The donor health assessment questionnaire: potential for format change and computer‐assisted self‐interviews to improve donor attention
Notice bibliographique
Résumé
BACKGROUND: The Canadian donor health assessment questionnaire (DHAQ) has developed gradually over many years. The purpose of this study was to determine whether the format and method of administration of the DHAQ influences donor attentiveness. STUDY DESIGN AND METHODS: Between May 2004 and September 2005, a total of 1,397 donors participated in the study by completing the DHAQ by one of three methods: the current Canadian Blood Services (CBS) format and method of administration, which is partly self-administered and partly interviewer-administered (Method 1); the DHAQ reformatted to the AABB Uniform Donor Health Questionnaire format and self-administered (Method 2); and an audiovisual computer-assisted self-interview (CASI; Method 3). This was followed by a short, scripted interview assessing recall of 17 specific items queried on the DHAQ. Time to completion of the DHAQ and degree of familiarity with computer use were also assessed. RESULTS: The percentages of donors identifying all 17 items correctly were 9.4, 20.9, and 34.8 percent and the mean percentages recall of items were 53.9, 56.0, and 69.8 percent with DHAQ administration Methods 1, 2, and 3, respectively (p < 0.0001). This difference was largely attributable to the poor recall of items queried as part of a list in Method 1. Mean times to complete the DHAQ were 3.1, 3.8, and 8.1 minutes for Methods 1, 2, and 3, respectively. More than 95 percent of donors had used a personal computer in the past year. CONCLUSION: The current format of the Canadian DHAQ is not optimal for donor attention to specific questions asked as part of a list. Attention was improved by use of AABB uniform donor history questionnaire format and was best with use of a CASI format.
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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».