Türk Otorinolarengoloji Arşivi

Prinzipiell könnte man den Begriff Lesbarkeit grob als die Bewertung von Texten in Richtung „Leserniveau“ durch „Lesbarkeitsformeln“ also als die Fähigkeit oder Unfähigkeit des Lesers, die Texte zu verstehen klassifizieren. Die Lesbarkeit der Texte kann durch eine Vielzahl von Faktoren bestimmt werden, darunter die verwendeten Wörter, die durchschnittliche Anzahl von Silben pro Wort, die Satzstruktur und die Satzlänge. Damit Texte Lesern mit unterschiedlichen Fähigkeiten auf dem richtigen Niveau zugeordnet werden können, ist die Beurteilung der Textlesbarkeit entscheidend. Dieser wissenschaftliche Bereich ist kein Novum und seit den 1940er Jahren ist die Bewertung der Textlesbarkeit ein bedeutendes Forschungsgebiet. Die meisten Studien stammen aus englischsprachigen Ländern und richten sich in erster Linie an das dort ansässige Publikum; sie fokussieren sich daher hauptsächlich auf Personen, deren Muttersprache Englisch ist. Die Anforderungen und Eigenschaften der Zielleser werden häufig bei der Auswahl der Kriterien zur Messung der Lesbarkeit berücksichtigt. Obwohl die Textverständlichkeit von Fremdsprachelernenden sehr unterschiedlich werden kann, hat die Mehrheit der bisherigen Forschung Lesbarkeitsindizen bewertet, die von Muttersprachlern bestimmt wurden. Aufgrund der unterschiedlichen Spracherwerbsraten zwischen fremdsprachlichen und muttersprachlichen Lesern variiert die Betonung von Lesbarkeitsmaßen häufig. Der Lernerfolg der Schüler wird vermutlich stark davon beeinflusst, wie leicht sie Lehrbücher verstehen können. Texte, die komplex zu verstehen sind, werden manchmal als uninteressant angesehen, was es schwierig macht, das Material aufzunehmen und zu lernen. Diese Studie unternimmt den Versuch, über die üblichen Methoden der Worthäufigkeitsanalyse aus Textkorpora, die als Spiegelbild gängiger Spracherfahrungen gelten, hinauszugehen. Sie experimentiert stattdessen mit dem Einsatz von Lesbarkeitsformeln, um die Textverständlichkeit zu bewerten, in der Hoffnung, dass sich dies positiv auf die Unterrichtseffizienz auswirken könnte. Um dies zu untersuchen, wird ein Lehrbuch zufällig ausgewählt und eine bestimmte Unterrichtseinheit als Fallstudie untersucht, wobei die gewonnenen Erkenntnisse vorgestellt werden.

Text readability assessment stands as a fundamental component of foreign language education because it directly determines students' ability to understand their course materials. The ability of current tools, including ChatGPT, to precisely measure text readability remains uncertain. Readability describes the ease with which readers can understand written material, while vocabulary complexity and sentence structure, along with syllable numbers and sentence length, determine its level. The traditional readability formulas rely on data from native speakers yet fail to address the specific requirements of language learners. The absence of appropriate readability assessment methods for foreign language instruction demonstrates the need for specialized approaches in this field. This research investigates the potential use of ChatGPT to evaluate text readability for foreign language students. The examination included selected textbooks through text analysis with ChatGPT to determine their readability level. The obtained results were evaluated against traditional readability assessment approaches and established formulas. The research aims to establish whether ChatGPT provides an effective method to evaluate educational texts for foreign language instruction. The research evaluates ChatGPT's capabilities beyond technical aspects. The study examines how this technology may influence students' learning experiences and outcomes. The text clarity evaluation capabilities of ChatGPT might lead to innovative approaches for developing educational tools. The implementation of this approach would generate lasting benefits for educational practices in schools. For example, ChatGPT’s readability classifications correlated strongly with Flesch-Kincaid scores (r = .75, p < .01), and its mean readability rating (M = 2.17, SD = 1.00) confirmed its sensitivity to text complexity.

This study investigates the use of large language models (LLMs)—ChatGPT-5, Claude Opus 4.1, Gemini Advanced 2.5 Pro, DeepSeek Pro, Qwen-3 Max, and Mistral Le Chat Pro—and a locally fine-tuned LLaMA 3.3 70B Instruct model for automating assessment tasks in language education. Specifically, the study looks to examine LLM capabilities in automating assessments with authentic midterm exam sheets from a “German as a Foreign Language” (GFL) course in three different scenarios: (1) general-purpose LLM with pre-corrected samples giving a score, (2) localized grading using a fine-tuned LLaMA model and reference answer keys, and (3) manual grading with and without a visual overlay technique. Human grading, supported by a structured scoring process, remained nearly perfect in terms of accuracy and reliability, whereas the local model failed because OCR and visual input techniques did not produce usable outputs. These findings reinforce the necessity for domain-specific adaptation, the design of stronger OCR and multimodal workflows, and explainable scoring mechanisms before local AI solutions can reliably contribute to the assessment of language learning tasks in applied educational settings.

Larynx cancer,conservation surgery,laryngectomy,supratracheal laryngectomy