MétaCan
Menu
Retour à la cohorte
Enregistrement W2889205221 · doi:10.1590/0034-7167-2017-0029

Cultural adaptation of the Pieper-Zulkowski Pressure Ulcer Knowledge Test for use in Brazil

2018· article· en· W2889205221 sur OpenAlexaff
Soraia Assad Nasbine Rabeh, Simon Palfreyman, Camilla Borges Lopes Souza, Rodrigo Magri Bernardes, María Helena Larcher Caliri

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaBrazilian PortuguesePortugueseFace validityTest (biology)Internal consistencyEquivalence (formal languages)European PortugueseAdaptation (eye)MedicinePsychologyApplied psychologyClinical psychologyPsychometricsMathematicsLinguistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To carry out the cultural adaptation of the Pieper-Zulkowski Pressure Ulcer Knowledge Test (PZ-PUKT) for use in Brazil and analyze the internal consistency of the adapted version. METHOD: This was a methodological study. The PZ-PUKT is a knowledge test consisting of 72 items, divided into: prevention, staging, and wound description. The present study was developed in two phases: (1) translation of the questionnaire from English to Brazilian Portuguese, back-translation, and assessment of equivalence between the original and back-translated version by an expert panel; (2) pre-testing with nurses. RESULTS: The questionnaire showed face and content validity according to the opinions of the experts. Cronbach's alpha for the total test score was higher than 0.70. The adapted version presented satisfactory internal consistency for the studied sample. CONCLUSION: The adapted version of the instrument for Portuguese can be used in intervention studies as a tool to measure "nursing knowledge about pressure injury/ulcers" as a dependent variable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,115
Tête enseignante GPT0,433
Écart entre enseignants0,318 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations36
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207