Developing a Framework to Measure Health Literacy Demands of Consumer-Facing Healthcare Organization Websites
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
Many consumer-facing healthcare organization websites are challenging for people with low e-health literacy skills to navigate and use the information to make informed decisions. Though searchers may be familiar with how to use the Internet, navigating website designs, often referred to as eHealth literacy, can make finding health information confusing. Health literacy demands, related to eHealth literacy skills concerning the content and design, can make the difference between consumers’ frustration and success. In this study, we aimed to create a framework to measure the accessibility and usability of healthcare organization consumer-facing websites using this question, “How can the information offered, and navigation of consumer-facing healthcare organization websites be improved to increase accessibility and usability?” We scored select healthcare organizations’ consumer-facing websites including their home page and two patient education pages, using Social Cognitive Theory and Health Literacy constructs both of which promote better accessibility and usability of health information. In addition, we analyzed how the health literacy demands of these pages support or obstruct the eHealth literacy skills of consumers. Results indicated that only 50% of Social Cognitive Theory constructs and 47% of Health Literacy constructs were observed. However, by examining the missing constructs healthcare organizations can assess where to focus consumer-facing website improvement efforts. Therefore, we concluded that Social Cognitive Theory combined with Health Literacy constructs offer a viable framework for measuring and potentially improving consumer-facing healthcare websites.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle