Inter-rater reliability of the Dysexecutive Questionnaire (DEX): Comparative data from non-clinician respondents—all raters are not equal
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: The Dysexecutive Questionnaire (DEX) is used to obtain information about executive and emotional problems after neuropathology. The DEX is self-completed by the patient (DEX-S) and an independent rater such as a family member (DEX-I). This study examined the level of inter-rater agreement between either two or three non-clinician raters on the DEX-I in order to establish the reliability of DEX-I ratings. METHODS AND PROCEDURES: Family members and/or carers of 60 people with mixed neuropathology completed the DEX-I. For each patient, DEX-I ratings were obtained from either two or three raters who knew the person well prior to brain injury. MAIN OUTCOMES AND RESULTS: This study obtained two independent-ratings for 60 patients and three independent-ratings for 36 patients. Intra-class correlations revealed that there was only a modest level of agreement for items, sub-scale and total DEX scores between raters for their particular family member. Several individual DEX items had low reliability and ratings for the emotion sub-scale had the lowest level of agreement. CONCLUSIONS: Independent DEX ratings completed by two or more non-clinician raters show only moderate correlation. Suggestions are made for improving the reliability of DEX-I ratings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,058 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».