เกณฑ์จำนวนคำขั้นต่ำของตัวตรวจจับ AI: Turnitin, GPTZero และรายอื่นต้องการกี่คำ

จำนวนคำขั้นต่ำที่เครื่องตรวจจับ AI ต้องการขึ้นอยู่กับเครื่องมือ เครื่องมือบางชนิด เช่น Turnitin ต้องการร้อยแก้วที่เข้าเกณฑ์อย่างน้อย 300 คำ แต่เครื่องมืออื่น เช่น ZeroGPT แนะนำให้เขียนอย่างน้อย 150 ถึง 200 คำเพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอ ไม่ว่าตัวตรวจจับของคุณจะแสดงผลต่ำกว่าสองสามร้อยคำหรือไม่ ผลลัพธ์ของคุณก็ยังเชื่อถือน้อยกว่า

บางเครื่องมือยังแสดงเปอร์เซ็นต์สำหรับแต่ละย่อหน้า และคะแนนมักมีความแม่นยำน้อยลงสำหรับข้อความสั้น นักวิจัยที่ TextPulse Research ทดสอบเรื่องนี้ด้วยคู่ข้อความวิชาการที่มนุษย์เขียน 25,561 คู่ และฉบับที่ AI เขียนใหม่ของข้อความเหล่านั้น ที่ 300 คำ พวกเขาปรับแต่งตัวจำแนกเพื่อจับฉบับที่ AI เขียนใหม่ได้ 95% นอกจากนี้ยังระบุว่าข้อความที่มนุษย์เขียน 33.9% เป็น AI ที่เขียนใหม่ ที่ 25 คำ มันระบุได้ 67.6%

การตรวจจับ AI ต้องใช้กี่คำ

การตรวจจับ AI ต้องใช้ข้อความหลายร้อยคำจึงจะเชื่อถือได้, คือให้ผลลัพธ์ที่คงที่ ความน่าเชื่อถือลดลงเร็วที่สุดเมื่ออยู่ต่ำกว่าประมาณ 100 คำ ความน่าเชื่อถือส่วนใหญ่ในงานศึกษาของ TextPulse ได้รับการยืนยันราว 150 คำ หลังจากนั้น ความแม่นยำเพิ่มขึ้นช้ากว่าเดิม จาก 84.0% ที่ 150 คำ เป็น 86.8% ที่ 300 คำ

งานวิจัยอื่นชี้ไปยังเกณฑ์ที่คล้ายกัน การสำรวจในปี 2025 ใน Journal of Artificial Intelligence Research ซึ่งอ้างถึงในบทความของ TextPulse รวบรวมตัวเลขที่มีการรายงานไว้จนถึงตอนนี้ ตัวจำแนกเชิงสถิติและตัวจำแนกที่ปรับแต่งแล้วต้องใช้ข้อความราว 100 คำจึงจะทำงานได้อย่างแม่นยำ เครื่องตรวจจับมาตรฐานหลายชนิดต้องใช้ราว 120 คำเพื่อให้ทำงานได้เต็มประสิทธิภาพ และการตรวจจับโมเดลที่มีความสามารถสูงที่สุดต้องใช้ประมาณ 200 คำ

เมื่อเครื่องตรวจจับเห็นโทเคนมากขึ้น, คือชิ้นส่วนคำที่โมเดลภาษาใช้ทำงาน, ก็จะยิ่งแยกข้อความที่มนุษย์เขียนออกจากข้อความที่ AI เขียนได้ง่ายขึ้น เมื่อเครื่องตรวจจับเห็นเพียงโทเคนไม่กี่ตัวในคำตอบสั้น ๆ หลักฐานสำหรับข้อสรุปทั้งสองด้านก็มีไม่มาก ค่า perplexity, burstiness และตัววัดอื่น ๆ ที่เกี่ยวข้องอธิบายไว้ในคู่มือเกี่ยวกับ วิธีการทำงานของเครื่องตรวจจับ AI

จำนวนคำขั้นต่ำของเครื่องตรวจจับ AI แยกตามเครื่องมือ, Turnitin, GPTZero และอื่น ๆ

ผู้ให้บริการแต่ละรายกำหนดค่าต่ำสุดหรือคำแนะนำของตนเอง และไม่ได้ใช้หน่วยเดียวกันทั้งหมด Turnitin นับจำนวนคำของร้อยแก้วที่เข้าเกณฑ์ ผู้ให้บริการรายอื่นแนะนำความยาวของข้อความ หรืออธิบายว่าความแม่นยำเปลี่ยนไปอย่างไรเมื่อข้อความยาวขึ้น

