A step-by-step approach to developing scales for survey research
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
BACKGROUND: While questionnaires and scales are some of the simplest methods of collecting data, their development requires a rigorous process. In recent years, several new questionnaires and scales have been developed. Although various papers have outlined how to develop questionnaires, their use in survey research, as well as how to ensure their validity and reliability, the actual development of scales - including the generation of items, scaling, the testing of validity and reliability, and refinement of the scale - is missing in the literature. AIM: To outline a systematic and rigorous process for developing scales for survey research and to differentiate between three interchangeably used terms: scale, questionnaire and inventory. DISCUSSION: Developing a valid and reliable scale is daunting because of the challenges associated with the conceptualisation, contextualisation and operationalisation of the phenomenon of interest. Researchers should use multiple approaches at each step of development to tackle these challenges. CONCLUSION: This paper provides a step-by-step approach to developing scales by providing explicit instructions and practical examples. This six-step process can enable nurse researchers to develop a scale applicable to their study's intended population, which is also valid and reliable for measuring the phenomenon of interest. IMPLICATIONS FOR PRACTICE: Rigorous nursing research demands that instruments be valid and reliable measures. Systematic development of scales is key to ensuring that nurse researchers accurately measure abstract concepts when conducting surveys with a given population. This paper is a first step in addressing the gap in the methodological literature and will contribute to greater rigour in research.
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 | 0,041 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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