NORMAN VE SKINNER’IN E-SAĞLIK OKURYAZARLIĞI ÖLÇEĞİNİN KÜLTÜREL UYARLAMASI İÇİN GEÇERLİLİK VE GÜVENİLİRLİK ÇALIŞMASI
Notice bibliographique
Résumé
This study examined the cultural adaptation of an electronic health literacy survey for Turkish society, developed by Cameron D. Norman and Harvey A. Skinner from University of Toronto, and applied validity and reliability tests. The survey, which was developed for the information level of the users, is an important source of data. Psychological scales from many cultures are currently used in other cultures after cultural adaptation and language translation. This study is a good example of this. The translations were made by two English instructors (English–Turkish, Turkish–English) for the purpose of testing the language equivalence of the survey. Positive and significant correlations were observed between English and Turkish surveys. The Turkish survey form, for which validity and reliability analyses were made, was disseminated to 800 individuals. It has a one-dimensional structure with eight items, according to results of explanatory and confirmatory factor analysis which were used to determine item structure. According to the validity factor structure, internal consistency was found to be 0.863 and test–retest reliability was found to be 0.886. The electronic health literacy survey, which was intended to be added to the Turkish body of instruments, can be used in different studies on the importance of literacy in obtaining information on health using the internet and social media.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,003 |
| Communication savante | 0,001 | 0,014 |
| Science ouverte | 0,010 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».