Detector	สิ่งที่ผู้ให้บริการระบุเกี่ยวกับความยาวของข้อความ
Turnitin	ต้องมีร้อยแก้วที่เข้าเกณฑ์อย่างน้อย 300 คำก่อนจึงจะสร้างคะแนน AI โดยเพิ่มขึ้นจากขั้นต่ำเดิม 150 คำ เนื่องจากความแม่นยำเพิ่มขึ้นเมื่อมีข้อความมากขึ้น
GPTZero	ความแม่นยำดีขึ้นเมื่อส่งข้อความมากขึ้น เอกสารทั้งฉบับถูกจัดประเภทได้แม่นยำกว่าหัวข้อย่อย และหัวข้อย่อยแม่นยำกว่าประโยคเดี่ยว
ZeroGPT	แนะนำอย่างน้อย 150 ถึง 200 คำเพื่อให้ได้ผลลัพธ์ที่เสถียร โดย 500 ถึง 1,000 คำหรือมากกว่านั้นช่วยเพิ่มความน่าเชื่อถือยิ่งขึ้น ข้อความสั้นมากหรือข้อความที่ผ่านการแก้ไขอย่างหนัก "carry fewer signals"
Pangram	ทำงานได้ดีที่สุดกับข้อความที่ยาวกว่าและเขียนเป็นประโยคสมบูรณ์ บริษัทแนะนำว่าไม่ควรตรวจรายการหัวข้อย่อยสั้น ๆ หรือข้อความที่มีรูปแบบตายตัวสูง
Sapling	ตัวเลขการตรวจจับและอัตราบวกปลอมที่เผยแพร่ของบริษัทใช้กับข้อความที่ยาวกว่า ข้อความที่สั้นกว่า "may have different accuracy rates"

นี่คือเกณฑ์ขั้นต่ำที่นักศึกษาส่วนใหญ่พบ เนื่องจาก Turnitin เป็นตัวตรวจจับที่ติดตั้งมาในแพลตฟอร์มการเรียนรู้ของมหาวิทยาลัยหลายแห่ง จะไม่มีการให้คะแนนต่ำกว่า 300 คำของร้อยแก้วที่เข้าเกณฑ์ในรายงานการเขียน AI ส่วนช่วงคะแนนที่ต่ำกว่าเกณฑ์นี้และเครื่องหมายดอกจันที่ Turnitin แสดงสำหรับคะแนนต่ำกว่า 20% ได้อธิบายไว้ในคู่มือเรื่อง Turnitin ตรวจจับ AI อย่างไร

เปอร์เซ็นต์ที่แสดงบนหน้าจอไม่ได้หมายความว่าข้อความนั้นเป็นไปตามความยาวที่เครื่องมือแนะนำเอง เพราะตัวตรวจสอบสำหรับผู้ใช้ทั่วไปจำนวนมากจะให้คะแนนแม้กับย่อหน้าเดียว ในปี 2023 ตัวจำแนกข้อความ AI ของ OpenAI ต้องการข้อมูลนำเข้าขั้นต่ำ 1,000 อักขระ OpenAI ระบุว่ามันไม่น่าเชื่อถืออย่างมากกับข้อความสั้น และได้ยกเลิกมันในอีกหกเดือนต่อมาเนื่องจากอัตราความแม่นยำต่ำ

ความแม่นยำของตัวตรวจจับ AI ตามความยาวของข้อความ, สิ่งที่การวิจัยของ TextPulse พบ

เอกสารวิจัยของ TextPulse เกี่ยวกับความยาวของข้อความและความน่าเชื่อถือของการตรวจจับ AI พิจารณาความยาวเพียงอย่างเดียว โดยแยกออกจากลักษณะอื่นทั้งหมดของข้อความ ชุดข้อมูลประกอบด้วยคู่ข้อความ 25,561 คู่ ซึ่งทั้งข้อความที่มนุษย์เขียนและฉบับที่ AI เขียนใหม่มีความยาวอย่างน้อย 300 คำ ข้อความทุกชิ้นถูกตัดให้เหลือ 25, 50, 100, 150, 200, 250 และ 300 คำ สำหรับความยาวคำแต่ละระดับ มีการฝึกและทดสอบตัวจำแนก

