Dlaczego wyniki czytelności wprowadzają w błąd w pisaniu akademickim

Doktorantka przepuszcza akapit z własnej sekcji metod przez darmowe narzędzie do oceny czytelności na tydzień przed złożeniem pracy. Wynik wskazuje poziom czytania na poziomie studiów podyplomowych, oznaczając tekst jako trudny. Upraszcza trzy zdania, zastępując precyzyjny termin "heteroscedasticity" określeniem "niejednorodna wariancja", a wynik się poprawia. Zdanie jest teraz łatwiejsze do odczytania i mówi mniej niż wcześniej, a ani jej promotor, ani czasopismo nie prosili o tę zmianę.

Jaki poziom czytania powinna mieć praca naukowa? Mechaniczna odpowiedź brzmi, że formuła stworzona dla ogólnych odbiorców nigdy nie mierzyła tego, czego naprawdę potrzebuje czytelnik specjalistyczny, więc dążenie do docelowego poziomu klasy w pracy napisanej dla innych specjalistów w danej dziedzinie rozwiązuje niewłaściwy problem, zdanie po zdaniu.

Przewodnik TextPulse dotyczący korzystania z humanizera AI w pisaniu akademickim omawia, jak proza pracy brzmi dla detektora, sekcja po sekcji. Wyniki czytelności mierzą coś zupełnie innego, a mylenie tych dwóch rzeczy prowadzi autorów do nadmiernego redagowania akapitu, który w rzeczywistości nigdy nie był niejasny dla czytelnika, dla którego został napisany.

Jaki poziom czytania powinna mieć praca naukowa?

Nie istnieje docelowy poziom klasy, który praca naukowa powinna osiągnąć. Ustalenie wyniku czytelności jako celu dla pracy zwykle ją pogarsza, prostsze słowa, krótsze zdania, mniej rzeczywistej treści w zdaniu, przy jednoczesnym założeniu czytelnika, który już ma wiedzę pozwalającą poradzić sobie z większą złożonością. Formuła, która liczy wyłącznie długość zdań i liczbę sylab, nie potrafi odróżnić koniecznej złożoności od rozwlekłości.

Co naprawdę liczy formuła czytelności

Formuła taka jak Flesch-Kincaid oblicza wynik na podstawie dokładnie dwóch danych wejściowych, średniej liczby słów w zdaniu oraz średniej liczby sylab w słowie. Po połączeniu tych dwóch zliczeń formuła zwraca jedną liczbę, często przekształcaną w poziom klasy szkolnej. Do obliczeń na żadnym etapie nie wchodzi ani temat, ani jakość argumentacji, ani to, czy zdanie jest rzeczywiście prawdziwe.

To jest cały pomiar. Wzór zbudowany na długości zdań i liczbie sylab traktuje każde wielosylabowe słowo jako równie trudne, niezależnie od tego, czy jest to niejasny ozdobnik literacki, czy jedyny precyzyjny termin, którego używa cała dziedzina, ponieważ krótsze słowo byłoby błędne. Czytelnik, który już zna daną dziedzinę, czyta dalej „heteroscedasticity” bez zwalniania. Czytelnik, który nie zna tej dziedziny, niewiele zyskuje także z „uneven spread”, ponieważ sam koncept wymaga zaplecza, a nie samego słowa.

Dlaczego tekst techniczny otrzymuje niski wynik, a nieprecyzyjny wysoki

Gęsty akapit metodologiczny, pełen terminów właściwych danej dziedzinie i precyzyjnych liczb, otrzymuje niski wynik jako trudny, ponieważ te terminy są długie, a zdania niosą rzeczywistą treść. Nieprecyzyjny akapit, zbudowany z krótkich, powszechnych słów i krótkich zdań, które unikają podawania czegokolwiek konkretnego, otrzymuje wysoki wynik jako łatwy, mimo że czytelnik dowiaduje się z niego mniej. Jeśli zestawić obok siebie dwa rzeczywiste zdania, rozbieżność staje się oczywista.

