Connecte toi à ton compte

Tu as perdu ton mot de passe ?
Pas de compte? S'inscrire gratuitement X

Crée un compte


Tu as déjà un compte ? Connecte-toi ici


Vos informations personnelles sont toujours gardées privées

Informations personnelles


Informations sur tes langues


Détails du compte

J'accepte les termes et conditions




X
Utilise un vrai navigateur... Certaines fonctions sont limitées si your browser.
Écris
...e que tu veux !
Détends-toi
...pendant qu'on corrige et analyse ton texte
Apprends
...de tes corrections, à consulter sur ton profil

Comment on mesure tes compétences à l'écrit

Tout ce que tu écris est corrigé par un locuteur natif et comparé à des centaines de textes écrits par des natifs, tout ça grâce à une technologie d'analyse créée par des Martiens (oui, tu as bien lu !). On considère 5 indicateurs différents pour calculer ton résultat final. Sélectionne le graphique pour en savoir plus sur chaque mesure.

Alors, quel sera ton résultat ?

Ton résultat final est surtout basé sur le pourcentage que tu obtiens après correction, faite par un locteur natif. Après tout, qui peut mieux judger de la qualité de ton niveau de langue qu'un humain ? Tu remarqueras aussi que plusieurs autres mesures dépendent des mots qui ont été corrigés dans ton texte.
Le pourcentage basé sur la correction nous dit à quel point ton texte ressemble au texte corrigé. Si tu as écris un texte de 10 caractères et 2 d'entre eux ont été changés, ton score sera de 80%.

Ce résultat représente 32% de ton résultat total.
Le résultat obtenu pour la richesse de ton vocabulaire est basé d'abord sur la diversité lexicale. La diversité lexicale est le nombre de mots uniques utilisés divisé par le nombre total de mots. Imagine que tu as écrit un texte de 500 mots et utilisé 500 mots différents. Cela voudra dire que ton texte a une diversité lexicale de 100%. Imaginons une autre situation où tu aurais utilisé, pour ce même texte, 100 mots différents. La diversité lexicale de ce texte serait de 20%.

Pense à ces deux cas. Une diversité lexicale de 100% peut te sembler génial, mais ton texte ne ressemblerait pas à ce qu'un natif pourrait écrire (car même les natifs utilisent les même mots plusieurs fois). C'est la même chose pour un résultat de 20%. Le résultat obtenu par un natif se trouverait sûrement quelque part entre ces deux chiffres. On calcule ce résultat en comparant la diversité lexicale de ton texte au résultat moyen qu'un natif obtiendrait pour sa diversité lexicale. Si la diversité lexicale de ton texte est de 80% et celle d'un natif généralement entre 60% et 70%, ton résultat sera le pourcentage de différence entre 80% et 70% (87% dans cet exemple).

Avant même de commencer à calculer la diversité lexicale de ton texte, on doit enlever tout ce qui n'est pas un mot. Par exemple, la ponctuation peut fausser les résultats. On retire toute la ponctuation de ton texte et on remet tous les mots dans leur forme pleine (par exemple, "j'vais > je vais") pour être sûrs qu'on analyse seulement le choix de mots. Ces analystes martiens savaient ce qu'ils faisaient quand il ont développé ce procédé !

Au moment de calculer la richesse de ton vocabulaire, ce ne serait pas juste si on comptait aussi les mots qui n'étaient pas corrects. Si c'était le cas, tu pourrais écrire n'importe quoi en utilisant des mots inexistants, ce qui augmenterait ton résultat, mais de manière artificielle. Tu te souviens de comment on calcule ton résultat à partir de la correction de ton texte ? On utilise une liste de tous les mots qui étaient corrects, et seulement les corrects, pour ce calcul-ci.

Ce qu'on vient de décrire au-dessus est une méthode simple appelée le "Type Token Ratio" (TTR), une mesure utilisée en linguistique pour calculer la variabilié du vocabulaire. Par contre, ce résultat peut être très affecté par la longueur de ton texte. C'est pour cette raison qu'on utilise aussi une autre mesure appelée la "mesure de diversité lexciale textuelle" (Measure of Textual Lexical Diversity, MTLD en anglais). Cette mesure ressemble au TTR, mais elle prend aussi en compte la longueur de ton texte. Ça, c'est important puisqu'on compare tes textes courts à des textes plus ou moins longs. Ceci dit, plus ton texte est long, meilleurs seront les résultats ; c'est pour ça aussi qu'on exige que tu écrives des textes d'au moins 50 mots. Si tu veux en savoir plus, lis la source ci-dessous.