ข้อความชุดเดียวกันปรากฏในทุกความยาว, กล่าวคือ หัวข้อ สาขาวิชา และโมเดล AI ถูกคงไว้คงที่ ฉบับที่เขียนใหม่มาจากชุดผสมของโมเดล AI ที่แตกต่างกันแปดแบบ ครอบคลุมตระกูลโมเดลหกตระกูล ตัวจำแนกให้คะแนนลักษณะเชิงสไตล์ 45 ประการ เช่น ความยาวคำและความหลากหลายของคำศัพท์ นี่เป็นเครื่องมือวิจัย, เอกสารนี้ไม่ได้กล่าวอ้างใด ๆ เกี่ยวกับวิธีที่ตัวตรวจจับเชิงพาณิชย์อาจใช้ลักษณะหรือเกณฑ์เหล่านี้ ดูคู่มือเกี่ยวกับ ว่าตัวตรวจจับ AI แม่นยำหรือไม่ สำหรับการทดสอบเครื่องมือเชิงพาณิชย์

ความยาวของข้อความ	ความแม่นยำ	ข้อความที่มนุษย์เขียนซึ่งถูกระบุผิด เมื่อจับฉบับที่ AI เขียนใหม่ได้ 95%	ฉบับที่ AI เขียนใหม่ซึ่งถูกจับได้ เมื่อข้อความที่มนุษย์เขียนถูกระบุผิด 1%
25 คำ	73.9%	67.6%	17.2%
50 คำ	78.2%	58.8%	28.0%
100 คำ	82.3%	49.4%	40.5%
150 คำ	84.0%	44.1%	47.9%
200 คำ	85.2%	40.1%	50.5%
250 คำ	86.1%	36.7%	54.2%
300 คำ	86.8%	33.9%	56.5%
ข้อความเต็ม	88.4%	28.6%	60.6%

สำหรับการตรวจจับ AI ความแม่นยำของข้อความสั้นแย่ลงในทุกคอลัมน์ของตาราง และคอลัมน์ความแม่นยำประเมินการสูญเสียต่ำกว่าความเป็นจริง ข้อสรุปที่ใช้งานได้ต้องมีคะแนนใกล้ปลายด้านใดด้านหนึ่งของสเกล และข้อความที่สั้นกว่าจะดันทั้งคะแนนของมนุษย์และคะแนนของ AI ไปทางกึ่งกลาง เมื่อกำหนดจุดตัดเพื่อจับการเขียนใหม่โดย AI ได้ 95% ตัวจำแนกจะระบุข้อความของมนุษย์ผิดประมาณครึ่งหนึ่งที่ 100 คำ เมื่อกำหนดจุดตัดเพื่อระบุข้อความของมนุษย์ผิดเพียง 1% มันจับการเขียนใหม่โดย AI ได้ 17.2% ที่ 25 คำ

AUC ซึ่งเป็นตัววัดหลักของบทความว่าตัวจำแนกแยกสองกลุ่มได้ดีเพียงใด เพิ่มจาก 0.817 ที่ 25 คำเป็น 0.940 ที่ 300 คำ ในข้อความฉบับเต็ม ซึ่งมีค่าเฉลี่ย 466 คำในฝั่งมนุษย์ มันถึง 0.950 ส่วนที่เพิ่มขึ้นชันที่สุดของการเพิ่มนี้เกิดขึ้นต่ำกว่า 100 คำ และแต่ละขั้นที่เกิน 150 คำให้ผลเพิ่มน้อยลง

เหตุใดผลบวกลวงในข้อความสั้นจึงเพิ่มขึ้น

ตัวตรวจจับที่สร้างจากเอกสารยาวมีอัตราผลบวกลวงสูงกว่ามากในข้อความสั้น บทความนำเสนอตัวจำแนกที่ฝึกด้วยข้อความฉบับเต็มและใช้ค่าขีดเริ่มต้นเริ่มต้นสำหรับการจำแนกข้อความสั้น อัตราผลบวกลวงของระบบสำหรับข้อความของมนุษย์อยู่ระหว่าง 16.1% ที่ 300 คำ ถึง 39.1% ที่ 100 คำ และ 69.8% ที่ 25 คำ

