MétaCan
Menu
Retour à la cohorte
Enregistrement W4410947900 · doi:10.1097/01.aoa.0001113068.38675.85

Readability and Quality Assessment of Online Patient Education Materials for Spinal and Epidural Anesthesia

2025· article· en· W4410947900 sur OpenAlexaff
Reena Rai, JJ Wiseman, Anthony Chau, Sam M. Wiseman

Notice bibliographique

RevueObstetric Anesthesia Digest · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth Education and Validation
Établissements canadiensSt. Paul's HospitalProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésMedicineReadabilityAnesthesiaSpinal anesthesiaQuality (philosophy)Medical physicsComputer science

Résumé

récupéré en direct d'OpenAlex

(Can J Anesth/J Can Anesth. 2024;71(8):1092–1102. doi: 10.1007/s12630-024-02771-9) A study assessed the readability and quality of online patient education materials about spinal and epidural anesthesia, focusing on whether they align with recommended guidelines for accessibility. The American Medical Association suggests health-related materials should be written at or below a sixth-grade reading level to ensure comprehension by a broad audience. The researchers utilized Google Search to evaluate 261 webpages found through 11 relevant search terms. Seven readability formulas were used, including the Flesch-Kincaid Grade Level (FKGL), Coleman–Liau Index (CLI), Gunning Fog Index (GFI), Simple Measure of Gobbledygook (SMOG), Flesch Reading Ease (FRE), New Dale–Chall (NDC), and Automated Readability Index (ARI).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,441
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetric Anesthesia DigestMême sujetHealth Education and ValidationTravaux en français237 207