The Caregiver Transportation Scale Measures the Impact of Driving Cessation on Caregivers
Notice bibliographique
Résumé
Abstract Driving cessation can impact retiring drivers, but we often neglect to consider its effect on caregivers. Caregivers may have to deal with important changes when someone they care for ceases driving, but we have few means to quantify these changes. Hence, we aimed to develop the Caregiver Transportation Scale (CTS) to measure this impact. We developed a bank of positive and negative questions, then pre-tested it with a small sample of caregivers (N = 11), leading to reduction and refinement of the questions. We pilot-tested this set of questions with a larger caregiver sample (phase 2; N = 73). Preliminary validation of the tool relied on correlation analyses with the Zarit Burden Interview (ZBI) and relevant demographic questions. For phase 2, the mean caregiver age was 61.9 (SD = 10.23, range 20-83); most caregivers were female (80.8%) and were adult-child caregivers (61.7%). The final version of the CTS contains 24 items. Internal consistency (Cronbach’s alpha) was .90. The mean caregiver score was 64.75 (SD = 16.76, range 24-98); about 1/3 of caregivers’ scores fell above the middle possible score of 72. The scores were positively correlated with the Zarit Burden Interview (r = .74, p < .001) and negatively correlated with the availability of others to help with driving responsibilities (r = -.36, p = .002). The CTS has the potential to help inform, develop, and evaluate services for caregivers who provide transportation support for older adults who ceased driving. However, further validation is required before we recommend its use.
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 | 0,002 | 0,008 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».