การตรวจจับการเขียนใหม่โดย AI ของมันแทบไม่เปลี่ยนแปลงในช่วงเดียวกัน จาก 88.4% ที่ 300 คำ เป็น 92.4% ที่ 25 คำ ข้อผิดพลาดเพิ่มเติมคือการระบุงานเขียนของมนุษย์ผิด บทความอธิบายว่าตัวจำแนกบนข้อมูลนำเข้าที่สั้นมีอคติอย่างเป็นระบบไปทางการเรียกสิ่งเหล่านั้นว่า AI

สาเหตุเป็นเชิงกลไก อัตราส่วนประเภทต่อโทเคน ซึ่งเป็นสัดส่วนของคำที่แตกต่างกันในข้อความ เพิ่มขึ้นเมื่อข้อความสั้นลง เพราะตัวอย่างที่สั้นเปิดโอกาสให้คำหนึ่งคำถูกทำซ้ำน้อยลง ข้อความของมนุษย์ในการศึกษามีอัตราส่วนเฉลี่ย 0.47 ที่ความยาวเต็ม และ 0.87 ที่ 25 คำ การเขียนใหม่โดย AI ที่ความยาวเต็มมีค่าเฉลี่ย 0.55

ตัวจำแนกนี้ที่ฝึกด้วยข้อความฉบับเต็มจะเรียนรู้ว่าอัตราส่วนประมาณ 0.55 เป็นเส้นแบ่งระหว่างงานเขียนของ AI กับงานเขียนของมนุษย์ ข้อความทุกชิ้นที่มี 25 คำ ไม่ว่าใครจะเป็นผู้เขียน ล้วนสูงกว่าอัตราส่วนนี้อย่างมาก และถูกผลักไปทางฝั่ง AI บทความชี้ให้เห็นว่า ตัวตรวจจับที่ใช้งานจริงไม่ได้ถูกฝึกใหม่ทุกครั้งที่คุณเปลี่ยนความยาวของข้อมูลนำเข้า คู่มือเกี่ยวกับ อัตราผลบวกลวงที่เผยแพร่ของ Turnitin อธิบายว่าค่าดังกล่าวรวมอะไรไว้บ้าง และละเว้นอะไรไว้บ้าง

เหตุใดข้อความสั้นจึงจำแนกได้ยาก

ข้อความสั้นทำให้ตัวตรวจจับได้รับข้อมูลที่มันใช้วัดน้อยลงในทุกด้าน คำที่น้อยลงหมายถึงโทเคนที่ใช้เปรียบเทียบน้อยลง และประโยคที่น้อยลงหมายถึงจังหวะที่ใช้วัดน้อยลง ในการศึกษา ข้อความ 25 คำมีค่าเฉลี่ย 1.6 ประโยค ข้อความ 50 คำมี 2.7 ประโยค และข้อความ 300 คำมี 13.4 ประโยค

ความแปรผันของความยาวประโยค ซึ่งมักเรียกว่า burstiness ขึ้นอยู่กับการเปรียบเทียบประโยคกับประโยคอื่น ในการศึกษา ค่านี้แยกข้อความของมนุษย์และ AI ออกจากกันได้ 0.71 ส่วนเบี่ยงเบนมาตรฐานในข้อความฉบับเต็ม และ 0.31 ที่ 100 คำ ที่ 50 คำ ความแตกต่างแทบเป็นศูนย์ ตัวตรวจจับที่อาศัย burstiness จำเป็นต้องมีหลายประโยคเพื่อวัดได้อย่างน่าเชื่อถือ

พลังในการแยกแยะส่วนนี้ยังคงอยู่มากขึ้นในระดับคำ ความยาวคำเฉลี่ยและอัตราของคำยาวยังคงพลังในการแยกแยะไว้ได้ประมาณสองในสามที่ 25 คำ แต่ก็มีการซ้อนทับเพิ่มขึ้นด้วย ที่ 50 คำ คะแนนของทั้งสองกลุ่มมีแนวโน้มจะกระจุกเข้าหาตรงกลาง สัดส่วนขนาดใหญ่ของแต่ละกลุ่มจึงลงเอยอยู่ในส่วนที่ซ้อนทับกัน

