[Developing and Verifying the Validity and Reliability of the Electronic Menopausal Health Screen System].
Notice bibliographique
Résumé
BACKGROUND: Menopausal women are in a transitional phase between health and sickness. Although the highest standards of menopausal care include clinical assessment and patient education on menopausal symptoms, current practices lack integrated care that aim to prevent chronic diseases for which menopause is a predisposing factor. PURPOSE: To integrate menopausal disturbances; to evaluate the risk factors for osteoporosis, cardiovascular disease, and diabetes; and to create a reliable and effective electronic menopausal health screen system (EMHSS). METHODS: The research was conducted in the four stages of assessment and analysis, design, development, and pretest stage in order to explore the effectiveness of the developed EMHSS. RESULTS: The EMHSS has a high degree of reliability and validity. Analysis found an expert validity of .97~.99, content validity of .99, and test-retest reliabilities of .80~.96 (Pearson's correlation) and .79~.96 (intra-class correlation). CONCLUSIONS / IMPLICATIONS FOR PRACTICE: The EPMHSS was developed using cross-disciplinary collaboration among nursing staff, medical practitioners, and information engineers in order to screen menopausal women. The EPMHSS provides tailored health education content for patients in a timely manner and compiles historical assessment data that may be referenced by nursing staff when providing health consultations and by physicians when delivering diagnoses and treatment.
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 | 0,060 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».