Syntactic complexity in Finnish-background EFL learners’ writing at CEFR levels A1–B2

Abstract

Eurooppalaisen viitekehyksen (EVK) merkitys kielikoulutukselle on lisännyt tutkimusta sen taitotasojen kielellisistä piirteistä; tarkempi tieto näistä piirteistä auttaisi EVK:n soveltamista opetusmateriaalien, kurssien ja arviointin laatimiseen. Tutkimuksessa selvitettiin eroavatko EVK:n tasot toisistaan syntaksin kompleksisuuden perusteella. Suomalaiset 14- ja 17-vuotiaat englannin oppijat (N=379) kirjoittivat kolme kirjoitelmaa, jotka arvioitiin EVK:n taitotasoille. Arviointiaineisto tutkittiin monitahoisella Rasch-analyysillä ja tekstien piirteet selvitettiin automaattisilla analyysiohjelmilla. Tuloksien perusteella alimpia EVK-tasoja (A1–A2) erotti selvimmin toisistaan lauseiden ja T-yksiköiden pituus, vaihtelu lauseiden pituudessa, infinitiivirakenteiden määrä, lausekkeiden ja T-yksiköiden määrä lauseissa ja verbirakenteiden määrä T-yksiköissä. Ylempiä tasoja (B1–B2) erottelivat puolestaan määritteiden määrä nominifraaseissa, lausekkeiden pituus, kompleksisten rakenteiden määrä lausekkeissa ja pääverbiä edeltävien sanojen määrä (left embeddedness). Tulokset ovat linjassa aiempien syntaksin kompleksisuuden tutkimusten kanssa siinä, että pidempien tuotosyksikköjen (lauseet, T-yksiköt) pituus ja vaihtelu erottelee selvimmin englannin oppijoita alemmilla EVK-tasoilla, kun taas korkeammilla taitotasoilla erot ilmenevät lausekkeiden ja fraasien käytössä.

The increasing importance of the Common European Framework of Reference (CEFR) has led to research on the linguistic characteristics of its levels, as this would help the application of the CEFR in the design of teaching materials, courses, and assessments. This study investigated whether CEFR levels can be distinguished with reference to syntactic complexity (SC). 14- and 17-year-old Finnish learners of English (N=397) wrote three writing tasks which were rated against the CEFR levels. The ratings were analysed with multi-facet Rasch analysis and the texts were analysed with automated tools. Findings suggest that the clearest separators at lower CEFR levels (A1–A2) were the mean sentence and T-unit length, variation in sentence length, infinitive density, clauses per sentence or T-unit, and verb phrases per T-unit. For higher levels (B1–B2) they were modifiers per noun phrase, mean clause length, complex nominals per clause, and left embeddedness. The results support previous findings that the length of and variation in the longer production units (sentences, T-units) are the SC indices that most clearly separate the lower CEFR levels, whereas the higher levels are best distinguished in terms of complexity at the clausal and phrasal levels.