MétaCan
Menu
Retour à la cohorte
Enregistrement W2608869440 · doi:10.2196/jmir.6731

Social Health Inequalities and eHealth: A Literature Review With Qualitative Synthesis of Theoretical and Empirical Studies

2017· review· en· W2608869440 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Medical Internet Research · 2017
Typereview
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensCentre hospitalier universitaire de QuébecUniversité Laval
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorAGE-WELLUniversité Laval
Mots-cléseHealthInequalityQualitative researchSocial inequalityEmpirical researchSociologyPsychologyComputer scienceData scienceHealth careMathematicsSocial sciencePolitical scienceStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: eHealth is developing rapidly and brings with it a promise to reduce social health inequalities (SHIs). Yet, it appears that it also has the potential to increase them. OBJECTIVES: The general objective of this review was to set out how to ensure that eHealth contributes to reducing SHIs rather than exacerbating them. This review has three objectives: (1) identifying characteristics of people at risk of experiencing social inequality in health; (2) determining the possibilities of developing eHealth tools that avoid increasing SHI; and (3) modeling the process of using an eHealth tool by people vulnerable to SHI. METHODS: Following the EPPI approach (Evidence for Policy and Practice of Information of the Institute of Education at the University of London), two databases were searched for the terms SHIs and eHealth and their derivatives in titles and abstracts. Qualitative, quantitative, and mixed articles were included and evaluated. The software NVivo (QSR International) was employed to extract the data and allow for a metasynthesis of the data. RESULTS: Of the 73 articles retained, 10 were theoretical, 7 were from reviews, and 56 were based on empirical studies. Of the latter, 40 used a quantitative approach, 8 used a qualitative approach, 4 used mixed methods approach, and only 4 were based on participatory research-action approach. The digital divide in eHealth is a serious barrier and contributes greatly to SHI. Ethnicity and low income are the most commonly used characteristics to identify people at risk of SHI. The most promising actions for reducing SHI via eHealth are to aim for universal access to the tool of eHealth, become aware of users' literacy level, create eHealth tools that respect the cultural attributes of future users, and encourage the participation of people at risk of SHI. CONCLUSIONS: eHealth has the potential to widen the gulf between those at risk of SHI and the rest of the population. The widespread expansion of eHealth technologies calls for rigorous consideration of interventions, which are not likely to exacerbate SHI.

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 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)0,044
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0440,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,007
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 Opus0,769
Tête enseignante GPT0,743
Écart entre enseignants0,025 · 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