MétaCan
Menu
Retour à la cohorte
Enregistrement W3193653373 · doi:10.31020/mutftd.943953

Bir Üniversite Hastanesindeki Aile Hekimliği Poliklinik Hastalarının Sağlık Okuryazarlık Düzeyleri ve İlişkili Etkenler

2021· article· tr· W3193653373 sur OpenAlexaff
Nilüfer Emre, Mehmet Arslan, Tamer Edirne, Aysun Özşahin, Aylin ÇİĞDEM

Notice bibliographique

RevueMersin Üniversitesi Tıp Fakültesi Lokman Hekim Tıp Tarihi ve Folklorik Tıp Dergisi · 2021
Typearticle
Languetr
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Amaç: Çalışmada, aile hekimliği polikliniğine başvuran hastaların sağlık okuryazarlığı seviyelerini ve etkileyen durumları değerlendirmek planlanmıştır.Yöntem: Bu tanımlayıcı-kesitsel çalışma Mart-Haziran 2020 arasında gerçekleştirildi. Çalışma grubunu, Pamukkale Üniversitesi Tıp Fakültesi aile hekimliği polikliniğine başvuran 18 yaş üstü, okuryazar, iletişim kurulabilen ve çalışmaya katılmaya onay veren kişiler oluşturmaktadır. Anket formu 15 soruluk demografik özellikler ile sağlık okuryazarlığını değerlendirmek için Türkiye Sağlık Okuryazarlığı Ölçeği-32’den oluşmaktadır.Bulgular: Çalışmaya katılan 211 kişinin %55,5’i (n=117) kadın ve yaş ortalamaları 31,9±10,4 idi. Katılımcıların %17,1’i (n=36) yetersiz, %28,9’u (n=61) ise sorunlu-sınırlı sağlık okuryazarlığına sahipti. Yetersiz sağlık okuryazarlık düzeyi lise altı eğitimi olanlarda, evlilerde, fazla kilolu ve obezlerde anlamlı olarak daha yüksek saptandı (sırasıyla p=0,003; p=0,011; p=0,042). Sağlık okuryazarlık ortalama puanı ve alt grup puanlarında ile yaş ve beden kitle indeksi (BKİ) arasında negatif yönde zayıf düzeyde ilişki bulundu (sağlık okuryazarlık toplam puanı sırasıyla r=-0,291 p=<0,001; r=-0,194 p=0,005).Sonuç: Sağlık okuryazarlık düzeyi medeni durum, eğitim durumu, BKİ düzeyinden etkilenmekteydi. Ayrıca genç yaş grubu ve düşük BKİ ile sağlık okuryazarlık ortalama puanı ve alt grup puanları ilişkiliydi.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0330,006

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 Opus0,038
Tête enseignante GPT0,347
Écart entre enseignants0,308 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMersin Üniversitesi Tıp Fakültesi Lokman Hekim Tıp Tarihi ve Folklorik Tıp DergisiMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207