Métricas de legibilidad

ReadabilityStats(source, sents_extractor=None, words_extractor=None, preset='general')

Las métricas de legibilidad de un texto a partir de sus estadísticas básicas: la longitud media de la oración en palabras, la longitud media de la palabra en sílabas o en letras, la proporción de palabras polisílabas y de palabras largas y la variabilidad de la longitud de las palabras. La fuente de datos es un texto, un objeto Doc de spaCy o unas estadísticas básicas ya calculadas, que se reutilizan tal cual; los extractores se pasan a las estadísticas básicas de un texto o de un Doc. Las fórmulas solo cuentan las letras de las palabras contadas, así que un extractor de palabras que descarta palabras no alarga la palabra media.

Las métricas son propiedades que se calculan en cada acceso, así que un cambio de los coefficients de un objeto se aplica en el acto.

Excepciones:

• SourceTypeError - una fuente que no es ni una cadena, ni un Doc, ni unas estadísticas básicas, unas estadísticas básicas de una clase distinta de las de la biblioteca, un extractor de otro tipo, una cadena o un Doc pasados a una clase sin basic_stats_class;
• SourceError - una fuente sin palabras o sin oraciones;
• ParameterError - un preajuste desconocido o que no es una cadena.

Las métricas evalúan la legibilidad desde el lado de la lengua - la complejidad de las palabras y de las construcciones sintácticas, no el diseño tipográfico del texto. Suponen que las oraciones cortas se leen con más facilidad que las largas, que las palabras largas dificultan la lectura y que el lector se frena ante palabras poco frecuentes o desconocidas.

La clase extiende el ReadabilityStats del núcleo anyTS con las fórmulas y las tablas del español, descritas en las tarjetas de las métricas: las estadísticas básicas de esTS, que toman por defecto los SentsExtractor y WordsExtractor del español, los preajustes de coeficientes de la facilidad de lectura de Flesch, las fórmulas de Gutiérrez de Polini, Crawford y SOL, el grado de consenso entre Crawford, SOL y la facilidad de lectura, las etapas escolares de España, las escalas de interpretación y las velocidades de lectura de los lectores en español. Una cadena con un carácter sin forma UTF-8, como la de un fichero leído con una codificación errónea, lanza SourceError desde el tokenizador del español.

CódigoResultado

from ests import ReadabilityStats

text = "Hay tres clases de mentiras: mentiras, malditas mentiras y estadísticas"
rs = ReadabilityStats(text)
rs.print_stats()

                Metric                |  Value
-------------------------------------------------
Flesch reading ease (Szigriszt-Pazos) |  53.55
Gutiérrez de Polini comprehensibility |  33.50
Crawford grade                        |   5.81
Legibilidad µ                         |  50.94
SOL grade (SMOG for Spanish)          |   9.26
LIX readability index                 |  60.00
RIX readability index                 |   5.00
Consensus grade                       |   9.00
Reading time (min)                    |   0.04

Parámetros

Parámetro	Tipo	Por defecto	Descripción
source	str / Doc / BasicStats	-	Fuente de datos (cadena, objeto Doc o estadísticas básicas ya calculadas)
sents_extractor	SentsExtractor	None	Herramienta de extracción de oraciones
words_extractor	WordsExtractor	None	Herramienta de extracción de palabras
preset	str	'general'	Preajuste de coeficientes: general o classic

El objeto guarda las estadísticas básicas del texto en bs, el nombre del preajuste en preset, de solo lectura, y los coeficientes del preajuste por fórmula en coefficients, una copia que se puede cambiar para un objeto. Un objeto de otro preajuste puede reutilizar las estadísticas básicas: ReadabilityStats(rs.bs, preset="classic").

Preajustes de coeficientes

Un preajuste fija los coeficientes a, b, c de la facilidad de lectura de Flesch c − a·ASL − b·ASW, donde ASL es el número medio de palabras por oración y ASW el número medio de sílabas por palabra, y la escala con que la leen describe_level, describe y el grado de consenso. Las demás fórmulas no dependen del preajuste.

