MétaCan
Menu
Retour à la cohorte
Enregistrement W2070159948 · doi:10.1375/jrc.16.2.57

The Sense of Well-Being Inventory as a Quality of Life Measure for People With Spinal Cord Injury

2010· article· en· W2070159948 sur OpenAlexaboutno aff
Denise Catalano, Jeong Han Kim, Nicole Ditchman, Shin Hyun-Uk, Jung Eun Lee, Fong Chan

Notice bibliographique

RevueAustralian Journal of Rehabilitation Counselling · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfirmatory factor analysisExploratory factor analysisPsychologyPsychosocialSpinal cord injuryQuality of life (healthcare)Clinical psychologyReliability (semiconductor)Scale (ratio)RehabilitationSelf-esteemPhysical therapyPsychometricsMedicinePsychiatryStructural equation modelingSpinal cordPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this study was to validate theSense of Well-Being Inventory(SWBI), a quality of life measure, for people with spinal cord injury. Four hundred and five participants were recruited from the Canadian Paraplegia Association for this study. The participants were asked to complete a research packet containing a demographic questionnaire, the SWBI, theRosenberg Self-Esteem Scale, and theAcceptance of Disability Scale. Exploratory and confirmatory factor analyses of the SWBI and correlational analyses of the SWBI factors with other psychosocial variables were conducted. Exploratory and confirmatory factor analyses validated a four-factor structure (financial, family and social, psychological, and physical wellbeing) for the SWBI. SWBI factors are positively related to self-esteem and disability acceptance. With continuing research to document reliability and validity, the SWBI appears to have great potential as a vocational rehabilitation outcome measurement for people with spinal cord injury.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,398
Écart entre enseignants0,351 · 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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Rehabilitation CounsellingMême sujetSpinal Cord Injury ResearchTravaux en français237 207