🔢 mathematics

A comparison of readability formulas applied to arithmetical word problems for Year 1 of primary school

Deze studie evalueert vijf leesbaarheidsformules voor rekenwerkopgaven voor groep 3 uit Chileense tekstboeken en concludeert dat bestaande metrieken die ontworpen zijn voor continue tekst inconsistent en ontoereikend zijn voor deze specifieke context, waarbij de noodzaak voor gespecialiseerde leesbaarheidsmaten voor wiskundeproblemen in de vroege jaren wordt benadrukt.

Oorspronkelijke auteurs: Pamela Reyes Santander, Mario Díaz Díaz

Gepubliceerd 2026-08-28

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Pamela Reyes Santander, Mario Díaz Díaz

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de eerste jaren van de school zijn leren lezen en leren rekenen geen twee aparte reizen; het is één enkel, verweven pad. Wanneer een jong kind gaat zitten om een tekstopgave op te lossen, zijn ze niet alleen getallen aan het verwerken. Ze moeten eerst een zin ontcijferen, begrijpen welk verhaal de zin vertelt, en vervolgens uitzoeken wat de getallen in dat verhaal van hen vragen te doen. Als de woorden te lastig zijn, de zinsstructuur te ingewikkeld of de woordenschat te vreemd, wordt de wiskunde onmogelijk, ongeacht hoe goed het kind kan tellen. Hier komt het concept van "leesbaarheid" om de hoek kijken. Het is een manier om te meten hoe gemakkelijk een tekst te begrijpen is op basis van de lengte ervan, de complexiteit van de woorden en de lengte van de zinnen. Decennialang hebben leraren en tekstboekschrijvers vertrouwd op standaardformules om te controleren of een tekst geschikt is voor een bepaalde leeftijdsgroep. Maar deze formules waren vooral ontworpen voor lange verhalen of artikelen, niet voor de korte, krachtige instructies die in wiskundeproblemen voorkomen. De grote vraag is of deze oude meetlatten nog steeds werken wanneer ze worden toegepast op de unieke, korte uitdagingen van de vroege rekenkunde.

Een team onderzoekers in Chili besloot vijf verschillende leesbaarheidsformules op de proef te stellen met behulp van een specifieke set materialen: de rekenkundige tekstopgaven in de eerstejaars wiskundeliteratuur die in Chileense scholen wordt gebruikt. Ze verzamelden 105 verschillende problemen uit twee volumes van het tekstboek, die ontworpen zijn om een logische progressie te volgen van makkelijkere naar moeilijkere concepten gedurende het schooljaar. De onderzoekers vroegen kinderen niet om deze problemen op te lossen. In plaats daarvan behandelden ze de tekst van de problemen zelf als het onderwerp van studie. Ze voerden de tekst van elk probleem in vijf verschillende berekeningsmethoden in. Vier hiervan waren traditionele formules die al jaren worden gebruikt om Spaanstalige teksten te analyseren, terwijl de vijfde een nieuwere methode was die specifiek is ontwikkeld om de moeilijkheid van schooltekstboeken te meten. Het doel was om te zien of deze formules met elkaar overeenstemden, of ze gevoelig genoeg waren om kleine verschillen tussen problemen op te merken, en het belangrijkste: of ze het verschil konden zien tussen de problemen in het eerste volume van het boek en de iets geavanceerdere problemen in het tweede volume.

De resultaten onthulden een verrassend gebrek aan overeenstemming tussen de instrumenten. Toen de onderzoekers de scores vergeleken, ontdekten ze dat de formules niet allemaal hetzelfde maten. Twee van de traditionele formules, die sterk leunen op het tellen van lettergrepen en zinslengte, bewogen synchroon met elkaar, wat suggereerde dat ze de tekst op een vergelijkbare manier bekeken. De nieuwere formule, die specifiek voor schoolteksten is ontworpen, correleerde echter nauwelijks met hen. Het leek een compleet ander aspect van de problemen te meten. Een andere formule, die kijkt naar de variatie in de lengte van woorden binnen een enkele zin, produceerde extreem uiteenlopende scores voor zeer korte problemen, waarbij de cijfers zwiepten van zeer laag naar extreem hoog op een manier die onstabiel leek. De onderzoekers ontdekten dat hoewel sommige formules konden detecteren dat de problemen in het tweede volume over het algemeen moeilijker waren dan die in het eerste volume, andere formules dit verschil geheel niet opmerkten. Sterker nog, de formule die specifiek was gebouwd om de voortgang door de schooljaren te volgen, was degene die het meest moeite had om onderscheid te maken tussen de twee volumes, waarbij de makkelijkere en moeilijkere problemen bijna als hetzelfde werden behandeld.

