《Frontiers in Public Health》：Readability of U.S. food handler training materials: a natural language processing analysis of worker study guides and the federal Food Code
编辑推荐：
摘要
引言：在美国许多司法管辖区，取得食品处理人员证卡（food handler card）要求学习培训文件并通过书面考试；一个州在法律上要求将该文件提供给每位申请人。这些文件是否能被需要使用它们的工人所阅读，尚属未知。关于所有五十个州均要求认证的常见假设也
摘要
引言：在美国许多司法管辖区，取得食品处理人员证卡（food handler card）要求学习培训文件并通过书面考试；一个州在法律上要求将该文件提供给每位申请人。这些文件是否能被需要使用它们的工人所阅读，尚属未知。关于所有五十个州均要求认证的常见假设也是不准确的：在研究人员核实的辖区中，有些辖区强制要求培训但将其内容委托给私人供应商，因此没有面向工人的公开手册可供获取。
方法：研究人员采用自然语言处理流程（pdfplumber、spaCy、textstat）对按照记录在案的协议检索到的20份文件进行了分析：这些文件包括8个州11个辖区的14份面向工人的学习指南、2022年FDA《食品法典》（FDA Food Code），以及5份西班牙语对应文件（已排除在分析之外）。这些辖区合计约有2670万居民，约占美国人口的8%。文件是分析单位。研究人员对所有417个长度达到或超过80个标记（token）的句子进行了审计，并在三套提取规则集下报告结果。
结果：有一份文件表现突出。华盛顿州《食品工人手册》（Washington’s Food Worker Manual）在三套提取规则集下均达到了建议的六年级弗莱施-金凯德年级水平（Flesch–Kincaid Grade Level），平均句长为10.6词，同时涵盖了其他指南相同的十个内容领域。其余13份指南（共14份）在所有规则集下均超过了该目标（指南均值为10.33，95%置信区间9.15–11.11），且至多有一份达到了冈宁迷雾指数（Gunning Fog Index）8的目标（均值13.08，95%置信区间11.85–13.91）。《食品法典》比每一份指南都更难（弗莱施-金凯德15.30；冈宁迷雾19.02），平均句长为38.87词，而指南为25.00词。
讨论：华盛顿州的结果与认知负荷理论（Cognitive Load Theory）的阐释一致，该理论是上述测量方法的理论基础，并表明在该领域中较低阅读水平是可以实现的，这为各机构提供了一个可操作的模式而非仅仅是倡导。在材料被委托给私人供应商的情况下，其可访问性无法被审计。有两个州根据《美国残疾人法案》（Americans with Disabilities Act）采用了书面考试的替代方案，但二者在是否保留持证者的职业范围方面存在差异。可读性公式衡量的是文本难度而非理解能力；对工人进行直接测试是必要的下一步。
**论文解读：美国食品处理人员培训材料的可读性——基于自然语言处理的分析**
**一、研究背景与问题**
餐饮服务业常被视为进入有偿就业的便捷入口，尤其对于那些在其他行业面临障碍的人群。然而，进入该行业并非毫无门槛：许多辖区要求食品处理人员通过培训并取得食品处理人员证卡。这一过程通常涉及学习一份面向工人的培训指南并通过书面考试。对于阅读能力有限的工人而言，培训材料本身的难度可能成为获取从业资格乃至就业的制约因素。尽管已有大量关于食品安全教育材料的研究，但以往的可读性研究多聚焦于面向消费者的宣传手册，而非工人实际用于获取认证的学习指南。此外，一个在二手文献和培训行业材料中广泛流传的说法是“所有五十个州均要求食品处理人员认证”，但经研究人员对原始行政来源的核实，这一说法并不准确。美国各辖区实际上分为三类：发布免费公共工人手册的“发布者”（Publisher）；强制培训但将内容委托给私人认证供应商的“委托者”（Delegator）；仅要求有认证的食品防护经理而不设工人级培训要求的“仅管理者”（Manager_only）。只有第一类辖区会产生可供研究人员、倡导者或工人免费获取和审查的文件。这一结构性差异对任何试图系统研究这些材料的研究都构成了方法论上的挑战。
