A compilação e a análise de métricas textuais de um corpus de redações

• Átila Augusto Soares Vital ^[1]
  1. [1] Universidade Federal de Minas Gerais

     Universidade Federal de Minas Gerais

     Brasil

     
• Localización: Linguamática, ISSN 1647-0818, Vol. 15, Nº. 1, 2023, págs. 131-140
• Idioma: portugués
• Títulos paralelos:
  • Compilation and analysis of textual metrics of an essay’s corpus
• Enlaces
  • Texto completo
• Resumen
  • português

    A prova de redação do Exame Nacional do Ensino Médio (Enem) é decisiva para a garantia da vaga em instituições de ensino superior no Brasil. De 2010 a 2020, foi observado que a quantidade de redações avaliadas em nota máxima (mil pontos) caiu de maneira drástica e abrupta: de 3.694 redações nota máxima em 2011 para apenas 28 em 2020. O objetivo deste trabalho é apresentar um corpus de redações nota máxima avaliadas pela banca do Enem, descrevê-las e tecer breves considerações a partir da análise de métricas textuais na série histórica de 2010 a 2020. A compilação foi feita de forma manual, pela internet. Para as descrições, foram utilizados o programa Orange: Data Mining e o analisador de complexidade textual NILC-Metrix. Os resultados sugerem que houve aumento expressivo no número de palavras e diminuição da razão type/token ao longo dos anos. Além disso, foram feitas medidas sintáticas que constataram o aumento da complexidade dos textos.

  • English

    The writing test of the National High School Exam(Enem) is very important to guarantee a place for stu-dents in undergraduate institutions in Brazil. From2010 to 2020, the number of texts evaluated in maxi-mum grade (one thousand points) dropped abruptly:in 2011, 3,694 texts gained 1,000 points, and in 2020,only 28 texts were evaluated with the same grade.The objective of this research is to present a corpus oftexts graded one thousand points by Enem’s team, todescribe them and to make brief considerations abouttheir characteristics during the historical series from2010 to 2020. The compilation was made manually,using the internet. We used Orange: Data Miningand the NILC-Metrix (Leal et al., 2022) textual com-plexity analyzer. The results suggest an expressiveincrease in the number of words and a decrease in thetype/token ratio during the period. Finally, syntacticmetrics were measured and confirmed the increase intextual complexity.