Sanantunnistuksen tehokkuus lukemisen sujuvuuden ennustajana aikuisilla lukijoilla
Bibliographic record
Abstract
Tämän silmänliiketutkimuksen tarkoituksena oli selvittää, kuinka yksittäisten sanojen tunnistuksella kyetään selittämään tekstin lukemisen sujuvuutta suomenkielisillä aikuisilla lukijoilla. Lisäksi haluttiin selvittää, mikä sanantunnistuksen osaprosessi erityisesti selittäisi yhteyttä. Aiemmissa tutkimuksissa on saatu laajasti näyttöä siitä, että taidoiltaan paremmat lukijat tekevät lukiessaan vähemmän ja lyhyempiä fiksaatioita sekä saavat tekstistä enemmän informaatiota jo parafovean alueelta kuin taidoiltaan heikommat lukijat. Tässä tutkimuksessa tarkasteltiin erikseen fovean ja parafovean alueen sanantunnistusta ja tunnistettavana oli sekä oikeita suomenkielisiä sanoja että suomen kielen rakennetta muistuttavia epäsanoja. Sanantunnistustehtävien oikeiden vastausten osuutta verrattiin silmänliikkeisiin lukemistehtävässä, jossa koehenkilöiden tuli lukea näytöllä olevia suomenkielisiä asiatekstejä. Silmänliikkeistä tarkasteltiin kunkin virkkeen ensimmäisen lukukerran fiksaatioita sekä taipumusta palata tekstissä taaksepäin. Tutkimuksen tulokset analysoitiin lineaarisella sekamallilla sekä yleistetyllä lineaarisella sekamallilla ja analysoinnissa käytettiin R-ohjelmistoa. \nTutkimuksen tulokset osoittivat, että tehokas sanantunnistus fovealla oli yhteydessä fiksaatioiden pienempään lukumäärään ja lyhyempään kestoon tekstin lukemisessa. Yhteys oli nähtävissä sekä oikeiden sanojen että epäsanojen osalta mutta epäsanojen tehokas prosessointi selitti lukemisen sujuvuutta hieman oikeiden sanojen tunnistusta paremmin. Tämän ajateltiin kuvaavan epäsuoran sanantunnistusreitin suhteellisen suurta merkitystä suomenkielisessä lukemisessa, mikä voisi selittyä muun muassa sillä, että suomen kielen sanoissa erilaiset päätteet ovat keskeisiä. Parafovean alueen sanantunnistuksen ei havaittu olevan yhteydessä lukemisen silmänliikkeisiin. Voitaisiin siis olettaa, että keskeisempää tekstin lukemisen sujuvuudessa on tehokkaasti toimiva sanantunnistus tarkan näön alueella kuin niinkään laaja havaintokenttä. Aiemmissa tutkimuksissa havaittu ero parafoveaalisessa prosessoinnissa lukutaidon suhteen voisikin ainakin osaltaan selittyä sillä, että nopeat lukijat tunnistavat nopeammin fovealla olevan sanan, jolloin aikaa jää myös parafovealla olevan sanan prosessointiin. Sanantunnistus oli tässä tutkimuksessa yhteydessä nimenomaan lukemisen nopeuteen, mutta luetun ymmärtämisestä ei voida tehdä selkeitä päätelmiä.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.045 | 0.014 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".