MétaCan
Menu
Retour à la cohorte
Enregistrement W2120086479 · doi:10.1093/heapro/16.3.289

Health literacy: addressing the health and education divide

2001· article· en· W2120086479 sur OpenAlexfundno aff
Ilona Kickbusch

Notice bibliographique

RevueHealth Promotion International · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesHealth Canada
Mots-clésHealth literacyHealth promotionLiteracyHealth educationSocial determinants of healthPublic healthHealth equityHealth policyPopulationPublic relationsMedicineHealth carePolitical sciencePsychologyEnvironmental healthNursingPedagogy

Résumé

récupéré en direct d'OpenAlex

Health literacy as a discrete form of literacy is becoming increasingly important for social, economic and health development. The positive and multiplier effects of education and general literacy on population health, particularly women's health, are well known and researched. However, a closer analysis of the current HIV/AIDS epidemics, especially in Africa, indicates a complex interface between general literacy and health literacy. While general literacy is an important determinant of health, it is not sufficient to address the major health challenges facing developing and developed societies. As a contribution to the health literacy forum in Health Promotion International, this paper reviews concepts and definitions of literacy and health literacy, and raises conceptual, measurement and strategic challenges. It proposes to develop a set of indicators to quantify health literacy using the experience gained in national literacy surveys around the world. A health literacy index could become an important composite measure of the outcome of health promotion and prevention activities, could document the health competence and capabilities of the population of a given country, community or group and relate it to a set of health, social and economic outcomes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,011
Communication savante0,0080,013
Science ouverte0,0010,010
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,123
Tête enseignante GPT0,423
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations756
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetICT in Developing CommunitiesTravaux en français237 207