De studie suggereert dat de standaardmanieren om tekstmoeilijkheid te meten niet perfect geschikt zijn voor de korte, specifieke instructies in wiskundeproblemen. De formules die het beste werkten om het verschil tussen de twee volumes te spotten, waren de oudere, traditionele formules, maar zelfs zij hadden beperkingen. De nieuwere, gespecialiseerde formule, hoewel veelbelovend in theorie, drukte de scores zo nauw samen dat het de makkelijkere problemen niet van de moeilijkere kon scheiden in deze specifieke context. Dit gebeurt omdat korte teksten anders zich gedragen dan lange verhalen; een enkel lang woord of een lichte verandering in zinsstructuur kan een berekening die ontworpen is voor pagina's met doorlopende tekst, volledig ontregelen. De onderzoekers concludeerden dat geen enkele formule een perfect instrument is voor deze taak. Een leraar kan niet vertrouwen op slechts één getal om te beslissen of een wiskundeprobleem te moeilijk is voor een zesjarige. In plaats daarvan wijzen de bevindingen op de noodzaak voor een nieuw soort meting, een die vanaf de grond af aan is opgebouwd om de unieke mix van getallen en woorden te begrijpen waar jonge kinderen mee te maken krijgen wanneer ze proberen een wiskundeprobleem op te lossen. Totdat een dergelijk instrument bestaat, moeten onderwijzers deze formules als grove richtlijnen gebruiken in plaats van absolute regels, waarbij ze de cijfers combineren met hun eigen professionele oordeel om ervoor te zorgen dat de tekst werkelijk toegankelijk is voor het kind.

Technische Samenvatting: Een Vergelijking van Leesbaarheidsformules Toegepast op Rekensommen voor Groep 3 (Jaar 1 van het Primair Onderwijs)

Probleemstelling
Rekensommen (arithmetical word problems, AWP) vormen een unieke uitdaging in het vroege basisonderwijs, omdat de moeilijkheidsgraad niet alleen wordt bepaald door numerieke factoren, maar ook aanzienlijk door de linguïstische complexiteit. Hoewel leesbaarheidsformules standaardinstrumenten zijn voor het schatten van de tekstcomplexiteit, blijft hun geschiktheid voor het analyseren van korte, specifieke instructieve teksten zoals AWP in de vroege jaren (leeftijd 6–7) onbewezen. De bestaande literatuur suggereert dat leesbaarheidsformules uiteenlopende resultaten kunnen opleveren afhankelijk van de toegepaste metriek, en er is een gebrek aan bewijs over welke formule het beste de linguïstische eisen van AWP-instructies voor leerlingen in groep 3 kan vatten. Bovendien zijn standaardformules doorgaans gevalideerd op continue, langere teksten, wat vragen oproept over hun stabiliteit en gevoeligheid wanneer ze worden toegepast op de korte, discrete opdrachten die in wiskundeboeken voorkomen.

Methodologie
De studie maakte gebruik van een vergelijkend kwantitatief ontwerp om de prestaties van vijf leesbaarheidsformules te evalueren, toegepast op een corpus van 105 rekensommen afkomstig uit Volume I en II van het Chileense wiskundeboek Sumo Primero voor groep 3. Het corpus bevatte 38 taken uit Volume I en 67 taken uit Volume II, wat een curriculummatige progressie vertegenwoordigt.

De vijf geëvalueerde formules waren:

Fernández Huerta (1959)
Szigriszt-Pazos (1993)
Crawford (1984)
Legibilidad µ (Muñoz Baquedano & Muñoz Urra, 2006)
GP-MX (Fajardo-Delgado et al., 2025): Een formule die specifelijk is ontwikkeld voor teksten in het basisonderwijs met behulp van genetische programmering.

De analyse maakte gebruik van drie complementaire criteria om de prestaties te beoordelen, zonder te vertrouwen op een externe gevalideerde maatstaf voor leesbaarheid:

Convergentie: Pearson- en Spearman-correlatiecoëfficiënten werden berekend tussen alle paren van formules om te bepalen of ze dezelfde dimensie van leesbaarheid maten.
Gevoeligheid en Stabiliteit: Het gemiddelde, de standaarddeviatie, het bereik, de variatiecoëfficiënt (CV) en de scheefheid (skewness) werden berekend voor de scoreverdeling van elke formule om te beoordelen hoe goed ze de variaties in de korte teksten vastlegden en of ze leden onder plafond- of vloereffecten of instabiliteit.
Discriminatie: Onafhankelijke steekproeven t-testen (met Welch's correctie) en Cohen's d effectgroottes werden gebruikt om te bepalen of de formules statistisch onderscheid konden maken tussen het makkelijkere Volume I en het complexere Volume II.

De gegevensverwerking omvatte het normaliseren van de tekst (het uitschrijven van symbolen en cijfers als woorden), het segmenteren van zinnen en het uitvoeren van automatische syllabische segmentatie om de benodigde variabelen voor elke formule te genereren.