Le calcul MTLD prend en compte la longueur de ton texte en calculant la diversité lexicale mais c'est une mesure aussi sensible à l'ordre des mots. Par exemple, si tu utilises beaucoup de mots différents au début de ton texte, mais peu à la fin, tes résultats pourraient être faussés. Tes mots sont donc tous mélangés avant d'obtenir ton résultat. On renouvèle ce procédé une centaine de fois pour être sûrs que tu obtiens le résultat qui représente au mieux la diversité lexicale de ton texte.

Ce résultat représente 30% de ton résultat total.

Source :

McCarthy PM. Doctoral dissertation. 2005. An assessment of the range and usefulness of lexical diversity measures and the potential of the measure of textual, lexical diversity. Available from Proquest Dissertations and Theses. (UMI No. 3199485)

McCarthy PM, Jarvis S. Voc-D: A theoretical and empirical evaluation. Language Testing. 2007;24(4):459–488. doi: 10.1177/0265532207080767.
La longueur moyenne des mots que tu utilises en dit beaucoup sur le style de ton écriture, surtout lorsqu'on la compare à celle d'un natif. La longueur moyenne de tes mots représente simplement le nombre total de caractères d'un mot (sans la ponctuation) divisé par le nombre total de mots. Évidemment, on compte seulement les mots correctement écrits. N'essaie pas d'utiliser de longs mots pour augmenter ton résultat... Ça ne marchera pas !

De nouveau, ton résultat ne doit pas être ni plus élévé ni plus bas que ce qu'obtiendrait un natif. Si un natif dans la langue que tu apprends écrit en moyenne avec des mots de 4,0 ou 4,3 lettres et tu as dans ton texte une moyenne de 7 lettres par mot, ton texte ne pourrait sûrement pas être confondu avec celui d'un natif.

Dans cet exemple, tu obtiendrais un résultat de 37% (puisque le pourcentage d'erreur est de 63%). À l'inverse, si la longueur moyenne de tes mots était de 3,0, ton résultat serait 75% (le pourcentage d'erreur entre 4,0 et 3,0).

Ce résultat représente 17% de ton résultat total.
Ce résultat est calculé plus ou moins de la même façon que pour la longueur des mots. Pourquoi cet indicateur est-il si important ? On s'est rendu compte que les textes d'utilisateurs dont la longueur des phrases était similaire à la moyenne de celle de natifs écrivaient de façon plus native en général.

La longueur moyenne de tes phrases est calculée de la façon suivante : on prend le nombre total de mots et on le divise par le nombre total de phrases. Contrairement au calcul de la longueur moyenne d'un mot, on utilise ici même les phrases incorrectes. À ce stade, on s'intéresse plutôt à la fluidité générale de ton texte. Il est donc important qu'on prenne en compte tous les mots (corrects ou non).

Comme pour chaque indicateur, ton résultat baissera si les phrases sont trop longues ou trop courtes lorsqu'on les compare à celles d'un natif.

Ce résultat représente 13% de ton résultat total.
Il est important de comparer la fréquence d'utilisation de certains mots pour comparer les styles d'écriture. Le pourcentage représente le nombre de fois que tu as utilisé le même mot dans ton texte. Nos amis martiens ont créé ce programme pour calculer le nombre de fois que chaque mot a été utilisé dans ton texte, pour ensuite comparer les 10 mots que tu as le plus utilisés aux 10 mots les plus utilisés par des natifs.

Avant de calculer la fréquence des mots, le programme remet les mots dans leur forme complète (en anglais, par exemple, "won't" > "will not"). De cette façon, même les mots contractés pourront être comptés. Chaque mot est compté et divisé par le nombre total de mot utilisés. Ça prendrait beaucoup de temps si on devait faire tout ça à la main... Et nous, les pingouins, on n'a pas de doigts !

Les premiers mots de la liste sont les plus importants. Plus on descend, plus les mots seront spécialisés. C'est pour ça que le programme a choisi de ne prendre en compte que les 10 premiers mots les plus utilisés, et de donner plus d'importance aux premiers mots de la liste plutôt qu'aux derniers.

Ce résultat représente 8% de ton résultat total.
Membre pingouin

0€

Pas besoin de donner ta carte bancaire

  • ✔ Textes corrigés par des locuteurs natifs
  • ✔ Textes notés de façon précise
  • ✔ Accès à la bibliothèque bilingue
  • ✔ Une façon d'apprendre plus intelligente
  • J'ai hâte de pouvoir suivre mes progrès. Ça m'aide à rester motivée !
    Armida
  • Enfin une façon de mesurer mes progrès en langue au long terme ! Comment ça se fait que personne n'ait pensé à créer ce programme plus tôt ?
    Laura