The influence of task environment and health literacy on the quality of parent-reported ADHD data
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
OBJECTIVES: To determine 1) the extent to which paper-based and computer-based environments influence the sufficiency of parents' report of child behaviors and the accuracy of data on current medications, and 2) the impact of parents' health literacy on the quality of information produced. METHODS: We completed a randomized controlled trial of data entry tasks with parents of children with Attention Deficit Hyperactivity Disorder (ADHD). Parents completed the NICHQ Vanderbilt ADHD screen and a report of current ADHD medications on paper or using a computer application designed to facilitate data entry. Literacy was assessed by the Test of Functional Health Literacy in Adults (TOFHLA). Primary outcomes included sufficient data to screen for ADHD subtypes and accurate report of total daily dose of prescribed ADHD medications. RESULTS: Of 271 parents screened, 194/271 were eligible and 182 were randomized. Data from 180 parents were analyzed. 5.6% parents had inadequate/marginal TOFHLA scores. Using the computer, parents provided more sufficient and accurate data compared to paper (sufficiency for ADHD screening, paper vs. computer: 87.8% vs. 93.3%, P = 0.20; accuracy of medication report: 14.3% vs. 69.4%; p<0.0001). Parents with adequate literacy had increased odds of reporting sufficient and accurate data (sufficiency for ADHD screening: OR 8.0, 95% CI 2.0-32.1; accuracy of medication report: OR 4.4, 95% CI 0.5-37.4). In adjusted models, the computer task environment remained a significant predictor of accurate medication report (OR 18.7, 95% CI 7.5-46.9). CONCLUSIONS: Structured, computer-based data entry by parents may improve the quality of specific types of information needed for ADHD care. Health literacy affects parents' ability to share valid information.
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 | 0,005 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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