MétaCan
Menu
Retour à la cohorte
Enregistrement W2161370998 · doi:10.1186/1475-9276-12-75

Sociodemographic data collection for health equity measurement: a mixed methods study examining public opinions

2013· article· en· W2161370998 sur OpenAlexafffundabout
Maritt Kirst, Ketan Shankardass, Sivan Bomze, Aïsha Lofters, Carlos Quiñonez

Notice bibliographique

RevueInternational Journal for Equity in Health · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensUniversity of TorontoWilfrid Laurier UniversitySt. Michael's Hospital
Organismes subventionnairesGovernment of Ontario
Mots-clésData collectionHealth careEquity (law)Public healthHealth services researchHealth equityMedicineFamily medicineNursingPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Monitoring inequalities in healthcare is increasingly being recognized as a key first step in providing equitable access to quality care. However, the detailed sociodemographic data that are necessary for monitoring are currently not routinely collected from patients in many jurisdictions. We undertook a mixed methods study to generate a more in-depth understanding of public opinion on the collection of patient sociodemographic information in healthcare settings for equity monitoring purposes in Ontario, Canada. The study included a provincial survey of 1,306 Ontarians, and in-depth interviews with a sample of 34 individuals. Forty percent of survey participants disagreed that it was important for information to be collected in healthcare settings for equity monitoring. While there was a high level of support for the collection of language, a relatively large proportion of survey participants felt uncomfortable disclosing household income (67%), sexual orientation (40%) and educational background (38%). Variation in perceived importance and comfort with the collection of various types of information was observed among different survey participant subgroups. Many in-depth interview participants were also unsure of the importance of the collection of sociodemographic information in healthcare settings and expressed concerns related to potential discrimination and misuse of this information. Study findings highlight that there is considerable concern regarding disclosure of such information in healthcare settings among Ontarians and a lack of awareness of its purpose that may impede future collection of such information. These issues point to the need for increased education for the public on the purpose of sociodemographic data collection as a strategy to address this problem, and the use of data collection strategies that reduce discomfort with disclosure in healthcare settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,951
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,671
Tête enseignante GPT0,560
Écart entre enseignants0,110 · 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 tête enseignante, 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

Citations38
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetHealthcare Policy and ManagementTravaux en français237 207