MétaCan
Menu
Retour à la cohorte
Enregistrement W2798061827 · doi:10.15446/rsap.v19n4.44319

A province-wide survey on self-reported language proficiency and its influence in global health education

2017· article· es· W2798061827 sur OpenAlexaffabout
Mirella Veras Mirella, Kevin Pottie, Vivian Welch, Javier Eslava‐Schmalbach, Peter Tugwell

Notice bibliographique

RevueRevista de Salud Pública · 2017
Typearticle
Languees
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLanguage barrierHealth careNursingPsychologyObservational studyMedical educationGlobal healthCross-sectional studyMedicinePublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Objetivo De acuerdo con la literatura, el idioma es el obstáculo más común en el contexto de la atención médica y un factor de riesgo asociado con resultados negativos. El objetivo de este estudio es presentar las diferencias percibidas entre los estudiantes de enfermería que hablan un idioma y aquellos que hablan dos o más (competencia lingüística reportada por ellos mismos) y sus habilidades y necesidades de aprendizaje en salud global.Método Estudio observacional de corte transversal entre estudiantes de enfermería de cinco universidades de Ontario. Se diseñó una encuesta para medir el conocimiento, las habilidades y las necesidades de aprendizaje en salud global.Resultados Se observó que los estudiantes que hablan más de dos idiomas tienen mayor probabilidad de interesarse más en aprender sobre problemas de salud global, los riesgos para la salud y su asociación con los viajes y la migración (p=0,44), así como sobre los determinantes sociales de la salud (p=0,042).Conclusión Es necesario que se brinde capacitación en aprendizaje de otros idiomas a los estudiantes de enfermería para que puedan afrontar las barreras impuestas por el lenguaje en los contextos de atención médica y mejorar la salud global, de manera local e internacional.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,416
Écart entre enseignants0,379 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista de Salud PúblicaMême sujetCultural Competency in Health CareTravaux en français237 207