
PVST शब्दावली मूल्यांकन में एक महत्वपूर्ण पद्धतिगत प्रगति का प्रतिनिधित्व करता है, जो परीक्षण दक्षता और सटीकता की लंबे समय से चली आ रही समस्याओं को हल करने के लिए IRT-आधारित अनुकूली परीक्षण का लाभ उठाता है। पारंपरिक निश्चित-आइटम परीक्षणों के विपरीत, जो अक्सर अनुमान लगाने के कारण स्कोर बढ़ाते हैं (कॉक्सहेड एट अल., 2014), PVST का अनुकूली एल्गोरिदम आइटम कठिनाई को व्यक्ति के अनुरूप बनाता है, माप त्रुटि को कम करता है। यह दृष्टिकोण शैक्षिक परीक्षण में CAT पर शोध द्वारा समर्थित है, जो दर्शाता है कि अनुकूली परीक्षण 50% कम आइटम के साथ निश्चित परीक्षणों के समान सटीकता प्राप्त कर सकते हैं (वीस, 2011)। देशी वक्ताओं में आयु और शब्दावली आकार के बीच मजबूत सहसंबंध (R² = 0.34) अंग्रेजी (ब्रिसबार्ट एट अल., 2016) और डच (केउलेर्स एट अल., 2015) के बड़े पैमाने के अध्ययनों में देखे गए पैटर्न को दर्शाता है, जो पुष्टि करता है कि शब्दावली वृद्धि प्रारंभिक वयस्कता में स्थिर हो जाती है और बाद के वर्षों में घट जाती है। हालांकि, PVST की एकल शब्द पहचान प्रारूप पर निर्भरता शब्दावली ज्ञान की गहराई को नहीं पकड़ सकती है, यह एक सीमा है जिसे रीड (2023) ने नोट किया है। भविष्य के संस्करण अधिक समग्र मूल्यांकन प्रदान करने के लिए कई प्रतिक्रिया प्रारूपों, जैसे अर्थ स्मरण या प्रासंगिक उपयोग, को शामिल कर सकते हैं। क्रॉस-भाषाई अनुकूलन की परीक्षण की क्षमता आशाजनक है, क्योंकि अंतर्निहित IRT ढांचा भाषा-अज्ञेयवादी है, जो रूसी AoVST (गोलोविन, 2015) में उपयोग किए गए दृष्टिकोण के समान है। व्यावहारिक दृष्टिकोण से, PVST शिक्षकों और शोधकर्ताओं को प्लेसमेंट परीक्षण और अनुदैर्ध्य अध्ययनों के लिए एक तीव्र, विश्वसनीय उपकरण प्रदान करता है, जिसमें उम्र बढ़ने वाली आबादी में भाषा में गिरावट का आकलन करने के लिए नैदानिक सेटिंग्स में संभावित अनुप्रयोग हैं। आइटम कैलिब्रेशन को परिष्कृत करने के लिए मशीन लर्निंग मॉडल का एकीकरण भविष्य कहनेवाला वैधता को और बढ़ा सकता है, जैसा कि हाल के अनुकूली भाषा आकलन (बोहन एट अल., 2024) में प्रदर्शित किया गया है। कुल मिलाकर, PVST स्लाव भाषाओं में शब्दावली परीक्षण के लिए एक नया मानक स्थापित करता है और अन्य कम-संसाधन वाली भाषाओं के लिए एक प्रतिलिपि प्रस्तुत करने योग्य मॉडल प्रदान करता है।
8. तकनीकी विवरण
PVST आइटम कैलिब्रेशन के लिए रैश मॉडल का उपयोग करता है, जहाँ सही प्रतिक्रिया की संभावना इस प्रकार दी गई है:
$P(X_{ij}=1|\theta_i, b_j) = \frac{e^{(\theta_i - b_j)}}{1 + e^{(\theta_i - b_j)}}$
जहाँ $\theta_i$ व्यक्ति $i$ की क्षमता है और $b_j$ आइटम $j$ की कठिनाई है। परीक्षण वर्तमान क्षमता अनुमान पर अधिकतम जानकारी देने वाले अगले आइटम का चयन करने के लिए एक बायेसियन अनुकूली एल्गोरिदम का उपयोग करता है। रोक नियम $\theta$ की मानक त्रुटि पर आधारित है, जिसे SE < 0.3 लॉगिट पर सेट किया गया है।
9. प्रायोगिक परिणाम और आंकड़े
चित्र 1: देशी (नीला) और गैर-देशी (लाल) वक्ताओं के लिए शब्दावली आकार वितरण। देशी वक्ता 45,000 के आसपास चरम के साथ एक व्यापक सीमा (20,000-70,000 शब्द) दिखाते हैं, जबकि गैर-देशी वक्ता 10,000-30,000 शब्दों के बीच केंद्रित होते हैं।
चित्र 2: देशी वक्ताओं के लिए आयु बनाम शब्दावली आकार का स्कैटर प्लॉट, जिसमें एक लोएस स्मूथ वक्र 30 वर्ष की आयु में चरम और 55 के बाद क्रमिक गिरावट दिखाता है। अरैखिक फिट (R² = 0.34) इंगित करता है कि आयु शब्दावली आकार में 34% भिन्नता के लिए जिम्मेदार है।
तालिका 1: परीक्षण विशेषताओं की तुलना: PVST (12 मिनट, औसत 30 आइटम, α=0.92) बनाम VST (25 मिनट, 140 आइटम, α=0.88) बनाम LexTale (15 मिनट, 60 आइटम, α=0.85)। PVST बेहतर दक्षता और विश्वसनीयता दिखाता है।
10. विश्लेषणात्मक ढांचा उदाहरण
केस स्टडी: विश्वविद्यालय प्लेसमेंट परीक्षण में PVST का उपयोग
एक विश्वविद्यालय 200 आने वाले अंतर्राष्ट्रीय छात्रों को PVST प्रशासित करता है। परीक्षण 30 छात्रों की पहचान करता है जिनकी शब्दावली 15,000 शब्दों से कम है, और उन्हें एक प्रारंभिक भाषा पाठ्यक्रम के लिए अनुशंसित करता है। एक सेमेस्टर के बाद, एक पुनः परीक्षण औसतन 4,200 शब्दों की वृद्धि दर्शाता है, जो निर्देश के प्रति परीक्षण की संवेदनशीलता की पुष्टि करता है। अनुकूली एल्गोरिदम सुनिश्चित करता है कि प्रत्येक छात्र अपने स्तर के लिए उपयुक्त आइटम देखता है, जिससे निराशा और परीक्षण थकान कम होती है।
11. भविष्य के अनुप्रयोग और दिशाएँ
PVST को टाइपिंग-आधारित स्मरण घटक को शामिल करके उत्पादक शब्दावली का आकलन करने के लिए बढ़ाया जा सकता है। प्राकृतिक भाषा प्रसंस्करण (NLP) मॉडल के साथ एकीकरण लेखन कार्यों में शब्दावली उपयोग के वास्तविक समय विश्लेषण को सक्षम कर सकता है। भविष्य के संस्करणों में बहुविध शब्दावली ज्ञान का आकलन करने के लिए मल्टीमीडिया उत्तेजनाएँ (ऑडियो, चित्र) शामिल हो सकती हैं। अन्य स्लाव भाषाओं (जैसे, चेक, यूक्रेनी) के लिए क्रॉस-भाषाई अनुकूलन की योजना बनाई गई है, जो उसी IRT ढांचे का उपयोग करते हैं। नैदानिक न्यूरोसाइकोलॉजी में, PVST आयु-संबंधित शब्दावली परिवर्तनों के प्रति अपनी संवेदनशीलता को देखते हुए, मनोभ्रंश में भाषा में गिरावट के लिए एक स्क्रीनिंग उपकरण के रूप में काम कर सकता है।
12. संदर्भ
- बोहन, एम., एट अल. (2024). बच्चों के लिए अनुकूली शब्दावली परीक्षण। भाषा सीखना, 74(1), 45-78.
- ब्रिसबार्ट, एम., एट अल. (2016). हम कितने शब्द जानते हैं? फ्रंटियर्स इन साइकोलॉजी, 7, 1116.