Zdanie	Co widzi formuła czytelności	Co widzi czytelnik specjalista
"Heteroscedasticity in the residuals violated the assumption of homogeneity of variance."	Długie słowa, wysoka liczba sylab, ocenione jako trudne	Precyzyjny, poprawnie nazwany problem statystyczny, ujęty w jedynym zwrocie, którego ta dziedzina rzeczywiście używa
"The results were not entirely consistent across groups."	Krótkie słowa, krótkie zdanie, ocenione jako łatwe	Nieprecyzyjne twierdzenie, które nie mówi, co dokładnie było niespójne ani dlaczego
"We excluded participants who missed more than two sessions."	Krótkie słowa, ocenione jako łatwe	Konkretną, możliwą do sprawdzenia decyzję metodologiczną, wyrażoną jasno

Nic z tego nie pojawia się w liczeniu sylab. Przeprowadź własną sekcję metod przez readability checker, a często uzyska ona gorszy wynik niż akapit, o którym już wiesz, że jest niejasny i mało pomocny, ponieważ narzędzie mierzy cechy powierzchniowe zdania, a nie to, co zdanie rzeczywiście robi dla czytelnika, dla którego zostało napisane.

Czego naprawdę potrzebuje zamiast tego czytelnik w Twojej dziedzinie

Jedna myśl na zdanie, znana informacja przed nową informacją, od której ta nowa informacja zależy. Jeśli pojawia się termin techniczny, zdefiniuj go jasno przy pierwszym użyciu, a potem używaj go dalej w ten sam sposób przez resztę pracy. Długość słów nie ma z tym nic wspólnego.

Porządek znane przed nowym oznacza, że zdanie zaczyna się od czegoś, co czytelnik ma już z poprzedniego zdania, a następnie dodaje nową część na końcu, tak że każde zdanie daje następnemu punkt oparcia. Zdanie, które zaczyna się od „Building on the finding that recall improves after sleep, the present study tested whether the timing of sleep mattered as much as its duration”, najpierw podaje czytelnikowi część znaną, a dopiero potem nowe pytanie. Odwrócone, te same informacje zmuszają czytelnika do utrzymania w pamięci nieznanego twierdzenia, zanim dowie się, po co ono się tam znajduje.

Jednorazowe, jasne zdefiniowanie terminu przy pierwszym użyciu, a następnie ponowne używanie dokładnie tego samego terminu, jest dla czytelnika specjalisty cenniejsze niż całkowite unikanie tego terminu. Zastępowanie „the intervention” przez „the treatment”, a potem przez „the program” w trzech kolejnych akapitach, robione dla urozmaicenia, zmusza uważnego czytelnika do zatrzymania się i sprawdzenia, czy opisuje się trzy różne rzeczy, czy jedną.

Lepszy test niż wynik readability

Bardziej użytecznym testem niż jakikolwiek wynik jest to, czy kolega z sąsiedniej subdyscypliny, ktoś, kto zna ogólną dziedzinę, ale nie tę konkretną metodę, potrafi przeczytać akapit raz i powtórzyć, co on twierdzi. Jeśli tak, akapit spełnia swoją funkcję, niezależnie od tego, jaki poziom klasy przypisuje mu formuła. Jeśli nie, problem prawie zawsze należy do jednej z trzech rzeczy wymienionych wyżej, brakującej definicji, faktu wprowadzonego zanim czytelnik ma gdzie go umieścić, albo dwóch idei upchniętych w jednym zdaniu. Ten pojedynczy test wychwytuje problemy, których nie wykryje zliczanie sylab, termin użyty na dwa różne sposoby w tej samej sekcji, zdanie, które po cichu zakłada wiedzę, której czytelnik jeszcze nie ma, albo akapit, który zmienia temat w trakcie bez zaznaczenia tego.

Jest jedno miejsce, do którego należy rzeczywisty docelowy poziom czytania, streszczenie w prostym języku albo abstrakt dla niespecjalisty, napisany dla czytelnika, który w ogóle nie jest specjalistą w danej dziedzinie, gdzie tekst TextPulse o tym, jak napisać streszczenie w prostym języku właściwie podejmuje to zadanie. W każdym innym miejscu pracy czytelnik już ma odpowiednie tło, a jedynym wynikiem wartym sprawdzenia jest to, czy zrozumiał zdanie za pierwszym razem.

Rejestr i osoba idą razem, a to, czy można pisać I w pracy w APA, jest rozstrzygane osobno. Zachowanie nienaruszonych cytowań przez każdy etap przeredagowywania to inny problem z własną stroną.

Ułożenie zdania poprawnie za pierwszym razem, jedna myśl na jedno zdanie, z terminami zdefiniowanymi raz, jest raczej nawykiem redakcyjnym niż zadaniem narzędzia do edycji. W przypadku zdań, które nadal brzmią sztywno albo powtarzalnie, gdy idee są już we właściwej kolejności, AI humanizer TextPulse AI humanizer działa dokładnie na tym poziomie, bez poświęcania precyzji dla niższego wyniku.