Trust and Access: Eye Information‐seeking Practices and Preferences among Canadians
Notice bibliographique
Résumé
SIGNIFICANCE: This study highlights the value that the public places on obtaining trusted and accessible health-related information and their preference for obtaining it from their health care practitioners. Previous research has not been specific to Canadians or vision. Findings can be used to increase eye health literacy and eye care utilization. PURPOSE: Canadians underuse eye care and underestimate the occurrence of asymptomatic eye disease. This study explored eye information-seeking practices and preferences among a group of Canadians. METHODS: Using snowball sampling, a 28-item online survey collected respondent perceptions about their eye and health information-seeking practices and preferences. Questions examined electronic device access, information source use, and demographics. Two open-ended questions examined information-seeking practices and preferences. Respondents were at least 18 years old and living in Canada. Individuals working in eye care were excluded. Response frequencies and z scores were computed. Written comments were assessed using content analysis. RESULTS: Respondents searched for less eye than health information ( z scores ≥ 2.25, P < .05). For eye and health information, primary care providers were the used and preferred source, and reliance on Internet searches was greater than desired. Trust and access drove information-seeking practices. Respondent comments suggested that a hierarchy of trust operates across My Health Team, My Network, and My External Sources, with a persistent threat posed by Discredited Sources. Access to information sources seemed mediated by enablers (Convenience and Accessible Features) and barriers (Unreachable Health Team and Absent Systems). Eye information was seen as more specialized and harder to find. There was a high regard for health care practitioners who provide their patients with curated trusted information. CONCLUSIONS: These Canadians value trusted and accessible health-related information. They prefer eye and health information from their health care practitioners and value when their health team provides online curated information, particularly regarding eyes.
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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,017 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».