Traitement du diabète : auto-traitement, utilisation des services de santé et recherche d'information chez les immigrants récents de Toronto
Bibliographic record
Abstract
Introduction Notre objectif était d'explorer les pratiques d'auto-traitement, l'utilisation des services de santé et la recherche d'information sur le diabète de type 2 chez les adultes des deux sexes issus de quatre communautés d'immigrants récents de Toronto. Méthodologie Un questionnaire structuré a été adapté au contexte canadien et traduit en 4 langues. En tout, 184 participants atteints du diabète de type 2 (130 immigrants récents et 54 sujets nés au Canada) ont été recrutés tant en milieu communautaire qu'en milieu hospitalier. Résultats Les immigrants récents étaient significativement moins nombreux que les sujets nés au Canada àvérifier régulièrement leur glycémie et l'état de leurs pieds et significativement plus nombreux que les sujets nés au Canada à être non-fumeurs, à faire régulièrement de l'activité physique et à réduire leur apport alimentaire en graisses. Les immigrants récents avaient significativement moins souvent recours à un spécialiste, à un autre dispensateur de soins et à un diététiste et déclaraient en moins grand nombre consulter des diététistes, des infirmières et des organisations pour diabétiques comme sources d'information sur le diabète. Des différences importantes ont été observées selon le sexe et le pays d'origine. Conclusion Les observations semblent indiquer que les stratégies de prévention et de prise en charge du diabète destinées aux immigrants récents doivent tenir compte des barrières linguistiques, financières, informationnelles et systémiques qui nuisent à l'accès à l'information et aux soins.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".