Validated instruments used to measure attitudes of healthcare students and professionals towards patients with physical disability: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Instruments to detect changes in attitudes towards people with disabilities are important for evaluation of training programs and for research. While we were interested in instruments specific for medical students, we aimed to systematically review the medical literature for validated survey instruments used to measure attitudes of healthcare students and professionals towards patients with physical disability. METHODS: We electronically searched Medline, EMBASE, PsycINFO, Health and Psychosocial Instruments. We included papers reporting on the development and/or validation of survey instruments to measure attitudes of healthcare students and professionals towards patients with physical disability. We excluded papers in which the attitudes were not measured in a provider-patient context. Two reviewers carried out titles and abstracts screening, full texts screening, and data abstraction in a duplicate and independent manner using standardized and pilot tested forms. RESULTS: We identified seven validated survey instruments used for healthcare students and professionals. These instruments were originally developed for the following target populations: general population (n = 4); dental students (n = 1); nursing students (n = 1); and rehabilitation professionals (n = 1). The types of validity reported for these instruments were content validity (n = 3), criterion-related validity (n = 1), construct validity (n = 2), face validity (n = 1), discriminant validity (n = 1), and responsiveness (n = 1). The most widely validated and used tool (ATDP) was developed in the late 1960s while the most recent instrument was developed in the early 1990s. CONCLUSION: Of the seven identified validated instruments, less than half were specifically designed for healthcare students and professionals and none for medical students. There is a need to develop and validate a contemporary instrument specifically for medical students.
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 | 0,030 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».