ถ้อยคำที่ยกมาอ้างหรือถ้อยคำสำเร็จรูปก็มีน้ำหนักมากขึ้นในข้อความสั้น คำตอบ 50 คำมีประมาณสามประโยค ดังนั้นแต่ละประโยคจึงมีสัดส่วนราวหนึ่งในสามของสิ่งที่ตัวตรวจจับเห็น ถ้อยคำที่ยกมาอ้างในประโยคหนึ่งในนั้นจึงมีน้ำหนักมากกว่าประโยคเดียวกันที่อยู่ในเรียงความ 2,000 คำอย่างมาก

โพสต์ในกระดานสนทนา บทคัดย่อ ข้อสอบคำตอบสั้น และจดหมายแนะนำตัว

โพสต์ในกระดานสนทนา

โพสต์ที่เขียนตามข้อกำหนด 200 คำจะต่ำกว่าพื้นขั้นต่ำ 300 คำของ Turnitin ดังนั้น Turnitin จึงไม่ให้ AI score แก่โพสต์นั้น เครื่องมืออื่นอาจยังคงให้คะแนนได้ ที่ 200 คำ ตัวจำแนกในการศึกษานี้ระบุข้อความของมนุษย์ผิดว่าเป็น AI 40.1% เมื่อกำหนดให้จับการเขียนใหม่ของ AI ได้ 95% เทียบกับ 28.6% ในข้อความฉบับเต็ม

บทคัดย่อ

บทคัดย่อวารสารที่มี 250 คำอยู่ใกล้ขอบล่าง และบทคัดย่อเป็นงานเขียนที่หนาแน่นและเป็นทางการ งานศึกษาก่อนหน้าของ TextPulse พบว่า ข้อความที่มนุษย์เขียนแต่ตัวจำแนกจัดผิดว่าเป็น AI มากที่สุดคือข้อความที่เป็นทางการที่สุด บทความว่าด้วยความยาวเพิ่มความยาวของข้อความเป็นสาเหตุที่แยกต่างหากเป็นสาเหตุที่สองของการแจ้งเตือนผิด และบทคัดย่อที่สั้นและเป็นทางการจึงเผชิญทั้งสองปัจจัย หากบทคัดย่อถูกตั้งข้อสงสัย การตรวจสอบบทความฉบับเต็มจะให้ตัวตรวจจับมีความยาวตามที่ผู้ให้บริการแนะนำ

ข้อสอบตอบสั้น

คำตอบที่มี 50 ถึง 100 คำอยู่ในช่วงที่ตัวเลขของการศึกษาลดลงเร็วที่สุด ที่ 50 คำ ตัวจำแนกที่ตั้งค่าให้จับ AI ที่เขียนใหม่ได้ 95% แจ้งเตือนข้อความที่มนุษย์เขียนผิดพลาด 58.8% บทความสรุปว่า ต่ำกว่า 50 คำ ไม่มีจุดตัดที่ใช้ได้จริงใดให้ผลลัพธ์ที่นำไปใช้ได้ มันเสริมว่า การไม่ให้ข้อสรุปต่อข้อความสั้นน่าเชื่อถือกว่าการให้คะแนนข้อความนั้น

จดหมายสมัครงาน

จดหมายสมัครงานหนึ่งหน้าสำหรับงานหรือการส่งบทความวารสารมีความยาวไม่กี่ร้อยคำ และส่วนใหญ่เป็นไปตามถ้อยคำที่กำหนดไว้ Pangram แนะนำว่าไม่ควรคัดกรองข้อความที่มีรูปแบบตายตัวสูง หากมีการตรวจจดหมายสมัครงาน ให้ถือว่าคะแนนใด ๆ เป็นเพียงค่าประมาณที่มีช่วงคลาดเคลื่อนกว้าง

ควรทำอย่างไรเมื่อข้อความของคุณอยู่ต่ำกว่าขอบล่าง

ปล่อยให้ข้อความเป็นไปตามที่คุณเขียนไว้ และให้บริบทแก่คะแนนแทน ขั้นตอนเหล่านี้ใช้ได้ทั้งกับผู้เขียนและผู้ที่ตรวจทานคะแนน

