Individual characteristics influencing the general population’s level of knowledge of end-of-life practices: a cross-sectional study
Notice bibliographique
Résumé
Background: Informed end-of-life decision-making requires a high level of death literacy. We still know little about the general population's level of knowledge and its determinants. Aim: To assess knowledge of the general population regarding the legal status and definitions of various end-of-life practices, and to compare the level of knowledge according to individual characteristics known to influence death literacy. Design: A self-administered questionnaire featuring two evolving vignettes was used to assess participants' knowledge relating to the legal status of various end-of-life practices and whether these practices are Medical Aid in Dying (MAiD), which is legal in Canada. The questionnaire also assessed participants' individual characteristics such as their experience as caregivers for someone who received palliative care, their perception of health, and their financial situation. Setting/participants: Participants were community-based community-based Canadian adults able to read French or English. Results: In total, 27% of the participants associated the description of care withholding with MAiD, 39% incorrectly associated the description of continuous palliative sedation with MAiD, and 34% incorrectly indicated that the described intervention was illegal. Having cared for someone who received palliative care, at a younger age, a higher level of education, and having participated in advance care planning were associated with better knowledge regarding end-of-life practices. Conclusion: Gaps in knowledge about end-of-life practices exist in the general population, they are associated with different individual characteristics and may limit citizens' capacity to engage in informed end-of-life decision-making. Community-based interventions adapted to different audiences are essential to ensure a quality end-of-life for all.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».