請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80603| 標題: | 數位素養為健康識能之預測因子 Digital Literacy as a Predictor of Health Literacy |
| 作者: | Eoin Cullen 歐恩 |
| 指導教授: | 陳端容(Duan-Rung Chen) |
| 關鍵字: | 健康識能,數位素養,數位落差分析,電子健康識能,健康之社會決定因素, Health Literacy,Digital Literacy,Digital Divide,eHealth Literacy,Social Determinants of Health, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "研究背景:健康識能是指個體在實現個人健康需求時,所需具備的知識與能力。過去許多研究皆指出,健康識能越高對於健康成果有正向影響;而數位素養則是指個人在獲取網路資訊後進行評斷,所需具備的技能。數位素養對於現代生活扮演著至關重要的角色,然而,研究發現,部分群體的數位素養不足,導致了所謂數位落差的發生。而在台灣,以數位素養作為健康識能預測因子的研究仍相當不足。 研究目標:這項研究旨在透過台灣一般大眾的方便抽樣後,探討數位素養對於健康識能的影響。隨機抽樣後的樣本依地區被分為兩組,用以比較來自大台北地區與其他地區的數據資料,其中,影響健康識能的社會人口學變項也納入研究考量。 研究方法:我們透過線上自填表搜集研究對象的經濟與社會背景、健康識能及數位素養等資料,並利用多元線性回歸模型進行分析。 研究結果:從總體模型的結果顯示,健康識能總分變異數有顯著比例的差異(R^2= .36, F(9, 1215) = 72.25, p < .001);倘若比較大台北地區與其他地區的資料,也有相似但較小比例的變異數差。以健康是能作為應變數的分析中,大台北地區的整體模型配適度為R^2= = .29 F(9, 593) = 26.91 p < .001;而其他地區則是R^2= = .45 F(9, 1215) = 56.25 p < .001。在總體樣本中,數位素養可顯著預測健康識能的表現(β= –.56, t(1215) = 23.78, p < .001)。對於兩個子樣本中的各分量表中,顯示數位素養與各指標相比,皆有較高的標準化係數,利用BRIEF模型分析後,也有相同結果。 結論:本結果反映了數位素養很可能與健康識能有極高的關聯性,說明縮小數位落差對於改善群眾健康的重要性,可作為未來學界進行因果關係檢定的數據參考。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80603 |
| DOI: | 10.6342/NTU202104044 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位: | 全球衛生學位學程 |
文件中的檔案:
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2210202116394100.pdf 授權僅限NTU校內IP使用(校園外請利用VPN校外連線服務) | 907.52 kB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。
