E- SAĞLIK OKURYAZARLIĞININ KARARLARA KATILIMA ETKİSİNDE HASTA HAKLARI FARKINDALIK DÜZEYİNİN ARACI ROLÜ
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
E-sağlık (elektronik sağlık) okuryazarlığının hastanın kararlara katılımına etkisinde hasta hakları farkındalığının aracı etkisinin olup olmadığını belirlemek amaçlanmaktadır. Çalışmanın evreni, Sakarya ilinde ikamet eden, aynı hastaneden en az iki kere aynı doktordan hizmet almış olan 18 yaş üstü bireyleri kapsamaktadır. Çalışmanın örneklemini ise, 01/07/2021-01/08/2021 tarihler arasında araştırmaya katılmayı kabul eden 386 kişi oluşturmaktadır. Araştırmada veri toplama aracı olarak dört bölümden (Sosyo-Demografik Bilgi Formu, E-Sağlık Okuryazarlığı Ölçeği, Hasta Hakları Farkındalığı Ölçeği ve Kararlara Katılım Ölçeği) oluşan bir anket formu kullanılmıştır. Verilerin analizinde SPSS ve Smart PLS 3 programları kullanılmış olup, SPSS programında tanımlayıcı istatistiksel yöntemler ve güvenilirlik analizleri gerçekleştirilmiş ve Smart PLS programında ise yapısal eşitlik modeli analizi yapılmıştır. Hastaların e-sağlık okuryazarlık düzeyleri hasta hakları farkındalık düzeylerini pozitif yönlü etkilerken, kararlara katılımlarını etkilememektedir. Ayrıca hasta hakları farkındalık düzeyleri kararlara katılımlarını etkilemektedir. E-sağlık okuryazarlık düzeylerinin kararlara katılımlarına etkisinde hasta hakları farkındalık düzeylerinin aracı rolü bulunmaktadır. Bireylere sağlıkla ilgili bilgileri internet kaynaklarından doğru ve güvenilir bir şekilde nasıl elde edeceklerine yönelik bilgilendirme yapılmalı, hasta haklarına ilişkin bilgi ve becerileri geliştirilmeli, sağlık bakım hizmetindeki kararlara katılım konusunda duyarlı hale getirilmelidir.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 découle