Violence Prevention Climate Scale: Translation, Adaptation, and Psychometric Assessment of the French Canadian Version
Notice bibliographique
Résumé
Introduction: Violence in psychiatric settings has negative consequences on patients, staff, and the institution alike. Efforts to prevent violence cannot currently be assessed due to a lack of suitable indicators. The Violence Prevention Climate Scale (VPC-14) is a validated tool that can be filled out by both staff and patients to assess the violence prevention climate in mental health care units. Objective: This study aimed to conduct the translation and adaptation of the VPC-14 to a French Canadian context, and to assess its psychometric properties in general and forensic psychiatric settings. Methods: This study followed a transcultural approach for validating measuring instruments. Psychometric properties were assessed in 308 patients and staff from 4 mental health and forensic hospitals in Quebec (Canada). Content validity was assessed using a bilingual participant approach. Internal validity was examined through exploratory factor analysis and internal consistency for each care setting using Cronbach’s alpha coefficient analysis. Results: The Échelle modifiée du climat de prévention de la violence [Modified Violence Prevention Climate Scale] (VPC-M-FR) consists of 23 items with a 3-factor structure: 1) staff action, 2) patient action, and 3) the therapeutic environment. Cronbach’s alphas ranging from 0.69 to 0.89 were obtained for the internal consistency of the scale. Discussion and conclusion: The VPC-M-FR has satisfactory psychometric properties for measuring the violence prevention climate in mental health and forensic settings. By measuring the violence prevention climate from the standpoint of patients and staff, targeted preventive measures can be implemented to improve safety for all.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».