Up to a quarter of the Australian population may have suboptimal health literacy depending upon the measurement tool: results from a population-based survey
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
The objective of this paper is to measure health literacy in a representative sample of the Australian general population using three health literacy tools; to consider the congruency of results; and to determine whether these assessments were associated with socio-demographic characteristics. Face-to-face interviews were conducted in a stratified random sample of the adult Victorian population identified from the 2004 Australian Government Electoral Roll. Participants were invited to participate by mail and follow-up telephone call. Health literacy was measured using the Rapid Estimate of Adult Literacy in Medicine (REALM), Test of Functional Health Literacy in Adults (TOFHLA) and Newest Vital Sign (NVS). Of 1680 people invited to participate, 89 (5.3%) were ineligible, 750 (44.6%) were not contactable by phone, 531 (32%) refused and 310 (response rate 310/1591, 19.5%) agreed to participate. Compared with the general population, participants were slightly older, better educated and had a higher annual income. The proportion of participants with less than adequate health literacy levels varied: 26.0% (80/308) for the NVS, 10.6% (51 33/310) for the REALM and 6.8% (21/309) for the TOFHLA. A varying but significant proportion of the general population was found to have limited health literacy. The health literacy measures we used, while moderately correlated, appear to measure different but related constructs and use different cut offs to indicate poor health literacy.
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 | 0,012 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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