Pharmacist accessibility for non-native Japanese speakers: A cross-sectional study in Japan
Notice bibliographique
Résumé
Background: Pharmacists, being one of the more readily accessible primary health care professionals, must ensure accessibility. With growing internationalization, those in Japanese community pharmacies increasingly interact with non-Japanese speakers. This study aimed to understand how Japanese pharmacies can fulfill accessibility needs by accounting for patients' native language and culture. Methods: A cross-sectional survey of community pharmacies in 2 Japanese municipalities (Hirakata and Suma) was conducted between September and October, 2022. The survey questionnaire included questions on "interaction with non-native Japanese speakers", "impressions during dialogue", and "characteristics and preparedness of pharmacies". The responses were analyzed using descriptive statistics. Results: The response rate was 30.9% (46/149) in Hirakata and 50.0% (29/58) in Suma. The frequency of contact with non-native Japanese speakers at least once a month was 47.8% (22/46) in Hirakata and 55.2% (16/29) in Suma. The main purpose of the visits was to obtain prescription medicines. English was the most commonly used language, as seen on the website, patient forms, medicine bags, informational materials, and staff language skills. However, fewer than half of the stores offered this service. Chinese, Korean, and Vietnamese were even less common. Discussion: Pharmacists, often recognized for their accessibility among primary health care providers, demonstrated limited readiness to serve non-native Japanese speakers in the surveyed regions. To enhance service to diverse pharmacy visitors, improved preparedness for linguistic and cultural differences and cultural competence education are recommended. Conclusion: Japanese pharmacies face barriers in providing language-aligned care to service visitors with diverse linguistic and cultural backgrounds. By preparing for linguistic differences and providing cultural competency education, pharmacies can improve accessibility to effectively serve diverse populations.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».