Advancing the health literacy of migrants in second-language courses: Realist review
Notice bibliographique
Résumé
Background: Migrants and refugees are high-risk populations with often limited health literacy (HL). It is crucial to improve their HL early after arrival. One promising approach is to combine language and HL learning in second-language courses. Objectives: This study reviewed empirical evidence on the promotion of migrants’ HL in second-language courses and developed a theory of change to inform innovative projects. Methodology: We conducted a systematic realist review of HL in second language courses in seven scientific databases and a grey literature search. After screening titles, abstracts, and full texts, we identified 21 eligible publications from 13 programs. We systematically analyzed program context and characteristics, evaluation design, and outcomes and developed a theory of change based on the findings. Results: Programs promoting HL in second language courses are diverse in terms of contextual factors, formats, study designs, measures of HL, language improvements, effectiveness, relevant outcomes, and enabling factors. All studies reported improved HL after the program, but to varying degrees. The findings regarding second language improvement are mixed. Seven core components of HL as a social practice emerged. Numerous factors influencing course implementation, outcomes, and sustainability were described in detail. We conceptualized a theory of change for the HL promotion in second language courses. Conclusion: This realist review presents ample empirical evidence that second language courses can promote HL in various ways. However, these courses are complex, heterogeneous, and dependent on multiple factors. Despite these limitations, second language courses show promise as innovative and effective approaches that reach many migrants. Therefore, health promoters, medical professionals, adult educators, and policymakers should collaborate nationally and internationally to leverage this unique opportunity. The theory of change can serve as a blueprint for discussing existing programs thoroughly and developing promising, effective, and sustainable programs.
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 | 0,006 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».