Psychometric evaluation of the Moral Distress Scale–Revised among Iranian Nurses
Notice bibliographique
Résumé
BACKGROUND: Experiencing moral distress is traumatic for nurses. Ignoring moral distress can lead to job dissatisfaction, improper handling in the care of patients, or even leaving the job. Thus, it is crucial to use valid and reliable instruments to measure moral distress. OBJECTIVE: The purpose of this study was to determine the reliability and the validity of the Persian version of the Moral Distress Scale-Revised among a sample of Iranian nurses. RESEARCH DESIGN: In this methodological study, 310 nurses were recruited from all hospitals affiliated with the Qazvin University of Medical Sciences from February 2014 to April 2015. Data were collected using a demographic questionnaire and the Moral Distress Scale-Revised. The construct validity of the Moral Distress Scale-Revised was evaluated using principal component analysis and confirmatory factor analysis. Internal consistency reliability was assessed with Cronbach's alpha. ETHICAL CONSIDERATIONS: This study was approved by the Regional Committee of Medical Research Ethics. The ethical principles of voluntary participation, anonymity, and confidentiality were considered. FINDINGS: = 1.899, goodness-of-fit index = .904, comparative fit index = .927, incremental fit index = .929, and root mean square error of approximation (90% confidence interval) = .049 (.040-.057)) with all factor loadings greater than .5 and statistically significant. Cronbach's alpha coefficients were .853, .686, .685, and .711for the four factors. Moreover, the model structure was invariant across different income groups. DISCUSSION AND CONCLUSION: The Persian version of the Moral Distress Scale-Revised demonstrated suitable validity and reliability among nurses. The factor analysis also revealed that the Moral Distress Scale-Revised has a multidimensional structure. Regarding the proper psychometric characteristics, the validated scale can be used to further research about moral distress in this population.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».