Representativeness of personality and involvement preferences in a web-based survey on healthcare decision-making
Notice bibliographique
Résumé
BACKGROUND: Obtaining a sample that is representative of the group of interest is of utmost importance in questionnaire studies. In a survey using a state authorized web-portal for citizen communication with authorities, we wanted to investigate the view of adult men on patient involvement in health care decision-making regarding Prostate-Specific Antigen test for prostatic cancer. In this paper, we report on sample characteristics and representativeness of our sample in terms of personality and baseline involvement preferences. METHODS: We compared personality profiles (BFI-10) and baseline healthcare decision-making preferences (CPS) in our sample (n = 6756) to internationally available datasets. Pooled data from a) US, UK, Canada, Australia, and New Zealand (n = 1512), b) Germany, Netherlands, Switzerland, and Belgium (n = 1136), and c) Norway, Sweden, Finland, and Denmark (n = 1313) were used for BFI-10 comparisons. Regarding CPS, we compared our sample with three previous datasets relating to decision-making in cancer (n = 425, 387, and 199). RESULTS: Although statistically significant differences particularly appeared in large dataset comparisons, sample BFI-10 and CPS profiles mostly were within the range of those previously reported. Similarity was greatest in BFI-10 comparisons with group a) where no statistically significant difference could be established in factors 'agreeableness' and 'neuroticism' (p = .095 and .578, respectively). CONCLUSION: Despite some variation, our sample displays personality and baseline preference profiles that are generally similar to those described in previous international studies. For example, this was the case with the BFI-10 'agreeableness' measure (incl. trust and fault-finding items), an important factor in healthcare decision-making.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».