MétaCan
Menu
Retour à la cohorte
Enregistrement W2150861851 · doi:10.1177/1084713811430217

Factors in Client–Clinician Interaction That Influence Hearing Aid Adoption

2011· article· en· W2150861851 sur OpenAlexaff
Laya Poost-Foroosh, Mary Beth Jennings, Lynn Shaw, Margaret F. Cheesman

Notice bibliographique

RevueTrends in Amplification · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHearing aidHearing lossMEDLINEAudiologyComputer sciencePsychologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The influence of client-clinician interactions has not been emphasized in hearing health care, despite the extensive evidence of the impact of the provider-patient interaction on health outcomes. The purpose of this study was to identify factors in the client-clinician interaction that may influence hearing aid adoption. Thirteen adults who had received a hearing aid recommendation within the previous 3 months and 10 audiologists participated in a study to generate, sort, and rate the importance of factors in client-clinician interaction that may influence the hearing aid purchase decision. A concept mapping approach was used to define meaningful clusters of factors. Quantitative analysis and qualitative interpretation of the statements resulted in eight concepts. The concepts in order of their importance are (a) Ensuring client comfort, (b) Understanding and meeting client needs, (c) Client-centered traits and actions, (d) Acknowledging client as an individual, (e) Imposing undue pressure and discomfort, (f) Conveying device information by clinician, (g) Supporting choices and shared decision making, and (h) Factors in client readiness. Two overarching themes of client-centered interaction and client empowerment were identified. Results highlight the influence of the client-clinician interaction in hearing aid adoption and suggest the possibility of improving hearing aid adoption by empowering clients through a client-centered interaction.

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)0,010
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,079
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,455
Tête enseignante GPT0,503
Écart entre enseignants0,047 · 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'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

Citations107
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in AmplificationMême sujetPatient Satisfaction in HealthcareTravaux en français237 207