MétaCan
Menu
Retour à la cohorte
Enregistrement W4412753672 · doi:10.1177/00302228251359371

Clinical Utility of the Death Literacy Index in Canada: A Mixed-Methods Study

2025· article· en· W4412753672 sur OpenAlexafffundabout
Christine McPherson, Nick Busing, Paul Hébert

Notice bibliographique

RevueOMEGA - Journal of Death and Dying · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensBruyèreCanadian Institutes of Health ResearchUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésLikert scaleContext (archaeology)LiteracyFocus groupRelevance (law)Index (typography)PsychologyMultimethodologyQualitative propertyQualitative researchScale (ratio)Medical educationApplied psychologyMedicineComputer sciencePedagogyDevelopmental psychologySocial scienceSociologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Programs providing end-of-life education require a standardized tool to identify knowledge gaps and evaluate programming. The aims of this mixed methods study was to examine the perceived clinical utility of the Death Literacy Index (DLI) in the Canadian context. An online survey and focus groups captured quantitative and qualitative data from end-of-life care stakeholders. The survey included the DLI and a measure of clinical utility. Participants rated the DLI positively on a 5-point Likert scale: acceptability (4.3), relevance (3.9), and usefulness (4.1). Qualitative findings supported these ratings and highlighted areas for improvement, including simpler language and more inclusive cultural and spiritual content. Ratings for usefulness reflected the index's potential for initiating end-of-life discussions and program evaluation, though participants noted it may need more specificity to capture nuanced understandings of death literacy. Overall, the findings suggest the DLI requires further refinement and validation to enhance its applicability in the Canadian context.

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)0,024
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,565

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0070,002
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,454
Écart entre enseignants0,398 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOMEGA - Journal of Death and DyingMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207