1. อย่าเติมข้อความให้ยาวขึ้น คำเพิ่มเติมที่เขียนขึ้นเพื่อให้ถึงขอบล่างจะเปลี่ยนชิ้นงานที่คุณถูกขอให้เขียน และคะแนนจะอธิบายฉบับที่เติมคำแล้ว
2. ตรวจสอบเอกสารทั้งฉบับเมื่อทำได้ เรียงความหรือบททั้งฉบับจะให้ตัวตรวจจับมีความยาวตามที่แนะนำ และส่วนที่สั้นจะถูกให้คะแนนในฐานะส่วนหนึ่งของข้อความที่ยาวกว่า
3. ดูมุมมองระดับประโยค ตัวตรวจจับที่ให้คะแนนเป็นรายประโยคจะแสดงว่าบรรทัดใดเป็นตัวผลักดันผลลัพธ์ และในข้อความสั้นมักเป็นหนึ่งหรือสองประโยค เช่น คำจำกัดความที่ยกมา
4. เก็บฉบับร่างและประวัติการแก้ไขไว้ สิ่งเหล่านี้แสดงให้เห็นว่าข้อความพัฒนาอย่างไร และคะแนนบนข้อความตอนสั้นไม่สามารถแสดงสิ่งนั้นได้
5. ถามว่าคะแนนจะถูกนำไปใช้อย่างไร ผลลัพธ์บนข้อความที่ต่ำกว่าความยาวที่ผู้ให้บริการแนะนำเองเป็นสัญญาณที่อ่อน และผู้ตรวจทานควรให้น้ำหนักตามนั้น

สำหรับเจ้าหน้าที่ บทอภิปรายของบทความชี้ไปยังหลักเกณฑ์ที่เรียบง่าย คือ กำหนดให้มีข้อความมากขึ้น หรือไม่ให้ข้อวินิจฉัยใด ๆ ที่ต่ำกว่าความยาวที่กำหนด Turnitin ที่กำหนดขั้นต่ำไว้ที่ 300 คำเป็นหลักเกณฑ์ประเภทนั้น เมื่อมีรายงานฉบับสมบูรณ์แล้ว คู่มือเกี่ยวกับ คะแนน Turnitin ที่ดีคืออะไร จะอธิบายวิธีตีความรายงานนั้น

TextPulse จัดการกับข้อความสั้นอย่างไร

TextPulse ไม่ได้ใช้ตัวตรวจจับ AI และไม่ได้จำหน่ายการสแกนด้วยตัวตรวจจับ TextPulse แสดง Human Score (0 ถึง 100) หลังการทำให้เป็นมนุษย์ทุกครั้ง คะแนนนี้เป็นค่าประมาณที่คำนวณภายในแอป โดยอาศัยระดับความลึกของการเขียนใหม่ ความหลากหลายของคำ การกระจายของโทเคน และความแปรผันของความยาวประโยคในข้อความของคุณ ไม่มีการใช้ตัวตรวจจับในการคำนวณคะแนนนี้

AI Humanizer ต้องมีอย่างน้อย 50 คำต่อการทำให้เป็นมนุษย์หนึ่งครั้ง และรองรับได้สูงสุด 500 คำต่อรอบใน Pro และ 1,000 คำใน Plus Document Humanizer สามารถทำงานกับไฟล์ .docx ภาษาอังกฤษทั้งฉบับที่มีความยาวได้ถึง 15,000 คำ ต้องมีข้อความเนื้อหาอย่างน้อย 50 คำ และจะคงหัวเรื่อง รายการ ตาราง คำบรรยายภาพ และเอกสารอ้างอิงไว้ตามที่เขียนไว้ ทั้งสองแบบออกแบบมาเพื่อลด AI scores ในร่างที่หลักสูตรหรือวารสารของคุณอนุญาตให้ใช้ AI ช่วยได้

ก่อนวางข้อความของคุณลงในตัวตรวจจับ ให้ตรวจสอบความยาวโดยใช้ Word Counter ฟรี เครื่องมือนี้นับคำ อักขระที่มีและไม่มีช่องว่าง ประโยค และคำที่ไม่ซ้ำกัน เพื่อให้คุณสามารถเปรียบเทียบข้อความกับขั้นต่ำที่ระบุไว้ในหน่วยใดหน่วยหนึ่ง รายละเอียดทั้งหมดเกี่ยวกับการศึกษาความยาวนี้, คะแนนรายข้อความและรหัสการวิเคราะห์, เปิดเผยอย่างเสรีบน Zenodo และศูนย์วิจัยระบุการศึกษานี้ร่วมกับบทความอื่น ๆ ของ TextPulse