MétaCan
Menu
Retour à la cohorte
Enregistrement W4323340142 · doi:10.1080/19424396.2021.12222782

Oral Health Literacy Framework: The Pathway to Improved Oral Health

2021· article· en· W4323340142 sur OpenAlexaff
Francisco Ramos‐Gomez, Tamanna Tiwari

Notice bibliographique

RevueJournal of the California Dental Association · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesnon disponible
Mots-clésHealth literacyLiteracyOral healthHealth equityMedicineMechanism (biology)PsychologyPolitical scienceFamily medicineHealth careNursingPublic health

Résumé

récupéré en direct d'OpenAlex

Background: Oral health literacy (OHL) is the degree to which a patient receives, gains, processes and understands basic oral health knowledge, the services available to them and the behaviors required of them to make healthy decisions.Types of studies reviewed: Studies reviewed focused on oral health disparities, barriers to OHL and patient-provider communication, parental engagement and factors contributing to the improvement of OHL for vulnerable communities.Results: The consequences of low OHL are far reaching and compounded by disparities that already exist for patients and communities on multiple levels. This article discusses barriers to OHL, the impact of OHL on oral health and oral health disparities and recommendations for improving patient OHL.Practical implications: The article provides a proposed conceptual framework that discusses the potential mechanism of upstream and intermediate factors impacting OHL and how OHL affects oral 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,543
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,433
Écart entre enseignants0,393 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the California Dental AssociationMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207