Preajuste	Fuente	Fórmula	Escala
general	Szigriszt-Pazos (1993), fórmula de perspicuidad	206.835 − 1.0·ASL − 62.3·ASW	INFLESZ (Barrio-Cantalejo et al., 2008)
classic	Fernández Huerta (1959)	206.84 − 1.02·ASL − 60·ASW	los siete niveles del autor

La fórmula de Fernández Huerta toma la longitud media de la oración, con la corrección de Law (2011). La tabla de todos los coeficientes es ests.constants.READABILITY_PRESETS, y la escala de cada preajuste está en PRESET_SCALES.

CódigoResultado

classic = ReadabilityStats(rs.bs, preset="classic")
rs.flesch_reading_easy, classic.flesch_reading_easy
rs.describe_level(), classic.describe_level()

(53.545000000000016, 58.640000000000015)
('algo difícil', 'bastante difícil')

Métricas

Una fórmula se calcula con la función de su tarjeta sobre los recuentos de bs. La facilidad de lectura toma sus coeficientes de coefficients, que fija el preajuste; las fórmulas de Gutiérrez de Polini, Crawford y SOL se calculan con los coeficientes de sus funciones, y coefficients no las afecta. Una fórmula de recuentos da nan cuando el número de palabras o de oraciones por el que divide es cero. Las fórmulas de otros idiomas, con sus propios coeficientes y sin calibración para el español, las calcula la clase UnadaptedReadabilityStats.

Métrica	Qué mide	Rango	Un valor mayor indica
flesch_reading_easy	Facilidad de lectura según la longitud de la oración y las sílabas por palabra	En principio 0-100, por encima de 100 para los textos más simples y por debajo de 0 para los más difíciles	Un texto más fácil
gutierrez_polini_index	Comprensibilidad según las letras por palabra y la longitud de la oración	Por debajo de 95.2, la prosa corriente 30-50	Un texto más fácil
crawford_grade	Grado según las oraciones y las sílabas por cada 100 palabras	Años de escolaridad, por debajo de 0 para los textos más simples; fórmula ajustada con los cursos 1-6	Un texto más difícil
mu_index	Longitud media de la palabra en letras frente a su varianza	Por encima de 0, nan con menos de dos palabras o sin variabilidad	Un texto más fácil
sol_grade	Grado según las palabras polisílabas por oración, SMOG convertido al español	Años de escolaridad, algo por debajo de 0 para los textos más simples	Un texto más difícil
lix	Longitud de la oración y proporción de palabras largas	0 o más	Un texto más difícil
rix	Palabras largas por oración	0 o más	Un texto más difícil
consensus_grade	Mediana de las fórmulas de grado y de la facilidad de lectura como grado	Años de escolaridad	Un texto más difícil
reading_time	Tiempo de lectura a la velocidad de lectura (reading_speed)	Minutos, por encima de 0	Un texto más largo
smog_index	Grado según las palabras polisílabas por oración, coeficientes ingleses; fuera de get_stats	Años de escolaridad	Un texto más difícil

Las demás fórmulas del núcleo con sus coeficientes ingleses - flesch_kincaid_grade, coleman_liau_index, automated_readability_index y gunning_fog_index - también son propiedades del objeto fuera de get_stats, porque están ajustadas con textos ingleses; sus tarjetas están en la página de anyTS.

Facilidad de lectura de Flesch

flesch_reading_easy · Szigriszt-Pazos, 1993 · Fernández Huerta, 1959

calc_flesch_reading_easy(n_syllables, n_words, n_sents, a=1.0, b=62.3, c=206.835)

La facilidad de lectura de un texto según la longitud media de la oración en palabras y la longitud media de la palabra en sílabas.

\[ c - a \cdot \frac{\textrm{Número de palabras}}{\textrm{Número de oraciones}} - b \cdot \frac{\textrm{Número de sílabas}}{\textrm{Número de palabras}} \]

Los coeficientes por defecto son los de la fórmula de perspicuidad de Szigriszt-Pazos (1993). Los coeficientes de Fernández Huerta (1959) los da el preajuste classic, con la corrección de Law (2011): el último término toma la longitud media de la oración, no el número de oraciones por cada 100 palabras que imprimió Fernández Huerta.

