一种用于分析意大利大学学生写作语言能力的泊松混合模型
统计方法学
2026-01-30 v1 应用统计
摘要
关于年轻一代语言技能衰退的公共讨论往往聚焦于大学学生，因为他们是人口中最受教育的群体。本文不关注语言衰退这一问题的 ill-posed 问题，而是考察正式书面意大利语目前的使用情况，以及是否存在可识别的系统性能力模式和异质性。分析基于UniversITA项目数据，该项目收集了来自大型全国代表性样本的意大利大学学生撰写的正式文本。文本被注释为覆盖拼写、词汇、句法、形态句法、连贯性、语域和句子结构的语言特征，产生低频多变量计数数据。为分析这些数据，我们提出一种基于泊松因子混合模型的 novel 模型聚类方法，该方法考虑语言特征之间的依赖关系以及未观察到的人口异质性。结果识别出两个相关的写作能力维度，可解释为交际能力和语言语法能力。当纳入教育和人口统计信息后，出现不同的学生轮廓，这些轮廓与专业领域和教育背景相关联。这些发现为当代写作提供了定量证据，并为语言教育和高等教育政策提供了见解。
引用
@article{arxiv.2601.21493,
title = {A Poisson Factor Mixture Model for the Analysis of Linguistic Competence in Italian University Students' Writing},
author = {Silvia Dallari and Laura Anderlucci and Nicola Grandi and Angela Montanari},
journal= {arXiv preprint arXiv:2601.21493},
year = {2026}
}