MétaCan
Menu
Retour à la cohorte
Enregistrement W3215784533 · doi:10.17061/phrp3152128

Older adults’ perceptions of current and future hearing healthcare services in Australia, England, US and Canada

2021· article· en· W3215784533 sur OpenAlexaffabout
Catherine McMahon, Cornetta L. Mosley, M. Kathleen Pichora‐Fuller, Adrian Davis, Carolyn Baylor, Kathryn M. Yorkston, Kelly L. Tremblay

Notice bibliographique

RevuePublic Health Research & Practice · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institutes of Health
Mots-clésHearing lossHealth careStigma (botany)PerceptionTransformative learningMedicineGerontologyPsychologyAudiologyPolitical sciencePsychiatryDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: A high prevalence of hearing loss in older adults contrasts with a small proportion of people who seek help. Emerging developments in hearing healthcare (HHC) could reduce costs but may not increase access. This study evaluated older adults' perceptions of current and future HHC services in Australia, England, US and Canada to explore potential levers and system improvements. METHODS: Semi-structured focus groups (n = 47) were conducted, and data were analysed using a directed content analysis. Participants were adults 60 years and older with a) no hearing problems; b) hearing problems and hearing aid use; and c) hearing problems and no hearing aid use. RESULTS: Perceived barriers, facilitators and preferences were largely consistent across countries, with stigma and trust in HHC being the barriers most often discussed. CONCLUSION: Although cost and access were consistently deemed important, there may be limited change in help-seeking and HHC uptake unless the key barriers of trust and stigma are addressed. When seeking to undertake transformative change to healthcare it is important to engage recipients of care to understand existing barriers and coproduce a user-centered solution.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,193
Tête enseignante GPT0,468
Écart entre enseignants0,274 · 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'étudeQualitatif
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

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Health Research & PracticeMême sujetHearing Loss and RehabilitationTravaux en français237 207