Parámetro	Tipo	Por defecto	Descripción
n_syllables	int	-	Número de sílabas
n_words	int	-	Número de palabras
n_sents	int	-	Número de oraciones
a	float	1.0	Coeficiente a, de la longitud media de la oración
b	float	62.3	Coeficiente b, de la longitud media de la palabra en sílabas
c	float	206.835	Coeficiente c, la constante

La escala de describe_level y describe sigue el preajuste: el atributo preset_level_scales del núcleo da para cada preajuste la escala de ests.constants.READING_EASE_SCALES que nombra PRESET_SCALES - la escala INFLESZ de Barrio-Cantalejo et al. (2008) para general y los niveles de Fernández Huerta para classic; un preajuste que añade una subclase se lee con las escalas de general. La escala INFLESZ:

Valor	Nivel	Tipo de texto
[80, ∞)	muy fácil	cómics, libros infantiles
[65, 80)	bastante fácil	libros de texto de primaria
[55, 65)	normal	prensa general
[40, 55)	algo difícil	libros de texto de secundaria
(−∞, 40)	muy difícil	textos científicos y técnicos

flesch_reading_easy_to_level(flesch_reading_easy, scale='inflesz')

El nivel de una escala de READING_EASE_SCALES para la facilidad de lectura: inflesz (arriba), szigriszt (Szigriszt-Pazos, 1993, niveles enteros: muy difícil 0-15, árido 16-35, bastante difícil 36-50, normal 51-65, bastante fácil 66-75, fácil 76-85, muy fácil 86-100) y fernandez_huerta (Fernández Huerta, 1959: muy difícil por debajo de 30, difícil 30-50, bastante difícil 50-60, normal 60-70, bastante fácil 70-80, fácil 80-90, muy fácil por encima de 90). El método describe_level lee la facilidad de lectura del objeto con cualquiera de ellas mediante su parámetro scale.

Parámetro	Tipo	Por defecto	Descripción
flesch_reading_easy	float	-	Valor de la facilidad de lectura
scale	str	'inflesz'	Nombre de la escala: inflesz, szigriszt o fernandez_huerta

Excepciones:

• ParameterError - una escala desconocida o que no es una cadena, un valor que no es un número finito.

CódigoResultado

from ests.readability_stats import flesch_reading_easy_to_level

flesch_reading_easy_to_level(53.5), flesch_reading_easy_to_level(53.5, "szigriszt")

('algo difícil', 'normal')

Fuentes: Szigriszt Pazos, F. Sistemas predictivos de legibilidad del mensaje escrito: fórmula de perspicuidad. Universidad Complutense de Madrid, 1993. Barrio-Cantalejo, I. M. et al. Validación de la Escala INFLESZ para evaluar la legibilidad de los textos dirigidos a pacientes. Anales del Sistema Sanitario de Navarra, 31(2), 2008. Fernández Huerta, J. Medidas sencillas de lecturabilidad. Consigna, 214, 1959. Law, G. Error in the Fernández Huerta readability formula. LINGUIST List 22.2332, 2011.

Comprensibilidad de Gutiérrez de Polini

gutierrez_polini_index · Gutiérrez de Polini, 1972

calc_gutierrez_polini_index(n_letters, n_words, n_sents)

La fórmula de comprensibilidad de Gutiérrez de Polini, según la longitud media de la palabra en letras y la longitud media de la oración. Cuanto mayor es el valor, más fácil es el texto. Se ajustó con textos escolares de sexto grado y no tiene escala propia: la prosa corriente está entre 30 y 50, y un texto por encima de 70 lo lee un niño pequeño.

\[ 95.2 - 9.7 \cdot \frac{\textrm{Número de letras}}{\textrm{Número de palabras}} - 0.35 \cdot \frac{\textrm{Número de palabras}}{\textrm{Número de oraciones}} \]

Parámetro	Tipo	Por defecto	Descripción
n_letters	int	-	Número de letras de las palabras
n_words	int	-	Número de palabras
n_sents	int	-	Número de oraciones

CódigoResultado

from ests.readability_stats import calc_gutierrez_polini_index

calc_gutierrez_polini_index(n_letters=60, n_words=10, n_sents=1)

33.5

Fuente: Gutiérrez de Polini, L. E. Investigación sobre lectura en Venezuela. Ministerio de Educación, Caracas, 1972.

