Tornado Hazard Communication Disparities among Spanish-Speaking Individuals in an English-Speaking Community
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The state of Oklahoma, known for destructive tornados, has a native Spanish-speaking (NSS) population of approximately 180,241, of which 50% report being able to speak English "very well" (US Census Bureau). With almost 50% of these native Spanish-speaking persons being limited English proficient (LEP), their reception of tornado hazard communications may be restricted. This study conducted in northeast Oklahoma (USA) evaluates the association between native language and receiving tornado hazard communications. METHODS: This study was a cross-sectional survey conducted among a convenience sample of NSS and native English-speaking (NES) adults at Xavier Clinic and St. Francis Trauma Emergency Center in Tulsa, OK, USA from September 2009 through December 2009. Of the 82 surveys administered, 80 were returned, with 40 NES and 40 NSS participants. A scoring system (Severe Weather Information Reception (SWIR)) was developed to quantify reception of hazard information among the study participants (1-3 points=poor reception, 4-5=adequate reception, 6-8=excellent reception). Pearson's chi-squared test was used to calculate differences between groups with Yates' continuity correction applied where appropriate, and SWIR scores were analyzed using ANOVA. P-values<.05 were considered significant. RESULTS: NSS fluency in English was 25.6%. No significant association was found between native language and those who watch television, listen to radio, have a National Oceanic and Atmospheric Administration (NOAA) All Hazards radio or telephone, or are in audible range of a tornado siren. NSS were less likely to have Internet access (P<.004), and less likely to know of local telephone warning programs (P<.03). The mean NSS SWIR score was 3.2 (95% CI, 2.8-3.7) while LEP NSS averaged 2.8 (95% CI, 2.4-3.2). The mean NES SWIR score was 4.5 (95% CI, 4.1-5.0). CONCLUSION: Results demonstrate a disparity in tornado warning reception between NSS and NES. Poor English proficiency was noted to be 75% among NSS, which is approximately 25% more than estimated by the US Census Bureau. This study demonstrates a need for emergency managers to recognize when appropriate and overcome communication disparities among limited English proficient populations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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