Validation française du Health Education Impact Questionnaire (HEIQ) auprès d'une clientèle avec maladies chroniques en soins de première ligne
Notice bibliographique
Résumé
Ce mémoire présente les résultats d’une recherche portant sur la traduction transculturelle québécoise française de l’instrument de mesure Health Education Impact Questionnaire (heiQ) développé par Osborne et son équipe en Australie (2007). Cet instrument de mesure vise à évaluer les effets d’un programme en autogestion et en empowerment pour la clientèle avec maladies chroniques. Un processus de traduction rigoureux a été utilisé afin de préserver la validité du heiQ. Premièrement, deux traductrices indépendantes ont fait une traduction du questionnaire de l’anglais vers le français puis du français vers l’anglais. Ensuite, un comité formé de chercheurs et de professionnels de la santé experts dans le domaine des maladies chroniques a révisé la version traduite en français. \nEn troisième étape, dix personnes représentant la clientèle visée par le heiQ ont été interpelées afin de vérifier la validité apparente de l’instrument traduit. Finalement, la version française du heiQ a été administrée à 332 personnes pour examiner ses qualités métrologiques, plus précisément sa consistance interne, sa stabilité temporelle et sa validité concomitante. \nLa version française obtenue du heiQ a démontré de très bonnes qualités métrologiques. Il pourra donc être utilisé dans d’autres recherches ayant besoin d’un questionnaire français validé en contexte québécois pour évaluer l’effet d’interventions auprès de la clientèle ayant des maladies chroniques en première ligne.
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 | 0,019 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».