Enhancing Readability in Construction Safety Reports Using a Two-Step Quantitative Analysis Approach
Notice bibliographique
Résumé
This study addresses the limitations of South Korea’s Design for Safety (DfS) reports, which are a critical component of construction safety reports (CSRs) but rely heavily on text, limiting readability and visual comprehension. While previous studies have highlighted the readability challenges in construction safety documents, few have quantitatively combined layout and readability assessments using objective metrics. To enhance information delivery, this research proposes an improved CSR format and quantitatively evaluates its effectiveness compared to the conventional format. A two-step analysis was conducted using document layout analysis, pixel-based methods, and the Flesch Reading Ease Score (FRES) to assess layout and readability. The results showed that conventional CSRs consist of nearly 100% text, while the improved format integrates approximately 70% images and 30% text, enhancing visual clarity without altering content. The improved format achieved a higher average FRES score of 50.24 compared to 44.52 for the conventional format, indicating a 1.12-fold increase in readability. These findings suggest that the improved CSR format significantly enhances comprehension and information delivery. The proposed quantitative analysis method offers a practical approach for evaluating and improving document design in construction safety, and it can be applied to other fields to improve the effectiveness of written communication.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».