Psychometric validation of the Multidimensional Acceptance of Loss Scale
Notice bibliographique
Résumé
OBJECTIVE: To develop and field test the Multidimensional Acceptance of Loss Scale to measure disability acceptance based on the four value changes identified by Beatrice Wright. DESIGN: Quantitative descriptive design using exploratory factor analysis to determine the factorial validity of the Multidimensional Acceptance of Loss Scale. SETTING: The Canadian Paraplegic Association. SUBJECTS: One hundred and sixty-one members of the Alberta, Saskatchewan, Nova Scotia and Manitoba chapters of the Canadian Paraplegic Association were recruited for the current study. RESULTS: A four-factor structure accounting for 50% of the total variance was found for the Multidimensional Acceptance of Loss Scale. The internal consistency reliability coefficients (Cronbach's alpha) for the four factors ranged from 0.80 to 0.88. Three clusters of participants with high, moderate and low disability acceptance were identified based on their profiles of Multidimensional Acceptance of Loss Scale subscale scores using cluster analysis. MANOVA results indicated that participants in the three clusters significantly differed on self-esteem, F(2, 154) = 19.78, P < 0.001 and quality of life, F(8, 236) = 5.16, P < 0.001. Participants with high Multidimensional Acceptance of Loss Scale scores have higher self-esteem and quality of life scores than those with lower scores. CONCLUSION: The Multidimensional Acceptance of Loss Scale was found to measure the four value changes in Beatrice Wright's disability acceptance theory in a sample of Canadians with spinal cord injuries. It demonstrated good internal consistency reliability and construct validity.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».