MétaCan
Menu
Retour à la cohorte
Enregistrement W1563209007 · doi:10.24095/hpcdp.29.1.01

Health Literacy and Numeracy: Key Factors in Cancer Risk Comprehension

2008· article· en· W1563209007 sur OpenAlexafffundvenueabout
Lorie Donelle, José F. Arocha, Laurie Hoffman‐Goetz

Notice bibliographique

RevueChronic diseases in Canada · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of WaterlooWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNumeracyHealth literacyContext (archaeology)LiteracyComprehensionMedicineAnxietyHealth carePsychologyDevelopmental psychologyComputer sciencePsychiatryPedagogy

Résumé

récupéré en direct d'OpenAlex

In this age of chronic disease and shared decision making, individuals are encouraged to contribute to decisions about health care. Health literacy, including numeracy, is requisite to meaningful participation and has been accepted as a determinant of health. The purpose of this study was to describe the influence of literacy, consisting of prose and numeracy skill, math anxiety, attained education and context of information on participant ability to comprehend Internet-based colorectal cancer prevention information. Prose, numeracy, and math-anxiety data, as well as demographic details, were collected for 140 Canadian adults, aged 50 + years. Participants had adequate prose literacy (STOFHLA) scores, high STOFHLA numeracy scores, moderate levels of health-context numeracy, poorer general-context numeracy and moderate math anxiety. There was better comprehension by participants of common (9.14/11) compared with uncommon (7.64/11) colorectal cancer information (p < 0.01). Prose literacy, numeracy, math anxiety and attained education accounted for 60% of the variation in participant comprehension scores. Numeracy, ranging from basic to advanced proficiency, is required to understand online cancer risk information. Prose literacy enhances numeracy when the subject matter is less familiar. These findings highlight the importance of presenting Web-based information that accommodates diverse health literacy and numeracy levels.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,406
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2008
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueChronic diseases in CanadaMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207