Freqüência de palavras: um diagnóstico do vocabulário de redações de vestibular

Resumo

Este artigo discute resultados de pesquisa léxico-estatística, realizada com base emum corpus de 450 redações de vestibular (1999 e 2000), de duas universidades do interior do Estadode São Paulo, uma pública e outra particular. Os resultados estatísticos dessa amostra do vocabuláriode ingressantes universitários assemelham-se aos dados de outras pesquisas dessa natureza,sobretudo quanto à alta concentração da freqüência sobre um pequeno número deunidades lexicais: 11.151 unidades léxicas diferentes totalizaram 113.638 ocorrências do corpus.O confronto dos dados dessa pesquisa com os do Dicionário de freqüências do léxico do portuguêsbrasileiro contemporâneo, de Biderman (1998), aponta um pequeno grupo de palavras (poucomais de trezentos) comuns nas duas bases de dados e com índices de freqüência similares, o queindica a existência de um possível núcleo do vocabulário analisado que reúne palavraS, provavelmente,usadas em qualquer tipo de texto. Esse fenômeno é marcado, sobretudo, nos vinte verbosmais freqüentes no corpus. Dados resultantes de recortes e de cruzamentos sociolinguísticos, apartir de variáveis como universidade de ingresso dos estudantes; conclusão do Ensino Médio emescola particular ou pública; sexo e renda familiar confirmam esse fenômeno. Dessa análise, doisfatores merecem particularmente destaque: a amplitude maior do vocabulário daqueles que ingressamna universidade pública e a "escolaridade" como variável que suplanta todas as demais.