MétaCan
Menu
Retour à la cohorte
Enregistrement W2002244398 · doi:10.1093/eurpub/ckn001

An international scoring system for self-reported health complaints in adolescents

2008· article· en· W2002244398 sur OpenAlexaff
Ulrike Ravens‐Sieberer, Michael Erhart, Torbjørn Torsheim, Jørn Hetland, Jeffrey Freeman, M. Danielson, C. Thomas

Notice bibliographique

RevueEuropean Journal of Public Health · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensQueen's University
Organismes subventionnairesUniversitetet i BergenWorld Health Organization
Mots-clésScoring systemPsychologyMedicineClinical psychologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Aimed to develop a unitary scoring system for the 'Health Behaviour in school-aged Children' (HBSC) symptom checklist that would facilitate cross-national comparisons and interpretation. Rasch measurement analysis and investigation of differential item functioning (DIF) were conducted. METHODS: Data were obtained from the 'WHO collaborative study HBSC 2001/2002'. A total of 162,305 students aged 11, 13 and 15 years from 35 European and North American Countries were surveyed. Unidimensionality of the items and local independence were tested using means of confirmatory factor analysis. DIF across countries, age groups and gender was investigated using a logistic regression procedure. Item and person parameters were estimated according to the Rating Scale Model (RSM). RESULTS: All items proved to be unidimensional. One item displayed noticeable DIF across countries and was discarded. The remaining items were functioning equally across subgroups. The RSM analysis resulted in Rasch model conform item parameter estimation. Infit mean square values between 0.84 and 1.35 revealed acceptable item fit. CONCLUSION: The control of DIF enables comparable and unbiased assessment of subjective health complaints across countries, age groups and gender. A scoring algorithm could be developed which enables a cross-cultural comparable and interval-scaled assessment of subjective health complaints.

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)0,013
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,154
Tête enseignante GPT0,384
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations205
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207