Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: The purpose of this article is to provide a quick summary of existing measures with reliability and validity data to help researchers select a subjective measure appropriate for their application.Background: Currently, fatigue is measured through self-rating (asking individuals if they are experiencing fatigue, tiredness, or sleepiness), and calculation of fatigue from self-reported sleep and work patterns.Method: Self-rated measures of fatigue are summarized.Results: Extant fatigue scales include the Brief Fatigue Inventory, Chalder Fatigue Scale, Checklist Individual Strength, Chronic Fatigue Scale, Crew Status Survey (also known as the Samn–Perelli Fatigue Scale), Daytime Sleepiness Scale, Epworth Sleepiness Scale, Fatigue, Anergy, Consciousness, Energized and Sleepiness, Fatigue Assessment Inventory, Fatigue Assessment Scale, Fatigue Impact Scale, Fatigue Severity Scale, Fatigue Symptom Inventory, Functional Assessment of Cancer Therapy, Karolinska Sleepiness Scale, Maslach Burnout Inventory Emotional Exhaustion Subscale, Modified Brief Fatigue Inventory, Multidimensional Fatigue Inventory, Patient-Reported Outcomes Measurement Information System (PROMIS) Short Form Fatigue Questionnaire, Piper Fatigue Scale, Sleep Wake Activity Inventory, Samm–Perelli Seven-Point Fatigue Scale (SPS), Stanford Sleepiness Scale, Visual Analog Fatigue Scale, and World Health Organization Quality Of Life Assessment Energy and Fatigue subscale. In addition to the self-rating of fatigue scales, several measures are calculated and predicted from self-reported amount and quality of sleep as well as work schedule. These biomathematical models include the Fatigue Avoidance Scheduling Tool (FAST), Fatigue Audit InterDyne, Fatigue Index Tool (FIT), and the Sleep, Activity, Fatigue, and Task Effectiveness (SAFTE) Model. Note that the FAST uses the SAFTE model and the combination is sometimes referred to as SAFTE/FAST (Hursh, 2003). These models are also summarized in this article.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle