MétaCan
Menu
Retour à la cohorte
Enregistrement W2168455355 · doi:10.1111/j.1468-0009.2006.00440.x

The Need for More Research on Language Barriers in Health Care: A Proposed Research Agenda

2006· review· en· W2168455355 sur OpenAlexaff
Elizabeth A. Jacobs, Alice Hm Chen, Leah Karliner, Niels Agger-Gupta, Sunita Mutha

Notice bibliographique

RevueMilbank Quarterly · 2006
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensRoyal University HospitalRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésLanguage barrierHealth carePsychological interventionAffect (linguistics)Public relationsFace (sociological concept)NursingPsychologyMedicineMedical educationSociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Many U.S. residents who speak little English may face language barriers when seeking health care. This article describes what is currently known about language barriers in health care and outlines a research agenda based on mismatches between the current state of knowledge of language barriers and what health care stakeholders need to know. Three broad areas needing more research are discussed: the ways in which language barriers affect health and health care, the efficacy of linguistic access service interventions, and the costs of language barriers and efforts to overcome them. In each of these areas, we outline specific research questions and recommendations.

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)0,076
score de la tête « metaresearch » (Gemma)0,073
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,073
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,006
Bibliométrie0,0090,014
Études des sciences et des technologies0,0040,009
Communication savante0,0120,043
Science ouverte0,0060,008
Intégrité de la recherche0,0180,016
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,328
Tête enseignante GPT0,635
Écart entre enseignants0,307 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations320
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilbank QuarterlyMême sujetInterpreting and Communication in HealthcareTravaux en français237 207