__________________________________Week 3 Woorden________________________________
Pander Maat, H. & van der Geest (2021). Hoofdstuk 2 en 4 van de Monitor
begrijpelijke overheidsteksten.
Stahl, S.A. (2003). Vocabulary and readability: How knowing word meanings
affects comprehension. Topics in Language Disorders.
Williams, R.S. & Morris, R.K (2004). Eye movements, word familiarity, and
vocabulary acquisition.
Pander Maat, H. & van der Geest (2021). Hoofdstuk 2 en 4 van de Monitor
begrijpelijke overheidsteksten.
Onderzoeksvragen die centraal staan in hoofdstuk 2
- Hoe begrijpelijk en toepasbaar zijn de teksten?
- Welke kenmerken of elementen van de teksten zorgen voor begripsproblemen?
- Leveren herschreven teksten minder problemen op dan de originele versies?
De onderzoekers onderzoeken begrijpelijkheid door een ‘automatische’ tekstanalyse uit
te voeren. Je kan hiermee de begrijpelijkheid van een tekst vaststellen, maar geen
uitspraken doen of dit ook daadwerkelijk zo is.
In dit hoofdstuk onderzoeken ze hoe begrijpelijk het taalgebruik is in 139 gemeentelijke
teksten over schuldhulpverlening. Deze teksten zijn ‘automatisch’ geanalyseerd met
twee systemen (T-Scan en LiNT). De automatische tekstanalyse levert voor elke tekst een
score op (LiNT-score), die aangeeft hoe moeilijk te begrijpen de tekst is. Met de LiNT-
score onderscheiden we vier niveaus, die gekoppeld zijn aan de niveaus van het
voortgezet onderwijs. Via een koppeling met het opleidingsniveau van de Nederlandse
bevolking, kun je inschatten welk percentage van de bevolking problemen zal hebben
met de begrijpelijkheid van een bepaalde tekst.
Met de LiNT-analyse kun je schatten hoeveel procent van de bevolking een bepaalde
tekst kan begrijpen.
In de verzameling van de 139 geanalyseerde teksten zitten 32 tekstparen: de originele
en verbeterde versie van dezelfde tekst. Daarnaast waren er ook 76 teksten, waarvan er
geen herschreven versie beschikbaar was. De onderzoekers hebben de LiNT-scores met
elkaar vergeleken, zo konden ze het effect van herschrijven op de begrijpelijkheid van
teksten aantonen.
Een LiNT-score is gebaseerd op een leesbaarheidsformule. De schaal van LiNT-score
loopt van 1 (heel erg makkelijk) tot 100 (heel erg moeilijk)
, Met de LiNT-score kun je teksten indelen in vier moeilijkheidsniveaus. Een tekst op het
laagste niveau (1) is geschikt voor de hele Nederlandse bevolking, een tekst op het
hoogste niveau (4) voor vrijwel niemand. Op niveau 2 wordt 21% van de bevolking
uitgesloten, op niveau 3 al 85%.
Hoe begrijpelijk en toepasbaar zijn de teksten?
- Ongeveer een derde van de geanalyseerde teksten heeft moeilijkheidsniveau 1
en is dus voor de lezers van alle opleidingsniveaus begrijpelijk. Ruim de helft van
de teksten valt in niveau 2 en is daarmee moeilijk te begrijpen voor laagopgeleide
lezers.
- Brieven en webteksten zijn vaak moeilijker (niveau 2) dan folders en flyers (niveau
1)
- De meeste overeenkomsten zijn onbegrijpelijk, zelfs voor hoogopgeleide lezers,
vanwege juridisch jargon. Dit kan problemen opleveren, omdat mensen moeten
begrijpen wat ze ondertekenen.
- Er wordt gesuggereerd dat teksten, vooral juridische documenten, in begrijpelijke
taal geschreven moeten worden of vergezeld moet gaan van een samenvatting
van de belangrijkste punten.
- Brieven zijn over het algemeen redelijk toegankelijk. De herschreven brieven
scoorden iets lager dan de originele brieven. Er is ruimte voor verbetering, vooral
in de herschreven versies.
Welke kenmerken of elementen van de teksten zorgen voor begripsproblemen?
De LiNT-score van een tekst wordt berekend op de grond van vier tekstkenmerken,
waarvan in ieder onderzoek is bewezen dat ze de begrijpelijkheid van een tekst bepalen.
Twee op woordniveau en twee op zinsniveau:
- Weinig gangbare inhoudswoorden – bijvoorbeeld: uw zienswijze kenbaar maken, in
plaats van: ons uitleggen. De gangbaarheid wordt gemeten aan de hand van de
gemiddelde woordfrequentie per tekst. De woordfrequentie geeft aan hoe vaak
het woord voorkomt in een verzameling teksten uit het dagelijks taalgebruik. Hoe
lager de woordfrequentie, hoe moeilijker de tekst.
- Abstracte (niet concrete) woorden – bijvoorbeeld: voorwaarden voor
schulddienstverlening, in plaats van: afspraken. Hoe meer abstracte woorden, hoe
moeilijker de tekst.
- Een groot aantal inhoudswoorden per vervoegd werkwoord – die woorden zitten
meestal in bijvoeglijke bepalingen. Deze woorden geven extra informatie en
maken de zin inhoudelijk rijker, maar ook langer en mogelijk ingewikkelder.
Bijvoorbeeld: Ongeveer [500] inwoners [van de gemeente] ontvangen regelmatig
[korte] vragenlijsten [over [uiteenlopende] onderwerpen].
- Een grote afstand tussen woorden en zinsdelen die in de zin bij elkaar horen. De
lezer moet meer moeite doen om de relaties tussen de delen te begrijpen.
