Läsbarhet

Flesch formulasEdit

Huvudartikel: Flesch–Kincaid läsbarhetstester

1943 publicerade Rudolf Flesch sin doktorsavhandling, Marks of a Readable Style, som innehöll en läsbarhetsformel för att förutsäga svårigheten hos vuxenläsningsmaterial. Utredare på många områden började använda den för att förbättra kommunikationen. En av variablerna som användes var personliga referenser, såsom namn och personliga pronomen. En annan variabel var affixer.

1948 publicerade Flesch sin läsningsformel i två delar. I stället för att använda betygsnivåer använde den en skala från 0 till 100, med 0 motsvarande 12: e klass och 100 motsvarande 4: e klass. Det tappade användningen av affixer. Den andra delen av formeln förutspår mänskligt intresse genom att använda personliga referenser och antalet personliga meningar. Den nya formeln korrelerade 0,70 med McCall-Crabbs läsningstester. Den ursprungliga formeln är:

Reading Ease score = 206.835 – (1.015 megapixlar ASL) – (84.6 saw) där: ASL = Genomsnittlig meningslängd (antal ord dividerat med antal meningar) ASW = Genomsnittlig ordlängd i stavelser (antal stavelser dividerat med antal ord)

Utgivare upptäckte att Flesch-formlerna kunde öka läsekretsen upp till 60 procent. Fleschs arbete gjorde också en enorm inverkan på journalistiken. Flesch Reading Ease-formeln blev en av de mest använda, testade och pålitliga mätvärdena för läsbarhet. 1951 förenklade Farr, Jenkins och Patterson formeln ytterligare genom att ändra stavelsen. Den modifierade formeln är:

New reading ease score = 1.599 nosw-1.015sl – 31.517 var: nosw = antal ord med en stavelse per 100 ord och sl = Genomsnittlig meningslängd i ord. 1975, i ett projekt sponsrat av US Navy, omräknades reading Ease-formeln för att ge betyg. Den nya formeln kallas nu Flesch-Kincaid-klassnivåformeln. Flesch-Kincaid-formeln är en av de mest populära och kraftigt testade formlerna. Det korrelerar 0,91 med förståelse mätt genom lästester.

Dale–Chall formulaEdit

Huvudartikel: Edgar Dale, professor i utbildning vid Ohio State University, var en av de första kritikerna av Thorndikes ordförrådsfrekvenslistor. Han hävdade att de inte skilde mellan de olika betydelser som många ord har. Han skapade två egna listor. En, hans ”korta lista” med 769 enkla ord, användes av Irving Lorge i sin formel. Den andra var hans ”långa lista” med 3000 enkla ord, som förstås av 80% av fjärde klassens studenter. Man måste dock förlänga ordlistorna med regelbundna flertal substantiv, vanliga former av verbens förflutna tid, progressiva former av verb etc. 1948 införlivade han denna lista i en formel som han utvecklade med Jeanne S. Chall, som senare grundade Harvard Reading Laboratory.

för att tillämpa formeln:

  1. Välj flera 100-ordsprover i hela texten.
  2. beräkna den genomsnittliga meningslängden i ord (dela antalet ord med antalet meningar).
  3. beräkna procentandelen ord som inte finns på Dale-Chall-ordlistan med 3 000 enkla ord.
  4. beräkna denna ekvation från 1948: Raw score = 0.1579*(PDW) + 0.0496*(ASL) om andelen PDW är mindre än 5 %, annars beräkna Raw score = 0.1579*(PDW) + 0.0496*(ASL) + 3.6365

VAR:

Raw score = okorrigerad läskvalitet för en student som kan svara på hälften av alla testet frågor om en Passage. PDW = procentandel av svåra ord som inte finns på Dale–Chall-ordlistan. ASL = Genomsnittlig meningslängd

slutligen, för att kompensera för ”betygsekvivalentkurvan”, använd följande diagram för slutresultatet:

Raw score Final score
4.9 and below Grade 4 and below
5.0–5.9 Grades 5–6
6.0–6.9 Grades 7–8
7.0–7.9 Grades 9–10
8.0–8.9 Grades 11–12
9.0–9.9 betyg 13-15 (college)
10 och högre betyg 16 och högre.

korrelerar 0,93 med förståelse mätt med lästester, Dale–Chall-formeln är den mest tillförlitliga formeln och används ofta i vetenskaplig forskning.