Grado de Crawford

crawford_grade · Crawford, 1989

calc_crawford_grade(n_syllables, n_words, n_sents)

Los años de escolaridad necesarios para leer el texto, según las oraciones y las sílabas por cada 100 palabras. La fórmula se ajustó con lecturas de primaria en español de los cursos 1-6, por lo que los valores altos se saturan. Cuanto mayor es el valor, más difícil es el texto.

\[ -0.205 \cdot \frac{100 \cdot \textrm{Número de oraciones}}{\textrm{Número de palabras}} + 0.049 \cdot \frac{100 \cdot \textrm{Número de sílabas}}{\textrm{Número de palabras}} - 3.407 \]

Parámetro	Tipo	Por defecto	Descripción
n_syllables	int	-	Número de sílabas
n_words	int	-	Número de palabras
n_sents	int	-	Número de oraciones

CódigoResultado

from ests.readability_stats import calc_crawford_grade

calc_crawford_grade(n_syllables=23, n_words=10, n_sents=1)

5.812999999999999

Fuente: Crawford, A. N. Fórmula y gráfico para determinar la comprensibilidad de textos del nivel primario en castellano. Lectura y Vida, 10(4), 1989.

Legibilidad µ

mu_index · Muñoz Baquedano y Muñoz Urra, 2006

calc_mu_index(c_letters)

La media del número de letras por palabra dividida por su varianza muestral, por 100; no hay coeficientes que ajustar. Las palabras sin letras (los números) quedan fuera; con menos de dos palabras o sin variabilidad el índice no está definido (nan).

\[ 100 \cdot \frac{\bar{x}}{s^2}, \quad s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1} \]

donde \(x_i\) es el número de letras de una palabra y \(n\) el número de palabras.

Parámetro	Tipo	Por defecto	Descripción
c_letters	dict[int, int]	-	Distribución de las palabras por número de letras

Un c_letters que no es un mapeo lanza SourceTypeError.

La varianza dividida por n − 1 es la cuasivarianza de los autores, que reproduce el ejemplo resuelto de su manual; ReadabilityStats pasa BasicStats.c_letters. Los niveles de los autores, ests.constants.MU_SCALE, son la escala de describe_level y describe:

Valor	Nivel
[91, ∞)	muy fácil
[81, 91)	fácil
[71, 81)	un poco fácil
[61, 71)	adecuado
[51, 61)	un poco difícil
[31, 51)	difícil
(−∞, 31)	muy difícil

mu_to_level(mu_index)

El nivel de la escala MU_SCALE para un valor de la Legibilidad µ.

Parámetro	Tipo	Por defecto	Descripción
mu_index	float	-	Valor de la Legibilidad µ

Excepciones:

• ParameterError - un valor que no es un número finito, como el índice no definido (nan).

CódigoResultado

from ests import BasicStats
from ests.readability_stats import calc_mu_index, mu_to_level

mu = calc_mu_index(BasicStats(text).c_letters)
mu, mu_to_level(mu)

(50.943396226415096, 'difícil')

Fuente: Muñoz Baquedano, M. Legibilidad y variabilidad de los textos. Boletín de Investigación Educacional, 21(2), 2006; el programa y el manual en legibilidadmu.cl.

Grado SOL

sol_grade · Contreras et al., 1999

calc_sol_grade(n_complex, n_sents, a=0.74, b=-2.51)

Los años de escolaridad necesarios para leer un texto en español: la conversión de Contreras et al. de su índice SMOG S, calculado con los coeficientes originales, en el grado de la escala inglesa. Cuanto mayor es el valor, más difícil es el texto. ReadabilityStats pasa el número de palabras de tres o más sílabas.

\[ b + a \cdot S \]

Parámetro	Tipo	Por defecto	Descripción
n_complex	int	-	Número de palabras de tres o más sílabas
n_sents	int	-	Número de oraciones
a	float	0.74	Coeficiente a, del índice SMOG
b	float	-2.51	Coeficiente b, la constante

Excepciones:

• ParameterError - un número de palabras o de oraciones que no es un entero no negativo.

