詞彙量測驗：方法

測量內容

以自我回報測量接受性（辨識）詞彙量，單位為詞元，並以對偽詞的誤報進行校正。測驗不評量詞義定義知識、詞彙產出或語言能力。

程序

英文（方法 en-adaptive-1，詞表 en-1）：第 1 步為包含 40 個項目的詞格：從 7 個頻率級別各隨機抽取 5 個詞，另加 5 個偽詞，並打亂順序；玩家勾選自己認識的詞（「至少能解釋一個意思」）。第 2 步為包含 60 個新項目的詞格：每個級別各有 4 個新詞；另有 25 個額外詞，安排在第 1 步校正後的已知比例最接近 50% 的級別附近（每離開一個級別，權重減半）；再加上 7 個新偽詞。詞彙不會重複。不限時；提交每一步之前都可以更改勾選。結果後可選擇回答年齡組別、是否為母語者或學習者、學習年數及閱讀頻率等問題。德語、西班牙語、法語、義大利語、波蘭語、葡萄牙語和俄語（詞表 *-1）：一次呈現一個詞，從 6 個頻率級別各隨機抽取 10 個詞（共 60 個真實詞），另加 30 個偽詞並打亂順序（共 90 個項目）；玩家回答「我認識」或「虛構詞」。開始前會提供 2 個真實詞與 2 個偽詞作為練習，並附上回饋（可略過）。不限時；離開分頁不會結束測驗。

參數

評分

每個級別 b：h = 該級別中被標記為認識的真詞比例（英文：僅使用 step-2 個詞，因此自適應選題不會使估計值產生偏差）；f = 被標記為認識的偽詞比例（英文：兩個步驟合計的全部 12 個）。認識比例 p = (h − f) / (1 − f)，限制在 0 到 1 之間（若 f = 1，則為 0）。估計值 = 各級別的級別詞數 x p 之和，四捨五入至 100，並限制在詞表大小以內；數值越高代表詞彙量越大。範圍，英文：4,000 次模擬抽樣的中央 90% 區間（各級別命中率使用 Jeffreys Beta 後驗分布、誤報率使用一次共用的 Beta 抽樣，並根據原始 70 個候選詞審查結果中各級別詞數的 Beta 不確定性計算），並擴大至涵蓋估計值；若 f = 1，範圍即為整份詞表。範圍，其他語言：各級別二項分布標準誤的總和乘以 1.645，並以正負值表示。其他語言也會提供 LexTALE 式正確率 = 接受真詞的百分比與拒絕偽詞的百分比的平均值。英文百分位數：嚴格低於估計值的合資格玩家比例（使用目前的方法與詞表、結果可靠、不太可能由自動化程式操作，且每位玩家僅計首次合資格作答），僅在群組人數至少為 100 時顯示；否則會列出已發表研究的數據作為參考。

有效作答規則

伺服器會根據該次測驗的隨機種子重新產生項目（除了練習題，哪些項目是真實詞不會傳到頁面）。每個項目都必須作答；英文兩步格式必須分別恰好回答 40 題及 60 題，且不能與一步格式混用。若勾選為認識的偽詞過多，結果會標記為不穩定，也不會提供百分位數。伺服器會根據原始紀錄（以及有隨機種子時的種子）重新產生每次測驗，並自行計算分數；頁面上任何關於正誤的說明都會被忽略。違反遊戲規則的紀錄會遭拒絕，且不會儲存。已儲存的測驗紀錄可能帶有品質標記，這些標記不會顯示，也不會阻止結果：同一 IP 位址有 10 次或以上的測驗紀錄、缺少訪客 ID、切換分頁，以及自動化訊號（自動化瀏覽器、不可能的速度、沒有輸入事件、機器般規律的計時）。

與經典作業的差異

含偽詞的是／否測驗可追溯至 Meara 和 Buxton（1987）。LexTALE（Lemhöfer & Broersma 2012）是固定的 60 題測驗，採用經驗證的百分比計分；Brysbaert 等人（2016）則以非常大型的線上詞彙知識資料集估算詞彙量，使用不同的字典，對「認識一個詞」的定義也較寬鬆。本估算方法、詞表及兩步設計都是新的，尚未經獨立校準。測量單位是不同的書寫詞元，而非 Nation 詞彙量測驗所採用的詞族。

限制

自我回報：人們勾選認識某個詞的意願不同，偽詞只能部分校正這種差異。級別大小來自經審查的樣本，並非完整字典的統計。不同語言的詞表和級別大小各異，因此不同語言的估算值無法比較。專業興趣及熟悉的詞素都會影響結果。記得先前測驗中的詞會影響後續結果。本測驗不衡量智力、流暢度或健康狀況。比較對象是網站訪客，並非人口常模。

語言與審閱狀態

英文（兩步）以及德語、西班牙語、法語、義大利語、波蘭語、葡萄牙語和俄語（一步）；網站上的其他語言會顯示英文測驗。真實詞：取自 Wiktionary 詞元（透過 kaikki.org），依詞頻排序（wordfreq 3.1.1），並對各級別的樣本進行人工審查；依授權條款以 CC BY-SA 4.0 授權分享。每份詞表的偽詞皆依其字母模式製作並經人工審查。