MétaCan
Menu
Back to cohort
Record W3090655369 · doi:10.24095/hpcdp.29.1.01f

Littératie et numératie en matière de santé : Facteurs clés dans la compréhension du risque de cancer

2008· article· fr· W3090655369 on OpenAlexafffundvenueabout
Lorie Donelle, José F. Arocha, Laurie Hoffman‐Goetz

Bibliographic record

VenueMaladies chroniques au Canada · 2008
Typearticle
Languagefr
FieldHealth Professions
TopicHealth Literacy and Information Accessibility
Canadian institutionsUniversity of WaterlooChronic Disease Prevention Alliance of CanadaWestern University
FundersCanadian Institutes of Health Research
KeywordsHumanitiesPsychologyPhilosophyPolitical science

Abstract

fetched live from OpenAlex

En cette ère de maladies chroniques et de prise de décision partagée, les personnes sont encouragées à participer à la prise de décisions concernant leurs soins de santé. La littératie (y compris la numératie) en matière de santé est essentielle à une participation significative, et elle est reconnue comme étant un déterminant de la santé. Cette étude visait à décrire l'influence de la littératie, soit les habiletés en lecture de textes suivis et en mathématiques, de l'angoisse des mathématiques, du niveau d'instruction et du contexte de l'information sur la capacité du participant de comprendre l'information sur la prévention du cancer colorectal diffusée sur Internet. Des données sur la littératie, la numératie et l'angoisse des mathématiques, de même que des données démographiques, ont été recueillies pour 140 Canadiens âgés de 50 ans et plus. Les participants ont obtenu des résultats satisfaisants en littératie (STOFHLA), des résultats élevés en numératie (STOFHLA), ils ont présenté des niveaux moyens de numératie en matière de santé, des niveaux faibles de numératie en général et une angoisse des mathématiques modérée. Ils avaient une meilleure compréhension de l'information courante (9,14/11) sur le cancer colorectal comparativement à l'information peu courante (7,64/11) (p $lt; 0,01). La littératie, la numératie, l'angoisse des mathématiques et le niveau d'instruction expliquaient 60 % de la variation dans les résultats obtenus par les participants en ce qui concerne la compréhension de l'information. Il faut présenter un niveau de numératie allant d'un niveau élémentaire à un niveau avancé pour pouvoir comprendre l'information sur les risques liés au cancer diffusée sur Internet. La littératie améliore la numératie lorsque le sujet est moins bien connu. Ces constatations soulignent l'importance de présenter sur Internet de l'information en matière de santé qui tient compte de différents niveaux de littératie et de numératie.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.049
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.983
Threshold uncertainty score0.044

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.049
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.003
Science and technology studies0.0010.001
Scholarly communication0.0030.003
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0120.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.021
GPT teacher head0.347
Teacher spread0.327 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2008
Admission routes4
Has abstractyes

Explore more

Same venueMaladies chroniques au CanadaSame topicHealth Literacy and Information AccessibilityFrench-language works237,207