CódigoResultado

from ests.readability_stats import calc_smog_index, calc_sol_grade

calc_smog_index(n_complex=5, n_sents=1), calc_sol_grade(n_complex=5, n_sents=1)

(15.903189008614273, 9.258359866374562)

Fuente: Contreras, A., García-Alonso, R., Echenique, M., Daye-Contreras, F. The SOL formulas for converting SMOG readability scores between health education materials written in Spanish, English, and French. Journal of Health Communication, 4(1), 1999.

Índice de legibilidad LIX

lix · Björnsson, 1968

calc_lix(n_long_words, n_words, n_sents)

La longitud media de la oración más el porcentaje de palabras largas, las de más de seis letras; no hay coeficientes que ajustar. Los valores se leen como tipos de texto:

Valor	Texto
0-30	textos muy fáciles, libros infantiles
30-40	textos fáciles, narrativa, artículos de periódico
40-50	textos de dificultad media, artículos de revista
50-60	textos difíciles, divulgación científica, textos oficiales
60-100	textos muy difíciles, leyes y lenguaje burocrático

\[ \frac{\textrm{Número de palabras}}{\textrm{Número de oraciones}} + \frac{100 \cdot \textrm{Número de palabras largas}}{\textrm{Número de palabras}} \]

Parámetro	Tipo	Por defecto	Descripción
n_long_words	int	-	Número de palabras largas
n_words	int	-	Número de palabras
n_sents	int	-	Número de oraciones

Estos niveles, anyts.constants.LIX_LEVELS con etiquetas en inglés, son la escala de describe_level y describe; su último nivel queda abierto por arriba.

Índice de legibilidad RIX

rix · Anderson, 1983

calc_rix(n_long_words, n_sents)

Las palabras largas, de más de seis letras, por oración; no hay coeficientes que ajustar. Los valores se leen como cursos:

Valor	Curso
< 0.2	1
0.2-0.5	2
0.5-0.8	3
0.8-1.3	4
1.3-1.8	5
1.8-2.4	6
2.4-3.0	7
3.0-3.7	8
3.7-4.5	9
4.5-5.3	10
5.3-6.2	11
6.2-7.2	12
> 7.2	universidad

\[ \frac{\textrm{Número de palabras largas}}{\textrm{Número de oraciones}} \]

Parámetro	Tipo	Por defecto	Descripción
n_long_words	int	-	Número de palabras largas
n_sents	int	-	Número de oraciones

En esTS RIX no tiene escala de niveles, así que describe_level("rix") lanza ParameterError; describe toma los grados de Anderson como años de escolaridad (anyts.constants.RIX_GRADES, la universidad como 13) y da la etapa del sistema educativo español y la edad del lector con grade_to_age.

Grado de consenso

consensus_grade

El atributo consensus_grade es la mediana de los valores de las fórmulas de grado (grade_stats) redondeados al entero más próximo (las mitades hacia arriba), junto con la facilidad de lectura en años de escolaridad (reading_ease_to_grade), sin redondear. Una biblioteca alinea los límites de reading_ease_grades, y de cada escala de preset_reading_ease_grades, con su escala de la facilidad de lectura, para que el grado de consenso y describe lean el valor igual.

Las fórmulas de grado de esTS (ests.constants.READABILITY_GRADE_STATS) son Crawford y SOL. esTS convierte la facilidad de lectura en años de escolaridad según la escala del preajuste: el atributo preset_reading_ease_grades del núcleo da para cada preajuste los límites de READING_EASE_GRADES y 13 por debajo de ellos, la escala de flesch_reading_easy_to_grade, así que los reading_ease_grades del núcleo no se usan.