Belangrijkste Resultaten
De studie vond dat geen enkele formule consistent de andere even goed presteerde over alle drie de criteria:

Convergentie: De resultaten waren heterogeen. Fernández Huerta en Szigriszt-Pazos vertoonden een sterke correlatie ( $r = 0,79$ ), zoals verwacht vanwege gedeelde variabelen. GP-MX vertoonde echter een verwaarloosbare correlatie met Fernández Huerta ( $r = -0,17$ ) en een zwakke correlatie met Szigriszt-Pazos. Daartegenover vertoonde GP-MX een sterke correlatie met Crawford ( $r = -0,75$ ), wat suggereert dat zij vergelijkbare dimensies meten met betrekking tot woordlengte en polysyllabische drempels, die verschillen van de klassieke Spaanse formules.
Gevoeligheid en Stabiliteit:
- GP-MX vertoonde de laagste variatiecoëfficiënt (6,3%) en het smalste bereik (21,33 punten), wat aangeeft dat de formule scores in een smalle band comprimeert, waardoor het potentieel faalt om onderscheid te maken tussen opdrachten.
- Legibilidad µ vertoonde de hoogste instabiliteit, met een enorm bereik (495,26 punten) en een hoge scheefheid (2,76), gedreven door extreme waarden in zeer korte prompts.
- Crawford had een hoge variatiecoëfficiënt (81,4%), hoewel dit werd opgemerkt als potentieel opgeblazen door een gemiddelde nabij nul.
- Fernández Huerta en Szigriszt-Pazos namen een intermediaire positie in met gematigde variatiecoëfficiënten (respectievelijk 19,0% en 13,7%).
Discriminatie: Alleen Fernández Huerta ( $p = 0,010, d = 0,51$ ) en Szigriszt-Pazos ( $p = 0,003, d = 0,57$ ) slaagden erin om met statistische significantie en gemiddelde effectgroottes onderscheid te maken tussen Volume I en Volume II. Opvallend genoeg slaagde GP-MX, ondanks het feit dat deze is ontworpen om curriculummatige progressie te modelleren, er niet in om statistische significantie te bereiken ( $p = 0,089$ ) bij het differentiëren tussen de twee volumes. Crawford en Legibilidad µ bereikten eveneens geen significantie.

Betekenis en Claims
Het artikel beweert dat leesbaarheidsformules die ontwikkeld zijn voor continue teksten anders reageren wanneer ze worden toegepast op korte rekensommen en niet als enige basis voor pedagogische beslissingen moeten dienen. De studie benadrukt dat:

Niet-uitwisselbaarheid: Klassieke formules en formules die specifet zijn ontworpen voor schoolteksten zijn niet uitwisselbaar. De divergentie in de resultaten suggereert dat verschillende formules verschillende dimensies van linguïstische moeilijkheid vastleggen (bijv. lettergreepdichtheid versus lexicale variatie versus geschat leerjaar).
Beperkingen van huidige metrieken: De extreme mate van gevoeligheid die werd waargenomen — maximale compressie in GP-MX en maximale dispersie in Legibilidad µ en Crawford — geeft aan dat huidige metrieken niet stabiel zijn voor korte instructieve teksten. Met name de straffunctie van GP-MX voor polysyllabische woorden lijkt snel te verzadigen in korte teksten, waardoor lexicale variaties geneutraliseerd worden.
Pedagogische implicaties: Hoewel geen enkele formule superieur is, suggereert het vermogen van Fernández Huerta en Szigriszt-Pazos om curriculummatige progressie te detecteren dat zij mogelijk gevoeliger zijn voor de linguïstische variaties die inherent zijn aan de structuur van het tekstboek. Echter, formules zoals Crawford en GP-MX bieden het praktische voordeel van het schatten van een specifiek leerjaar, wat actiegericht is voor docenten die de leesvereisten anticiperen.
Noodzaak voor gespecialiseerde metrieken: De bevindingen onderstrepen de noodzaak van leesbaarheidsmetrieken die specifiek zijn ontworpen voor rekenproblemen in de vroege jaren van het basisonderwijs. Een dergelijke metriek zou de geschatte leesvaardigheid, de gevoeligheid voor lexicale variatie in korte teksten en de aanwezigheid van laagfrequente woordenschat voor kinderen van 6 tot 7 jaar moeten integreren; dimensies die geen enkele huidige formule collectief vastlegt.

De auteurs concluderen dat docenten kwantitatieve analyse moeten combineren met professioneel oordeel, waarbij zij de convergentie van indices, hun stabiliteit op korte teksten en hun vermogen om curriculumfasen te onderscheiden, moeten afwegen in plaats van te vertrouwen op een enkele formulewaarde.

Meer zoals dit