Online education for gluten‐free diet teaching: Development and usability testing of an e‐learning module for children with concurrent celiac disease and type 1 diabetes
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Celiac disease (CD), the most common genetically-based food intolerance, affects 3% to 16% of children with type 1 diabetes (T1D). Treatment involves lifelong adherence to a gluten-free diet (GFD). Individualized dietary education is resource-intensive. We, therefore, sought to develop and test the usability of an e-learning module aimed at educating patients and caregivers regarding implementation of the GFD in children with concurrent CD and T1D. METHODS: An interactive e-learning module was developed based on extensive review of CD, T1D, and educational literature. A mixed-methods usability testing approach was used to refine and evaluate the module, using qualitative semi-structured interviews, observations, and satisfaction and knowledge questionnaires in two iterative cycles. The module was refined based on themes identified from each usability cycle. RESULTS: Eighteen patients (8 in cycle 1, 10 in cycle 2) and 15 caregivers (7 in cycle 1, 8 in cycle 2) participated. Patient participants had CD and T1D for a mean (SD) of 6.1 ± 5.1 and 8.3 ± 5.5 years, respectively. Their mean age was 13.5 ± 4.5 years. Thematic analysis of usability interviews showed the module to be appealing and resulted in minor module revisions after each cycle to improve usability. Mean satisfaction scores post-module completion were high (4.67 ± 0.54), indicating participants were "very satisfied" with the education. Knowledge test scores increased significantly from pre- to post-module completion (P = 0.001). CONCLUSION: A multifaceted user-centered usability approach demonstrated that an innovative, interactive e-learning module is effective in knowledge retention and can provide comprehensive and accessible information in the implementation of the GFD teaching in children with CD and T1D.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».