Aviso

Crawford se ajustó con lecturas de primaria y se satura en los textos para adultos; SOL se ajustó con materiales de educación sanitaria. El grado de consenso de un texto técnico refleja sobre todo el nivel de la facilidad de lectura.

calc_consensus_grade(grades, flesch_reading_easy=None, preset='general')

La mediana de los valores de las fórmulas de grado redondeados al entero más próximo (las mitades hacia arriba), junto con la facilidad de lectura convertida en años de escolaridad con flesch_reading_easy_to_grade según la escala del preajuste, sin redondear.

\[ \textrm{mediana}\left(\lfloor g_1 + 0.5 \rfloor, \ldots, \lfloor g_k + 0.5 \rfloor, \textrm{grado}(\textrm{facilidad de lectura})\right) \]

Parámetro	Tipo	Por defecto	Descripción
grades	list[float]	-	Valores de las fórmulas de grado
flesch_reading_easy	float	None	Valor de la facilidad de lectura
preset	str	'general'	Preajuste de coeficientes de la facilidad de lectura

Excepciones:

• ParameterError - la ausencia de valores, un grado o una facilidad de lectura que no es un número finito, un preajuste desconocido o que no es una cadena;
• SourceTypeError - unos grados que no son una lista.

flesch_reading_easy_to_grade(flesch_reading_easy, preset='general')

Conversión de la facilidad de lectura de Flesch en años de escolaridad para el grado de consenso según los niveles de la escala del preajuste, ests.constants.READING_EASE_GRADES: el grado del primer nivel cuyo límite inferior alcanza el valor, o 13 por debajo del último límite; los valores por encima de 100 corresponden al primer nivel. Con el preajuste general, a través de los tipos de texto de los niveles INFLESZ y las etapas escolares de España:

Facilidad de lectura	Grado	Tipo de texto
[80, ∞)	3	cómics y libros infantiles, primaria cursos 1-3
[65, 80)	5	libros de texto de primaria, cursos 4-6
[55, 65)	8	prensa general, ESO
[40, 55)	11	libros de texto de secundaria, bachillerato
(−∞, 40)	13	textos científicos, universidad

Con el preajuste classic, a través de la tabla de interpretación de Flesch que conservó Fernández Huerta: 90-100 - 5, 80-90 - 6, 70-80 - 7, 60-70 - 8.5, 50-60 - 10, 40-50 - 11, 30-40 - 12, por debajo de 30 - 13.

Parámetro	Tipo	Por defecto	Descripción
flesch_reading_easy	float	-	Valor de la facilidad de lectura
preset	str	'general'	Preajuste de coeficientes cuya escala se lee

Excepciones:

• ParameterError - una facilidad de lectura que no es un número finito (el nan de un texto sin palabras u oraciones, un infinito), un preajuste desconocido o que no es una cadena.

CódigoResultado

from ests.readability_stats import calc_consensus_grade, flesch_reading_easy_to_grade

flesch_reading_easy_to_grade(53.545), flesch_reading_easy_to_grade(53.545, "classic")
calc_consensus_grade([5.813, 9.258], 53.545)

(11, 10)
9.0

Tiempo de lectura

reading_time · reading_time_by_speed(wpm) · reading_time_by_norm(norm) · Brysbaert, 2019 · Ripoll, Tapia y Aguado, 2020

calc_reading_time(n_words, wpm=278)

El tiempo de lectura de un texto en minutos: el número de palabras dividido por la velocidad de lectura.

\[ \frac{\textrm{Número de palabras}}{\textrm{wpm}} \]

Un número de palabras que no es un entero no negativo y una velocidad que no es un número positivo lanzan ParameterError.

La velocidad por defecto es la de lectura silenciosa de los adultos en español, 278 palabras por minuto, según el metaanálisis de Brysbaert (2019). Las normas de reading_time_by_norm, ests.constants.READING_SPEED_NORMS, son las velocidades medias del alumnado hispanohablante por curso del metaanálisis de Ripoll, Tapia y Aguado (2020) - de grade_1 a grade_11, es decir, primaria 1-6, ESO 7-10 y bachillerato 11 - y las de los adultos según Brysbaert (2019), como pares (en voz alta, en silencio):

Norma	En voz alta	En silencio
grade_1	49	30
grade_2	73	79
grade_3	85	95
grade_4	104	125
grade_5	114	137
grade_6	124	155
grade_7	134	180
grade_8	136	176
grade_9	143	180
grade_10	164	200
grade_11	161	186
adult	191	278

Parámetro	Tipo	Por defecto	Descripción
n_words	int	-	Número de palabras
wpm	float	278	Velocidad de lectura, palabras por minuto (READING_SPEED_WPM)

Fuentes: Brysbaert, M. How many words do we read per minute? A review and meta-analysis of reading rate. Journal of Memory and Language, 109, 2019. Ripoll, J. C., Tapia, M. M., Aguado, G. Velocidad lectora en alumnado hispanohablante: un metaanálisis. Revista de Psicodidáctica, 25(2), 2020.