1995 publicerade Dale och Chall en ny version av sin formel med en uppgraderad ordlista, den nya Dale–Chall läsbarhetsformeln.Dess formel är:

rå poäng = 64 – 0,95 *(PDW) – 0.69 * (ASL)

The Gunning fog formulaEdit

Huvudartikel: Gunning fog index

På 1940-talet hjälpte Robert Gunning till med läsbarhetsforskning på arbetsplatsen. 1944 grundade han det första läsbarhetskonsultföretaget som ägnade sig åt att minska ”dimma” i tidningar och affärsskrivning. 1952 publicerade han tekniken för tydligt Skrivande med sitt eget dimma Index, en formel som korrelerar 0,91 med förståelse mätt genom lästest. Formeln är en av de mest pålitliga och enklaste att tillämpa:

Grade level= 0.4 * ((Genomsnittlig meningslängd) + (procentandel av hårda ord) ) var: hårda ord = ord med mer än två stavelser.

Fry läsbarhet grafedit

Huvudartikel: Fry läsbarhet formel

1963, medan han undervisade engelska lärare i Uganda, utvecklade Edward Fry sin Läsbarhetsgraf. Det blev en av de mest populära formlerna och enklaste att tillämpa. Fry-grafen korrelerar 0,86 med förståelse mätt genom läsningstester.

McLaughlins SMOG formulaEdit

Huvudartikel: SMOG

Harry McLaughlin bestämde att ordlängd och meningslängd skulle multipliceras snarare än läggas till som i andra formler. 1969 publicerade han sin SMOG (Simple Measure of Gobbledygook) formel:

SMOG gradering = 3 + millig polysyllable count. Var: polysyllable count = antal ord med mer än två stavelser i ett urval av 30 meningar. SMOGFORMELN korrelerar 0,88 med förståelse mätt med lästester. Det rekommenderas ofta för användning i vården.

FORCAST formulaEdit

1973, en studie på uppdrag av den amerikanska militären av läsförmåga som krävs för olika militära jobb producerade FORCAST formel. Till skillnad från de flesta andra formler använder den bara ett ordförrådselement, vilket gör det användbart för texter utan fullständiga meningar. Formeln uppfyllde kraven på att det skulle vara:

  • baserat på Army-job-läsmaterial.
  • lämplig för unga vuxna-manliga rekryter.
  • lätt nog för militär personal att använda utan särskild utbildning eller utrustning.

formeln är:

betygsnivå = 20-(N / 10) där N = antal enkla stavelseord i ett 150-Ordprov.

FORCAST-formeln korrelerar 0,66 med förståelse mätt med lästester.

Golub Syntactic Density ScoreEdit

Golub Syntactic Density Score utvecklades av Lester Golub 1974. Det är bland en mindre delmängd av läsbarhetsformler som koncentrerar sig på de syntaktiska funktionerna i en text. För att beräkna läsnivån för en text tas ett urval av flera hundra ord från texten. Antalet ord i provet räknas, liksom antalet T-enheter. En T-enhet definieras som en oberoende klausul och eventuella beroende klausuler kopplade till den. Andra syntaktiska enheter räknas sedan och matas in i följande tabell:

användare lägger till siffrorna i den högra kolumnen och delar summan med antalet T-enheter. Slutligen anges kvoten i följande tabell för att komma fram till ett slutligt läsbarhetspoäng.

SDS 0,5 1,3 2,1 2,9 3,7 4, 5 5, 3 6, 1 6, 9 7, 7 8, 5 9.3 10.1 10.9
Grade 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Readability and newspaper readershipEdit

Several studies in the 1940s showed that even small increases in readability greatly increases readership in large-circulation newspapers.

1947 använde Donald Murphy från Wallace ’ s Farmer en delad upplaga för att studera effekterna av att göra texten lättare att läsa. De fann att minskning från 9: e till 6: e klass nivå ökade läsekretsen 43% för en artikel om ’nylon’. Det fanns en vinst på 42 000 läsare i en upplaga på 275 000. Han fann en 60% ökning av läsekretsen för en artikel om’majs’. Han hittade också ett bättre svar från personer under 35 år.