**二、研究目的与意义**
本研究有两个主要目标：第一，量化公开可获取的工人级食品处理人员培训文件的语言复杂性，并以2022年FDA《食品法典》作为其操作化的监管文本，对照既有的简明语言标准进行评估，在文件层面进行分析，并借助认知负荷理论进行解释；第二，刻画此类文件的辖区供应情况——哪些州发布工人级材料、哪些州委托给私人供应商、哪些州不要求工人级培训，从而使语料库建立在明确的抽样框架之上，而非基于便利性。研究还发现了两个州在《美国残疾人法案》框架下建立的书面考试替代路径，这一发现据研究人员所知尚未见诸已发表文献。
**三、关键技术与方法**
研究人员构建了一个自然语言处理流程，包括使用pdfplumber从PDF提取文本，使用spaCy（en_core_web_sm）进行句子分割，使用textstat计算可读性指标。样本来自8个州11个辖区的14份英语工人学习指南、2022年FDA《食品法典》以及5份西班牙语对应文件（后者仅检索存档但不参与分析），其中涉及阿拉斯加、爱达荷、俄勒冈、华盛顿、加利福尼亚、内华达、俄克拉何马和弗吉尼亚等州。这些辖区合计约2670万居民。研究人员对全部417个长度达到或超过80个标记的句子进行了完整人工审计，区分真实连贯散文与提取伪影（如并排项目列表、扁平化表格、多栏串读等），并在此基础上设计了三套提取规则集：宽松规则集（仅过滤极长句子）、严格规则集（针对审计发现的伪影类别进行过滤）、分类规则集（仅保留被判定为真实散文的句子）。可读性指标包括弗莱施-金凯德年级水平、冈宁迷雾指数、SMOG指数、新Dale-Chall分数和词汇密度。统计上以文件为分析单位，采用单样本精确Wilcoxon符号秩检验，并报告偏差校正与加速（BCa）自助法95%置信区间。
**四、研究结果**
**4.1 语料库构成与覆盖人口**
研究分析的语料库包含20份从联邦、州和县级来源检索的文件。其中15份为英语文件：14份工人学习指南和2022年FDA《食品法典》。另有5份西班牙语对应文件，仅检索存档但不分析。工人指南覆盖8个州11个辖区。其中四份文件由州级发布并适用于全州（阿拉斯加州、爱达荷州、俄勒冈州和华盛顿州），其余由县级或地区卫生部门发布。这些辖区合计约2670万居民，约占美国人口的8%。
**4.2 工人指南超过简明语言目标**
以文件为分析单位（n=14），在三套提取规则集下，工人指南均超过了两个简明语言目标。13份指南（共14份）在三套规则集下均超过弗莱施-金凯德6级目标；至多有一份达到冈宁迷雾8级目标，在三套规则集中的两套下则没有任何一份达到。平均而言，指南的弗莱施-金凯德分数在10.12至11.13之间，超出目标4至5个年级水平。单样本精确Wilcoxon符号秩检验在每种情况下均显著（p < 0.001）。放宽阈值至弗莱施-金凯德8级或冈宁迷雾12级，结论不变：始终只有华盛顿州一份指南达标。
**4.3 一个辖区证明目标在很大程度上可以实现**
华盛顿州《食品工人手册》是语料库中难度最低的文件，也是唯一达到简明语言目标的文件。它在三套规则集下均达到弗莱施-金凯德6级目标（分数为5.88、5.41、5.67），在三套规则集之一达到冈宁迷雾8级目标（7.90），另两套略高（8.37和8.27）。该文件在覆盖与其他指南相同的内容领域（食源性疾病、工人健康、洗手、裸手接触、温度控制、冷却、交叉污染、过敏原、消毒、清洁）的同时实现了这一低难度。其关键结构特征在于以短列表条目而非连贯段落进行教学：63%的分割句被归类为列表或片段内容，为语料库中最高比例。这种列表式结构并非缺陷，而是公认的降低外在认知负荷的简明语言技术。
