MétaCan
Menu
Retour à la cohorte
Enregistrement W3200056214 · doi:10.1037/xhp0000932

A lingering question addressed: Reading rate and most efficient listening rate are highly similar.

2021· article· en· W3200056214 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensBrock UniversityMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésActive listeningReading (process)Reading ratePsychologyLinguisticsCommunicationPhilosophyReading comprehension

Résumé

récupéré en direct d'OpenAlex

Is it possible that silent reading rate is the same as the most efficient listening rate? The hypothesis has been formulated in the past, but never got much traction because silent reading is almost twice as fast as typical speech. On the other hand, several studies have shown that listening comprehension retains high quality for spoken materials presented at speeds up to 275 words per minute (wpm), and a recent meta-analysis has also shown that reading rate is lower than often thought: 240-260 wpm on average. To address the question above, we ran a new study specifically comparing spontaneous silent reading rate with comprehension of speech presented at different rates within the same participants and using matched texts. We replicated the finding that listening comprehension was not hindered at the speech rate of 270 wpm but showed a steep decline at the rate of 315 wpm. Thus, the most efficient observed listening rate was on par with the spontaneous reading rate for the same texts (269 wpm on average). Therefore, we conclude that listening and reading follow the same time constraints. (PsycInfo Database Record (c) 2021 APA, all rights reserved).

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,343
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle