Cultural Adaptation of Digital Knowledge Translation Tools for Acute Otitis Media in Low- to Middle-Income Countries: Mixed Methods Usability Study
Notice bibliographique
Résumé
BACKGROUND: Acute otitis media (AOM) is the most common pediatric bacterial ear infection. AOM presents challenges to parents who lack accurate information. Digital knowledge translation tools offer a promising approach to communicating complex health information. We developed AOM knowledge translation tools for Canadian parents and augmented them for Pakistani parent end users. OBJECTIVE: This pilot study aimed to (1) develop AOM knowledge translation tools for Canadian parents, (2) adapt the knowledge translation tools across cultural contexts, and (3) evaluate the usability of the adapted knowledge translation tools. METHODS: Parents' perceptions of the translated knowledge translation tools' usability were explored using a mixed-methods design. We recruited parent participants from a hospital in Pakistan to complete usability surveys (n=47) and focus group interviews (n=21). Descriptive statistics and content analysis were used to analyze data. RESULTS: Usability results showed the usefulness and effectiveness of both adapted knowledge translation tools. Parents reported preferring a digital media narrative format in their own language. Findings revealed that culturally adapted knowledge translation tools are effective in transferring health information to parents. CONCLUSIONS: Digital knowledge translation tools offer a promising approach to improving health literacy and communicating complex health information to parents of children with AOM. Culturally adapting the tools generated important knowledge that will contribute to knowledge translation advancements. Evaluation of the tool effectiveness is a critical next step to exploring the impact of knowledge translation tools on child 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».