International patterns of the public awareness of aphasia
Notice bibliographique
Résumé
BACKGROUND: It has been suggested that public awareness of aphasia is vital for extending services, research support, social inclusion and targeted raising of awareness. Earlier studies show that knowledge of aphasia varies across a range of variables, but is very low compared with other conditions. AIMS: To report a series of surveys of public awareness of aphasia from six countries, the largest study conducted this far. METHODS & PROCEDURES: Surveys were conducted in Argentina (N = 800), Canada (N = 831), Croatia (N = 400), Greece (N = 800), Norway (N = 251) and Slovenia (N = 400) using the same methodology requesting information on age, sex and occupation, asking whether respondents had heard of aphasia and where they had heard of it. Respondents were tested on their levels of knowledge of aphasia. OUTCOMES & RESULTS: Results revealed low levels of awareness of aphasia in countries surveyed with marked variability that appeared to interact with occupation, country, age and sex. We surveyed 3483 respondents (mean age = 43.16; SD = 17.68). Between 60% (Croatia) and 16% (Slovenia) said they had heard of aphasia (37.1% overall), but those with actual knowledge ranged from 13.9% (Norway) to 1.0% (Argentina). The combined mean of those with basic knowledge was 9.2%. Those who had heard of aphasia were younger; and females had higher levels of awareness. We also found associations between socio-economic status and awareness. Those working in health, social and educational spheres had the highest levels. Respondents mainly heard about aphasia through the media and work or personal contact with aphasia. CONCLUSIONS & IMPLICATIONS: Levels of awareness are low everywhere in absolute terms, and relative to the awareness of other conditions, with significant variability between countries, sex and socio-economic status. We examine how surveys can be utilized to plan ways to increase understanding and discuss the comparison of awareness of aphasia with other conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».