通过使用人工神经网络,通过眼睛运动评估数字阅读的重读效应

科学领域:

• 认知心理学 认知心理学
• 神经科学是一个神经科学.
• 教育技术的教育技术

背景情况:

• 了解阅读过程对于教育评估至关重要.
• 区分最初的文本参与和随后的审查是分析学习的关键.
• 眼动分析为阅读期间的认知过程提供了客观的指标.

研究的目的:

• 为了研究第一次阅读和重读之间的眼动特征的差异.
• 开发一种神经网络模型,根据眼动数据对阅读实践进行分类.
• 为了提高识别重读和评估学生的文本熟悉度.

主要方法:

• 眼睛运动指标的比较,包括总阅读时间,固定时间和回归计数.
• 在感兴趣区域 (AOI) 内的局部眼动行为分析.
• 使用选择的眼动参数开发和评估神经网络模型.

主要成果:

• 与第一次阅读相比,重读的特点是总阅读时间更短,固定时间更短,回归次数更少.
• 回归大小在重读时增加,而AOI内的局部眼动行为减少.
• 神经网络模型实现了显著的分类性能,F1得分为0.781.1.

结论:

• 清晰的眼睛运动模式区分了第一次阅读和重读.
• 开发的神经网络模型显示了自动重读识别的前景.
• 这些发现有助于理解阅读行为和评估文本熟悉度.