Development of a Farsi translation of the AGREE instrument, and the effects of group discussion on improving the reliability of the scores
Notice bibliographique
Résumé
OBJECTIVE: We aimed to develop a formal Farsi (Persian) translation of the Appraisal of Guidelines for Research and Evaluation (AGREE) clinical guideline appraisal instrument. We considered the effect of group discussion in improving the reliability of scores. METHODS: We followed a multi-step process of translation including independent translations of the instrument and extensive assessment of face validity and fluency. We used the instruments to appraise 11 guidelines from three specialities. After the first appraisal, the raters discussed about each guideline in groups, and had the opportunity to revise their scores individually. In total 96 appraisals were conducted. The intra-class correlations (1,1) were calculated for domain scores obtained by two versions at each time point. RESULTS: We observed no statistically significant differences between the mean values obtained from the English and the translated versions of AGREE, and the scores at two time points. The average domain scores, as well as the reliability rose significantly after discussion. CONCLUSION: The Farsi version of the AGREE instrument yields in the scores comparable to the original version, despite a lower reliability. Revision of scores after group discussion leads to higher reliability, probably by helping the raters recognize what they might have overlooked during the short time of assessment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,042 | 0,180 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».