Onderzoek: Een netwerkaanpak voor lezen
Wat bepaalt of iemand goed leest?
Lezen is een complexe, maar essentiële vaardigheid. Omdat het niveau van leesvaardigheid onder jongeren al jaren daalt, is het belangrijk te onderzoeken hoe mensen precies lezen. Dan kunnen we effectieve programma’s ontwikkelen die het lezen bevorderen. In samenwerking met collega’s van de Universiteit van Antwerpen en de University of Turku onderzochten de onderzoekers hoe mensen informatie uit langere teksten integreren. Ze deden dat onderzoek met behulp van oogbewegingsdata. Bijzonder aan deze studie is dat de onderzoekers keken hoe lezers zinnen met elkaar integreren, ook als die niet direct naast elkaar staan in de tekst. Dat soort verbindingen speelt een belangrijke rol bij het begrijpen van het geheel. De onderzoekers werkten vanuit een netwerkbenadering. Ze zagen elke zin als een knooppunt in een netwerk en wilden we weten of die aanpak kan helpen om dat proces van zinnen met elkaar integreren zichtbaar te maken.
Hoe werkt dat, lezen volgen via oogbewegingen?
De onderzoekers maakten gebruik van oogbewegingsregistratie, oftewel eye tracking. Met die technologie kunnen ze precies zien waar iemand naar kijkt, hoe lang dat duurt en in welke volgorde dat gebeurt. In deze studie werden zinnen in de tekst voorgesteld als knooppunten in een netwerk. Elke keer als een lezer twee zinnen met elkaar verbond tijdens het lezen, ontstond er een connectie tussen die twee zinnen in een leesnetwerk. Aan de hand van verschillende netwerkmaten werd vervolgens gekeken welke zinnen een centrale rol innamen in het leesnetwerk. Zo werd bijvoorbeeld onderzocht hoe vaak een zin bezocht werd, hoe dicht die bij andere zinnen lag in het netwerk, of een zin een brug vormde tussen andere zinnen, en hoe sterk zinnen in de buurt met elkaar verbonden waren. Zo kregen de onderzoekers zicht op hoe informatie uit de tekst werd geïntegreerd en hoe dit samenhing met individuele verschillen tussen lezers.
Veelbelovende methode om leesprocessen te begrijpen
De eerste vraag die de onderzoekers stelden was hoe deze netwerkmaten zich verhouden tot traditionele leesmetingen, zoals de tijd die iemand aan een zin besteedt. Daaruit bleek dat vooral het aantal keren dat een lezer een zin bezoekt, sterk samenhangt met de leestijd bij het herlezen van die zin. Dat wijst erop dat die netwerkmaten inderdaad iets zeggen over de aandacht die lezers aan bepaalde informatie besteden. Daarnaast bleek dat lezers met een sterker werkgeheugen zinnen vaker opnieuw bezochten en vaker gebruikten als verbinding tussen andere zinnen. Ook de structuur van de tekst bleek van invloed. Zinnen die midden in een paragraaf staan - en dus vaak de kern van de boodschap bevatten - werden vaker bezocht en speelden een centralere rol in het netwerk van de lezer. Met deze resultaten laten de onderzoekers zien dat het toepassen van een netwerkbenadering op oogbewegingsdata een veelbelovende methode is om beter te begrijpen hoe mensen informatie integreren tijdens het lezen, hoe dat samenhangt met hun werkgeheugen, en hoe de structuur van een tekst dat proces beïnvloedt. Deze aanpak kan in de toekomst niet alleen worden ingezet om leesvaardigheid te verbeteren, maar ook om leerprocessen in bredere zin beter te begrijpen.
Over het onderzoek
Aan het onderzoek deden 31 eerstejaarsstudenten uit de sociale wetenschappen mee. Zij lazen drie Nederlandstalige teksten over positieve psychologie. De onderwerpen waren 'Hoop en geluk', 'De tirannie van positief denken' en 'Muziek en hoop'. Elke tekst bestond uit vier paragrafen en werd volledig op het scherm weergegeven. Tijdens het lezen werden hun oogbewegingen geregistreerd met een geavanceerde eye-tracker. Daarnaast werd het werkgeheugen van de deelnemers gemeten met een computertaak waarbij zij tegelijkertijd rekensommen moesten oplossen en losse letters moesten onthouden. Elke sessie duurde ongeveer een uur.
Het artikel How Eye Read: A Social Network Approach is gratis te lezen.
