We think we can: development of the Dyadic Efficacy Scale for Cancer
Notice bibliographique
Résumé
Abstract Background: Measurement advances are needed to enable the study of dyadic-level processes impacting couples coping with cancer. This study sought to develop and empirically examine a Dyadic Efficacy Scale for Cancer (DESC). Cancer-related dyadic efficacy is an individual's confidence to work together with a partner to cope with cancer and its treatment. Methods: The DESC was developed using an exploratory sequential mixed methods design. This paper outlines the psychometric evaluation phase. Individuals with cancer ( N = 261) and their partners ( N = 217) completed 50 items. Item-level analyses reduced this set to 26 items. Using the dyad as the unit of analysis, confirmatory factor analysis with mirrored patient and partner bifactor structure tested for the presence of a general factor and 3 secondary factors, that is, illness intrusions, patient affect, partner affect. Results: Goodness-of-fit indices supported the identified model, χ 2 (1170) = 2090, P < .001; RMSEA = .05, P = .14, 90% CI .05–.06; SRMR = .05; CFI = .90. Multidimensionality differed for patients and partners. A general dyadic efficacy factor and secondary factors for managing affect were present for both dyad members, whereas the secondary factor of managing illness intrusions was confirmed for patients only. The model explained 72% and 64% of the variance in patients’ and partners’ dyadic efficacy. Evidence of convergent validity was presented. Conclusions: This study is the first to provide a tool to assess dyadic efficacy among couples coping with cancer. The assessment of cancer-related dyadic efficacy enables new discoveries into couples’ adjustment to cancer.
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 | 0,009 | 0,008 |
| 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 | 0,001 | 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; 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 ».