論文の概要: Quantifying the Effects of Word Length, Frequency, and Predictability on Dyslexia

• arxiv url: http://arxiv.org/abs/2510.24647v1
• Date: Tue, 28 Oct 2025 17:15:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 15:35:37.299131
• Title: Quantifying the Effects of Word Length, Frequency, and Predictability on Dyslexia
• Title（参考訳）: 単語長, 頻度, 予測可能性が失読に与える影響の定量化
• Authors: Hugo Rydel-Johnston, Alex Kafkas,
• Abstract要約: 単語レベルの特徴に一致した視線追跡を用いて、各特徴がディプレックスの時間コストにどのように影響するかをモデル化する。 これら3つの特徴は、典型的な読解時間と解読時間の両方において、しっかりと変化している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We ask where, and under what conditions, dyslexic reading costs arise in a large-scale naturalistic reading dataset. Using eye-tracking aligned to word-level features (word length, frequency, and predictability), we model how each feature influences dyslexic time costs. We find that all three features robustly change reading times in both typical and dyslexic readers, and that dyslexic readers show stronger sensitivities to each, especially predictability. Counterfactual manipulations of these features substantially narrow the dyslexic-control gap by about one third, with predictability showing the strongest effect, followed by length and frequency. These patterns align with dyslexia theories that posit heightened demands on linguistic working memory and phonological encoding, and they motivate further work on lexical complexity and parafoveal preview benefits to explain the remaining gap. In short, we quantify when extra dyslexic costs arise, how large they are, and offer actionable guidance for interventions and computational models for dyslexics.
• Abstract（参考訳）: 大規模な自然主義的読解データセットにおいて、どのような条件下で、ディプレクシック読解コストが生じるのかを問う。 単語レベルの特徴(単語の長さ、頻度、予測可能性)に一致したアイトラッキングを用いて、各特徴がディプレックスの時間コストにどのように影響するかをモデル化する。 これら3つの特徴は, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解時間, 読解率, 読解率, 読解率, 読解率, 読解率, 読解率, 読解率, 読解率, 読解 これらの特徴の非現実的な操作は、ディプレクシック制御のギャップを約3分の1狭くし、予測可能性が最も強い効果を示し、長さと周波数が続く。 これらのパターンは、ディプレクシア理論と一致し、ポットは言語的作業記憶と音韻的符号化に対する要求を高め、残りのギャップを説明するために語彙的複雑さと副焦点的プレビューの利点について更なる研究を動機付けている。 簡単に言えば、ディプレクシックの余剰コストの発生時期、その規模を定量化し、介入のための実用的なガイダンスとディプレクシックの計算モデルを提供する。

関連論文リスト

• Inducing Dyslexia in Vision Language Models [6.080220062810505]
  我々は、ディプレクシアをシミュレートするために、大規模な視覚言語モデルを使用する。 VLM内の視覚単語選択単位を同定し、これらの単位の目標アブレーションが読解タスクの選択的障害につながることを示す。
  論文  参考訳（メタデータ） (2025-09-29T11:03:16Z)
• Review of Hallucination Understanding in Large Language and Vision Models [65.29139004945712]
  本稿では,多様なアプリケーションにまたがる画像とテキストの幻覚を特徴付けるフレームワークを提案する。 我々の調査によると、幻覚はデータ分布や遺伝バイアスの予測可能なパターンから生じることが多い。 この調査は、現実世界の生成AIシステムにおける幻覚に対するより堅牢で効果的なソリューションを開発する基盤を提供する。
  論文  参考訳（メタデータ） (2025-09-26T09:23:08Z)
• Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease [52.46922921214341]
  アルツハイマー病(AD)は高齢化社会において最も重要な健康問題の一つとなっている。 我々は,大言語モデル(LLM)とTF-IDFモデルの視覚的機能を活用する,説明可能な効果的な機能セットを考案した。 当社の新機能は、自動ADスクリーニングの解釈可能性を高めるステップバイステップで説明し、解釈することができる。
  論文  参考訳（メタデータ） (2024-11-28T05:23:22Z)
• Coarse-to-Fine Highlighting: Reducing Knowledge Hallucination in Large Language Models [58.952782707682815]
  COFTは、異なるレベルのキーテキストにフォーカスする新しい方法であり、長いコンテキストで失われることを避ける。 知識幻覚ベンチマークの実験ではCOFTの有効性が示され、F1スコアの30%以上の性能が向上した。
  論文  参考訳（メタデータ） (2024-10-19T13:59:48Z)
• Handwriting Anomalies and Learning Disabilities through Recurrent Neural Networks and Geometric Pattern Analysis [0.0]
  本研究では、高度な幾何学的パターンとリカレントニューラルネットワーク(RNN)を用いて、失読と失読を示す手書き異常を同定する。 書き起こしはまず標準化され、次にベースラインのずれ、文字の接続性、ストロークの厚さ、その他の異常に焦点を当てた特徴抽出が続く。 最初の結果は、このRNNモデルが、ジストレキシーとジストニアを併用して、最先端の性能を達成する能力を示した。
  論文  参考訳（メタデータ） (2024-05-12T10:10:13Z)
• Enhancing Uncertainty-Based Hallucination Detection with Stronger Focus [99.33091772494751]
  大規模言語モデル(LLM)は、様々な分野にわたる印象的なパフォーマンスで大きな人気を集めている。 LLMは、ユーザの期待を満たさない非現実的あるいは非感覚的なアウトプットを幻覚させる傾向がある。 LLMにおける幻覚を検出するための新しい基準のない不確実性に基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-11-22T08:39:17Z)
• Integrating large language models and active inference to understand eye movements in reading and dyslexia [0.0]
  本稿では,階層型能動推論を用いた新しい計算モデルを提案し,視線と視線の動きをシミュレートする。 我々のモデルは、不適応な予測処理が、失読症に関連する読解障害をいかに生み出すかを理解するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2023-08-09T13:16:30Z)
• Making the Most Out of the Limited Context Length: Predictive Power Varies with Clinical Note Type and Note Section [70.37720062263176]
  本研究では,高い予測力で区間を解析する枠組みを提案する。 MIMIC-IIIを用いて,(1)看護用音符と退院用音符とでは予測電力分布が異なること,(2)文脈長が大きい場合の音符の組み合わせにより性能が向上することが示唆された。
  論文  参考訳（メタデータ） (2023-07-13T20:04:05Z)
• Readability Research: An Interdisciplinary Approach [62.03595526230364]
  我々は,可読性研究の包括的枠組みである可読性研究のための強固な基盤を提供することを目指している。 可読性(Readability)とは、ページから読み手への情報フローに影響を与える視覚情報設計の側面を指す。 これらのアスペクトはオンデマンドで修正可能で、読み手がテキストから処理し、意味を導き出すのが簡単になる。
  論文  参考訳（メタデータ） (2021-07-20T16:52:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。