Measuring navigational health literacy – an extension of the HLS19-NAV scale
Notice bibliographique
Résumé
Abstract Background European healthcare systems are characterized by a high complexity and intransparency. Finding one’s way through the multitude of services requires navigational health literacy (NAV-HL). NAV-HL is defined as the ability to maneuver the healthcare system and deal with information necessary to do so at the system, organizational, and interactive levels. Using a newly developed scale, the European health literacy population survey 2019-2021 (HLS19) measured NAV-HL across multiple countries. To better capture the complexity of the construct and enhance scale validity, the aim was to improve it by generating additional items on the interactive level. Methods An international panel of health literacy experts from ten countries generated additional items that specifically covered tasks related to interactions with healthcare professionals. These skills are important for ensuring continuity of healthcare and navigating the healthcare system. The items were generated in an iterative process, translated, and tested in cognitive interviews. Results Four items were generated according to the four cognitive domains of the underlying conceptual model. These items concern the proficiency to: a) obtain information from health-care professionals about further healthcare services, b) understand this information and c) assess it in relation to one’s own preferences, and d) use it to make decisions about further healthcare. Using cognitive interviews, the four new items have been found to be meaningful and comprehensible. Only minor adjustments were made. Conclusions The HLS19-NAV scale has already been successfully applied and validated in eight countries of the HLS19. The new items capturing the interactive level enhance the validity of the existing HLS19-NAV scale. The psychometric properties of the new (sub)scale will be explored.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».