MétaCan
Menu
Retour à la cohorte
Enregistrement W4386249107 · doi:10.1167/jov.23.9.5504

Psychophysics of variable fonts: Speed and comprehension measures

2023· article· en· W4386249107 sur OpenAlexaff
Silvia Guidi, Zainab Haseeb, Anna Kosovicheva, Benjamin Wolfe

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWords per minuteComprehensionReading (process)Reading comprehensionSet (abstract data type)Computer scienceStroke (engine)Variable (mathematics)Range (aeronautics)PsychologyArtificial intelligenceCognitive psychologyMathematicsLinguisticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

While many previous studies have investigated how text appearance affects reading performance, variable fonts allow different parameters, like slant and character weight, to be customized along a set of continuous axes. This gives us the unique ability to use psychophysical techniques with them in a new way, and assess how these manipulations impact reading speed and comprehension. To test this, we had participants read passages where the appearance of text had been customized, with each complete passage consisting of four screens of customized text. We measured the speed with which they completed this reading task, and assessed comprehension with multiple-choice probe questions after they had read each passage. We varied five parameters with the Roboto Flex font: slant, width, weight, thick stroke, and thin stroke, with five different levels per parameter, spanning their full range. We show that slant produced the largest changes in reading speed, with words per minute (WPM) increasing as slant decreased, with a 38.4% change over the range of slants tested. In contrast, thick stroke produced the smallest change in reading speed (22.7% of maximum), with WPM increasing as thick stroke width decreased. Thin stroke produced the fastest reading speeds at both extremes, with WMP being highest when thin stroke was set to its minimum. Critically, comprehension was not affected by these manipulations, and was stable for all participants in all conditions (mean comprehension accuracy, 81.5%). Our results suggest that the customizability of variable fonts has significant potential to increase reading speed without impeding comprehension, and the nature of variable fonts lends itself to new psychophysical investigation of the impact of font appearance in reading.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,281 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetTactile and Sensory InteractionsTravaux en français237 207