Notice bibliographique
Résumé
This book examines existing research into communication between health care providers and minority ethnic1 health care users who lack fluency2 in English. The book should be of value to academics, researchers, and students in health care and also the sociology of health, and to health service practitioners and leaders. It takes account of research conducted within health care disciplines, while complementing this with perspectives derived from the sociology of health and communication. The strong dual focus on empirical research and on communication sets it apart from other books focused on minority ethnic users and health, which have tended to have a less empirical flavour (Robinson, 1998), or to focus more generally on ethnicity (Ahmad, 1993). The book does not exhaustively explore the full range of barriers to health care facing minority ethnic patients. Many members of minority ethnic groups in the UK do not lack fluency in English; an increasing number are born and raised here. Yet many of the communication barriers they face doubtless overlap with those of non-fluent speakers, for example concerning institutional and attitudinal rather than strictly linguistic factors; however, not all the research touching on their needs is covered here. At the same time, the scope of the book remains wide-ranging, and it includes research conducted in several countries where English is a national language, widely used in health care, particularly the US, Canada, and Australia, as well as the UK. As a result, a considerable diversity of minority ethnic groups and health care contexts is considered. Some facets of the research are rather context-dependent, indeed the robustness of communication research may require context-sensitivity, yet many aspects of each study should have broad application wherever minority ethnic users not fluent in English strive to have their communication needs understood and met.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,567 | 0,438 |
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 ».