MétaCan
Menu
Retour à la cohorte
Enregistrement W2586954601 · doi:10.3917/rsi.127.0016

Adaptation transculturelle et tests psychométriques d’outils de mesure de l’efficacité personnelle et de l’adhésion thérapeutique pour une population d’adolescents diabétiques de type 1 français

2017· article· fr· W2586954601 sur OpenAlexaff
Sébastien Colson, José Côté, Madeleine Collombier, Christophe Debout, Galadriel Bonnel, Rachel Reynaud, Marie-Claude Lagouanelle-Simeoni

Notice bibliographique

RevueRecherche en soins infirmiers · 2017
Typearticle
Languefr
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPopulationMedicinePsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction : many structured educational programs, using the concept of self-efficacy, have been studied in English-speaking countries. Background : tools were developed in English to assess this concept along with treatment adherence. However, there seems to be no French version of these tools in scientific literature. Aim : to adapt the tools to the French language and to test the psychometric properties of the Self-Efficacy for Diabetes Self-Management (SEDM) and the Diabetes Self-Management Profile (DSMP). Methods : a cross-cultural adaptation of the SEDM and DSMP in French was performed. The psychometric properties were tested in a pilot study that took place between January 1st and December 31st, 2015. Results : Cronbach’s alpha coefficient of SEDM in French was 0.84, test-retest reliability 0.80 and sensitivity to change was moderate. The Cronbach’s alpha and sensitivity to change of the French DSMP were low, and the test-retest was 0.71. Discussion and conclusions : the first results of the psychometric properties of French SEDM were rather encouraging. The use of the French version of DSMP seems compromised in terms of psychometric properties and the opinion of the participants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,206
Tête enseignante GPT0,476
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecherche en soins infirmiersMême sujetDiabetes Management and ResearchTravaux en français237 207