Im Rahmen dieses Projekts wird untersucht, wie Textverständnis durch statistische Masse von Leseprozessen vorhergesagt werden kann. Kompetentes Lesen ist i.d.R. durch schnelle Informationsverarbeitung und eine systematische Kopplung des Leseprozesses an Textmerkmale gekennzeichnet. Die Beziehung von Lesegeschwindigkeit und Textverständnis ist allerdings kompliziert: Einzelne Komponenten von Lesegeschwindigkeits sind generell keine starken Prädiktoren für Textverständnis. Auch wird die Kopplung zwischen Leseprozess und Textmerkmalen üblicherweise durch Korrelationen von Leseprozessmaßen (Reaktionszeiten, Blickbewegungsmerkmalen, etc…) und spezifischen linguistischen Textmarkern (lexikalischer, semantischer, syntaktischer, kohärenzbasierter Art, etc…) bestimmt. Die Stärke dieser Zusammenhänge unterscheidet sich jedoch von Sprache zu Sprache und auch von Leseaufgabe zu Leseaufgabe.

Unser Projekt gilt der Annahme, dass Leseprozessregularität (LPR) als eine neue Metrik zur Vorhersage von Textverständnis dienen kann. LPR basiert auf statistischen Maßen zur Erfassung der Regularität der Verarbeitung einer Sequenz, z.B. Zeitreihen von Reaktionszeiten oder Blickbewegungen beim Textlesen. Es wird angenommen, dass LPR die Kopplungsstärke zwischen Leseprozess und linguistischen Textmerkmalen abbildet und dass die Ausprägung dieser Kopplungsstärke Textverständnis vorhersagt. Da zur Berechnung von LPR keine linguistischen Textmerkmale benötigt werden, sondern diese allein auf Grundlage von Leseprozessmaßen erfolgen kann, scheint LPR dafür prädestiniert, Leseprozessflüssigkeit sprachunabhängig erfassen zu können. Konkret werden drei Subhypothesen untersucht:

1. LPR bildet die Kopplung zwischen Text und Leseprozess ab.
2. LPR sagt Textverständnis vorher.
3. Die Vorhersagekraft von LPR ist sprachinvariant. Hierzu werden u.a. sprachvergleichende Studien durchgeführt, in denen die Vorhersagekraft von LPR für Textverständnis beim Lesen im Chinesischen, Deutschen, Englischen und Hebräischen verglichen wird.

zurück