When and How to Evaluate Interrater Reliability of Patient Assessment Tools
Notice bibliographique
Résumé
Research Corner| October 01 2011 When and How to Evaluate Interrater Reliability of Patient Assessment Tools Céline Gélinas, RN, PhD Céline Gélinas, RN, PhD Céline Gélinas is Assistant Professor, School of Nursing, McGill University 3506, University St, Wilson Hall, Montreal, QC H3A 2A7, Canada, and Researcher, Centre for Nursing Research and Lady Davis Institute, Jewish General Hospital, Montreal, Quebec, Canada (celine.gelinas@mcgill.ca). Search for other works by this author on: This Site PubMed Google Scholar AACN Adv Crit Care (2011) 22 (4): 412–417. https://doi.org/10.4037/NCI.0b013e31822db44e Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Peer Review Share Icon Share Twitter LinkedIn Tools Icon Tools Cite Icon Cite Get Permissions Citation Céline Gélinas; When and How to Evaluate Interrater Reliability of Patient Assessment Tools. AACN Adv Crit Care 1 October 2011; 22 (4): 412–417. doi: https://doi.org/10.4037/NCI.0b013e31822db44e Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search nav search search input Search input auto suggest search filter All ContentAACN Advanced Critical Care Search Advanced Search This content is only available as a PDF. ©2011 American Association of Critical-Care Nurses2011 Article PDF first page preview Close Modal You do not currently have access to this content.
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 | 0,000 | 0,014 |
| 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 | 0,000 | 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 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 ».