Pander Maat, H. & van der Geest (2021). Hoofdstuk 2 en 4 van de Monitor
begrijpelijke overheidsteksten.
Stahl, S.A. (2003). Vocabulary and readability: How knowing word meanings
affects comprehension. Topics in Language Disorders.
Williams, R.S. & Morris, R.K (2004). Eye movements, word familiarity, and
vocabulary acquisition.
Pander Maat, H. & van der Geest (2021). Hoofdstuk 2 en 4 van de Monitor
begrijpelijke overheidsteksten.
Onderzoeksvragen die centraal staan in hoofdstuk 2
- Hoe begrijpelijk en toepasbaar zijn de teksten?
- Welke kenmerken of elementen van de teksten zorgen voor begripsproblemen?
- Leveren herschreven teksten minder problemen op dan de originele versies?
De onderzoekers onderzoeken begrijpelijkheid door een ‘automatische’ tekstanalyse uit
te voeren. Je kan hiermee de begrijpelijkheid van een tekst vaststellen, maar geen
uitspraken doen of dit ook daadwerkelijk zo is.
In dit hoofdstuk onderzoeken ze hoe begrijpelijk het taalgebruik is in 139 gemeentelijke
teksten over schuldhulpverlening. Deze teksten zijn ‘automatisch’ geanalyseerd met
twee systemen (T-Scan en LiNT). De automatische tekstanalyse levert voor elke tekst een
score op (LiNT-score), die aangeeft hoe moeilijk te begrijpen de tekst is. Met de LiNT-
score onderscheiden we vier niveaus, die gekoppeld zijn aan de niveaus van het
voortgezet onderwijs. Via een koppeling met het opleidingsniveau van de Nederlandse
bevolking, kun je inschatten welk percentage van de bevolking problemen zal hebben
met de begrijpelijkheid van een bepaalde tekst.
Met de LiNT-analyse kun je schatten hoeveel procent van de bevolking een bepaalde
tekst kan begrijpen.
In de verzameling van de 139 geanalyseerde teksten zitten 32 tekstparen: de originele
en verbeterde versie van dezelfde tekst. Daarnaast waren er ook 76 teksten, waarvan er
geen herschreven versie beschikbaar was. De onderzoekers hebben de LiNT-scores met
elkaar vergeleken, zo konden ze het effect van herschrijven op de begrijpelijkheid van
teksten aantonen.
Een LiNT-score is gebaseerd op een leesbaarheidsformule. De schaal van LiNT-score
loopt van 1 (heel erg makkelijk) tot 100 (heel erg moeilijk)
, Met de LiNT-score kun je teksten indelen in vier moeilijkheidsniveaus. Een tekst op het
laagste niveau (1) is geschikt voor de hele Nederlandse bevolking, een tekst op het
hoogste niveau (4) voor vrijwel niemand. Op niveau 2 wordt 21% van de bevolking
uitgesloten, op niveau 3 al 85%.
Hoe begrijpelijk en toepasbaar zijn de teksten?
- Ongeveer een derde van de geanalyseerde teksten heeft moeilijkheidsniveau 1
en is dus voor de lezers van alle opleidingsniveaus begrijpelijk. Ruim de helft van
de teksten valt in niveau 2 en is daarmee moeilijk te begrijpen voor laagopgeleide
lezers.
- Brieven en webteksten zijn vaak moeilijker (niveau 2) dan folders en flyers (niveau
1)
- De meeste overeenkomsten zijn onbegrijpelijk, zelfs voor hoogopgeleide lezers,
vanwege juridisch jargon. Dit kan problemen opleveren, omdat mensen moeten
begrijpen wat ze ondertekenen.
- Er wordt gesuggereerd dat teksten, vooral juridische documenten, in begrijpelijke
taal geschreven moeten worden of vergezeld moet gaan van een samenvatting
van de belangrijkste punten.
- Brieven zijn over het algemeen redelijk toegankelijk. De herschreven brieven
scoorden iets lager dan de originele brieven. Er is ruimte voor verbetering, vooral
in de herschreven versies.
Welke kenmerken of elementen van de teksten zorgen voor begripsproblemen?
De LiNT-score van een tekst wordt berekend op de grond van vier tekstkenmerken,
waarvan in ieder onderzoek is bewezen dat ze de begrijpelijkheid van een tekst bepalen.
Twee op woordniveau en twee op zinsniveau:
- Weinig gangbare inhoudswoorden – bijvoorbeeld: uw zienswijze kenbaar maken, in
plaats van: ons uitleggen. De gangbaarheid wordt gemeten aan de hand van de
gemiddelde woordfrequentie per tekst. De woordfrequentie geeft aan hoe vaak
het woord voorkomt in een verzameling teksten uit het dagelijks taalgebruik. Hoe
lager de woordfrequentie, hoe moeilijker de tekst.
- Abstracte (niet concrete) woorden – bijvoorbeeld: voorwaarden voor
schulddienstverlening, in plaats van: afspraken. Hoe meer abstracte woorden, hoe
moeilijker de tekst.
- Een groot aantal inhoudswoorden per vervoegd werkwoord – die woorden zitten
meestal in bijvoeglijke bepalingen. Deze woorden geven extra informatie en
maken de zin inhoudelijk rijker, maar ook langer en mogelijk ingewikkelder.
Bijvoorbeeld: Ongeveer [500] inwoners [van de gemeente] ontvangen regelmatig
[korte] vragenlijsten [over [uiteenlopende] onderwerpen].
- Een grote afstand tussen woorden en zinsdelen die in de zin bij elkaar horen. De
lezer moet meer moeite doen om de relaties tussen de delen te begrijpen.
