Factors affecting Korean neonatal nurses’ pain care: Psychometric evaluation of three instruments
Notice bibliographique
Résumé
AIM: The purpose of this study was to evaluate the psychometric properties of the Korean-language versions of Pain Knowledge and Use (PKU-K), Collaboration and Satisfaction About Care Decisions (CSACD-K), and Environmental Complexity Scale (ECS-K). METHODS: A cross-sectional design was used with a convenience sample of 159 Korean nurses in seven neonatal intensive care units (NICUs). The data were collected by surveying the nurses with the PKU-K, CSACD-K, and ECS-K. Internal consistency reliability was assessed and Horn's parallel analysis, a confirmatory factor analysis, and a convergent construct validity test were conducted in order to evaluate the psychometric properties of the instruments. RESULTS: The PKU-K, CSACD-K, and ECS-K exhibited strong internal consistency reliability. Horn's parallel analysis showed four factor structures for the PKU-K, one for the CSACD-K, and three for the ECS-K. The confirmatory factor analysis showed a good model fit for the PKU-K and CSACD-K, but the ECS-K model showed a poor fit. Most factor loadings were statistically significant. The CSACD-K's convergent validity was supported by significant correlations for collegial nurse-physician relations with a validated instrument. CONCLUSION: The findings support the reliability and validity of the PKU-K, CSACD-K, and ECS-K for measuring nurses' knowledge about neonatal pain care, nurse-physician collaboration, and the work environment in NICUs. However, the ECS-K needs further refinement before it is applied to Korean NICU nurses.
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,001 | 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 ».