MétaCan
Menu
Retour à la cohorte
Enregistrement W2981699589 · doi:10.1017/dmp.2019.90

Literature Review: Strategies for Addressing Language Barriers During Humanitarian Relief Operations

2019· review· en· W2981699589 sur OpenAlexaff
Carlo Riccardo Rossi, Sylvain Grenier, Régis Vaillancourt

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensChildren's Hospital of Eastern OntarioCanadian Blood ServicesUniversity of OttawaCanadian Armed Forces
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Nexus (standard)Language barrierNorth Atlantic TreatyInterpreterDiplomacyPublic relationsPolitical scienceMedical educationMedicineKnowledge managementPsychologyEngineeringComputer scienceLawGeography

Résumé

récupéré en direct d'OpenAlex

Humanitarian relief operations (HUMRO) represent a nexus between military diplomacy and global health engagement, and may play an increasing role in military operations in the near future. Language barriers between providers and the individuals being assisted are a significant constraint on HUMRO. A literature review was conducted to identify recommendations to address patient-provider language discordance in the international HUMRO context. This was supplemented by a North Atlantic Treaty Organization and US Department of Defense doctrinal review to identify existing best practices for addressing language barriers. Four general themes were identified: (1) print-based aids, (2) information technology, (3) bilingual responders, and (4) the effective use of medical interpreters in the HUMRO setting. Each strategy is reviewed. Informed by expert opinion, we provide concrete leadership and training recommendations for how HUMRO providers might more effectively communicate with patients in a deployed language-discordant context.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
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 enseignants0,547
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,235
Tête enseignante GPT0,526
Écart entre enseignants0,291 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health PreparednessMême sujetInterpreting and Communication in HealthcareTravaux en français237 207