Evaluating the Psychometric Properties of the Evidence-Based Practice Attitude and Utilization Survey
Notice bibliographique
Résumé
OBJECTIVE: Most health professions recognize the value of evidence-based practice (EBP), yet the uptake of EBP across most health disciplines has been suboptimal. To improve EBP uptake, it is important to first understand the many dimensions that affect EBP use. The Evidence-Based practice Attitude and utilization SurvEy (EBASE) was designed to measure the attitudes, skills, and use of EBP among practitioners of complementary and alternative medicine (CAM); however, the dimensionality of the instrument is not well understood. The aim of the current research was to examine the psychometric properties of the attitudes, skills, and use subscales of EBASE. DESIGN: This was a secondary analysis of data obtained from the administration of EBASE. Data were examined using principal components analyses and confirmatory methods. Internal consistency reliabilities of resultant subscales were also computed. PARTICIPANTS: 1314 U.S. chiropractors and 554 Canadian chiropractors. RESULTS: A unidimensional structure best fit the attitudes and use subscales. Skills subscale items were best represented by subscales with a multidimensional structure. Specifically, the skills construct was best modeled with three dimensions (identification of the research question, locating research, and application of EBP). All subscales had acceptable internal consistency reliability estimates. CONCLUSIONS: The findings support the modification of the scoring guidelines for the original EBASE. These changes are likely to result in a more accurate measure of EBP attitudes, skills, and use among chiropractors, and possibly CAM providers more generally.
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 | 0,019 | 0,008 |
| 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 | 0,000 |
| 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 ».