Canadian adaptation of the Newest Vital Sign<sup>©</sup>, a health literacy assessment tool
Notice bibliographique
Résumé
OBJECTIVE: The Newest Vital Sign© (NVS) was developed in the USA to measure patient health literacy in clinical settings. We adapted the NVS for use in Canada, in English and French, and created a computerized version. Our objective was to evaluate the reliability of the Canadian NVS as a self-administered computerized tool. DESIGN: We used a randomized crossover design with a washout period of 3-4 weeks to compare health literacy scores obtained using the computerized version with scores obtained using the standard interviewer-administered NVS. ANOVA models and McNemar's tests assessed differences in outcomes assessed with each version of the NVS and order effects of the testing. SETTING: Participants were recruited from multicultural catchment areas in Ontario and Nova Scotia. SUBJECTS: English- and French-speaking adults aged 18 years or older. RESULTS: A total of 180 (81 %) of the 222 adults (112 English/110 French) initially recruited completed both the interviewer-NVS and computer-NVS. Scores for those who completed both assessments ranged from 0 to 6 with a mean of 3·63 (sd 2·11) for the computerized NVS and 3·41 (sd 2·21) for the interview-administered NVS. Few (n 18; seven English, eleven French) participants' health literacy assessments differed between the two versions. CONCLUSIONS: Overall, the computerized Canadian NVS performed as well as the interviewer-administered version for assessing health literacy levels of English- and French-speaking participants. This Canadian adaptation of the NVS provides Canadian researchers and public health practitioners with an easily administered health literacy assessment tool that can be used to address the needs of Canadians across health literacy levels and ultimately improve health outcomes.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».