Decisional Conflict Scale Use over 20 Years: The Anniversary Review
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. The Decisional Conflict Scale (DCS) measures 5 dimensions of decision making (feeling: uncertain, uninformed, unclear about values, unsupported; ineffective decision making). We examined the use of the DCS over its initial 20 years (1995 to 2015). Methods. We conducted a scoping review with backward citation search in Google Analytics/Web of Science/PubMed, followed by keyword searches in Cochrane Library, PubMed, Ovid MEDLINE, EMBASE, CINAHL, AMED, PsycINFO, PRO-Quest, and Web of Science. Eligible studies were published between 1995 and March 2015, used an original experimental/observational research design, concerned a health-related decision, and provided DCS data (total/subscales). Author dyads independently screened titles, abstracts, full texts, and extracted data. We performed narrative data synthesis. Results. We included 394 articles. DCS use appeared to increase over time. Three hundred nine studies (76%) used the original DCS, and 29 (7%) used subscales only. Most studies used the DCS to evaluate the impact of decision support interventions ( n = 238, 59%). The DCS was translated into 13 languages. Most decisions were made by people for themselves ( n = 353, 87%), about treatment ( n = 225, 55%), or testing ( n = 91, 23%). The most common decision contexts were oncology ( n = 113, 28%) and primary care ( n = 82, 20%). Conclusions. This is the first study to descriptively synthesize characteristics of DCS data. Use of the DCS as an outcome measure for health decision interventions has increased over its 20-year existence, demonstrating its relevance as a decision-making evaluation measure. Most studies failed to report when decisional conflict was measured during the decision-making process, making scores difficult to interpret. Findings from this study will be used to update the DCS user manual.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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