Índice SMOG

smog_index · McLaughlin, 1969

calc_smog_index(n_complex, n_sents, a=1.043, b=30, c=3.1291)

Los años de escolaridad necesarios para leer el texto, según las palabras polisílabas por oración. En la fórmula original las palabras polisílabas tienen tres o más sílabas y b lleva su número a una muestra de 30 oraciones.

\[ a \cdot \sqrt{b \cdot \frac{\textrm{Número de palabras polisílabas}}{\textrm{Número de oraciones}}} + c \]

Un número de palabras o de oraciones que no es un entero no negativo lanza ParameterError.

El índice está ajustado para el inglés y queda fuera de get_stats; para el español es la entrada del grado SOL. ReadabilityStats pasa el número de palabras de tres o más sílabas.

Parámetro	Tipo	Por defecto	Descripción
n_complex	int	-	Número de palabras polisílabas
n_sents	int	-	Número de oraciones
a	float	1.043	Coeficiente a, ante la raíz cuadrada
b	float	30	Coeficiente b, el número de oraciones de la muestra
c	float	3.1291	Coeficiente c, la constante

Métodos

describe_grade(stat) devuelve la etapa escolar y la edad del lector para el grado de consenso o la fórmula de grado stat, consensus_grade por defecto; otra métrica lanza ParameterError.

Las fórmulas de grado de esTS son crawford_grade y sol_grade.

describe_level(stat) devuelve el nivel de la escala de interpretación (level_scale) de la métrica stat, flesch_reading_easy por defecto; una métrica sin escala de niveles y un valor no definido (nan) lanzan ParameterError.

En esTS las métricas con escala de niveles son flesch_reading_easy, mu_index y lix, y describe_level(stat, scale) acepta además una escala scale de READING_EASE_SCALES para la facilidad de lectura - inflesz, szigriszt o fernandez_huerta - en lugar de la escala del preajuste, None por defecto; una escala indicada para otra métrica y una escala desconocida lanzan ParameterError. level_scale(stat) devuelve la escala de una métrica como límites inferiores y sus niveles - para la facilidad de lectura, la escala del preajuste - o None para una métrica sin escala de niveles, RIX incluido.

describe(stat) devuelve la lectura de cualquier métrica según su escala: para el grado de consenso y una fórmula de grado, la etapa escolar y la edad del lector (describe_grade); para una métrica con escala de niveles (level_scale), su nivel; para otra métrica de grade_scales, la etapa y la edad de los años de escolaridad que da su escala; y None para una métrica sin escala o con un valor no definido (nan). Un nombre que no está en stats_desc ni es una propiedad pública de la clase lanza UnknownStatError.

En esTS las fórmulas de grado se leen como etapas del sistema educativo español, y también RIX a través de los grados de Anderson; la fórmula de Gutiérrez de Polini, el tiempo de lectura y las fórmulas del núcleo con sus coeficientes ingleses no tienen escala.

reading_time_by_speed(wpm) devuelve el tiempo de lectura del texto en minutos a la velocidad wpm, en palabras por minuto; una velocidad que no es un número positivo lanza ParameterError.

reading_time_by_norm(norm) devuelve los tiempos de lectura del texto en minutos a las velocidades de la norma norm de reading_speed_norms, en su orden; una norma desconocida lanza ParameterError.

Las normas de esTS dan las velocidades en voz alta y en silencio, así que el método devuelve los tiempos de lectura en voz alta y en silencio.

get_stats() devuelve un diccionario con las métricas de legibilidad de stats_desc.

print_stats() muestra una tabla con las métricas de legibilidad y sus descripciones de stats_desc bajo los encabezados de stats_headers.

