詞彙測試：方法

測量內容

以詞元計算嘅理解（辨認）詞彙量，根據自我報告，並按誤認假詞嘅情況作修正。唔代表識解釋詞義、詞語運用能力或語言熟練程度。

程序

英文版（方法 en-adaptive-1，詞表 en-1）：第 1 步係一個有 40 個項目嘅詞格：7 個詞頻組別各隨機抽 5 個詞，另加 5 個假詞，次序隨機；玩家剔選自己識嘅詞（「至少講得出一個意思」）。第 2 步係一個有 60 個新項目嘅詞格：每組有 4 個新詞；另外喺第 1 步修正後嘅已知比例最接近 50% 嘅組別附近加入 25 個額外詞（每離開該組一組，權重減半），並加入 7 個新假詞。每個詞只會出現一次。不限時；每步提交前都可以更改剔選項目。結果之後可選擇回答幾條問題：年齡組別、母語人士或學習者、學習年數、閱讀頻率。德文、西班牙文、法文、意大利文、波蘭文、葡萄牙文同俄文（詞表 *-1）：逐個詞呈現，從 6 個詞頻組別各隨機抽 10 個詞（共 60 個真詞），另加 30 個假詞，次序隨機（共 90 個項目）；玩家回答「識」或「虛構」。先有 2 個真詞同 2 個假詞作練習，並提供回饋（可以略過）。不限時；離開分頁唔會令測試結束。

參數

評分

每個詞頻組別 b：h = 該組真詞中被剔選為識嘅比例（英文版只計 step-2 個詞，避免自適應選詞令估算出現偏差）；f = 被剔選為識嘅假詞比例（英文版計兩步合共 12 個假詞）。已知比例 p = (h − f) / (1 − f)，並限制喺 0 至 1 之間（如 f = 1，則 p = 0）。估算值 = 各組嘅組別大小 x p 總和，四捨五入至 100，並限制喺詞表大小以內；數值越高，代表詞彙量越大。範圍，英文版：4,000 次模擬抽樣嘅中央 90%（每組命中率採用 Jeffreys Beta 後驗分佈、誤報率採用一個共用嘅 Beta 抽樣值，而每組大小嘅 Beta 不確定性則根據原本審閱嘅 70 個候選詞計算），並擴闊範圍以包括估算值；若 f = 1，範圍就係整個詞表。範圍，其他語言：各組二項分佈標準誤差總和乘以 1.645，再加減於估算值。其他語言亦會計算 LexTALE 式準確度，即真詞接納百分比同假詞拒絕百分比嘅平均值。英文版百分位數：符合資格嘅玩家當中，估算值嚴格高於其估算值嘅比例（採用現行方法同詞表、結果可靠、唔似自動化操作，並只計每位玩家首次符合資格嘅嘗試）；只會喺人數至少 100 嘅組別顯示，否則會顯示已發表研究數據作參考。

有效測試規則

伺服器會用該次測試嘅隨機種子重新產生項目（除咗練習部分，頁面唔會知道邊啲項目係真詞）。每個項目都必須作答；英文版兩步格式必須剛好答 40 題同 60 題，亦唔可以同單步格式混用。若剔選為識嘅假詞太多，結果會標示為唔穩定，亦唔會提供百分位數。伺服器會根據原始紀錄（如有隨機種子亦會一併使用）重新產生每次測試，並自行計算分數；頁面顯示嘅啱錯資訊一概唔會採用。違反遊戲規則嘅紀錄會被拒絕，亦唔會儲存。已儲存嘅測試紀錄可能帶有品質標記；呢啲標記永遠唔會顯示，亦唔會阻止結果出現：同一個 IP 位址有 10 次或以上測試、缺少訪客 ID、切換分頁，以及自動化操作訊號（自動化瀏覽器、不可能嘅速度、冇輸入事件、時間間隔規律得似機器）。

同經典任務嘅分別

混入假詞嘅是／否測試可追溯至 Meara and Buxton (1987)。LexTALE（Lemhöfer & Broersma 2012）係一個固定 60 題嘅測試，並有經驗證嘅百分比分數；Brysbaert et al. (2016) 則用一個規模非常大嘅網上詞語知識數據集估算詞彙量，採用唔同嘅詞典，同埋較寬鬆嘅識詞定義。呢個估算方法、詞表同兩步設計都係新嘗試，未經獨立校準。測量單位係互不重複嘅書面詞元，唔係 Nation's Vocabulary Size Test 所用嘅詞族。

限制

自我報告：每個人剔選自己識嘅詞時寬鬆程度唔同，而假詞只能部分修正呢個差異。各組詞數來自經審閱嘅樣本，唔係完整詞典計數。唔同語言嘅詞表同各組詞數都有差異，所以唔可以跨語言比較估算值。專門興趣同熟悉嘅詞語組成部分都會影響結果。記得之前測試出現過嘅詞，亦會影響之後嘅結果。呢個測試唔會測量智力、流暢度或健康。作比較嘅玩家係網站訪客，唔係人口常模。

語言同審閱狀態

英文版（兩步），以及德文、西班牙文、法文、意大利文、波蘭文、葡萄牙文同俄文版（單步）；網站其他語言會顯示英文測試。真詞：來自 Wiktionary 詞元（經 kaikki.org），按詞頻排名（wordfreq 3.1.1），並由人手審閱每組樣本；按授權條款以 CC BY-SA 4.0 共享。各詞表嘅假詞按照該語言嘅字母組合模式創作，並經人手審閱。