Appropriateness of Language Used in Patient Educational Materials from 24 National Anesthesiology Associations
Notice bibliographique
Résumé
BACKGROUND: Patient education materials produced by national anesthesiology associations could be used to facilitate patient informed consent and promote the discipline of anesthesiology. To achieve these goals, materials must use language that most adults can understand. Health organizations recommend that materials be written at the grade 8 level or less to ensure that they are understood by laypersons. The authors, therefore, investigated the language of educational materials produced by anesthesiology associations. METHODS: Educational materials were downloaded from the Web sites of 24 national anesthesiology associations, as available. Materials were divided into eight topics, resulting in 112 separate passages. Linguistic measures were calculated using Coh-Metrix (version 3.0; Memphis, USA) linguistic software. The authors compared the measures to a grade 8 standard and examined the influence of both passage topic and country of origin using multivariate ANOVA. RESULTS: The authors found that 67% of associations provided online educational materials. None of the passages had all linguistic measures at or below the grade 8 level. Linguistic measures were influenced by both passage topic (F = 3.64; P < 0.0001) and country of origin (F = 7.26; P < 0.0001). Contrast showed that passages describing the role of anesthesiologists in perioperative care used language that was especially inappropriate. CONCLUSIONS: Those associations that provided materials used words that were long and abstract. The language used was especially inappropriate for topics that are critical to facilitating patient informed consent and promoting the discipline of anesthesiology. Anesthesiology associations should simplify their materials and should consider screening their materials with linguistic software before making them public.
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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».