CódigoResultado

rs.describe_grade(), rs.describe_grade("crawford_grade")
rs.describe_level(scale="szigriszt"), rs.describe_level("mu_index")
rs.level_scale("flesch_reading_easy")
rs.reading_time_by_speed(200), rs.reading_time_by_norm("grade_4")
{stat: rs.describe(stat) for stat in rs.get_stats()}
rs.get_stats()

('ESO (12-16 years)', 'primary school, grades 4-6 (9-12 years)')
('normal', 'difícil')
((80, 'muy fácil'),
 (65, 'bastante fácil'),
 (55, 'normal'),
 (40, 'algo difícil'),
 (0, 'muy difícil'))
(0.05, (0.09615384615384616, 0.08))
{'flesch_reading_easy': 'algo difícil',
 'gutierrez_polini_index': None,
 'crawford_grade': 'primary school, grades 4-6 (9-12 years)',
 'mu_index': 'difícil',
 'sol_grade': 'ESO (12-16 years)',
 'lix': 'very hard texts, laws and bureaucratic language',
 'rix': 'ESO (12-16 years)',
 'consensus_grade': 'ESO (12-16 years)',
 'reading_time': None}
{'flesch_reading_easy': 53.545000000000016,
 'gutierrez_polini_index': 33.5,
 'crawford_grade': 5.812999999999999,
 'mu_index': 50.943396226415096,
 'sol_grade': 9.258359866374562,
 'lix': 60.0,
 'rix': 5.0,
 'consensus_grade': 9.0,
 'reading_time': 0.03597122302158273}

El método to_dataframe es el de la interfaz de estadísticas del núcleo anyTS.

Escalas

El método describe_level lee la facilidad de lectura, la Legibilidad µ y LIX con las escalas de niveles de sus tarjetas, y describe lee cualquier métrica: estas tres con las mismas escalas, y las fórmulas de grado, el grado de consenso y RIX con las etapas escolares de grade_to_age; para una métrica sin escala da None.

Etapa escolar y edad

grade_to_age(grade)

La etapa del sistema educativo español y la edad del lector según el valor de una fórmula de grado, en años de escolaridad contados desde el primer curso de primaria a los seis años: el valor se redondea al entero más próximo (las mitades hacia arriba) y cae en la primera etapa cuyo último curso no supera, los valores por debajo de 1 en los cursos 1-3. Las etapas son ests.constants.GRADE_AGE_LEVELS y POSTGRADUATE_LEVEL, con etiquetas en inglés (('postgraduate', 'over 22 years')); la tabla las traduce:

Grado	Etapa	Edad
1-3	primaria, cursos 1-3	6-9 años
4-6	primaria, cursos 4-6	9-12 años
7-10	ESO	12-16 años
11-12	bachillerato	16-18 años
13-16	universidad	18-22 años
más de 16	posgrado	más de 22 años

Parámetro	Tipo	Por defecto	Descripción
grade	float	-	Valor de una fórmula de grado

Excepciones:

• ParameterError - un grado que no es un número finito.

CódigoResultado

from ests.readability_stats import grade_to_age

grade_to_age(9.0), grade_to_age(17)

('ESO (12-16 years)', 'postgraduate (over 22 years)')

Nivel de una escala

scale_level(value, scale)

El nivel de una escala para un valor: la escala se da como los límites inferiores de sus niveles en orden descendente, el valor cae en el primer nivel cuyo límite alcanza, y el nivel más bajo queda abierto por debajo.

Parámetro	Tipo	Por defecto	Descripción
value	float	-	Valor de una métrica
scale	list[tuple[float, Any]]	-	Límites inferiores y sus niveles en orden descendente

Un valor que no es un número finito y una escala vacía, que no es una lista de pares de un límite inferior finito y un nivel o con límites que no descienden lanzan ParameterError.

Las escalas de esTS son READING_EASE_SCALES y MU_SCALE de ests.constants; LIX se lee con los LIX_LEVELS del núcleo.

CódigoResultado

from ests.constants import MU_SCALE, READING_EASE_SCALES
from ests.readability_stats import scale_level

scale_level(50.9, MU_SCALE), scale_level(50.9, READING_EASE_SCALES["fernandez_huerta"])

('difícil', 'bastante difícil')