- कॉक्सहेड, ए., एट अल. (2014). शब्दावली आकार परीक्षण: एक आलोचनात्मक समीक्षा। एप्लाइड लिंग्विस्टिक्स, 35(2), 201-220.
- गोलोविन, जी. (2015). रूसी के लिए अनुकूली ऑनलाइन शब्दावली आकार परीक्षण। रूसी भाषा अध्ययन, 12(3), 55-72.
- केउलेर्स, ई., एट अल. (2015). डच में शब्दावली आकार। व्यवहार अनुसंधान विधियाँ, 47(4), 1001-1015.
- लेमहोफ़र, के., और ब्रोएर्समा, एम. (2012). LexTale का परिचय। व्यवहार अनुसंधान विधियाँ, 44(2), 325-343.
- नेशन, आई.एस.पी., और बेगलर, डी. (2007). एक शब्दावली आकार परीक्षण। JALT जर्नल, 29(1), 9-24.
- रीड, जे. (2023). शब्दावली गहराई का आकलन। भाषा परीक्षण, 40(3), 567-589.
- वीस, डी.जे. (2011). शिक्षा में अनुकूली परीक्षण। शैक्षिक मापन, 30(4), 3-15.
13. विशेषज्ञ टिप्पणी
मुख्य अंतर्दृष्टि: PVST सिर्फ एक और शब्दावली परीक्षण नहीं है—यह स्थिर, एक-आकार-सभी-के-लिए-फिट आकलन से गतिशील, वैयक्तिकृत मापन की ओर एक प्रतिमान बदलाव है। IRT का लाभ उठाकर, यह अनुमान लगाने की समस्या को हल करता है जो बहुविकल्पीय परीक्षणों को परेशान करती है और एक सटीकता प्रदान करता है जिसकी निश्चित परीक्षण केवल कल्पना कर सकते हैं।
तार्किक प्रवाह: लेखकों ने सही ढंग से VST और LexTale में दोषों (स्कोर मुद्रास्फीति, पुनरावृत्ति की कमी) की पहचान की है और CAT को तार्किक विकल्प के रूप में प्रस्तावित किया है। पायलट डेटा स्पष्ट रूप से दर्शाता है कि PVST तेज़, अधिक विश्वसनीय और आयु प्रभावों के प्रति अधिक संवेदनशील है। समस्या की पहचान से समाधान से मान्यता तक की प्रगति पाठ्यपुस्तक-सटीक है।
शक्तियाँ और कमियाँ: सबसे बड़ी ताकत अनुकूली एल्गोरिदम है—यह परीक्षण समय को 40% कम करता है जबकि विश्वसनीयता बढ़ाता है। आयु-शब्दावली सहसंबंध (R²=0.34) मजबूत है और पिछले कार्य के अनुरूप है। हालांकि, परीक्षण केवल एकल प्रारूप (शब्द पहचान) के माध्यम से ग्रहणशील शब्दावली गहराई को मापता है। यह शाब्दिक क्षमता का एक संकीर्ण हिस्सा है। साथ ही, 1,200 का नमूना अच्छा है लेकिन बहुत बड़ा नहीं है; परीक्षण को बड़ी, अधिक विविध आबादी, जिसमें नैदानिक समूह शामिल हैं, पर मान्यता की आवश्यकता है।
कार्रवाई योग्य अंतर्दृष्टि: शोधकर्ताओं के लिए: शब्दावली वृद्धि के अनुदैर्ध्य अध्ययनों के लिए PVST का उपयोग करें—इसकी सटीकता छोटे प्रभाव आकारों का पता लगाएगी। शिक्षकों के लिए: प्लेसमेंट परीक्षण के लिए PVST अपनाएँ; यह पेपर-आधारित परीक्षणों की तुलना में तेज़ और अधिक सटीक है। परीक्षण डेवलपर्स के लिए: PVST का विस्तार उत्पादक और प्रासंगिक उपायों को शामिल करने के लिए करें, और स्वचालित आइटम निर्माण के लिए NLP एकीकरण का पता लगाएं। भविष्य अनुकूली है—स्थिर परीक्षणों के साथ पीछे न रहें।