MétaCan
Menu
Retour à la cohorte
Enregistrement W4280611424 · doi:10.22491/2357-9730.113451

Translation and adaptation of the Indoor Environmental Quality questionnaire to Brazilian Portuguese

2022· article· en· W4280611424 sur OpenAlexfundno aff
Ana Carolina Odebrecht Vergne de Abreu, Juliana Giordani Richter, André Comiran Tonon, Melissa Alves Braga de Oliveira, Fernanda Bonatto, Mariana de Novaes Reis, María Paz Loayza Hidalgo

Notice bibliographique

RevueClinical & Biomedical Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesAtlantic Canada Opportunities AgencyConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésPortugueseAdaptation (eye)Brazilian PortugueseQuality (philosophy)Environmental sciencePsychologyLinguisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: Indoor environmental quality (IEQ) impacts well-being, performance, and mental and physical health.A questionnaire for assessing occupants' perception of IEQ was developed in English.This study aimed to translate this instrument into Brazilian Portuguese and adapt it to the Brazilian population. Methods:The translation and adaptation process consisted of forward translation, reconciliation, back translation, back translation review, harmonization, two cognitive debriefings, and finalization. Results:The final translated version included new questions and changed the scale to a visual-analog format.The clarity assessment showed that, after cognitive debriefings, all questions displayed satisfactory scores, with the majority rated higher than 9 on a 0-10 scale. Conclusions:The Brazilian Portuguese version of the IEQ questionnaire is a simple tool that can be employed in biomedical and building research to investigate the association of perceived IEQ with health-related parameters, as well as in architecture, engineering, and management projects.As a next step, a psychometric validation of the instrument will be performed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,337
Tête enseignante GPT0,584
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Biomedical ResearchMême sujetNoise Effects and ManagementTravaux en français237 207