Adaptation and analysis of psychometric features of the Caregiver Risk Screen: a tool for detecting the risk of burden in family caregivers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There are a limited number of scales available in the Spanish language that can be used to detect burden among individuals who care for a dependent family member. The purpose of this work was to adapt and validate the Caregiver Risk Screen (CRS) scale developed by Guberman et al. (2001) (Guberman, N., Keefe, J., Fancey, P., Nahmiash, D. and Barylak, L. (2001). Development of Screening and Assessment Tools for Family Caregivers: Final Report. Montreal, Canada: Health Transition Fund). METHODS: The sample was made up of 302 informal caregivers of dependent family members (average age 57.3 years, and 78.9% were women). Scale structure was subjected to a confirmatory factor analysis. Concurrent and convergent validity were assessed by correlation with validated questionnaires for measuring burden (Zarit Burden Inventory (ZBI)) and psychological health (SCL-90-R). RESULTS: The results show a high level of internal consistency (Cronbach's alpha = 0.86), suitable fit of the one-dimensional model tested via confirmatory factor analysis (GFI = 0.91; CFI = 0.91; RMSEA = 0.097), and appropriate convergent validity with similar constructs (r = 0.77 with ZBI; and r-values between 0.45 and 0.63 with SCL-90-R dimensions). CONCLUSIONS: The findings are promising in terms of their adaptation of the CRS to Spanish, and the results enable us to draw the conclusion that the CRS is a suitable tool for assessing and detecting strain in family caregivers. Nevertheless, new research is required that explores all the psychometric features on the scale.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle