Socio- Demographic, Clinical and Lifestyle Determinants of Low Response Rate on a Self- Reported Psychological Multi-Item Instrument Assessing the Adults’ Hostility and its Direction: ATTICA Epidemiological Study (2002-2012)
Notice bibliographique
Résumé
Background: Missing data constitutes a common phenomenon, especially, in questionnaire-based, population surveys or epidemiological studies, with the statistical power, the efficiency and the validity of the conducted analyses being significantly affected by the missing information. The aim of the present work was to investigate the socio-demographic, lifestyle and clinical determinants of low response rate in a self- rating multi-item scale, estimating the individuals’ hostility and direction of hostility. Methods: 3042 apparently healthy volunteers residing in the Athens metropolitan area participated in the ATTICA epidemiological study [1514 (49.8%) were men [46 years old (SD= 13 years)] and 1528 (50.2%) were women [45 years old (SD= 14 years)]]. Hostility and Direction of Hostility was assessed with the Hostility and Direction of Hostility (HDHQ) scale. Binary logistic regression with backward model selection was used in order to identify the key demographic, clinical and lifestyle determinants of higher non-response rate in the HDHQ scale. Results: The vast majority of the participants (87.0%) had missing information in the HDHQ scale. Older age, lower educational level, poorer health status and unhealthy dietary habits, were found to be significant determinants of high nonresponse rate, while female participants were found to be more likely to have missing data in the items of the HDHQ scale. Conclusions: The present work augments prior evidence that higher non-response to health surveys is significantly affected by responders’ background characteristics, while it gives rise to research towards unrevealed paths behind this claim.
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 | 0,059 | 0,216 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».