A Canadian exploratory study to define a measure of health literacy
Notice bibliographique
Résumé
This study undertook a qualitative exploration of an operational definition of health literacy and an examination of quantitative measures of health literacy skills. We interviewed 229 older Canadian adults. First we engaged them in open-ended discussions about their search for information on a self-selected health topic. Next we administered nine self-report items on health literacy skills, and then task-performance items. Task-performance questions were based on two published reading passages on five levels of difficulty to measure 'understanding' of health-related material. The Rapid Estimate of Adult Literacy in Medicine (REALM) was also administered as the comparison for criterion-related validity. Our open-ended questions elicited responses about the processes that people undergo when they attempt to access, understand, appraise and communicate health information. Qualitative findings revealed complexities in participants' interpretation of the meaning of all four health literacy skills. These descriptive findings add new knowledge about health literacy as a construct. Participants agreed with most of the self-report statements, thus indicating high belief in their own health literacy. REALM scores ranged from 45 to 66 with an average of 65 and standard deviation of 2.5. Quantitative scores on the reading passages were modestly correlated with scores on the REALM. The sum scale of self-report items, however, did not correlate with task-performance items, suggesting that the different types of items may not be measuring the same construct. We suggest that self-report items need more development and validation. Our study makes a contribution in exploring the complexities of measuring health literacy skills for general health contexts.
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 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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».