Wilber Schramm intervjuade 1 050 tidningsläsare. Han fann att en enklare lässtil hjälper till att bestämma hur mycket av en artikel som läses. Detta kallades läsning uthållighet, djup, eller uthållighet. Han fann också att människor kommer att läsa mindre långa artiklar än korta. En berättelse 9 stycken lång kommer att förlora tre av 10 läsare av 5: e stycket. En kortare historia kommer bara att förlora två. Schramm fann också att användningen av underrubriker, djärva ansikte stycken och stjärnor för att bryta upp en historia faktiskt förlorar läsare.en studie 1947 av Melvin Lostutter visade att tidningar i allmänhet skrevs på en nivå fem år Över förmågan hos genomsnittliga amerikanska vuxna läsare. Han fann också att läsningen av tidningsartiklar hade lite att göra med journalisternas utbildning, erfarenhet eller personliga intresse att skriva berättelserna. Det hade mer att göra med branschens konvention och kultur. Lostutter argumenterade för mer läsbarhetstestning i tidningsskrivning. Han skrev att förbättrad läsbarhet måste vara en ” medveten process som är något oberoende av personalens författares utbildning och erfarenhet.”en studie av Charles Swanson 1948 visade att bättre läsbarhet ökar det totala antalet lästa stycken med 93% och antalet läsare som läser varje stycke med 82%.

1948 gjorde Bernard Feld en studie av varje objekt och annons i Birmingham News den 20 November 1947. Han delade objekten i de över 8: e klassnivå och de i 8: e klass eller under. Han valde 8: e klassens Brytpunkt eftersom det var den genomsnittliga läsnivån för vuxna läsare. En 8: e klass text”…kommer att nå cirka 50 procent av alla amerikanska vuxna,” skrev han. Bland wire – service berättelser, den lägre gruppen fick två tredjedelar fler läsare, och bland lokala berättelser, 75 procent fler läsare. Feld trodde också på borrförfattare i Fleschs tydliga skrivprinciper.både Rudolf Flesch och Robert Gunning arbetade mycket med tidningar och trådtjänster för att förbättra läsbarheten. Främst genom sina ansträngningar om några år gick läsbarheten för amerikanska tidningar från 16: e till 11: e klassnivå, där den förblir idag.

de två publikationerna med de största cirkulationerna, TV Guide (13 miljoner) och Readers Digest (12 miljoner), skrivs på 9: e klassnivå. De mest populära romanerna är skrivna på 7: e klassens nivå. Detta stöder det faktum att den genomsnittliga vuxna läser på 9: e klassnivå. Det visar också att människor för rekreation läser texter som är två betyg under deras faktiska läsnivå.

The George Klare studieredit

George Klare och hans kollegor tittade på effekterna av större läsförmåga på flygvapenrekryter. De fann att mer läsbara texter resulterade i större och mer fullständigt lärande. De ökade också mängden läst under en viss tid och gjorde det lättare att acceptera.

mätning av koherens och organisationedit

i århundraden har lärare och lärare sett vikten av organisation, koherens och betoning i gott skrivande. Från och med 1970-talet började kognitiva teoretiker lära sig att läsning verkligen är en handling av tänkande och organisation. Läsaren konstruerar mening genom att blanda ny kunskap i befintlig kunskap. På grund av gränserna för läslätthetsformlerna tittade en del forskning på sätt att mäta innehållet, organisationen och koherensen i texten. Även om detta inte förbättrade formlarnas tillförlitlighet, visade deras ansträngningar vikten av dessa variabler i läslättheten.

studier av Walter Kintch och andra visade den centrala rollen av koherens i läsläsning, främst för människor som lär sig läsa. 1983 utarbetade Susan Kemper en formel baserad på fysiska tillstånd och mentala tillstånd. I alla fall, hon tyckte att detta inte var bättre än ordkännedom och meningslängd för att visa läslägenhet.

Bonnie Meyer och andra försökte använda organisationen som ett mått på läsförmåga. Även om detta inte resulterade i en formel visade de att människor läser snabbare och behåller mer när texten är organiserad i ämnen. Hon fann att en synlig plan för att presentera innehåll i hög grad hjälper läsarna att bedöma en text. En hierarkisk plan visar hur delarna av texten är relaterade. Det hjälper också läsaren att blanda ny information i befintliga kunskapsstrukturer.

Bonnie Armbruster fann att den viktigaste funktionen för lärande och förståelse är textuell koherens, som finns i två typer:

  • Global koherens, som integrerar ideer på hög nivå som teman i ett helt avsnitt, kapitel eller bok.
  • lokal sammanhållning, som förenar ideer inom och mellan meningar.

Armbruster bekräftade Kintschs upptäckt att koherens och struktur är mer hjälp för yngre läsare. RC Calfee och R. Curley byggde på Bonnie Meyers arbete och fann att en okänd underliggande struktur kan göra även enkel text svårläst. De tog in ett graderat system för att hjälpa eleverna att utvecklas från enklare berättelser till mer avancerade och abstrakta.

många andra studier tittade på effekterna på läsning av andra textvariabler, inklusive:

Related Posts

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *