The MRI Self-Efficacy Scale for Children: Development and Preliminary Psychometrics
Notice bibliographique
Résumé
OBJECTIVE: Magnetic resonance imaging (MRI) is a common procedure that can be distressing for children. Although not yet studied in the context of pediatric medical procedures, self-efficacy may be a good predictor of procedural stress and a clinically feasible target for behavioral intervention. The objectives of this study were to develop the MRI Self-Efficacy Scale for Children (MRI-SEC) and assess the preliminary psychometric properties. METHODS: Development of the MRI-SEC was informed by literature searches and feedback from healthcare providers. Twenty child-parent dyads naïve to MRI and 10 child-parent dyads with MRI experience completed the MRI-SEC to assess the comprehensibility and ease of use, and to inform item and scale refinement. The final version includes four practice items and 12 items directly assessing MRI self-efficacy. To evaluate the psychometric properties, 127 children (ages 6-12) and parents naïve to MRI completed the MRI-SEC, and a series of measures to assess construct validity. To evaluate test-retest reliability 27 children completed the MRI-SEC a second time. RESULTS: The MRI-SEC demonstrated acceptable internal consistency, test-retest reliability, and convergent validity. CONCLUSION: Development of the MRI-SEC provides an opportunity to better understand the role of self-efficacy as a predictor of procedural stress and cooperation with MRI, informing reliable prediction of children who may benefit from additional support for MRI and the development of tailored behavioral interventions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».