Evaluation of the psychometric properties of the nursing students’ attitudes toward mental health nursing and consumers instrument
Notice bibliographique
Résumé
The present study aimed to evaluate the psychometric properties of the instrument “Nursing Students’ Attitudes Toward Mental Health Nursing and Consumers” for use among Nursing students in Brazil. The subjects were 91.3% female and 8.7% male and their ages ranged from 18 to 58 years, with a mean (M) of 21.9 years and a standard deviation (sd) of 3.88 years. The study included students from the undergraduate course in Nursing of five higher public education institutions, with a total of 393 students. Of these, 365 answered the questionnaires at their two application times, resulting in 92.87% full participation in the study. Regarding the school year, 23.9% were from 2013 and 76.1% from 2014. The data were entered into the Statistical Package for the Social Sciences (SPSS) program, v.21, to be analyzed by descriptive exploratory analysis, correlations analysis, means comparison and Principal Component Analysis (PCA) with the exploratory factor analysis technique and oblique rotation. Convergent validity was used as the form of validation, using the Authoritarianism and Minority View dimensions of the Opinions about Mental Illness (OMI) Scale. After generating the structure of the instrument to be tested, the Confirmatory Factor Analysis technique (CFA) was used, through the Structural Equation Modeling technique (SEM), with AMOS/SPSS, v.22, to identify and specify the model, through Maximum Likelihood (ML) estimation. The fit was given by the X2 model, and the absolute, incremental and parsimonious fit indices.
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 | 0,018 | 0,034 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».