Development and validation of the Moral Distress in Dementia Care Survey instrument
Notice bibliographique
Résumé
AIMS: To report on the development and validation of the Moral Distress in Dementia Care Survey instrument. BACKGROUND: Despite growing awareness of moral distress among nurses, little is known about the moral distress experiences of nursing staff in dementia care settings. To address this gap, our research team developed a tool for measuring the frequency, severity and effects of moral distress in nursing staff working in dementia care. DESIGN: The research team employed an exploratory sequential mixed method design to generate items for the moral distress questionnaire. Data were collected between January 2013 - June 2014. In this paper, we report on the development and validation of the Moral Distress in Dementia Care Survey instrument. METHODS: The Moral Distress in Dementia Care Survey instrument was piloted with a portion of the target population prior to a broader implementation. Appropriate statistical analyses and psychometric testing were completed. RESULTS: The team collected 389 completed surveys from registered nurses, licensed practical nurses and healthcare aides, representing a 43.6% response rate across 23 sites. The Moral Distress in Dementia Care Survey emerged as a reliable and valid instrument to measure the frequency, severity and effects of moral distress for nursing staff in dementia care settings. The relative value of the Moral Distress in Dementia Care Survey as a measurement instrument was superseded by its clinical relevance for dementia care staff. CONCLUSION: The Moral Distress in Dementia Care Survey is a potentially useful tool for estimating the frequency, severity and effects of moral distress in nursing staff working in dementia care settings and for the evaluation of measures taken to mitigate moral distress.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».