The Development of SAH Reading Passage Compendium: A Tool for the Assessment of Reading Performance Related to Visual Function
Notice bibliographique
Résumé
Passages with continuous sentences are commonly used for the assessment of reading performance related to visual function, and rehabilitation in optometric practices. Passages created in native languages are crucial for a reliable interpretation in a real scenario. This study aimed to report the development of SAH Reading Passage Compendium (SAHRPC), as a tool for the assessment of reading performance related to visual function. SAHRPC uses the Malay language as the medium of communication. The development of the SAHRPC encompassed three stages: exploratory, confirmatory and prototyping. In the exploratory stage, 300 sentences were extracted from the standard school textbook (in the Malay language) endorsed by the Ministry of Education, Malaysia. The accumulated reading materials were processed based on two deciding factors: continuous sentence structure and predetermined total number of words. A total of 56 passages were constructed with equal readability, based on a simple “5 continuous sentences structure of 50 words” combination. In the confirmatory stage, the 56 passages were verified by normal sighted native Malay speakers. The reading duration was measured using a stopwatch, while the errors were recorded using an audiotape. Reading speed was quantified in words per minute (wpm). Three passages were first eliminated based on the outliers present in the boxplot graph. Eleven passages were further eliminated based on the 10 % highest error and 5 % of the two extreme ends of the reading speed range. The remaining 42 passages with good reliability were randomly compiled into 3 sets of 13 passages. Thirteen passages in each set were randomly sorted into 13 print sizes, ranged from 1.2 logMAR to 0.0 logMAR. The interchangeability of the 3 sets was inspected and confirmed. A prototype was developed and packaged as the SAHRPC, to be used as a tool for the assessment of reading performance related to visual function, and rehabilitation purposes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».