**4.4 联邦《食品法典》明显难于工人指南**
2022年FDA《食品法典》在所有规则集下都是语料库中难度最高的文件，且随着伪影过滤变得更加严格，差距进一步扩大。在分类规则集下，其弗莱施-金凯德分数为16.97（严格规则集15.30），冈宁迷雾为20.75（严格规则集19.02），平均句长38.87词，而指南合并均值为25.00词。监管层与教学层之间的分离方向符合预期，但问题在于即使更易读的教学层仍比建议上限高出4至5个年级水平。
**五、讨论与结论**
**讨论总结：** 研究结果与认知负荷理论的预测一致——外在认知负荷是可修正的，相同内容可以以更低处理成本呈现。华盛顿州手册的存在证明，在食品安全培训这一内容领域，达到建议阅读水平是可行的。该手册的两个设计特征——以短自含单元而非连贯论述呈现教学、以常用词汇替代监管语域——与认知负荷理论的“分段”（segmenting）原则相符。然而，另一个重要发现是，在“委托者”辖区，法定培训材料的可访问性在原则上无法被审计，这构成了一个问责缺口。此外，华盛顿州和阿拉斯加州已分别建立了基于《美国残疾人法案》的书面考试替代路径：华盛顿州发放“限定职责证卡”（limited duty card），不要求书面考试，但将持证者限定于低公共卫生风险活动并在证卡上标注；阿拉斯加州则允许在工人证明对其实际从事或预期从事的活动有足够理解时豁免考试，且不预设活动为低风险。研究人员指出，阿拉斯加的模式更优，因为它跟随工人的实际职业范围而非对其能力的假设。研究局限性包括：可读性公式不测量理解能力；语料库抽样框架部分完成（仅核实8个辖区）；联邦文件仅一份，无法区分文本类型与文件身份；西班牙语材料因公式未校准而未被分析。
**结论翻译：** 美国公共卫生当局发布的食品处理人员培训材料的写作水平远高于面向公众健康传播所建议的阅读水平。在文件层面分析的十四份公开可获取的工人指南中，一份达到六年级弗莱施-金凯德目标，至多一份达到冈宁迷雾8目标，平均指南超出上限四至五个年级水平。该结果不随提取规则、可读性公式选择或对目标本身的合理放宽而改变。语料库本身表明，较低阅读水平是可以实现的：华盛顿州《食品工人手册》涵盖了与其他指南相同的内容领域，并在研究人员进行的每一次分析中均达到弗莱施-金凯德目标，平均句长为十一至十三个词，而语料库平均为十九至二十五个词。两个起草决策使其脱颖而出，任何机构都可以复制。第一，以短小自含单元而非连续论述呈现教学，华盛顿手册近三分之二的文本采用列表结构，为语料库中最高比例，约为平均水平的两倍。第二，在法规不要求技术术语的情况下，优先使用常用词汇而非监管语域。这两项建议都不要求机构委托新研究或牺牲技术准确性，且目标文本是公开的。此外，华盛顿州要求当地卫生官员向每位申请人提供工人手册，爱达荷州的指南建议其食品安全考试的答案包含在其手册中，而该手册的写作水平在十二至十三年级之间。在州强制分发文件或以文件为依据的考试作为就业门槛的情况下，文件的可读性已不再只是良好实践问题，而是该要求按预期运作的条件。对于委托私人供应商的辖区，可以通过在供应商认证中附加可读性标准和审计权来弥补问责缺口。最后，所检查的辖区中有两个已采用了其他辖区没有的便利条款：阿拉斯加豁免食品工人考试（在必要时以遵守《美国残疾人法案》），若工人证明对其从事或预期从事的活动有足够理解，并将这些活动列在证卡上；华盛顿则发放不需书面考试的限定职责证卡，范围限于其规则认定为低公共卫生风险的活动，并在凭证上标明限定职责。本研究确定的是，这些文件比它们本应达到的阅读难度更难；而无法确定的是工人在阅读时实际理解了什么。可读性公式测量的是文本的表面属性而非理解能力，一份文件可以被调整到目标分数而不会变得更清晰。确认这些起草变更能否改善工人理解，需要用必须使用这些材料的工人对修订版材料进行测试，这是必要的下一步。
